WO2016120918A1 - 予測システム、予測方法及びコンピュータ読み取り可能記録媒体 - Google Patents

予測システム、予測方法及びコンピュータ読み取り可能記録媒体 Download PDF

Info

Publication number
WO2016120918A1
WO2016120918A1 PCT/JP2015/004677 JP2015004677W WO2016120918A1 WO 2016120918 A1 WO2016120918 A1 WO 2016120918A1 JP 2015004677 W JP2015004677 W JP 2015004677W WO 2016120918 A1 WO2016120918 A1 WO 2016120918A1
Authority
WO
WIPO (PCT)
Prior art keywords
demand
prediction
target
objects
information
Prior art date
Application number
PCT/JP2015/004677
Other languages
English (en)
French (fr)
Inventor
圭介 梅津
洋介 本橋
範人 後藤
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2016571492A priority Critical patent/JP6593348B2/ja
Publication of WO2016120918A1 publication Critical patent/WO2016120918A1/ja

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

Definitions

  • the present invention relates to a prediction system, a prediction method, and a computer-readable recording medium.
  • Patent Document 1 describes a demand prediction device.
  • the demand prediction apparatus described in Patent Literature 1 calculates a sales prediction value of a demand prediction target product based on the overall product type demand value of all existing products and the sales trend of existing similar products.
  • Demand forecasts related to products, etc. may include products that are similar in nature and characteristics to the products targeted for prediction.
  • a product or the like to be predicted and a similar product or the like can be substituted for each other, and one of them may be selected and purchased.
  • the prediction accuracy of demand for each product or the like may be low.
  • the technique described in Patent Document 1 has a problem in demand prediction accuracy for each of similar products.
  • the present invention has been made to solve the above-described problems, and has as its main object to provide a prediction system that predicts demand for goods and the like with high accuracy.
  • the prediction system in one aspect of the present invention has a receiving unit that receives at least information related to a first target that is a demand prediction target, information related to prediction of demand of the first target, and a relationship that can be substituted for the first target.
  • the prediction method in one aspect of the present invention receives at least information related to a first target that is a demand prediction target, and information related to the demand prediction of the first target and a second target that can be substituted for the first target.
  • the demand of the first target is predicted based on the information related to the prediction of the demand and the prediction result of the demand related to the third target including the first and second targets.
  • the computer-readable recording medium is a computer that can at least receive information on a first target that is a demand prediction target, information on demand prediction of the first target, and the first target.
  • a process of predicting the demand of the first target based on the information on the forecast of the demand of the second target in a possible relationship and the prediction result of the demand on the third target including the first and second targets Store the program to be executed non-temporarily.
  • each component of each device represents a functional unit block.
  • Each component of each device can be realized by any combination of an information processing device 500 and software as shown in FIG. 10, for example.
  • the information processing apparatus 500 includes the following configuration as an example.
  • each device can be realized as a dedicated device.
  • Each device can be realized by a combination of a plurality of devices.
  • FIG. 1 is a diagram showing a prediction system in the first embodiment of the present invention.
  • FIG. 2 is a diagram illustrating a relationship between demand prediction targets by the prediction system according to the first embodiment of the present invention.
  • FIG. 3A and FIG. 3B are other diagrams showing the relationship of demand prediction targets by the prediction system in the first embodiment of the present invention.
  • FIG. 4 is a flowchart showing the operation of the prediction system in the first embodiment of the present invention.
  • the prediction system includes a reception unit 110 and a prediction unit 120.
  • the reception unit 110 receives at least information related to the first target that is a target of demand prediction.
  • the prediction unit 120 predicts the demand of the first target based on the information related to the prediction of the demand related to the first and second targets and the prediction result of the demand related to the third target.
  • the second object is an object that can be substituted for the first object.
  • the third object is an object including the first and second objects.
  • the first object is an object for which the demand is predicted.
  • the first target is, for example, a product or service that is a target of demand prediction.
  • the demand for the first target is the quantity for which the product or service that is the first target is required.
  • the demand of the first target is, for example, the quantity at which the product is sold at the store.
  • the demand of the first object is, for example, the number of passengers of the transportation facility.
  • the second object is an object that can be substituted for the first object.
  • the number of the 2nd object with respect to a 1st object is arbitrary, and several 2nd object may exist.
  • the fact that the first object and the second object can be substituted for each other means that at least one of the first and second objects is selectively adopted.
  • the first and second objects are some products, it is considered that they are in a relationship such that a person who needs the product selects and purchases at least one of them.
  • the fact that the first object and the second object can be substituted for each other is considered to be in a relationship in which the demand for one of them decreases as the demand for one of them increases.
  • the first object and the second object are also considered to be products that can cause each other a phenomenon called cannibalization in the field of marketing.
  • the third object is an object including the first and second objects.
  • a set of first and second objects becomes the third object.
  • a feature common to the first and second objects, some superordinate concept or category to which the first and second objects belong, or the entire object included in them is the third object.
  • the first object is in a substitutable relationship with the second object. From this relationship, the person who needs the first or second object is considered to select either the first or second object.
  • the demand for the entire first and second objects may be generally constant. That is, even when the demand for each of the first and second objects changes, the change in the demand for the third object including them may be smaller than the change in the demand for each of the first and second objects. It is believed that there is. In other words, it is considered that the demand for each of the first and second objects may change within the range of demand for the third object.
  • the demand for the third object is related to the upper limit of the demand for each of the first and second objects, and is considered to be one of the elements that define the upper limit of the demand for the first object.
  • This example is an example relating to a product in a store such as a convenience store. It is assumed that a purchaser of a product that is a customer of a store purchases a rice ball or bread.
  • rice balls include at least tuna mayo rice balls, kelp rice balls, and plum rice balls.
  • bread includes at least curry bread, bread, and melon bread.
  • the first object is, for example, either the above-described rice ball or bread.
  • another rice ball or bread is made into a 2nd object. That is, when any of the three types of rice balls is the first target, the remaining two types of rice balls are set as the second target.
  • the remaining two types of rice balls are set as the second target.
  • other types of rice balls and bread (not shown) are sold as products, those products may be included in the second object.
  • the entire rice ball or the entire bread is set as the third object. That is, when any of the three types of rice balls is the first object, the entire rice ball is the third object.
  • the entire onigiri or the entire bread may be the first target.
  • the other of the entire rice ball or the entire bread that is not the first target is the second target.
  • the 3rd object in this case is the whole onigiri and the whole bread which are the whole goods used as a purchase object by a purchaser.
  • the 3rd object with respect to a 1st and 2nd object may have a some hierarchy. That is, there may be a third object with the entire purchase target that includes them, with respect to the individual onigiri or the entire rice ball for the bread and the third object for the entire bread. Details regarding this point will be described later.
  • the accepting unit 110 accepts information on the first object as described above.
  • the information relating to the first object includes at least information relating to the object that is the first object.
  • the reception part 110 may receive the information regarding the time when the demand of the 1st object used as a prediction object generate
  • the reception unit 110 receives information on the prediction of demand related to the first to third objects, the prediction result of the demand related to the first to third objects, and the like according to the operation of the prediction unit 120 described later. May be.
  • the prediction unit 120 predicts the demand of the first target based on the information regarding the prediction of the demand regarding the first and second targets and the prediction result of the demand regarding the third target.
  • each of the first object and the second object has a replaceable relationship. Therefore, the demand for the first target may affect the demand for each of the second targets for various reasons. That is, when forecasting demand, the demand forecast accuracy for the first and second objects may be lower than the demand forecast accuracy for the third target, such as the demand for the whole rice ball. In other words, the demand prediction result for the third target is less likely to be affected by various causes than the demand prediction results for the first and second targets, and the variance is often small.
  • first and second objects and the third object will be further described using the examples of rice balls and bread described above. It is likely that the purchaser will first decide whether to buy bread or rice balls, and then decide whether to purchase individual types of rice balls or bread. In addition, the purchaser is influenced by various factors including the purchaser's own mood and physical condition, the weather and temperature at the time of purchase, events, sales, campaigns, and other environmental factors, and the individual rice ball or bread he / she wishes to purchase. Is considered to be determined. That is, the fluctuation in demand for individual rice balls and bread is considered to be relatively large compared to the fluctuation in demand for whole rice balls and bread.
  • the predicted results of demand for each type of rice ball and bread are considered to be relatively large compared to the actual demand (that is, the quantity actually purchased).
  • the predicted results of demand for whole rice balls and whole bread are relatively less blurred than the predicted results of demand for each individual.
  • the prediction unit 120 when the prediction unit 120 predicts the demand of the first target, as described above, in addition to the information related to the prediction of the demand regarding the first and second targets, the prediction unit 120 relates to the third target. Use the demand forecast results. By doing in this way, the prediction part 120 can predict the demand regarding a 1st object accurately compared with the case where the individual demand of only a 1st object is estimated directly.
  • the prediction unit 120 can use values obtained by various methods as the prediction result of the demand of the third target and the ratio of the first target. As an example of the prediction result of the demand of the third target, the prediction unit 120 can use the prediction result of the demand for the third target determined as shown in FIGS. 3A and 3B.
  • FIG. 3A is a diagram illustrating an example of the first to third objects in this case.
  • the alternative object is a kelp rice ball or a plum rice ball that can be substituted. And "the whole rice ball" including these various rice balls becomes a 3rd object.
  • the second or third target is determined for other types of rice balls or bread. The prediction unit 120 predicts the demand of the first target based on the prediction result of the demand related to the third target thus determined.
  • the predicted result of the demand for the third target which is a superordinate concept including the first or second target, relates to the predicted result of the demand when compared with the third target defined in another format.
  • the variance is considered small. Therefore, the prediction unit 120 can improve the prediction accuracy of the demand of the first target by using the prediction result related to the demand of the third target determined in this way.
  • the prediction unit 120 can use the prediction result of the demand for the entire object related to the first or second object as the third object.
  • FIG. 3B is a diagram illustrating an example of the first to third objects in this case.
  • the prediction unit 120 may predict the demand of the first target based on the demand prediction result related to the third target thus determined.
  • the demand for the third target is obtained by using multiple regression analysis, ARMA (Autogressive moving average), SVR (Support Vector Regression), and the like. That is, the demand for the third target is obtained using a prediction formula or the like obtained in advance based on these methods.
  • the prediction unit 120 can use the ratio of the first object obtained by various methods. For example, the prediction unit 120 can use the ratio of the first target obtained based on the prediction results of the individual demands regarding each of the first and second targets.
  • the demand of the first or second target is predicted in consideration of the weather and temperature at the time when the demand is predicted for the first target, the presence of an event, a sale, a campaign, or the like. That is, the ratio of the first target in consideration of factors that may affect the demand of the first target described above is obtained. Therefore, by using the ratio of the first target obtained in this way, the prediction unit 120 can predict the demand of the first target with higher accuracy.
  • the demand for the first or second target is obtained using multiple regression analysis, ARMA, SVR, or the like, for example, similarly to the demand for the third target.
  • the ratio of the first target may be obtained based on the past demand results related to the first or second target.
  • the ratio of the first target can be easily obtained based on the past demand record related to the first or second target. Further, in this case, the ratio of the first target may be obtained based on the past demand actual result at the time when the demand is predicted for the first target and the above-described factor is similar.
  • the reception unit 110 receives information related to the first target (step S101). As described above, the reception unit 110 may receive information necessary for the prediction unit 120 in addition to the information related to the first target. In addition, the reception unit 110 may store the received information about the first target in a storage unit (not shown).
  • the prediction unit 120 calculates the demand of the first target based on the prediction result of the demand related to the third target including the first target and the second target that can be substituted for the first target. Prediction is performed (step S102).
  • the prediction result of the demand of the first target obtained by the prediction unit 120 is output from an arbitrary output unit (not shown) including a display device and a communication network, for example.
  • required in the prediction part 120 may be memorize
  • the prediction system 100 is a demand prediction result regarding the third target including the first target and the second target that can be substituted for the first target. Based on this, the demand for the first target is predicted.
  • the prediction result of the demand for the third target including the first target that is the prediction target is smaller than the prediction result of the demand for the first or second target that is the individual object, Conceivable.
  • the prediction unit 120 predicts the demand of the first target based on the prediction result of the demand for the third target described above. Therefore, the prediction system 100 in the present embodiment can predict the demand for goods and the like with high accuracy.
  • the third target may have a plurality of hierarchies. That is, a plurality of third objects may exist, and at least one of them may be in a relationship including the other.
