JPWO2012049987A1 - 商品推薦システムおよび商品推薦方法とそのプログラム - Google Patents
商品推薦システムおよび商品推薦方法とそのプログラム Download PDFInfo
- Publication number
- JPWO2012049987A1 JPWO2012049987A1 JP2012538633A JP2012538633A JPWO2012049987A1 JP WO2012049987 A1 JPWO2012049987 A1 JP WO2012049987A1 JP 2012538633 A JP2012538633 A JP 2012538633A JP 2012538633 A JP2012538633 A JP 2012538633A JP WO2012049987 A1 JPWO2012049987 A1 JP WO2012049987A1
- Authority
- JP
- Japan
- Prior art keywords
- product
- profit
- recommended
- user
- action
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本発明は、事業者の利益が大きくなるように、商品を推薦することができる商品推薦システムを提供する。本発明における商品推薦システムは、商品の利益を記憶する商品利益記憶手段と、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出する利益期待値算出手段と、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する推薦商品選択手段とを備える。
Description
本発明は、商品を推薦する商品推薦システムおよび商品推薦方法に関する。
商品等を推薦するシステムでは、ユーザ個々の嗜好を予測し、それに合わせて情報や商品を提示する技術が存在する。例えば、特許文献１では、ユーザの閲覧履歴に基づいて、そのユーザに配信する情報を決定する情報提供システムが開示されている。
また、本発明の関連技術として、特許文献２では、顧客が複数店舗中から希望する店舗で希望する商品を希望する価格で注文できるシステムが開示されている。また、特許文献３では、見積業務を適切に遂行可能な見積方法が開示されている。また、特許文献４では、商品を購入しようとするユーザのニーズを的確に反映して商品を推薦することができる商品推薦システムが開示されている。また、特許文献５では、高い利益を取得可能な顧客を優先的にターゲティングできるようにし、そのターゲティングした顧客に応じたナレッジ情報や、販売支援情報を送信して顧客訪問時に活用することを可能とする顧客ターゲティングシステムが開示されている。
また、本発明の関連技術として、特許文献２では、顧客が複数店舗中から希望する店舗で希望する商品を希望する価格で注文できるシステムが開示されている。また、特許文献３では、見積業務を適切に遂行可能な見積方法が開示されている。また、特許文献４では、商品を購入しようとするユーザのニーズを的確に反映して商品を推薦することができる商品推薦システムが開示されている。また、特許文献５では、高い利益を取得可能な顧客を優先的にターゲティングできるようにし、そのターゲティングした顧客に応じたナレッジ情報や、販売支援情報を送信して顧客訪問時に活用することを可能とする顧客ターゲティングシステムが開示されている。
しかし、特許文献１〜５に開示された技術では、事業者の利益が大きくなるように、商品を推薦できていないという問題点があった。ユーザの嗜好にあう商品が、利益が大きい商品とは限らないためである。
［発明の目的］
本発明の目的は、事業者の利益が大きくなるように、商品を推薦することができる商品推薦システムおよび商品推薦方法を提供することにある。
［発明の目的］
本発明の目的は、事業者の利益が大きくなるように、商品を推薦することができる商品推薦システムおよび商品推薦方法を提供することにある。
かかる目的を達成するため本発明の一形態である商品推薦システムは、商品の利益を記憶する商品利益記憶手段と、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出する利益期待値算出手段と、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する推薦商品選択手段とを備える。
また、本発明の他の形態である商品推薦処理方法は、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する。
また、本発明の他の形態である記録媒体が格納する商品推薦処理プログラムは、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する、処理をコンピュータに実行させる。
また、本発明の他の形態である商品推薦処理方法は、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する。
また、本発明の他の形態である記録媒体が格納する商品推薦処理プログラムは、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する、処理をコンピュータに実行させる。
本発明の効果は、事業者の利益が大きくなるように、商品を推薦できることである。
次に、発明を実施するための最良の形態について図面を参照して詳細に説明する。
実施の形態１．
図１は、本発明の第１の実施形態に係る商品推薦システム１のハードウェア構成図である。図１に示すように、商品推薦システム１は、ＣＰＵ１０、メモリ１２、ハードディスクドライブ（ＨＤＤ）１４、図示しないネットワークを介してデータの通信を行う通信インタフェース（ＩＦ）１６、ディスプレイ等の表示装置１８およびキーボードやマウス等のポインティングデバイスを含む入力装置２０を有する。これらの構成要素は、バス２２を通して互いに接続されており、互いにデータの入出力を行う。
図２は、第１の実施の形態の商品推薦システムの構成例を示すブロック図である。図２に示すように、商品推薦システムは、利益期待値算出部１０２、推薦商品選択部１０４、および商品利益記憶部２０２を有する。ここで、図１のＣＰＵ１０は、図２における利益期待値算出部１０２および推薦商品選択部１０４として各種処理を実行する。ＣＰＵ１０が実行する処理を制御するためのプログラムは、ＨＤＤ１４に記憶される。
商品利益記憶部２０２は、商品を販売した際の商品の利益を、商品ごとに記憶している。商品の利益は、例えば、商品１個あたりの、売上額から仕入額を引いた値である。また、商品の利益は、利益率であってもよい。利益率とは、売上額から仕入額を引いた値を売上額で割った値である。商品の利益は、その他の価でもよい。なお、商品利益記憶部２０２は、メモリ１２およびＨＤＤ１４（図１）のいずれかにより実現されても良い。
利益期待値算出部１０２は、商品利益記憶部２０２が記憶している商品の利益と、商品を推薦した場合にユーザが特定の行動を行う確率（以下、「行動確率」）とに基づいて、商品を推薦することによる利益の期待値を、商品ごとに算出する。行動確率とは、例えば、商品の購買確率や、商品の情報が掲載されているインターネット上のページの閲覧確率である。なお、本実施の形態における以降の説明では、説明の便宜のため行動確率は購買確率であるとして説明する。
利益期待値算出部１０２は、例えば次の方法で商品ｉの利益の期待値を算出する。
利益期待値算出部１０２には、商品ｉを推薦したユーザ群における購買確率Ｐｉと、商品ｉを推薦しなかったユーザ群における購買確率Ｐｉ’が入力される。ここでＰｉおよびＰｉ’については、図２に図示しない構成部がＰｉおよびＰｉ’を算出し、利益期待算出部１０２に入力しても良い。利益期待値算出部１０２は、その差ΔＰｉ＝Ｐｉ−Ｐｉ’を算出する。なお、利益期待値算出部１０２に、ΔＰｉの値が入力されてもよい。図３は、利益期待値算出部１０２に入力される、Ｐｉ、Ｐｉ’、ΔＰｉ、の例である。