  • the number of hierarchies is arbitrary.
  • the third object may further have a plurality of hierarchies. The number of hierarchies is determined as appropriate according to the characteristics of the object to be predicted for demand.
  • the prediction unit 120 predicts the demand of the first target using the plurality of third targets. That is, the prediction unit 120, for example, based on the prediction result of the demand for the third target in the upper hierarchy and the information on the demand of the plurality of third targets in the lower hierarchy (for example, the ratio of each demand, etc.) Predict demands of a plurality of third objects in the lower hierarchy. Then, the prediction unit 120 calculates the demand of the first target based on the prediction result of the demand for each of the third targets in the lower hierarchy predicted as described above and information on the demands of the first and second targets. Predict.
  • the demand prediction result for the third target in the lower hierarchy may be output from any output means together with the demand prediction result for the first target, or may be stored in any storage means. May be.
  • the range of the target object as the second target is appropriately determined according to the characteristics of the first target and the like. That is, when there are a plurality of objects that can be candidates for the second object, all of them may be the second object, or some of them may be the second object. In the example of FIG. 2, when there are other types of rice balls and bread different from the illustrated rice balls and bread, those rice balls and bread may be further included in the second object.
  • the range of the target object to be the second target is appropriately determined according to the relationship with the first target, the required prediction accuracy, and the like.
  • information regarding the relationship between the first object and each of the objects that can be the second object may be used.
  • the degree of possibility of substitution with each of the first objects may be different.
  • the range of the target object as the second target may be determined based on information obtained by weighting the possibility of substitution between the first target and each of the second target by an arbitrary method.
  • the prediction unit 120 may further predict the demand of the first target by further using information on the weighting. In the prediction unit 120 or the like, when the ratio of the first target described above is obtained, information regarding this weighting may be considered.
  • FIG. 5 is a diagram illustrating a configuration of the prediction system 200 according to the second embodiment of the present invention.
  • the prediction system 200 according to the second embodiment further includes a first prediction unit 121, a second prediction unit 122, and a third prediction unit 123.
  • the prediction system 200 according to the second embodiment of the present invention is different from the prediction system 100 according to the first embodiment of the present invention in these points.
  • movement of the prediction system 200 in the 2nd Embodiment of this invention are the same as that of the prediction system 100 in the 1st Embodiment of this invention.
  • the first prediction unit 121 predicts the demand of the first target based on the information related to the prediction of the demand of the first target.
  • the 2nd prediction part 122 predicts the demand of the 2nd object based on information about prediction of the demand of the 2nd object.
  • the 3rd prediction part 123 predicts the demand of the 3rd object based on the information about prediction of the demand of the 3rd object.
  • the first target demand predicted by the first prediction unit 121 is a provisional prediction used when the prediction unit 120 predicts the first target demand.
  • the prediction unit 120 predicts the demand of the first target based on the ratio of demand to the first target and the prediction result of demand related to the third target. Moreover, if the ratio of the demand of the first target is obtained based on the demand prediction result for each of the first and second objects, a highly accurate ratio is obtained. That is, the prediction unit 120 directly determines the demand of the first target by using the demand prediction result regarding the third target that has relatively small fluctuations in demand compared to each of the first target and the second target. Compared with the case where it calculates
  • the prediction system 200 in this embodiment is further provided with the 1st prediction part 121, the 2nd prediction part 122, and the 3rd prediction part 123, According to the situation of the factor etc. which influence demands, such as a 1st object. Thus, it becomes possible to obtain a prediction result of each demand. Therefore, in the present embodiment, the prediction unit 120 can predict the demand for the first target with higher accuracy in accordance with changes in demand related to the first target and factors that affect the demand.
  • Each of the 1st prediction part 121, the 2nd prediction part 122, and the 3rd prediction part 123 predicts each demand by arbitrary methods.
  • techniques such as multiple regression analysis, ARMA, and SVR are used. That is, each of the 1st prediction part 121, the 2nd prediction part 122, and the 3rd prediction part 123 predicts each demand, for example using the prediction formula etc. which were beforehand obtained based on these methods.
  • the information related to demand prediction includes, for example, information on the presence or absence of sales and campaigns related to the products, etc., and their details. It is. Moreover, the presence or absence of the event in the vicinity of the store etc. where the said goods etc. are sold, the detail, or weather data, such as the weather in the vicinity of the said store, and temperature, etc. may be contained in the information regarding demand prediction.
  • the prediction system 200 further includes the first prediction unit 121, the second prediction unit 122, and the third prediction unit 123 with respect to the prediction system 100 according to the first embodiment.
  • the prediction system 200 in the present embodiment predicts the demand of the first target according to the demand of the first target, the second target, etc., changes in factors that affect the demand, and the like. It becomes possible. Therefore, the prediction system 200 in this embodiment can predict the demand of the first target with high accuracy.
  • the structure provided with at least one part among the 1st prediction parts 121, the 2nd prediction part 122, and the 3rd prediction part 123 may be sufficient as the prediction system 200 in this embodiment.
  • the prediction system 200 in the present embodiment may be configured such that any one of the first prediction unit 121, the second prediction unit 122, and the third prediction unit 123 also serves as other functions.
  • FIG. 6 is a diagram illustrating a configuration of a prediction system 300 according to the third embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a configuration of a modified example of the prediction system 300 according to the third embodiment of the present invention.
  • FIG. 8 is a diagram illustrating a configuration of another modified example of the prediction system 300 according to the third embodiment of the present invention.
  • FIG. 9 is a diagram illustrating a configuration of another modified example of the prediction system 300 according to the third embodiment of the present invention.
  • the prediction system 300 according to the third embodiment of the present invention further includes a relationship storage unit 130.
  • the prediction system 300 according to the third embodiment of the present invention is different from the prediction system 100 according to the first embodiment of the present invention in these points.
  • movement of the prediction system 300 in the 3rd Embodiment of this invention are the same as that of the prediction system 100 in the 1st Embodiment of this invention.
  • the relationship storage unit 130 stores information related to the relationship among the first object, the second object, and the third object. This relationship is, for example, the relationship shown in FIG. 2, FIG. 3A or FIG. 3B. In other words, the relationship storage unit 130 stores information on an object that can be a second object with respect to the first object and an object that can be a third object with respect to the first and second objects.
  • the second target and the third target for the first target may not always be clear.
  • the expert regarding demand prediction can determine the second or third target that can affect the demand of the first target.
  • the relationship storage unit 130 stores information related to the relationship among the first object, the second object, and the third object.
  • the relation storage unit 130 can store any information that can be the first, second, or third target. That is, the relationship storage unit 130 may store information on an object that may not be used for prediction in the prediction unit 120 when a specific object is the first object.
  • the prediction unit 120 appropriately selects information related to an object that can be the second or third target with respect to the first target, and predicts demand related to the first target.
  • the prediction system 300 includes the relationship storage unit 130.
  • a 2nd and 3rd object is easily determined with respect to the 1st object with respect to the prediction object of a demand. Therefore, the prediction system 300 in this embodiment makes it possible to easily make a demand for the first target.
  • the prediction system 300 may include a prediction information storage unit 140 as shown in FIG.
  • the prediction information storage unit 140 stores information necessary for predicting each demand, such as an explanatory variable regarding each demand of the first to third objects.
  • the explanatory variable is a variable that represents information that may affect the demand for goods, for example.
  • an explanatory variable may be a variable showing the information which may have a correlation with demands, such as goods.
  • the prediction information storage unit 140 stores a prediction formula used when demand prediction is performed in the prediction unit 120 or the like.
  • the prediction information storage unit 140 may store information required in the prediction unit 120 and the like.
  • the prediction unit 120 uses the information stored in the prediction information storage unit 140 to predict demand related to the first target.
  • the prediction system 300 in the present embodiment may be used in combination with the prediction system 200 in the second embodiment of the present invention. That is, the prediction system 300 in the present embodiment may further include a first prediction unit 121, a second prediction unit 122, and a third prediction unit 123, as shown in FIG. By setting it as such a structure, even if it is a case where it is a case where it is a case where it is used by the person who is not familiar with the prediction of a demand, the prediction system 300 can predict the demand of a 1st object accurately.
  • the prediction system 300 may include a prediction information storage unit 140 as shown in FIG.
  • the information stored in the prediction information storage unit 140 is also used when the first prediction unit 121, the second prediction unit 122, or the third prediction unit 123 performs prediction.
  • the prediction system in each embodiment of the present invention is applied to prediction of demand for various objects in addition to the above-described demand prediction of foods and various products including rice balls and bread.
  • the prediction system in each embodiment of the present invention is used for prediction of demand related to products or the like different from the above-described example in a store or the like.
  • the prediction system in each embodiment of the present invention is capable of predicting demands regarding products and the like different from the rice balls and bread described with reference to FIG. Moreover, the prediction system in each embodiment of this invention can also forecast the demand as the whole of the goods etc. which belong to a certain category by making the whole rice ball or the whole bread into the 1st or 2nd object.
  • the prediction system in each embodiment of the present invention can predict sales at a certain store or the like as demand.
  • a store or the like is located in the vicinity of the first target and in the vicinity of the store, the store that is in a competitive relationship with the store is in a competitive relationship with the second target and the store. It is possible to consider the entire possible store as the third target.
  • the prediction system in each embodiment of the present invention is used for prediction of demand of transportation facilities such as Shinkansen.
  • a certain transportation facility can be regarded as a first target, another transportation facility as a second target, and the entire transportation facility that transports between the points as a third target. It is done. Then, it is considered that passengers of these transportation facilities can be regarded as demands of the first to third objects.
  • a train etc. in a specific time zone of a certain transportation is a first subject
  • a train in another time zone of this transportation is a second subject
  • the whole train etc. Can be regarded as a third object.
  • zone of the said transportation can be considered as the demand of the 1st or 2nd object, and the whole passenger who moves between the said points in the said transportation can be considered as the demand of the 3rd object.
  • the prediction system in each embodiment of the present invention is capable of predicting the number of passengers of a certain transportation facility and the number of passengers such as trains in a specific time zone of a certain transportation facility based on such information on demand. Is possible. Thus, by predicting demand in transportation using the prediction system in each embodiment of the present invention, it is possible for transportation operators, etc., to determine more appropriate operation plans and charges based on demand. It becomes.
  • the prediction system in each embodiment of the present invention is used to predict demand in various facilities such as an amusement park.
  • an amusement park attraction may be in a replaceable relationship with another attraction.
  • a tourist facility or the like existing in a specific area such as a sightseeing spot may have a replaceable relationship with another facility existing in the area.
  • a commercial facility or the like that exists in a predetermined area such as a downtown area may have a replaceable relationship with another facility that exists in the area.
  • the number of visitors and visitors in the amusement park or in a specific area may be substantially constant depending on factors such as day of the week and weather.
  • the prediction system in each embodiment of the present invention can predict the number of users such as a certain attraction and the number of visitors to a certain facility based on the information related to these demands.
  • a management company such as an amusement park appropriately performs operations such as attractions according to demand, and promotions that stimulate demand. Can be performed.
  • the prediction system in each embodiment of the present invention is used to predict the audience rating of a television or the like.
  • a viewer of a television or the like selects and watches a channel related to a desired broadcasting organization and a program on the channel according to the status of the program being broadcast. In this case, a viewer can replace a certain channel or program with another channel or program. On the other hand, it is considered that the total number of viewers such as televisions is generally constant in accordance with the day of the week or the time zone.
  • a program or the like broadcast by a certain broadcasting organization can be the first target.
  • other programs and the like broadcasted by a broadcasting organization or the like in the time zone in which the program is broadcast as the second target, and programs and the like in the time zone as the third target. is there.
  • the audience rating (or the number of viewers) of each program is regarded as the demand of the first or second target
  • the total audience rating (or the total number of viewers) of the program or the like in the time zone is regarded as the demand of the third target. Can be considered.
  • the prediction system in each embodiment of this invention estimates the audience rating (or the number of viewers) of a certain channel based on the information regarding these demands, etc. By predicting the audience rating using the prediction system in each embodiment of the present invention, it is possible to appropriately set commercial charges according to demand and organize programs.
  • Prediction information storage unit 500 Information processing device 501 CPU 502 ROM 503 RAM 504 Program 505 Storage device 506 Recording medium 507 Drive device 508 Communication interface 509 Network 510 Input / output interface 511 Bus

Abstract

　高い精度で商品等の需要を予測する予測システム等を提供する。　予測システムは、需要の予測対象である第１対象に関する情報を少なくとも受付ける受付部と、第１対象の需要の予測に関する情報と、第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する予測部とを備える。

Description

予測システム、予測方法及びコンピュータ読み取り可能記録媒体
　本発明は、予測システム、予測方法及びコンピュータ読み取り可能記録媒体に関する。
　様々な業種において、各種の商品やサービス（以下、「商品等」とする）に関する需要の予測が行われている。商品等に関する需要の予測においては、商品等の需要の予測が外れることは、商品等の完売や欠品等による販売機会の逸失や、商品等の売れ残りによる廃棄や値下げ等の損失につながる可能性がある。そのため、高い精度での需要の予測が必要とされている。
　特許文献１には、需要予測装置が記載されている。特許文献１に記載された需要予測装置は、全既存商品の商品種別全体需要値と、既存類似商品の売上傾向に基づき、需要予測対象商品の売上予測値を算出する。
特開２００８－１８６４１３号公報
　商品等に関する需要の予測において、予測の対象となる商品等と性質や特徴が類似した商品等が存在する場合がある。予測の対象となる商品等と、これと類似した商品等とは、互いに代替可能であり、いずれかが選択されて購入等される場合がある。そして、このような場合には、各々の商品等に対する需要の予測精度が低い場合がある。すなわち、特許文献１に記載された技術等では、互いに類似する商品等の各々に関する需要の予測精度に問題がある。
　本発明は、上記課題を解決するためになされたものであって、高い精度で商品等の需要を予測する予測システム等を提供することを主たる目的とする。
　本発明の一態様における予測システムは、需要の予測対象である第１対象に関する情報を少なくとも受付ける受付手段と、第１対象の需要の予測に関する情報と、第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する予測手段とを備える。
　本発明の一態様における予測方法は、需要の予測対象である第１対象に関する情報を少なくとも受付け、第１対象の需要の予測に関する情報と、第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する。
　本発明の一態様におけるコンピュータ読み取り可能記録媒体は、コンピュータに、需要の予測対象である第１対象に関する情報を少なくとも受付ける処理と、第１対象の需要の予測に関する情報と、第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する処理とを実行させるプログラムを非一時的に格納する。
　本発明によると、高い精度で商品等の需要を予測する予測システム等を提供することができる。
本発明の第１の実施形態における予測システムの構成を示す図である。 本発明の第１の実施形態における予測システムによる需要の予測対象の関係を示す図である。 本発明の第１の実施形態における予測システムによる需要の予測対象の関係を示す別の図である。 本発明の第１の実施形態における予測システムによる需要の予測対象の関係を示す別の図である。 本発明の第１の実施形態における予測システムの動作を示すフローチャートである。 本発明の第２の実施形態における予測システムの構成を示す図である。 本発明の第３の実施形態における予測システムの構成を示す図である。 本発明の第３の実施形態における予測システムの変形例の構成を示す図である。 本発明の第３の実施形態における予測システムの別の変形例の構成を示す図である。 本発明の第３の実施形態における予測システムの別の変形例の構成を示す図である。 本発明の各実施形態における予測システム等を実現する情報処理装置の一例を示す図である。
　本発明の各実施形態について、添付の図面を参照して説明する。なお、本発明の各実施形態において、各装置の各構成要素は、機能単位のブロックを示している。各装置の各構成要素は、例えば図１０に示すような情報処理装置５００とソフトウェアとの任意の組み合わせにより実現することができる。情報処理装置５００は、一例として、以下のような構成を含む。
　　・ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）５０１
　　・ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）５０２
　　・ＲＡＭ（Ｒａｍｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）５０３
　　・ＲＡＭ５０３にロードされるプログラム５０４
　　・プログラム５０４を格納する記憶装置５０５
　　・記録媒体５０６の読み書きを行うドライブ装置５０７
　　・ネットワーク５０９と接続する通信インターフェース５０８
　　・データの入出力を行う入出力インターフェース５１０
　　・各構成要素を接続するバス５１１
また、各装置の実現方法には様々な変形例がある。例えば、各装置は、専用の装置として実現することができる。また、各装置は、複数の装置の組み合わせにより実現することができる。
　（第１の実施形態）
　まず、本発明の第１の実施形態について説明する。図１は、本発明の第１の実施形態における予測システムを示す図である。図２は、本発明の第１の実施形態における予測システムによる需要の予測対象の関係を示す図である。図３Ａ及び図３Ｂは、本発明の第１の実施形態における予測システムによる需要の予測対象の関係を示す別の図である。図４は、本発明の第１の実施形態における予測システムの動作を示すフローチャートである。
　図１に示すとおり、本発明の第１の実施形態における予測システムは、受付部１１０と、予測部１２０とを備える。受付部１１０は、少なくとも、需要の予測対象である第１対象に関する情報を受付ける。予測部１２０は、第１及び第２対象に関する需要の予測に関する情報と、第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する。第２対象は、第１対象と互いに代替可能な関係にある対象物である。第３対象は、第１及び第２対象を包含する対象物である。
　最初に、本実施形態において、需要の予測が行われる対象物等について説明する。第１対象は、その需要の予測が行われる対象物である。第１対象は、例えば、需要の予測対象となる商品やサービス等である。
　また、第１対象の需要とは、第１対象である商品やサービスが必要とされる数量である。例として、第１対象が商店において販売されるおにぎりやパン等の商品である場合、第１対象の需要は、例えば当該商店にてこれらの商品が販売される数量である。別の例として、第１対象が、ある交通機関の旅客である場合には、第１対象の需要とは、例えば当該交通機関の旅客数である。
　第２対象は、第１対象と互いに代替可能な対象物である。なお、第１対象に対する第２対象の数は任意であり、複数の第２対象が存在してもよい。この場合において、第１対象と第２対象とが互いに代替可能であるとは、第１及び第２対象のいずれかの少なくとも一つが選択的に採用される関係にあることである。一例として、第１及び第２対象が何らかの商品である場合、これらは、その商品を必要とする者が、いずれかの少なくとも一つを選択して購入するような関係にあると考えられる。すなわち、第１対象と第２対象とが互いに代替可能であるとは、いずれかに対する需要が増えると、その他に対する需要が減る関係にあるとも考えられる。別の観点では、第１対象及び第２対象は、互いに、マーケティングの分野においてカニバリゼーション（ｃａｎｎｉｂａｌｉｚａｔｉｏｎ：共食い）と呼ばれる現象を生じさせる可能性がある商品であるとも考えられる。
　第３対象は、第１及び第２対象を包含する対象物である。一例として、第１及び第２対象の集合が、第３対象となる。また、第１及び第２対象に共通する特徴、第１及び第２対象が属する何らかの上位概念やカテゴリ等、又はそれらに含まれる対象物の全体が第３対象となる。
　上述のように、第１対象は、第２対象との間で互いに代替可能な関係にある。この関係から、第１又は第２対象を必要とする者は、第１又は第２対象のいずれかを選択すると考えられる。
　これに対して、第１及び第２対象全体の需要は、概ね一定になる場合があると考えられる。つまり、第１及び第２対象の各々に関する需要が変化する場合でも、これらを包含する第３対象に関する需要の変化は、第１及び第２対象の各々に関する需要の変化と比較して小さい場合があると考えられる。換言すると、第３対象に関する需要の範囲において、第１及び第２対象の各々に関する需要が変化する場合があると考えられる。
　したがって、第３対象に対する需要は、第１及び第２対象の各々に関する需要の上限に関係があり、第１対象に関する需要の上限を規定する要素の一つであるとも考えられる。
　図２を用いて、第１から第３対象の例を説明する。この例は、コンビニエンスストア等の商店における商品に関する例である。商店の顧客である商品の購入者は、おにぎり又はパンを購入することが想定される。購入者に購入される商品として、おにぎりには、少なくともツナマヨおにぎり、昆布おにぎり、梅おにぎりが含まれる。同様に、パンには、少なくともカレーパン、あんぱん、メロンパンが含まれる。