次に、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、商品ｉの商品の利益Ｑｉを取得する。図４は、商品利益記憶部２０２が記憶している、商品の利益の例である。
利益期待値算出部１０２は、ΔＰｉとＱｉに基づいて、商品ｉを推薦することによる利益期待値Ｇｉ＝ΔＰｉ×Ｑｉを算出する。
推薦商品選択部１０４は、利益期待値算出部１０２で算出した各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する。推薦商品選択部１０４は、商品利益記憶部２０２又は図示しない記憶部が記憶している商品の中から推薦する商品を選択しても良い。ここで「図示しない記憶部」とは、例えばネットワーク上の通信販売サイトを運営している企業のサーバ上の記憶部等でも良い。推薦商品選択部１０４は、例えば、利益期待値が高い上位Ｎ個の商品を、ユーザに推薦する商品として選択する。また、推薦商品選択部１０４は、利益期待値が一定値より高い商品を、ユーザに推薦する商品として選択してもよい。
推薦商品選択部１０４は、選択した商品を表示装置１８（図１）に出力しても良い。
なお、本実施形態においては、利益期待値を、ΔＰｉ及びＱｉを乗算することで算出したが、この計算方法に限定されない。例えば利益期待値算出部１０２は、購買確率の差分は考慮せず、単純にＰｉ及びＱｉを乗算することで利益期待値を算出しても良い。利益期待値算出部１０２は、Ｐｉ及びＱｉに基づいて、両者の乗算以外の方法で利益期待値を算出しても良い。
次に、本発明を実施するための第１の実施の形態の動作について詳細に説明する。
図５は、第１の実施の形態の動作の一例を示す流れ図である。
商品推薦システムは、ユーザの指示を受け、または自発的に商品の情報を発信したいときに、以下の動作を開始する。商品推薦システムにおいて、利益期待値算出部１０２は、各商品の行動確率を取得する（ステップ１１）。また、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、各商品の利益を取得する（ステップ１２）。次に、利益期待値算出部１０２は、各商品の利益期待値を算出する（ステップ１３）。さらに、推薦商品選択部１０４は、各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する（ステップ１４）。
次に、本実施の形態の効果について説明する。
本実施の形態では、事業者の利益が大きくなるように、商品を推薦することができる。利益期待値算出部１０２が、商品を推薦することによる利益の期待値を算出し、推薦商品選択部１０４が、算出された期待値に基づいて推薦する商品を選択しているためである。
また、特に、利益期待値算出部１０２が、推薦した場合としない場合の購買確率の差に基づいて利益の期待値を算出する場合は、推薦しなくても売れる商品の利益の期待値が小さくなるため、その商品は推薦されない。ここで、商品推薦システムが、推薦しなくても売れる商品を改めて推薦する必要はない。よって、購買確率の差に基づいて利益の期待値を算出する場合、本実施の形態に係る商品推薦システムによれば、より適切に商品を推薦することができる。
実施の形態２．
図６は、第２の実施の形態の商品推薦システムの構成例を示すブロック図である。第２の実施の形態に係る商品推薦システムは、第１の実施の形態の構成に加えて、行動確率算出部１０６と、行動履歴記憶部２０４をさらに有する。
行動履歴記憶部２０４は、ユーザの行動履歴を記憶する。行動履歴とは、例えばユーザが、インターネット上の所定のウェブページにおける操作の履歴でも良い。具体的には、行動履歴は、ある商品の情報が掲載されているインターネット上のページの閲覧履歴や、インターネットを通じた商品の購入履歴などでも良い。なお、行動履歴記憶部２０４は、メモリ１２またはＨＤＤ１４（図１）の少なくともいずれかにより実現されても良い。行動履歴は、例えばＣＰＵ１０（図１）によりメモリ１２またはＨＤＤ１４（図１）のいずれかに格納されても良い。
行動確率算出部１０６は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、行動確率を算出する。例えば、行動確率算出部１０６は、行動履歴記憶部２０４を参照して、商品ｉを推薦したユーザ群における購買確率Ｐｉと、商品ｉを推薦しなかったユーザ群における購買確率Ｐｉ’を算出する。
次に、本実施の形態の効果について説明する。
本実施の形態では、精度が高い行動確率を利用して、商品を推薦することができる。行動確率算出部１０６が、適切な行動履歴を利用して行動確率を算出しているためである。例えば、事業者が、特定のユーザ層に対して商品を推薦する場合を想定する。行動確率算出部１０６が、特定のユーザ層の行動履歴のみに基づいて行動確率を算出する。すると、予め、全ユーザについての行動確率が商品ごとに定められている場合より、精度が高い行動確率を求めることができる。
実施の形態３．
図７は、第３の実施の形態の商品推薦システムの構成例を示すブロック図である。第３の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、推薦商品表示部１０８と、行動取得部１１０とをさらに有する。推薦商品表示部１０８および行動取得部１１０は、ＣＰＵ１０（図１）により実現されても良い。
推薦商品表示部１０８は、推薦商品選択部１０４で選択された商品を表示装置１８（図１）に表示する。
行動取得部１１０は、ユーザへのある商品の推薦の有無及び行動履歴を取得し、行動履歴記憶部２０４にその情報を記憶させる。例えば、商品ｉを推薦商品表示部１０８でユーザに示した後、一定期間内に、ユーザが商品ｉをインターネットを通じて購入した場合を想定する。その場合、行動取得部１１０は、入力装置２０（図１）を介した操作履歴から、商品ｉを推薦したことと、商品ｉを購入したことの情報を取得する。さらに、行動取得部１１０は、「商品ｉ、推薦あり、購入」という情報を、行動履歴記憶部２０４に記憶させる。なお、行動取得部１１０は、行動履歴を、入力装置２０を介した操作履歴でなく、センサー等の他システムから取得してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、嗜好の時期的変化に対応した行動確率を利用して、商品を推薦することができる。行動取得部１１０が、行動履歴記憶部２０４に、自動的に、最新の行動履歴を追加するためである。
実施の形態４．
図８は、第４の実施の形態の商品推薦システムの構成例を示すブロック図である。第４の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、嗜好商品選択部１１２をさらに有する。
嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、ユーザが好む商品を選択する。そして、利益期待値算出部１０２は、嗜好商品選択部１１２で選択された商品について、利益期待値を算出する。
例えば、嗜好商品選択部１１２は、商品利益記憶部２０２に記憶された商品の中から、そのユーザが購買した商品と似た傾向の商品を選択する。また、嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された、特定のユーザと嗜好の傾向が似ている他のユーザの行動履歴に基づいて、他のユーザが購入した商品を、その特定のユーザが好む商品として選択してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、利益が大きく、かつ、ユーザの嗜好にも適した商品を推薦することができる。嗜好商品選択部１１２が、ユーザが好む商品を絞り込むためである。