　この場合において、第１対象は、例えば、上述したおにぎり又はパンのいずれかである。そして、第１対象に応じて、他のおにぎり又はパンが第２対象とされる。すなわち、３種類のおにぎりのいずれかが第１対象である場合には、残りの２種類のおにぎりが第２対象とされる。３種類のパンのいずれかが第１対象である場合には、残りの２種類のパンが第２対象とされる。また、図示しない他の種類のおにぎりやパンが商品として販売されている場合には、それらの商品が第２対象に含まれていてもよい。最後に、第１対象に応じて、おにぎり全体又はパン全体が第３対象とされる。すなわち、３種類のおにぎりのいずれかが第１対象である場合には、おにぎり全体が第３対象となる。
　なお、この例においては、おにぎり全体又はパン全体が第１対象とされてもよい。この場合には、おにぎり全体又はパン全体のうち、第１対象とされない他方が第２対象となる。そして、この場合における第３対象は、購入者による購入対象となる商品の全体であるおにぎり全体及びパン全体となる。
　また、図２に示すように、第１及び第２対象に対する第３対象は、複数の階層を有していてもよい。すなわち、個々のおにぎり又はパンに対するおにぎり全体及びパン全体の第３対象に対して、これらを包含する購入対象全体との第３対象が存在してもよい。この点に関する詳細は後述する。
　続いて、本実施形態における予測システム１００の各構成要素について説明する。
　受付部１１０は、上述のように、第１対象に関する情報を受付ける。第１対象に関する情報には、少なくとも第１対象となる対象物に関する情報が含まれる。また、受付部１１０は、第１対象に関する情報として、例えば予測対象となる第１対象の需要が発生する時期に関する情報等を受付けてもよい。
　この他にも、受付部１１０は、後述する予測部１２０の動作等に応じて、第１から第３対象に関する需要の予測に関する情報や、第１から第３対象に関する需要の予測結果等を受付けてもよい。
　予測部１２０は、上述のように、第１及び第２対象に関する需要の予測に関する情報と、第３対象に関する需要の予測結果とに基づいて、第１対象の需要を予測する。
　上述のように、第１対象と第２対象の各々とは、互いに代替可能な関係にある。そのため、第１対象の需要は、様々な原因により、第２対象の各々との需要と互いに影響し合う場合がある。つまり、需要の予測を行う際には、第１及び第２対象に関する需要の予測精度は、例えばおにぎり全体の需要のような第３対象に関する需要の予測精度と比較して低い場合がある。言い換えると、第３対象に対する需要の予測結果は、第１及び第２対象に関する需要の予測結果と比較すると、様々な原因による影響を受けにくく、分散が小さい場合が多いと考えられる。
　第１及び第２対象と第３対象との関係について、上述したおにぎりやパンの例を用いて更に説明する。購入者は、まず、パン又はおにぎりのいずれを購入するかを決定し、その上で、個々の種類のおにぎり又はパンのいずれを購入するかを決定する場合が多いと考えられる。また、購入者は、購入者自身の気分や体調、購入時の天気や気温、イベント、セール、キャンペーン等の環境面を含む様々な要因に影響を受けつつ、購入しようとする個々のおにぎり又はパンを決定すると考えられる。すなわち、おにぎり全体やパン全体の需要のぶれに比較して、個々のおにぎりやパンの需要のぶれは相対的に大きいと考えられる。
　すなわち、個々の種類のおにぎりやパンの需要の予測結果は、実際の需要（すなわち、実際に購入等される数量）と比較して、相対的にぶれが大きくなると考えられる。また、おにぎり全体やパン全体の需要の予測結果は、個々に対する需要の予測結果と比較すると、相対的にぶれが小さくなると考えられる。
　そこで、本実施形態における予測システムでは、予測部１２０は、第１対象の需要を予測する際に、上述のように、第１及び第２対象に関する需要の予測に関する情報に加え、第３対象に関する需要の予測結果を用いる。このようにすることで、予測部１２０は、第１対象に関する需要を、第１対象のみの個別の需要を直接に予測する場合と比較して、精度よく予測することができる。
　予測部１２０は、需要を予測する際の一例として、第３対象に関する需要の予測結果と、第２対象を含めた対象物における第１対象の比率に基づいて需要を予測する。例えば、第２対象を含めた対象物における第１対象の比率が０．２であり、第３対象に関する需要の予測値が６３０である場合には、予測部１２０は、第１対象の需要の予測値を６３０×０．２＝１２６とする。すなわち、予測部１２０は、第１対象の需要を予測した結果は１２６であると求める。
　本実施形態において、予測部１２０は、第３対象の需要の予測結果や、第１対象の比率として、様々な方法にて求められた値を用いることができる。第３対象の需要の予測結果の例として、予測部１２０は、図３Ａ及び図３Ｂに示すようにして定められた第３対象に対する需要の予測結果を用いることができる。
　すなわち、予測部１２０は、第１又は第２対象を包含する上位概念を第３対象として、その需要の予測結果を用いることができる。図３Ａは、この場合における第１から第３対象の一例を示す図である。
　図３Ａに示す例においては、例えば、第１対象をツナマヨおにぎりとする場合には、代替可能な関係にある昆布おにぎりや梅おにぎりが、第２対象となる。そして、これら各種のおにぎりを包含する「おにぎり全体」が、第３対象となる。また、その他の種類のおにぎり又はパンに対しても、同様に、第２又は第３対象が定められる。予測部１２０は、このようにして定められた第３対象に関する需要の予測結果等に基づいて、第１対象の需要を予測する。
　この例のように、第１又は第２対象を包含する上位概念である第３対象に対する需要の予測結果は、他の形式にて定められた第３対象と比較すると、その需要の予測結果に関する分散が小さいと考えられる。そのため、予測部１２０は、このように定められる第３対象の需要に関する予測結果を用いることで、第１対象の需要の予測精度を高めることが可能となる。
　また、予測部１２０は、第１又は第２対象に関する対象物の全体を第３対象として、その全体に対する需要の予測結果を用いることができる。図３Ｂは、この場合における第１から第３対象の一例を示す図である。
　図３Ｂに示す例においては、例えば、第１対象をツナマヨおにぎりとする場合には、図３Ａに示す例と同様に、代替可能な関係にある昆布おにぎりや梅おにぎりが、第２対象となる。そして、これらの第１又は第２対象とされたすべての種類のおにぎりの全体が、第３対象とされる。また、その他の種類のおにぎり又はパンに対しても、同様に、第２又は第３対象が定められる。予測部１２０は、このようにして定められた第３対象に関する需要の予測結果等に基づいて、第１対象の需要を予測してもよい。
　なお、第３対象に対する需要は、重回帰分析、ＡＲＭＡ（Ａｕｔｏｒｅｇｒｅｓｓｉｖｅ　ｍｏｖｉｎｇ　ａｖｅｒａｇｅ）、ＳＶＲ（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｒｅｇｒｅｓｓｉｏｎ）等を用いて求められる。すなわち、第３対象に対する需要は、これらの手法に基づいて予め求められた予測式等を用いて求められる。
　また、第１対象の比率として、予測部１２０は、種々の方法で求めた第１対象の比率を用いることができる。例えば、予測部１２０は、第１及び第２対象の各々に関する個々の需要の予測結果に基づいて求められた第１対象の比率を用いることができる。
　この場合には、第１対象に関して需要が予測される対象の時点における天気や気温、イベント、セール、キャンペーンの有無等を考慮して、第１又は第２対象の需要が予測される。すなわち、上述した第１対象の需要に影響を及ぼし得る要因が考慮された第１対象の比率が求められる。したがって、このように求められた第１対象の比率を用いることで、予測部１２０は、より高い精度で第１対象の需要を予測することが可能となる。
　なお、第１又は第２対象の需要は、例えば第３対象に対する需要と同様に、重回帰分析、ＡＲＭＡ、ＳＶＲ等を用いて求められる。
　また、第１対象の比率は、第１又は第２対象に関する過去の需要の実績に基づいて求めてもよい。第１又は第２対象に関する過去の需要の実績に基づくことで、第１対象の比率は、簡易に求められる。また、この場合には、第１対象に関して需要が予測される対象の時点と、上述した要因が類似した時点における過去の需要の実績に基づいて、第１対象の比率を求めてもよい。
　続いて、図４のフローチャートを用いて、本発明の第１の実施形態における予測システム１００の動作を説明する。
　まず、受付部１１０は、第１対象に関する情報を受付ける（ステップＳ１０１）。上述のように、受付部１１０は、第１対象に関する情報の他に予測部１２０にて必要となる情報を受付けてもよい。また、受付部１１０は、受付けた第１対象に関する情報等は、図示しない記憶手段に記憶してもよい。
　続いて、予測部１２０は、第１対象と、第１対象と互いに代替可能な関係にある第２対象とを包含する第３対象に関する需要の予測結果等に基づいて、第１対象の需要を予測する（ステップＳ１０２）。予測部１２０にて求められた第１対象の需要の予測結果は、例えば、表示装置等や通信ネットワークを含む図示しない任意の出力手段から出力される。また、予測部１２０にて求められた第１対象の需要の予測結果は、必要とされる時点で参照されるように、任意の記憶手段に記憶されてもよい。
　以上のとおり、本発明の第１の実施形態における予測システム１００は、第１対象と、第１対象と互いに代替可能な関係にある第２対象とを包含する第３対象に関する需要の予測結果等に基づいて、第１対象の需要を予測する。予測対象である第１対象等を包含する第３対象に対する需要の予測結果は、個々の対象物である第１又は第２対象に対する需要の予測結果と比較して、予測結果の分散が小さいと考えられる。本実施形態における予測システム１００は、予測部１２０が、上述した第３対象に対する需要の予測結果に基づいて、第１対象の需要を予測する。したがって、本実施形態における予測システム１００は、高い精度で商品等の需要を予測することができる。
　（第１の実施形態の変形例）
　本実施形態における予測システム１００には、種々の変形例等が考えられる。
　一例として、先に図２を用いて説明したように、第３対象は、複数の階層を有していてもよい。すなわち、複数の第３対象が存在し、その少なくとも一つが、他を包含する関係にあってもよい。
　この場合には、階層の数は任意である。図２に示す例においては、おにぎり全体及びパン全体の第３対象に対し、更にこれらを包含する購入対象全体との第３対象が存在する。つまり、図２に示す例においては、第３対象として２つの階層が存在する。しかしながら、第３対象は、更に複数の階層を有してもよい。需要の予測対象となる対象物の特徴等に応じて、階層の数は適宜定められる。
　予測部１２０は、この場合に、これらの複数の第３対象を用いて第１対象の需要を予測する。すなわち、予測部１２０は、例えば上位階層にある第３対象に関する需要の予測結果と、下位の階層にある複数の第３対象の需要に関する情報（例えば、各々の需要の比率等）に基づいて、下位の階層にある複数の第３対象の需要を予測する。そして、予測部１２０は、上記の通りに予測された下位の階層にある第３対象各々に関する需要の予測結果と、第１及び第２対象の需要に関する情報に基づいて、第１対象の需要を予測する。
　また、この場合に、下位の階層にある第３対象に関する需要の予測結果は、第１対象に関する需要の予測結果と併せて任意の出力手段から出力されたり、任意の記憶手段に記憶されたりしてもよい。
　また、本実施形態において、第２対象となる対象物の範囲は、第１対象等の特徴に応じて適宜定められる。すなわち、第２対象の候補となり得る対象物が複数存在する場合には、その全てが第２対象とされてもよいし、その一部が第２対象とされてもよい。図２の例においては、図示したおにぎりやパンとは異なる他の種類のおにぎりやパンがある場合には、それらのおにぎりやパンが更に第２対象に含まれていてもよい。第２対象となる対象物の範囲は、第１対象との関係や、必要とされる予測精度等に応じて適宜定められる。
　また、第１対象と、第２対象となり得る対象物の各々との関係に関する情報が用いられてもよい。例えば、上述したパンの例では、ある種類のパンに対して、代わりに購入される可能性の高いパンや、代わりに購入される可能性の低いパンがあると考えられる。すなわち、複数の第２対象が存在する場合には、その各々の第１対象との代替可能性の程度が異なる場合がある。
　したがって、第１対象と、第２対象の各々との間での代替可能性を任意の手法にて重みづけした情報に基づいて、第２対象となる対象物の範囲が定められてもよい。予測部１２０は、この重みづけに関する情報を更に用いて、第１対象の需要を予測してもよい。予測部１２０等において、上述した第１対象の比率が求められる場合には、この重みづけに関する情報が考慮されてもよい。
　（第２の実施形態）
　続いて、本発明の第２の実施形態について説明する。図５は、本発明の第２の実施形態における予測システム２００の構成を示す図である。
　図５に示すように、第２の実施形態における予測システム２００は、第１予測部１２１と、第２予測部１２２と、第３予測部１２３を更に備える。本発明の第２の実施形態における予測システム２００は、これらの点が、本発明の第１の実施形態における予測システム１００と異なる。これ以外の点については、本発明の第２の実施形態における予測システム２００の構成及び動作は、本発明の第１の実施形態における予測システム１００と同様である。
　本実施形態において、第１予測部１２１は、第１対象の需要の予測に関する情報に基づいて、第１対象の需要を予測する。同様に、第２予測部１２２は、第２対象の需要の予測に関する情報に基づいて、第２対象の需要を予測する。第３予測部１２３は、第３対象の需要の予測に関する情報に基づいて、第３対象の需要を予測する。
　なお、本実施形態においては、第１予測部１２１にて予測される第１対象の需要は、予測部１２０にて第１対象の需要を予測する際に用いられる仮の予測である。
　上述したように、予測部１２０は、一例として、第１対象に対する需要の比率と、第３対象に関する需要の予測結果とに基づいて第１対象の需要を予測する。また、第１対象の需要の比率は、第１及び第２対象の各々に関する需要の予測結果に基づいて求めると、精度の高い比率が求められる。すなわち、第１対象及び第２対象の各々と比較して相対的に需要のぶれが小さい第３対象に関する需要の予測結果を用いることで、予測部１２０は、第１対象の需要を、直接的に求める場合と比較して、精度よく予測することができる。
　そして、本実施形態における予測システム２００は、第１予測部１２１、第２予測部１２２及び第３予測部１２３を更に備えることで、第１対象等の需要に影響する要因等の状況に応じて、各々の需要の予測結果を求めることが可能となる。したがって、本実施形態においては、予測部１２０は、第１対象に関する需要や需要に影響する要因等の変化に応じて、より精度よく第１対象の需要を予測することが可能となる。
　第１予測部１２１、第２予測部１２２及び第３予測部１２３の各々は、任意の手法にて各々の需要を予測する。需要を予測する際には、重回帰分析、ＡＲＭＡ、ＳＶＲ等の手法が用いられる。すなわち、第１予測部１２１、第２予測部１２２及び第３予測部１２３の各々は、例えば、これらの手法に基づいて予め求められた予測式等を用いて、各々の需要を予測する。
　また、第１から第３対象に関する需要の予測に関する情報としては、一例として、各々の対象に関する過去の需要の実績やその移動平均等がある。第１から第３対象が、図２に示すような商品等である場合には、需要の予測に関する情報には、例えば当該商品等に関連するセールやキャンペーンの有無やそれらの詳細に関する情報が含まれる。また、当該商品等が販売される店舗等の周辺におけるイベントの有無やその詳細、又は当該店舗の周辺における天気や気温等の気象データ等が、需要の予測に関する情報に含まれていてもよい。
　以上のとおり、本発明の第２の実施形態における予測システム２００は、第１の実施形態における予測システム１００に対して、更に第１予測部１２１、第２予測部１２２及び第３予測部１２３を備える。このような構成とすることで、本実施形態における予測システム２００は、第１対象や第２対象等の需要や需要に影響を及ぼす要因等の変化等に応じて第１対象の需要を予測することが可能となる。したがって、本実施形態における予測システム２００は、精度よく第１対象の需要を予測することができる。
　なお、本実施形態における予測システム２００は、第１予測部１２１、第２予測部１２２及び第３予測部１２３のうち、少なくとも一部を備える構成であってもよい。本実施形態における予測システム２００は、第１予測部１２１、第２予測部１２２及び第３予測部１２３のいずれかが、その他の機能を兼ねる構成であってもよい。
　（第３の実施形態）
　続いて、本発明の第２の実施形態について説明する。図６は、本発明の第３の実施形態における予測システム３００の構成を示す図である。図７は、本発明の第３の実施形態における予測システム３００の変形例の構成を示す図である。図８は、本発明の第３の実施形態における予測システム３００の別の変形例の構成を示す図である。図９は、本発明の第３の実施形態における予測システム３００の別の変形例の構成を示す図である。
　図６に示すように、本発明の第３の実施形態における予想システム３００は、関係記憶部１３０を更に備える。本発明の第３の実施形態における予測システム３００は、これらの点が、本発明の第１の実施形態における予測システム１００と異なる。これ以外の点については、本発明の第３の実施形態における予測システム３００の構成及び動作は、本発明の第１の実施形態における予測システム１００と同様である。
　本実施形態において、関係記憶部１３０は、第１対象、第２対象及び第３対象の間の関係に関する情報を記憶する。この関係は、例えば図２、図３Ａ又は図３Ｂにて示されている関係である。すなわち、関係記憶部１３０は、第１対象に対して第２対象となり得る対象物や、第１及び第２対象に対して第３対象となり得る対象物に関する情報を記憶する。
　需要の予測に際しては、第１対象が定められた場合であっても、当該第１対象に対する第２対象や第３対象が必ずしも明確ではない場合がある。需要の予測に関する熟練者は、第１対象が定められた場合に、当該第１対象の需要に影響を及ぼし得る第２又は第３対象を決定することが可能である。しかしながら、需要の予測に関する知識や経験の少ない者は、第１対象に対する第２又は第３対象の判断が困難な場合がある。
　これに対して、関係記憶部１３０は、第１対象、第２対象及び第３対象の間の関係に関する情報を記憶する。このようにすることで、本実施形態における予測システム３００の利用者は、関係記憶部１３０に記憶された情報を用いて、第１対象に関する需要の予測を行うことが可能となる。