実施の形態５．
図９は、第５の実施の形態の商品推薦システムの構成例を示すブロック図である。第５の実施の形態係る商品推薦システムは、第１の実施の形態の構成に加えて、商品利益設定部１１４をさらに有する。
商品利益設定部１１４は、商品の利益を算出し、商品利益記憶部２０２に記憶させる。
例えば、商品利益設定部１１４は、在庫量の情報を用いて、商品の利益を算出する。在庫量が適正水準より高いときは、商品の利益を、現在の値より大きくする。一方、在庫量が適正水準より低いときは、商品の利益を、現在の値より小さくする。
また、商品利益設定部１１４は、商品とユーザ群の組み合わせ毎に、商品の利益を算出してもよい。商品の利益の例を、図１０に示す。図１０の表では、商品１が１８歳未満に非推奨の商品である場合、１８歳未満のユーザに対しては、その商品の利益を０と設定する。
次に、本実施の形態の効果について説明する。
本実施の形態では、商品の利益を、より適切に設定することができる。例えば、在庫量の情報を利用して商品の利益を設定する場合は、在庫量を適切にコントロールしながら、商品を推薦することができる。また、商品とユーザ群の組み合わせ毎に、商品の利益を設定する場合は、法的、社会的倫理に関する利益や制約条件も考慮した、商品を推薦することができる。
なお、実施の形態１〜実施の形態５について、任意に、各実施の形態の構成を組み合わせることができる。例えば、図１１は、全ての実施の形態を組み合わせた商品推薦システムの構成例を示すブロック図である。
なお、本発明における「商品」とは、有体物に限られるものでなく、ネットワークを通じて配信される動画像や、サービス事業者が提供するサービスなども含む概念である。また、「商品」は、必ずしも有償で取引されなくてもよい。さらに、「利益」とは、経済的利益だけでなく、法的・社会的倫理に関する利益や、好感度も含む概念である。
よって、例えば、ネットワーク事業者が行う、動画像配信サイトにおける動画像推薦システムも、本発明の範囲に含まれる。さらに、ある事業者が無償で提供するサービスについて、その事業者に対しての好感度が高まるようなサービスを推薦するシステムも、本発明の範囲に含まれる。
なお、本発明をプログラム及びプログラムを実行するコンピュータによって実現する場合、該プログラムはこれまでに説明した各動作をコンピュータに実行させるものであればよい。
以上、実施の形態を参照して本願発明を説明したが、本願発明は以上の実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で同業者が理解し得る様々な変更をすることができる。
この出願は、２０１０年１０月１２日に出願された日本出願特願２０１０−２２９２２７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
実施の形態１．
図１は、本発明の第１の実施形態に係る商品推薦システム１のハードウェア構成図である。図１に示すように、商品推薦システム１は、ＣＰＵ１０、メモリ１２、ハードディスクドライブ（ＨＤＤ）１４、図示しないネットワークを介してデータの通信を行う通信インタフェース（ＩＦ）１６、ディスプレイ等の表示装置１８およびキーボードやマウス等のポインティングデバイスを含む入力装置２０を有する。これらの構成要素は、バス２２を通して互いに接続されており、互いにデータの入出力を行う。
図２は、第１の実施の形態の商品推薦システムの構成例を示すブロック図である。図２に示すように、商品推薦システムは、利益期待値算出部１０２、推薦商品選択部１０４、および商品利益記憶部２０２を有する。ここで、図１のＣＰＵ１０は、図２における利益期待値算出部１０２および推薦商品選択部１０４として各種処理を実行する。ＣＰＵ１０が実行する処理を制御するためのプログラムは、ＨＤＤ１４に記憶される。
商品利益記憶部２０２は、商品を販売した際の商品の利益を、商品ごとに記憶している。商品の利益は、例えば、商品１個あたりの、売上額から仕入額を引いた値である。また、商品の利益は、利益率であってもよい。利益率とは、売上額から仕入額を引いた値を売上額で割った値である。商品の利益は、その他の価でもよい。なお、商品利益記憶部２０２は、メモリ１２およびＨＤＤ１４（図１）のいずれかにより実現されても良い。
利益期待値算出部１０２は、商品利益記憶部２０２が記憶している商品の利益と、商品を推薦した場合にユーザが特定の行動を行う確率（以下、「行動確率」）とに基づいて、商品を推薦することによる利益の期待値を、商品ごとに算出する。行動確率とは、例えば、商品の購買確率や、商品の情報が掲載されているインターネット上のページの閲覧確率である。なお、本実施の形態における以降の説明では、説明の便宜のため行動確率は購買確率であるとして説明する。
利益期待値算出部１０２は、例えば次の方法で商品ｉの利益の期待値を算出する。
利益期待値算出部１０２には、商品ｉを推薦したユーザ群における購買確率Ｐｉと、商品ｉを推薦しなかったユーザ群における購買確率Ｐｉ’が入力される。ここでＰｉおよびＰｉ’については、図２に図示しない構成部がＰｉおよびＰｉ’を算出し、利益期待算出部１０２に入力しても良い。利益期待値算出部１０２は、その差ΔＰｉ＝Ｐｉ−Ｐｉ’を算出する。なお、利益期待値算出部１０２に、ΔＰｉの値が入力されてもよい。図３は、利益期待値算出部１０２に入力される、Ｐｉ、Ｐｉ’、ΔＰｉ、の例である。
次に、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、商品ｉの商品の利益Ｑｉを取得する。図４は、商品利益記憶部２０２が記憶している、商品の利益の例である。
利益期待値算出部１０２は、ΔＰｉとＱｉに基づいて、商品ｉを推薦することによる利益期待値Ｇｉ＝ΔＰｉ×Ｑｉを算出する。
推薦商品選択部１０４は、利益期待値算出部１０２で算出した各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する。推薦商品選択部１０４は、商品利益記憶部２０２又は図示しない記憶部が記憶している商品の中から推薦する商品を選択しても良い。ここで「図示しない記憶部」とは、例えばネットワーク上の通信販売サイトを運営している企業のサーバ上の記憶部等でも良い。推薦商品選択部１０４は、例えば、利益期待値が高い上位Ｎ個の商品を、ユーザに推薦する商品として選択する。また、推薦商品選択部１０４は、利益期待値が一定値より高い商品を、ユーザに推薦する商品として選択してもよい。
推薦商品選択部１０４は、選択した商品を表示装置１８（図１）に出力しても良い。
なお、本実施形態においては、利益期待値を、ΔＰｉ及びＱｉを乗算することで算出したが、この計算方法に限定されない。例えば利益期待値算出部１０２は、購買確率の差分は考慮せず、単純にＰｉ及びＱｉを乗算することで利益期待値を算出しても良い。利益期待値算出部１０２は、Ｐｉ及びＱｉに基づいて、両者の乗算以外の方法で利益期待値を算出しても良い。
次に、本発明を実施するための第１の実施の形態の動作について詳細に説明する。
図５は、第１の実施の形態の動作の一例を示す流れ図である。
商品推薦システムは、ユーザの指示を受け、または自発的に商品の情報を発信したいときに、以下の動作を開始する。商品推薦システムにおいて、利益期待値算出部１０２は、各商品の行動確率を取得する（ステップ１１）。また、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、各商品の利益を取得する（ステップ１２）。次に、利益期待値算出部１０２は、各商品の利益期待値を算出する（ステップ１３）。さらに、推薦商品選択部１０４は、各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する（ステップ１４）。
次に、本実施の形態の効果について説明する。