　なお、関係記憶部１３０は、第１、第２又は第３対象となり得る任意の情報を記憶可能である。すなわち、関係記憶部１３０は、特定の対象物を第１対象とした場合に、予測部１２０における予測に用いられない可能性がある対象物に関する情報を記憶してもよい。予測部１２０は、第１対象に対して第２又は第３対象となり得る対象物に関する情報を適宜選択して、第１対象に関する需要を予測する。
　以上のとおり、本発明の第３の実施形態における予測システム３００は、関係記憶部１３０を備える。このような構成とすることで、需要の予測対象に対する第１対象に対して、第２及び第３対象が容易に決定される。したがって、本実施形態における予測システム３００は、第１対象の需要を容易に行う事を可能にする。
　また、本実施形態においては、予測システム３００は、図７に示すように予測情報記憶部１４０を備えていてもよい。この場合には、予測情報記憶部１４０には、例えば第１から第３対象の各々の需要に関する説明変数等、各々の需要を予測する際に必要とされる情報が記憶される。なお、説明変数は、例えば商品等の需要に影響を及ぼし得る情報を表す変数である。または、説明変数は、商品等の需要と相関が有りうる情報を表す変数であってもよい。また、予測情報記憶部１４０には、予測部１２０等において需要の予測が行われる場合に用いられる予測式が記憶される。予測情報記憶部１４０は、この他に、予測部１２０等において必要とされる情報を記憶してもよい。予測部１２０は、予測情報記憶部１４０が備えられている場合には、予測情報記憶部１４０に記憶された情報を用いて、第１対象に関する需要の予測を行う。
　また、本実施形態における予測システム３００は、本発明の第２の実施形態における予測システム２００と互いに組み合わせて用いられてもよい。すなわち、本実施形態における予測システム３００は、図８に示すように、更に第１予測部１２１、第２予測部１２２及び第３予測部１２３を備えていてもよい。このような構成とすることで、予測システム３００は、需要の予測に詳しくない者によって用いられる場合であっても、精度よく第１対象の需要を予測することができる。
　更に、この場合においては、予測システム３００は、図９に示すように、予測情報記憶部１４０を備えてもよい。この場合には、予測情報記憶部１４０に記憶された情報は、第１予測部１２１、第２予測部１２２又は第３予測部１２３において予測が行われる場合にも用いられる。
（予測システムの適用例）
　本発明の各実施形態における予測システムは、上述したおにぎりやパン等を含む食品や各種商品の需要予測の他に、様々な対象物に対する需要の予測に適用される。
　一例として、本発明の各実施形態における予測システムは、商店等における上述した例とは異なる商品等に関する需要の予測に用いられる。
　すなわち、本発明の各実施形態における予測システムは、図２等を用いて説明したおにぎりやパンと異なる商品等に関する需要を予測することが可能である。また、本発明の各実施形態における予測システムは、おにぎり全体や、パン全体を第１又は第２対象として、あるカテゴリに属する商品等の全体としての需要を予測することもできる。
　また、本発明の各実施形態における予測システムは、ある店舗等における売り上げを需要として予測することができる。この場合には、例えば、ある店舗等を第１対象と、当該店舗等の近隣に位置する等して、当該店舗と競合関係にある店舗を第２対象と、当該店舗と競合関係にあると考えられる店舗全体を第３対象とみなすことが可能である。
　別の一例として、本発明の各実施形態における予測システムは、新幹線等の交通機関の需要の予測に用いられる。
　ある地点間を移動する場合には、複数の交通機関が利用できる場合がある。この場合には、ある交通機関は、他の交通機関と代替可能な場合がある。また、ある交通機関のある時間帯における列車やフライト等は、当該交通機関における他の時間帯の列車やフライト等と代替可能な場合がある。一方、当該地点間を移動する旅客数は、選択される交通機関の種類に関わらず、概ね一定である場合がある。
　すなわち、この場合には、ある交通機関を第１対象と、他の交通機関を第２対象と、当該地点間の輸送を行う交通機関の全体を第３対象とみなすことが可能であると考えられる。そして、これらの交通機関の旅客を、第１対象から第３対象の各々の需要とみなすことが可能であると考えられる。同様に、ある交通機関の特定の時間帯における列車等を第１対象と、この交通機関の別の時間帯における列車等を第２対象と、当該交通機関にて当該地点間を列車などの全体を第３対象とみなすことができる。そして、当該交通機関の時間帯毎の旅客を第１又は第２対象の需要とみなし、当該交通機関にて当該地点間を移動する旅客の全体を第３対象の需要とみなすことができる。
　そして、本発明の各実施形態における予測システムは、これらの需要に関する情報等に基づいて、ある交通機関の旅客数や、ある交通機関の特定の時間帯における列車等の旅客数を予測することが可能である。このように、本発明の各実施形態における予測システムを用いて交通機関における需要を予測することで、交通機関の運行事業者等は、需要に基づいたより適切な運行計画や料金を定めることが可能となる。
　別の一例として、本発明の各実施形態における予測システムは、遊園地等の各種施設における需要の予測に用いられる。
　遊園地等においては、入場者は、その内部に用意された複数のアトラクションのいくつかを選択して利用する。この場合には、遊園地のあるアトラクションは、他のアトラクションと代替可能な関係にある場合がある。同様に、例えば観光地等の特定の地域に存在する観光施設等は、当該地域に存在する別の施設と代替可能な関係にある場合がある。又は、繁華街等の所定の地域に存在する商業施設等は、当該地域に存在する別の施設と代替可能な関係にある場合がある。一方で、当該遊園地や特定の地域の入場者や訪問者は、例えば曜日や天候等の要因に応じて概ね一定である場合がある。
　すなわち、この場合には、遊園地等の施設に用意された任意の一つのアトラクション等を第１対象と、他のアトラクションを第２対象と、当該遊園地等を第３対象とみなすことが可能である。また、これらのアトラクションの利用者を第１又は第２対象の需要とみなし、遊園地等への訪問者を第３対象の需要とみなすことが可能である。同様に、ある地域に存在する施設者を第１対象と、当該地域に存在する別の施設を第２対象と、当該地域を第３対象とみなすことが可能である。また、各々の施設等への訪問者を第１又は第２対象の需要とみなし、当該地域への訪問者を第３対象の需要とみなすことが可能である。
　そして、本発明の各実施形態における予測システムは、これらの需要に関する情報等に基づいて、あるアトラクション等の利用者数や、ある施設への訪問者数を予測することが可能である。本発明の各実施形態における予測システムを用いて訪問者数を予測することで、遊園地等の運営事業者等は、需要に応じたアトラクション等の運営や、更に需要を喚起するプロモーション等を適切に行うことが可能となる。
　更に別の一例として、本発明の各実施形態における予測システムは、テレビ等の視聴率の予測に用いられる。
　テレビ等の視聴者は、放送されている番組等の状況に応じて、所望の放送機関に関するチャンネルやそのチャンネルにおける番組等を選択して視聴する。この場合には、視聴者においては、あるチャンネルや番組等は、他のチャンネルや番組等と代替可能である。一方で、テレビ等の視聴者の総数は、曜日や時間帯などに応じて概ね一定である場合が多いと考えられる。
　すなわち、この場合には、ある放送機関にて放送される番組等を第１対象とすることが可能である。そして、この場合には、当該番組が放送される時間帯における放送機関等にて放送される他の番組等を第２対象と、当該時間帯における番組等を第３対象とみなすことが可能である。また、各々の番組の視聴率（又は視聴者数）を第１又は第２対象の需要とみなし、当該時間帯における番組等の総視聴率（又は総視聴者数）を第３対象の需要とみなすことができる。
　そして、本発明の各実施形態における予測システムは、これらの需要に関する情報等に基づいて、あるチャンネルの視聴率（又は視聴者数）を予測する。
本発明の各実施形態における予測システムを用いて視聴率を予測することで、需要に応じた適切なコマーシャルの料金設定や、番組の編成が可能となる。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記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当業者が理解し得る様々な変更をすることができる。また、各実施形態における構成は、本発明のスコープを逸脱しない限りにおいて、互いに組み合わせることが可能である。
　この出願は、２０１５年１月２７日に出願された日本出願特願２０１５－０１３２９４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。
　１００、２００、３００　　予測システム
　１１０　　受付部
　１２０　　予測部
　１２１　　第１予測部
　１２２　　第２予測部
　１２３　　第３予測部
　１３０　　関係記憶部
　１４０　　予測情報記憶部
　５００　　情報処理装置
　５０１　　ＣＰＵ
　５０２　　ＲＯＭ
　５０３　　ＲＡＭ
　５０４　　プログラム
　５０５　　記憶装置
　５０６　　記録媒体
　５０７　　ドライブ装置
　５０８　　通信インターフェース
　５０９　　ネットワーク
　５１０　　入出力インターフェース
　５１１　　バス

Claims (12)

  1. 　需要の予測対象である第１対象に関する情報を少なくとも受付ける受付手段と、
    　前記第１対象の需要の予測に関する情報と、前記第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、前記第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、前記第１対象の需要を予測する予測手段とを備える、予測システム。
  2. 　前記予測手段は、
    前記第１及び第２対象の需要における前記第１対象の比率と、前記第３対象に関する需要の予測結果とに基づいて、前記第１対象の需要を予測する、請求項１に記載の予測システム。
  3. 　前記第１対象の需要を予測する第１予測手段と、
    　前記第２対象の需要を予測する第２予測手段と、
    　前記第３対象の需要を予測する第３予測手段とを備え、
    　前記予測手段は、前記第１予測手段にて予測された前記第１対象に関する需要の仮の予測結果と、前記第２予測手段にて予測された前記第２対象に関する需要についての予測結果と、前記第３予測手段にて予測された前記第３対象に関する需要についての予測結果とに基づいて前記第１対象の需要を予測する、請求項１又は２に記載の予測システム。
  4. 　複数の第３対象が存在し、その少なくとも一つの前記第３対象が、他の前記第３対象を包含し、
    　前記予測手段は、前記他の第３対象の各々の需要に関する情報と、前記少なくとも一つの第３対象に関する需要の予測結果とに基づいて、前記他の第３対象の需要を予測し、
    かつ、前記第１対象の需要の予測に関する情報と、前記第２対象の需要の予測に関する情報と、前記第１及び前記他の第２対象を包含する前記他の第３対象の予測結果とに基づいて、前記第１対象の需要を予測する、請求項１から３のいずれか一項に記載の予測システム。
  5. 　前記第１対象、前記第２対象及び第３対象の間の関係に関する情報を記憶する関係記憶手段を備える、請求項１から４のいずれか一項に記載の予測システム。
  6. 　前記予測手段における需要の予測の際に必要とされる情報を少なくとも記憶する予測情報記憶手段を備える、請求項１から５のいずれか一項に記載の予測システム。
  7. 　前記第１及び第２対象は、それぞれ同一のカテゴリに属する食品であり、
    　前記第３対象は、前記カテゴリ全体であり、
    　前記予測手段は、前記第１対象とされた食品の販売数量を需要として予測する、請求項１から６のいずれか一項に記載の予測システム。
  8. 　前記第１及び第２対象は、それぞれが所定の区間における交通機関であり、
    　前記第３対象は、前記所定の区間の輸送を行う交通機関の全体であり、
    　前記予測手段は、前記第１対象とされた交通機関の旅客数を需要として予測する、請求項１から６のいずれか一項に記載の予測システム。
  9. 　前記第１及び第２対象は、それぞれが所定の地域における施設であり、
    　前記第３対象は、前記所定の地域であり、
    　前記予測手段は、前記第１対象とされた前記施設への訪問者数を需要として予測する、請求項１から６のいずれか一項に記載の予測システム。
  10. 　前記第１及び第２対象は、それぞれが互いに異なる放送機関にて放送される番組であり、
    　前記第３対象は、前記放送機関にて放送される番組の全体であり、
    　前記予測手段は、前記第１対象とされた番組の視聴率を需要として予測する、請求項１から６のいずれか一項に記載の予測システム。
  11. 　需要の予測対象である第１対象に関する情報を少なくとも受付け、
    　前記第１対象の需要の予測に関する情報と、前記第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、前記第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、前記第１対象の需要を予測する、予測方法。
  12. 　コンピュータに、
    　需要の予測対象である第１対象に関する情報を少なくとも受付ける処理と、
    　前記第１対象の需要の予測に関する情報と、前記第１対象と互いに代替可能な関係にある第２対象の需要の予測に関する情報と、前記第１及び第２対象を包含する第３対象に関する需要の予測結果とに基づいて、前記第１対象の需要を予測する処理とを実行させるプログラムを格納した、コンピュータ読み取り可能記録媒体。
PCT/JP2015/004677 2015-01-27 2015-09-14 予測システム、予測方法及びコンピュータ読み取り可能記録媒体 WO2016120918A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016571492A JP6593348B2 (ja) 2015-01-27 2015-09-14 予測システム、予測方法及びコンピュータ読み取り可能記録媒体