本実施の形態では、事業者の利益が大きくなるように、商品を推薦することができる。利益期待値算出部１０２が、商品を推薦することによる利益の期待値を算出し、推薦商品選択部１０４が、算出された期待値に基づいて推薦する商品を選択しているためである。
また、特に、利益期待値算出部１０２が、推薦した場合としない場合の購買確率の差に基づいて利益の期待値を算出する場合は、推薦しなくても売れる商品の利益の期待値が小さくなるため、その商品は推薦されない。ここで、商品推薦システムが、推薦しなくても売れる商品を改めて推薦する必要はない。よって、購買確率の差に基づいて利益の期待値を算出する場合、本実施の形態に係る商品推薦システムによれば、より適切に商品を推薦することができる。
実施の形態２．
図６は、第２の実施の形態の商品推薦システムの構成例を示すブロック図である。第２の実施の形態に係る商品推薦システムは、第１の実施の形態の構成に加えて、行動確率算出部１０６と、行動履歴記憶部２０４をさらに有する。
行動履歴記憶部２０４は、ユーザの行動履歴を記憶する。行動履歴とは、例えばユーザが、インターネット上の所定のウェブページにおける操作の履歴でも良い。具体的には、行動履歴は、ある商品の情報が掲載されているインターネット上のページの閲覧履歴や、インターネットを通じた商品の購入履歴などでも良い。なお、行動履歴記憶部２０４は、メモリ１２またはＨＤＤ１４（図１）の少なくともいずれかにより実現されても良い。行動履歴は、例えばＣＰＵ１０（図１）によりメモリ１２またはＨＤＤ１４（図１）のいずれかに格納されても良い。
行動確率算出部１０６は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、行動確率を算出する。例えば、行動確率算出部１０６は、行動履歴記憶部２０４を参照して、商品ｉを推薦したユーザ群における購買確率Ｐｉと、商品ｉを推薦しなかったユーザ群における購買確率Ｐｉ’を算出する。
次に、本実施の形態の効果について説明する。
本実施の形態では、精度が高い行動確率を利用して、商品を推薦することができる。行動確率算出部１０６が、適切な行動履歴を利用して行動確率を算出しているためである。例えば、事業者が、特定のユーザ層に対して商品を推薦する場合を想定する。行動確率算出部１０６が、特定のユーザ層の行動履歴のみに基づいて行動確率を算出する。すると、予め、全ユーザについての行動確率が商品ごとに定められている場合より、精度が高い行動確率を求めることができる。
実施の形態３．
図７は、第３の実施の形態の商品推薦システムの構成例を示すブロック図である。第３の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、推薦商品表示部１０８と、行動取得部１１０とをさらに有する。推薦商品表示部１０８および行動取得部１１０は、ＣＰＵ１０（図１）により実現されても良い。
推薦商品表示部１０８は、推薦商品選択部１０４で選択された商品を表示装置１８（図１）に表示する。
行動取得部１１０は、ユーザへのある商品の推薦の有無及び行動履歴を取得し、行動履歴記憶部２０４にその情報を記憶させる。例えば、商品ｉを推薦商品表示部１０８でユーザに示した後、一定期間内に、ユーザが商品ｉをインターネットを通じて購入した場合を想定する。その場合、行動取得部１１０は、入力装置２０（図１）を介した操作履歴から、商品ｉを推薦したことと、商品ｉを購入したことの情報を取得する。さらに、行動取得部１１０は、「商品ｉ、推薦あり、購入」という情報を、行動履歴記憶部２０４に記憶させる。なお、行動取得部１１０は、行動履歴を、入力装置２０を介した操作履歴でなく、センサー等の他システムから取得してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、嗜好の時期的変化に対応した行動確率を利用して、商品を推薦することができる。行動取得部１１０が、行動履歴記憶部２０４に、自動的に、最新の行動履歴を追加するためである。
実施の形態４．
図８は、第４の実施の形態の商品推薦システムの構成例を示すブロック図である。第４の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、嗜好商品選択部１１２をさらに有する。
嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、ユーザが好む商品を選択する。そして、利益期待値算出部１０２は、嗜好商品選択部１１２で選択された商品について、利益期待値を算出する。
例えば、嗜好商品選択部１１２は、商品利益記憶部２０２に記憶された商品の中から、そのユーザが購買した商品と似た傾向の商品を選択する。また、嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された、特定のユーザと嗜好の傾向が似ている他のユーザの行動履歴に基づいて、他のユーザが購入した商品を、その特定のユーザが好む商品として選択してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、利益が大きく、かつ、ユーザの嗜好にも適した商品を推薦することができる。嗜好商品選択部１１２が、ユーザが好む商品を絞り込むためである。
実施の形態５．
図９は、第５の実施の形態の商品推薦システムの構成例を示すブロック図である。第５の実施の形態係る商品推薦システムは、第１の実施の形態の構成に加えて、商品利益設定部１１４をさらに有する。
商品利益設定部１１４は、商品の利益を算出し、商品利益記憶部２０２に記憶させる。
例えば、商品利益設定部１１４は、在庫量の情報を用いて、商品の利益を算出する。在庫量が適正水準より高いときは、商品の利益を、現在の値より大きくする。一方、在庫量が適正水準より低いときは、商品の利益を、現在の値より小さくする。
また、商品利益設定部１１４は、商品とユーザ群の組み合わせ毎に、商品の利益を算出してもよい。商品の利益の例を、図１０に示す。図１０の表では、商品１が１８歳未満に非推奨の商品である場合、１８歳未満のユーザに対しては、その商品の利益を０と設定する。
次に、本実施の形態の効果について説明する。
本実施の形態では、商品の利益を、より適切に設定することができる。例えば、在庫量の情報を利用して商品の利益を設定する場合は、在庫量を適切にコントロールしながら、商品を推薦することができる。また、商品とユーザ群の組み合わせ毎に、商品の利益を設定する場合は、法的、社会的倫理に関する利益や制約条件も考慮した、商品を推薦することができる。
なお、実施の形態１〜実施の形態５について、任意に、各実施の形態の構成を組み合わせることができる。例えば、図１１は、全ての実施の形態を組み合わせた商品推薦システムの構成例を示すブロック図である。
なお、本発明における「商品」とは、有体物に限られるものでなく、ネットワークを通じて配信される動画像や、サービス事業者が提供するサービスなども含む概念である。また、「商品」は、必ずしも有償で取引されなくてもよい。さらに、「利益」とは、経済的利益だけでなく、法的・社会的倫理に関する利益や、好感度も含む概念である。
よって、例えば、ネットワーク事業者が行う、動画像配信サイトにおける動画像推薦システムも、本発明の範囲に含まれる。さらに、ある事業者が無償で提供するサービスについて、その事業者に対しての好感度が高まるようなサービスを推薦するシステムも、本発明の範囲に含まれる。
なお、本発明をプログラム及びプログラムを実行するコンピュータによって実現する場合、該プログラムはこれまでに説明した各動作をコンピュータに実行させるものであればよい。
以上、実施の形態を参照して本願発明を説明したが、本願発明は以上の実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で同業者が理解し得る様々な変更をすることができる。
この出願は、２０１０年１０月１２日に出願された日本出願特願２０１０−２２９２２７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１ 商品推薦システム
１０ ＣＰＵ
１２ メモリ
１４ ＨＤＤ
１６ 通信ＩＦ
１８ 表示装置
２０ 入力装置
２２ バス
１０２ 利益期待値算出部
１０４ 推薦商品選択部
１０６ 行動確率算出部
１０８ 推薦商品表示部
１１０ 行動取得部
１１２ 嗜好商品選択部
１１４ 商品利益設定部
２０２ 商品利益記憶部
２０４ 行動履歴記憶部
１０ ＣＰＵ
１２ メモリ
１４ ＨＤＤ
１６ 通信ＩＦ
１８ 表示装置
２０ 入力装置
２２ バス
１０２ 利益期待値算出部
１０４ 推薦商品選択部
１０６ 行動確率算出部
１０８ 推薦商品表示部
１１０ 行動取得部
１１２ 嗜好商品選択部
１１４ 商品利益設定部
２０２ 商品利益記憶部
２０４ 行動履歴記憶部
本発明は、商品を推薦する商品推薦システムおよび商品推薦方法とそのプログラムに関する。
商品等を推薦するシステムでは、ユーザ個々の嗜好を予測し、それに合わせて情報や商品を提示する技術が存在する。例えば、特許文献１では、ユーザの閲覧履歴に基づいて、そのユーザに配信する情報を決定する情報提供システムが開示されている。
また、本発明の関連技術として、特許文献２では、顧客が複数店舗中から希望する店舗で希望する商品を希望する価格で注文できるシステムが開示されている。また、特許文献３では、見積業務を適切に遂行可能な見積方法が開示されている。また、特許文献４では、商品を購入しようとするユーザのニーズを的確に反映して商品を推薦することができる商品推薦システムが開示されている。また、特許文献５では、高い利益を取得可能な顧客を優先的にターゲティングできるようにし、そのターゲティングした顧客に応じたナレッジ情報や、販売支援情報を送信して顧客訪問時に活用することを可能とする顧客ターゲティングシステムが開示されている。
しかし、特許文献１〜５に開示された技術では、事業者の利益が大きくなるように、商品を推薦できていないという問題点があった。ユーザの嗜好にあう商品が、利益が大きい商品とは限らないためである。
[発明の目的]
本発明の目的は、事業者の利益が大きくなるように、商品を推薦することができる商品推薦システムおよび商品推薦方法とそのプログラムを提供することにある。
本発明の目的は、事業者の利益が大きくなるように、商品を推薦することができる商品推薦システムおよび商品推薦方法とそのプログラムを提供することにある。
かかる目的を達成するため本発明の一形態である商品推薦システムは、商品の利益を記憶する商品利益記憶手段と、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出する利益期待値算出手段と、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する推薦商品選択手段とを備える。
また、本発明の他の形態である商品推薦処理方法は、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する。
また、本発明の他の形態である商品推薦処理プログラムは、商品の利益を記憶させ、商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する、処理をコンピュータに実行させる。
本発明の効果は、事業者の利益が大きくなるように、商品を推薦できることである。
次に、発明を実施するための最良の形態について図面を参照して詳細に説明する。
実施の形態１．
図１は、本発明の第１の実施形態に係る商品推薦システム１のハードウェア構成図である。図１に示すように、商品推薦システム１は、ＣＰＵ１０、メモリ１２、ハードディスクドライブ（ＨＤＤ）１４、図示しないネットワークを介してデータの通信を行う通信インタフェース（ＩＦ）１６、ディスプレイ等の表示装置１８およびキーボードやマウス等のポインティングデバイスを含む入力装置２０を有する。これらの構成要素は、バス２２を通して互いに接続されており、互いにデータの入出力を行う。
実施の形態１．
図１は、本発明の第１の実施形態に係る商品推薦システム１のハードウェア構成図である。図１に示すように、商品推薦システム１は、ＣＰＵ１０、メモリ１２、ハードディスクドライブ（ＨＤＤ）１４、図示しないネットワークを介してデータの通信を行う通信インタフェース（ＩＦ）１６、ディスプレイ等の表示装置１８およびキーボードやマウス等のポインティングデバイスを含む入力装置２０を有する。これらの構成要素は、バス２２を通して互いに接続されており、互いにデータの入出力を行う。
図２は、第１の実施の形態の商品推薦システムの構成例を示すブロック図である。図２に示すように、商品推薦システムは、利益期待値算出部１０２、推薦商品選択部１０４、および商品利益記憶部２０２を有する。ここで、図１のＣＰＵ１０は、図２における利益期待値算出部１０２および推薦商品選択部１０４として各種処理を実行する。ＣＰＵ１０が実行する処理を制御するためのプログラムは、ＨＤＤ１４に記憶される。
商品利益記憶部２０２は、商品を販売した際の商品の利益を、商品ごとに記憶している。商品の利益は、例えば、商品１個あたりの、売上額から仕入額を引いた値である。また、商品の利益は、利益率であってもよい。利益率とは、売上額から仕入額を引いた値を売上額で割った値である。商品の利益は、その他の価でもよい。なお、商品利益記憶部２０２は、メモリ１２およびＨＤＤ１４（図１）のいずれかにより実現されても良い。
利益期待値算出部１０２は、商品利益記憶部２０２が記憶している商品の利益と、商品を推薦した場合にユーザが特定の行動を行う確率（以下、「行動確率」）とに基づいて、商品を推薦することによる利益の期待値を、商品ごとに算出する。行動確率とは、例えば、商品の購買確率や、商品の情報が掲載されているインターネット上のページの閲覧確率である。なお、本実施の形態における以降の説明では、説明の便宜のため行動確率は購買確率であるとして説明する。
利益期待値算出部１０２は、例えば次の方法で商品iの利益の期待値を算出する。
利益期待値算出部１０２には、商品iを推薦したユーザ群における購買確率Piと、商品iを推薦しなかったユーザ群における購買確率Pi’が入力される。ここでPiおよびPi’については、図２に図示しない構成部がPiおよびPi’を算出し、利益期待算出部１０２に入力しても良い。利益期待値算出部１０２は、その差ΔPi = Pi−Pi’を算出する。なお、利益期待値算出部１０２に、ΔPiの値が入力されてもよい。図３は、利益期待値算出部１０２に入力される、Pi、Pi’、ΔPi、の例である。
次に、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、商品iの商品の利益Qiを取得する。図４は、商品利益記憶部２０２が記憶している、商品の利益の例である。
利益期待値算出部１０２は、ΔPiとQiに基づいて、商品iを推薦することによる利益期待値Gi= ΔPi × Qiを算出する。
推薦商品選択部１０４は、利益期待値算出部１０２で算出した各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する。推薦商品選択部１０４は、商品利益記憶部２０２又は図示しない記憶部が記憶している商品の中から推薦する商品を選択しても良い。ここで「図示しない記憶部」とは、例えばネットワーク上の通信販売サイトを運営している企業のサーバ上の記憶部等でも良い。推薦商品選択部１０４は、例えば、利益期待値が高い上位N個の商品を、ユーザに推薦する商品として選択する。また、推薦商品選択部１０４は、利益期待値が一定値より高い商品を、ユーザに推薦する商品として選択してもよい。
推薦商品選択部１０４は、選択した商品を表示装置１８（図１）に出力しても良い。