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015013294 2015-01-27
JP2015-013294 2015-01-27

Publications (1)

Publication Number Publication Date
WO2016120918A1 true WO2016120918A1 (ja) 2016-08-04

Family

ID=56542586

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/004677 WO2016120918A1 (ja) 2015-01-27 2015-09-14 予測システム、予測方法及びコンピュータ読み取り可能記録媒体

Country Status (2)

Country Link
JP (1) JP6593348B2 (ja)
WO (1) WO2016120918A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020008965A (ja) * 2018-07-03 2020-01-16 Ｚホールディングス株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020524346A (ja) * 2018-04-17 2020-08-13 平安科技（深▲せん▼）有限公司Ｐｉｎｇ Ａｎ Ｔｅｃｈｎｏｌｏｇｙ （Ｓｈｅｎｚｈｅｎ） Ｃｏ．，Ｌｔｄ． 短期利益を予測する方法、装置、コンピューターデバイス、プログラムおよび記憶媒体

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004272464A (ja) * 2003-03-06 2004-09-30 Toyota Motor Corp シェアと販売数の予測装置と予測方法とそのためのプログラム
JP2005284470A (ja) * 2004-03-29 2005-10-13 Toyota Motor Corp 商品毎のシェア予測装置と予測方法とそのためのプログラム
JP2006079298A (ja) * 2004-09-09 2006-03-23 Toyota Motor Corp 販売量予測システム
JP2008186413A (ja) * 2007-01-31 2008-08-14 Ntt Data Corp 需要予測装置、需要予測方法、及び、需要予測プログラム
JP2011215989A (ja) * 2010-04-01 2011-10-27 Nippon Telegr & Teleph Corp <Ntt> 需要予測装置、需要予測方法およびプログラム
JP2014170420A (ja) * 2013-03-04 2014-09-18 Toshiba Tec Corp 需要予測装置およびプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004272464A (ja) * 2003-03-06 2004-09-30 Toyota Motor Corp シェアと販売数の予測装置と予測方法とそのためのプログラム
JP2005284470A (ja) * 2004-03-29 2005-10-13 Toyota Motor Corp 商品毎のシェア予測装置と予測方法とそのためのプログラム
JP2006079298A (ja) * 2004-09-09 2006-03-23 Toyota Motor Corp 販売量予測システム
JP2008186413A (ja) * 2007-01-31 2008-08-14 Ntt Data Corp 需要予測装置、需要予測方法、及び、需要予測プログラム
JP2011215989A (ja) * 2010-04-01 2011-10-27 Nippon Telegr & Teleph Corp <Ntt> 需要予測装置、需要予測方法およびプログラム
JP2014170420A (ja) * 2013-03-04 2014-09-18 Toshiba Tec Corp 需要予測装置およびプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020524346A (ja) * 2018-04-17 2020-08-13 平安科技（深▲せん▼）有限公司Ｐｉｎｇ Ａｎ Ｔｅｃｈｎｏｌｏｇｙ （Ｓｈｅｎｚｈｅｎ） Ｃｏ．，Ｌｔｄ． 短期利益を予測する方法、装置、コンピューターデバイス、プログラムおよび記憶媒体
JP2020008965A (ja) * 2018-07-03 2020-01-16 Ｚホールディングス株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Also Published As

Publication number Publication date
JP6593348B2 (ja) 2019-10-23
JPWO2016120918A1 (ja) 2017-11-02

Similar Documents

Publication Publication Date Title
US9892424B2 (en) Communication with shoppers in a retail environment
CN107992530A (zh) 信息推荐方法及电子设备
US20180308030A1 (en) System and Method for Establishing Regional Distribution Center Inventory Levels for New Third Party Products
US9135640B2 (en) Distributing content
US20200272952A1 (en) Event ticket distribution management using predictive analytics for improved attendance rate, ticket sales, and seating allocation
JP7032341B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN113298606B (zh) 商品对象库存调控方法、装置及电子设备
US20110087524A1 (en) Determining travel routes by using fee-based location preferences
US11954706B2 (en) Online platform for out of home advertising
JP6917956B2 (ja) 配送管理装置、配送管理方法および配送管理プログラム
JP6593348B2 (ja) 予測システム、予測方法及びコンピュータ読み取り可能記録媒体
Roy et al. Restaurant analytics: Emerging practice and research opportunities
JP6981932B2 (ja) 配送管理装置、配送管理方法および配送管理プログラム
JPWO2018056220A1 (ja) 品揃推奨装置、品揃推奨方法および品揃推奨プログラム
JP6516802B2 (ja) 算出装置、算出方法及び算出プログラム
WO2022210287A1 (ja) 情報処理システム及び情報処理方法
Goff Inglis et al. A review of scheduling problems and research opportunities in motion picture exhibition
JP2022019793A (ja) 配送管理装置、配送管理方法および配送管理プログラム
JP7264646B2 (ja) 算出装置、算出方法及び算出プログラム
JP6693900B2 (ja) コンテンツ提供装置、コンテンツ提供方法およびコンテンツ提供プログラム
Vinod The Last Frontier: Room Attribute Pricing and Inventory Control
CN102483832A (zh) 一种用于在移动显示系统上显示广告的方法
JP6828074B2 (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
WO2021200018A1 (ja) プラットフォーム、システム、方法、及び非一時的なコンピュータ可読媒体
US11488187B1 (en) Managing operations of mobile retail units

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15879819

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016571492

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15879819

Country of ref document: EP

Kind code of ref document: A1