なお、本実施形態においては、利益期待値を、ΔPi及びQiを乗算することで算出したが、この計算方法に限定されない。例えば利益期待値算出部１０２は、購買確率の差分は考慮せず、単純にPi及びQiを乗算することで利益期待値を算出しても良い。利益期待値算出部１０２は、Pi及びQiに基づいて、両者の乗算以外の方法で利益期待値を算出しても良い。
次に、本発明を実施するための第１の実施の形態の動作について詳細に説明する。
図５は、第１の実施の形態の動作の一例を示す流れ図である。
商品推薦システムは、ユーザの指示を受け、または自発的に商品の情報を発信したいときに、以下の動作を開始する。商品推薦システムにおいて、利益期待値算出部１０２は、各商品の行動確率を取得する（ステップ１１）。また、利益期待値算出部１０２は、商品利益記憶部２０２を参照して、各商品の利益を取得する（ステップ１２）。次に、利益期待値算出部１０２は、各商品の利益期待値を算出する（ステップ１３）。さらに、推薦商品選択部１０４は、各商品の利益期待値に基づいて、ユーザに推薦する商品を選択する（ステップ１４）。
次に、本実施の形態の効果について説明する。
本実施の形態では、事業者の利益が大きくなるように、商品を推薦することができる。利益期待値算出部１０２が、商品を推薦することによる利益の期待値を算出し、推薦商品選択部１０４が、算出された期待値に基づいて推薦する商品を選択しているためである。
また、特に、利益期待値算出部１０２が、推薦した場合としない場合の購買確率の差に基づいて利益の期待値を算出する場合は、推薦しなくても売れる商品の利益の期待値が小さくなるため、その商品は推薦されない。ここで、商品推薦システムが、推薦しなくても売れる商品を改めて推薦する必要はない。よって、購買確率の差に基づいて利益の期待値を算出する場合、本実施の形態に係る商品推薦システムによれば、より適切に商品を推薦することができる。
実施の形態２．
図６は、第２の実施の形態の商品推薦システムの構成例を示すブロック図である。第２の実施の形態に係る商品推薦システムは、第１の実施の形態の構成に加えて、行動確率算出部１０６と、行動履歴記憶部２０４をさらに有する。
実施の形態２．
図６は、第２の実施の形態の商品推薦システムの構成例を示すブロック図である。第２の実施の形態に係る商品推薦システムは、第１の実施の形態の構成に加えて、行動確率算出部１０６と、行動履歴記憶部２０４をさらに有する。
行動履歴記憶部２０４は、ユーザの行動履歴を記憶する。行動履歴とは、例えばユーザが、インターネット上の所定のウェブページにおける操作の履歴でも良い。具体的には、行動履歴は、ある商品の情報が掲載されているインターネット上のページの閲覧履歴や、インターネットを通じた商品の購入履歴などでも良い。なお、行動履歴記憶部２０４は、メモリ１２またはＨＤＤ１４（図１）の少なくともいずれかにより実現されても良い。行動履歴は、例えばＣＰＵ１０（図１）によりメモリ１２またはＨＤＤ１４（図１）のいずれかに格納されても良い。
行動確率算出部１０６は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、行動確率を算出する。例えば、行動確率算出部１０６は、行動履歴記憶部２０４を参照して、商品iを推薦したユーザ群における購買確率Piと、商品iを推薦しなかったユーザ群における購買確率Pi’を算出する。
次に、本実施の形態の効果について説明する。
本実施の形態では、精度が高い行動確率を利用して、商品を推薦することができる。行動確率算出部１０６が、適切な行動履歴を利用して行動確率を算出しているためである。例えば、事業者が、特定のユーザ層に対して商品を推薦する場合を想定する。行動確率算出部１０６が、特定のユーザ層の行動履歴のみに基づいて行動確率を算出する。すると、予め、全ユーザについての行動確率が商品ごとに定められている場合より、精度が高い行動確率を求めることができる。
実施の形態３．
図７は、第３の実施の形態の商品推薦システムの構成例を示すブロック図である。第３の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、推薦商品表示部１０８と、行動取得部１１０とをさらに有する。推薦商品表示部１０８および行動取得部１１０は、ＣＰＵ１０（図１）により実現されても良い。
実施の形態３．
図７は、第３の実施の形態の商品推薦システムの構成例を示すブロック図である。第３の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、推薦商品表示部１０８と、行動取得部１１０とをさらに有する。推薦商品表示部１０８および行動取得部１１０は、ＣＰＵ１０（図１）により実現されても良い。
推薦商品表示部１０８は、推薦商品選択部１０４で選択された商品を表示装置１８（図１）に表示する。
行動取得部１１０は、ユーザへのある商品の推薦の有無及び行動履歴を取得し、行動履歴記憶部２０４にその情報を記憶させる。例えば、商品ｉを推薦商品表示部１０８でユーザに示した後、一定期間内に、ユーザが商品ｉをインターネットを通じて購入した場合を想定する。その場合、行動取得部１１０は、入力装置２０（図１）を介した操作履歴から、商品ｉを推薦したことと、商品ｉを購入したことの情報を取得する。さらに、行動取得部１１０は、「商品ｉ、推薦あり、購入」という情報を、行動履歴記憶部２０４に記憶させる。なお、行動取得部１１０は、行動履歴を、入力装置２０を介した操作履歴でなく、センサー等の他システムから取得してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、嗜好の時期的変化に対応した行動確率を利用して、商品を推薦することができる。行動取得部１１０が、行動履歴記憶部２０４に、自動的に、最新の行動履歴を追加するためである。
実施の形態４．
図８は、第４の実施の形態の商品推薦システムの構成例を示すブロック図である。第４の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、嗜好商品選択部１１２をさらに有する。
実施の形態４．
図８は、第４の実施の形態の商品推薦システムの構成例を示すブロック図である。第４の実施の形態に係る商品推薦システムは、第２の実施の形態の構成に加えて、嗜好商品選択部１１２をさらに有する。
嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された行動履歴に基づいて、ユーザが好む商品を選択する。そして、利益期待値算出部１０２は、嗜好商品選択部１１２で選択された商品について、利益期待値を算出する。
例えば、嗜好商品選択部１１２は、商品利益記憶部２０２に記憶された商品の中から、そのユーザが購買した商品と似た傾向の商品を選択する。また、嗜好商品選択部１１２は、行動履歴記憶部２０４に記憶された、特定のユーザと嗜好の傾向が似ている他のユーザの行動履歴に基づいて、他のユーザが購入した商品を、その特定のユーザが好む商品として選択してもよい。
次に、本実施の形態の効果について説明する。
本実施の形態では、利益が大きく、かつ、ユーザの嗜好にも適した商品を推薦することができる。嗜好商品選択部１１２が、ユーザが好む商品を絞り込むためである。
実施の形態５．
図９は、第５の実施の形態の商品推薦システムの構成例を示すブロック図である。第５の実施の形態係る商品推薦システムは、第１の実施の形態の構成に加えて、商品利益設定部１１４をさらに有する。
実施の形態５．
図９は、第５の実施の形態の商品推薦システムの構成例を示すブロック図である。第５の実施の形態係る商品推薦システムは、第１の実施の形態の構成に加えて、商品利益設定部１１４をさらに有する。
商品利益設定部１１４は、商品の利益を算出し、商品利益記憶部２０２に記憶させる。
例えば、商品利益設定部１１４は、在庫量の情報を用いて、商品の利益を算出する。在庫量が適正水準より高いときは、商品の利益を、現在の値より大きくする。一方、在庫量が適正水準より低いときは、商品の利益を、現在の値より小さくする。
また、商品利益設定部１１４は、商品とユーザ群の組み合わせ毎に、商品の利益を算出してもよい。商品の利益の例を、図１０に示す。図１０の表では、商品１が１８歳未満に非推奨の商品である場合、１８歳未満のユーザに対しては、その商品の利益を０と設定する。
次に、本実施の形態の効果について説明する。
本実施の形態では、商品の利益を、より適切に設定することができる。例えば、在庫量の情報を利用して商品の利益を設定する場合は、在庫量を適切にコントロールしながら、商品を推薦することができる。また、商品とユーザ群の組み合わせ毎に、商品の利益を設定する場合は、法的、社会的倫理に関する利益や制約条件も考慮した、商品を推薦することができる。
なお、実施の形態１〜実施の形態５について、任意に、各実施の形態の構成を組み合わせることができる。例えば、図１１は、全ての実施の形態を組み合わせた商品推薦システムの構成例を示すブロック図である。
なお、本発明における「商品」とは、有体物に限られるものでなく、ネットワークを通じて配信される動画像や、サービス事業者が提供するサービスなども含む概念である。また、「商品」は、必ずしも有償で取引されなくてもよい。さらに、「利益」とは、経済的利益だけでなく、法的・社会的倫理に関する利益や、好感度も含む概念である。
よって、例えば、ネットワーク事業者が行う、動画像配信サイトにおける動画像推薦システムも、本発明の範囲に含まれる。さらに、ある事業者が無償で提供するサービスについて、その事業者に対しての好感度が高まるようなサービスを推薦するシステムも、本発明の範囲に含まれる。
なお、本発明をプログラム及びプログラムを実行するコンピュータによって実現する場合、該プログラムはこれまでに説明した各動作をコンピュータに実行させるものであればよい。
以上、実施の形態を参照して本願発明を説明したが、本願発明は以上の実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で同業者が理解し得る様々な変更をすることができる。
この出願は、２０１０年１０月１２日に出願された日本出願特願２０１０−２２９２２７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１ 商品推薦システム
１０ ＣＰＵ
１２ メモリ
１４ ＨＤＤ
１６ 通信ＩＦ
１８ 表示装置
２０ 入力装置
２２ バス
１０２ 利益期待値算出部
１０４ 推薦商品選択部
１０６ 行動確率算出部
１０８ 推薦商品表示部
１１０ 行動取得部
１１２ 嗜好商品選択部
１１４ 商品利益設定部
２０２ 商品利益記憶部
２０４ 行動履歴記憶部
１０ ＣＰＵ
１２ メモリ
１４ ＨＤＤ
１６ 通信ＩＦ
１８ 表示装置
２０ 入力装置
２２ バス
１０２ 利益期待値算出部
１０４ 推薦商品選択部
１０６ 行動確率算出部
１０８ 推薦商品表示部
１１０ 行動取得部
１１２ 嗜好商品選択部
１１４ 商品利益設定部
２０２ 商品利益記憶部
２０４ 行動履歴記憶部
Claims (10)
- 商品の利益を記憶する商品利益記憶手段と、
商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出する利益期待値算出手段と、
前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する推薦商品選択手段と、
を備える商品推薦システム。 - 商品の推薦に対するユーザの行動履歴を記憶する行動履歴記憶手段と、
前記記憶された行動履歴に基づいて、前記行動を行う確率を算出する行動確率算出手段と、
をさらに備える請求項１に記載の商品推薦システム。 - 前記選択された商品を表示する推薦商品表示手段と、
前記表示された商品に対するユーザの行動を取得し、前記商品と前記ユーザの行動とを対応付けて、前記行動履歴記憶手段に記憶させる行動取得手段と、
をさらに備える請求項２に記載の商品推薦システム。 - 前記記憶されている特定のユーザの行動履歴に基づいて、前記ユーザの嗜好にあう商品を選択する嗜好商品選択手段をさらに備え、
前記利益期待値算出手段は、前記嗜好商品選択手段により選択された商品について、利益の期待値を算出する、
請求項２または３に記載の商品推薦システム。 - 前記利益期待値算出手段は、商品を推薦した場合としない場合の、ユーザが特定の行動を行う確率の差と、前記記憶された商品の利益とに基づいて、商品を推薦することによる利益の期待値を算出する
請求項１乃至４のいずれか１項に記載の商品推薦システム。 - 商品の在庫量に基づいて、前記商品の利益を設定する商品利益設定手段と、
をさらに備える請求項１乃至５のいずれか１項に記載の商品推薦システム。 - ユーザの属性に基づいて、ユーザ毎に、前記商品の利益を設定する商品利益設定手段をさらに備える請求項１乃至５のいずれか１項に記載の商品推薦システム。
- 前記ユーザが特定の行動を行う確率は、ユーザが商品を購買する確率、または、ユーザが商品に関する情報を閲覧する確率の少なくともいずれか一方である
請求項１乃至７のいずれか１項に記載の商品推薦システム。 - 商品の利益を記憶させ、
商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、
前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する、
商品推薦方法。 - 商品の利益を記憶させ、
商品が推薦された場合にユーザが特定の行動を行う確率と、前記記憶された商品の利益とに基づいて、商品が推薦されることによる利益の期待値を算出し、
前記算出された期待値に基づいて、ユーザに対して推薦する商品を選択する、
処理をコンピュータに実行させる商品推薦プログラムを格納する記録媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010229227 | 2010-10-12 | ||
| JP2010229227 | 2010-10-12 | ||
| PCT/JP2011/072691 WO2012049987A1 (ja) | 2010-10-12 | 2011-09-26 | 商品推薦システムおよび商品推薦方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2012049987A1 true JPWO2012049987A1 (ja) | 2014-02-24 |
Family
ID=45938217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012538633A Withdrawn JPWO2012049987A1 (ja) | 2010-10-12 | 2011-09-26 | 商品推薦システムおよび商品推薦方法とそのプログラム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPWO2012049987A1 (ja) |
| WO (1) | WO2012049987A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018077636A (ja) * | 2016-11-08 | 2018-05-17 | 富士ゼロックス株式会社 | プログラムおよび組み合わせ抽出システム |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3196821A4 (en) * | 2014-09-05 | 2018-01-24 | Sony Corporation | Information processing device, information processing method and program |
| JP6286076B1 (ja) * | 2017-01-18 | 2018-02-28 | 株式会社リクルートホールディングス | 情報管理装置及びプログラム |
| JP6977612B2 (ja) * | 2018-02-22 | 2021-12-08 | オムロン株式会社 | 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 |
| CN111143678B (zh) * | 2019-12-27 | 2023-10-17 | 第四范式（北京）技术有限公司 | 推荐系统和推荐方法 |
| JP7052897B2 (ja) * | 2021-03-11 | 2022-04-12 | オムロン株式会社 | 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 |
| JP7127728B2 (ja) * | 2021-03-11 | 2022-08-30 | オムロン株式会社 | 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 |
| JP7127749B2 (ja) * | 2021-12-09 | 2022-08-30 | オムロン株式会社 | 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 |
| JP7115655B2 (ja) * | 2021-12-09 | 2022-08-09 | オムロン株式会社 | 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 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001184429A (ja) * | 1999-10-12 | 2001-07-06 | Yuji Saito | 広告効果評価方法，その装置，その記録媒体 |
| JP4212782B2 (ja) * | 2001-04-10 | 2009-01-21 | 株式会社エヌ・ティ・ティ・データ | 広告提供システム |
| JP2004054439A (ja) * | 2002-07-17 | 2004-02-19 | Nippon Telegr & Teleph Corp <Ntt> | 顧客行動分析に基づくマーケティング戦略策定支援方法、装置、およびプログラム |
| JP2004240937A (ja) * | 2003-02-07 | 2004-08-26 | Overture Services Inc | オンライン市場における自動フライト管理 |
| US20070060114A1 (en) * | 2005-09-14 | 2007-03-15 | Jorey Ramer | Predictive text completion for a mobile communication facility |
| JP2008027358A (ja) * | 2006-07-25 | 2008-02-07 | Silver Egg Technology Kk | レコメンド装置、レコメンド方法、及びプログラム |
| US8712832B2 (en) * | 2006-12-12 | 2014-04-29 | Yahoo! Inc. | Bid optimization in search engine marketing |
-
2011
- 2011-09-26 JP JP2012538633A patent/JPWO2012049987A1/ja not_active Withdrawn
- 2011-09-26 WO PCT/JP2011/072691 patent/WO2012049987A1/ja active Application Filing
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018077636A (ja) * | 2016-11-08 | 2018-05-17 | 富士ゼロックス株式会社 | プログラムおよび組み合わせ抽出システム |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2012049987A1 (ja) | 2012-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2012049987A1 (ja) | 商品推薦システムおよび商品推薦方法 | |
| US11205218B2 (en) | Client user interface activity affinity scoring and tracking | |
| US9811851B2 (en) | Automatic product groupings for merchandising | |
| US11430037B2 (en) | Real time item listing modification | |
| US20210319493A1 (en) | Real-time recommendation monitoring dashboard | |
| US8489464B1 (en) | Method, medium, and system of presenting resale opportunities to purchasers of resalable items | |
| US10489799B2 (en) | Tracking performance of digital design asset attributes | |
| JP6215425B1 (ja) | 決定プログラム、決定方法、及び決定装置 | |
| US11651408B2 (en) | Presenting search results in a dynamically formatted graphical user interface | |
| JP6761068B2 (ja) | 決定装置、決定方法及び決定プログラム | |
| JP6810184B2 (ja) | 算出装置、算出方法及び算出プログラム | |
| US20140052502A1 (en) | Balanced web analytics scorecard | |
| US11928658B2 (en) | System and method for monitoring and updating content for an e-commerce platform | |
| JP6062514B2 (ja) | 収益指標値生成システム及び収益指標値生成方法 | |
| JP4993097B2 (ja) | 企業施策の決定支援装置、企業施策の決定支援方法及びそのプログラム | |
| JP7010870B2 (ja) | 決定装置、決定方法及び決定プログラム | |
| JP6748029B2 (ja) | 算出装置、算出方法、及び算出プログラム | |
| JP7292362B2 (ja) | 決定装置、決定方法及び決定プログラム | |
| JP7122286B2 (ja) | 決定装置、決定方法及び決定プログラム | |
| JP4879796B2 (ja) | Ｒｆ分析・ｒｆ予測プログラム | |
| JP6034451B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP2021002367A (ja) | 決定装置、決定方法及び決定プログラム | |
| JP2024085735A (ja) | 情報処理装置、情報処理方法および情報処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20141202 |