WO2022264469A1 - 計算機システム及びテナントの登録支援方法 - Google Patents

計算機システム及びテナントの登録支援方法 Download PDF

Info

Publication number
WO2022264469A1
WO2022264469A1 PCT/JP2022/001473 JP2022001473W WO2022264469A1 WO 2022264469 A1 WO2022264469 A1 WO 2022264469A1 JP 2022001473 W JP2022001473 W JP 2022001473W WO 2022264469 A1 WO2022264469 A1 WO 2022264469A1
Authority
WO
WIPO (PCT)
Prior art keywords
tenant
information
space
sales
sns
Prior art date
Application number
PCT/JP2022/001473
Other languages
English (en)
French (fr)
Inventor
聡子 岩澤
健一郎 山田
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to AU2022294329A priority Critical patent/AU2022294329A1/en
Priority to CN202280035836.8A priority patent/CN117321612A/zh
Publication of WO2022264469A1 publication Critical patent/WO2022264469A1/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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate

Definitions

  • the present invention relates to a system and method that support registration for a service that matches tenants and spaces.
  • Patent Document 1 the technology described in Patent Document 1 is known as a matching system that matches spaces managed by commercial facilities such as malls with businesses (tenants) who wish to open stores.
  • the content matching system stores the desired date and time of the booth exhibition input by the user, the content keyword of the content to be exhibited in the booth, the target customer attribute targeted by the user, and the matching data table.
  • the content keywords of each booth, the exhibition date and time of the booth, the number of visitors of each booth calculated, and the number of people who stopped and paid attention to the booth while the content was being exhibited were calculated.
  • Attention level which is the ratio of attention, attention attribute ratio such as gender and age of attention, high interest, high interest, which is the ratio of people who entered the booth to attention, high interest Recommended booth candidates are selected based on the attribute ratio of highly interested persons, which is the attribute of interested persons.”
  • the purpose of the present invention is to provide a system and method for presenting information that encourages the use of a matching system.
  • a representative example of the invention disclosed in the present application is as follows. That is, a computer system that supports registration to a service that performs matching between a tenant and a space used by the tenant, manages space features that represent the characteristics of the space, and receives information from the tenant on the SNS used by the tenant Acquire the account information of, access the SNS using the account information, extract the keyword contained in the posted information as SNS information, and estimate the tenant attribute representing the business characteristics of the tenant based on the SNS information. Then, for each combination of the tenant attributes and the space characteristics, the sales when using the space are estimated, and the estimated sales for each space are presented to the tenant.
  • FIG. 1 is a diagram illustrating an example of a configuration of a system of Example 1;
  • FIG. 3 is a diagram illustrating an example of a hardware configuration of a registration support server of Example 1;
  • FIG. 4 is a diagram illustrating an example of information managed by the SNS information storage unit of Example 1;
  • FIG. 4 is a diagram showing an example of information managed by a tenant attribute storage unit of Example 1.
  • FIG. 4 is a diagram illustrating an example of information managed by a space information storage unit of Example 1;
  • FIG. 4 is a diagram showing an example of information managed by a store opening history information storage unit of Example 1.
  • FIG. 1 is a diagram illustrating an example of a configuration of a system of Example 1;
  • FIG. 3 is a diagram illustrating an example of a hardware configuration of a registration support server of Example 1;
  • FIG. 4 is a diagram illustrating an example of information managed by the SNS information storage unit of Example 1;
  • FIG. 4 is a diagram showing an example of information managed by
  • FIG. 4 is a diagram showing an example of information managed by a store opening condition information storage unit of Example 1.
  • FIG. 4 is a diagram showing an example of information managed by a sales information storage unit of Example 1;
  • FIG. 4 is a diagram showing an example of information managed by a space feature information storage unit of Example 1;
  • FIG. 7 is a flowchart illustrating an example of space feature information extraction processing executed by the edge server of Example 1;
  • 6 is a flow chart showing an example of tenant attribute estimation processing executed by the registration support server of Example 1.
  • FIG. 8 is a flow chart showing an example of tenant attribute update processing executed by the registration support server of Embodiment 1.
  • FIG. 7 is a flowchart illustrating an example of sales estimation processing executed by the registration support server of Example 1;
  • FIG. 1 is a diagram for explaining the outline of the present invention.
  • the system consists of a registration support server 100, a tenant 101, and an SNS (Social Networking Service) 102.
  • SNS Social Networking Service
  • a tenant 101 represents a business operator (either an individual or a corporation) who wishes to open a store.
  • the tenant 101 uses the terminal 105 to input information to the registration support server 100 and refer to information output from the registration support server 100 .
  • the tenant 101 inputs account information for accessing the SNS 102, past store opening information, store opening condition information (store opening space related information and store opening date and time related information), etc., tenant attributes from the registration support server 100, Receive information about space and sales forecasts.
  • the registration support server 100 is a system that supports the registration of the tenant 101 in a matching system (not shown), estimates tenant attributes, and predicts sales when the tenant 101 opens a store in an arbitrary space.
  • the tenant attribute is an attribute representing the business characteristics of the tenant 101, such as products and services handled by the tenant 101, target customer segments, and the like.
  • the matching system is a system that matches the tenant 101 with the space.
  • the registration support server 100 has an SNS information extraction unit 220, a tenant attribute estimation model storage unit 216, and a sales estimation model storage unit 217.
  • the SNS information extraction unit 220 extracts a predetermined keyword as SNS information from the posted information of the tenant 101 posted on the SNS 102 using the account information.
  • the SNS information is not limited to keywords.
  • an image posted on the SNS 102 or information extracted from the image may be used.
  • the tenant attribute estimation model storage unit 216 stores tenant attribute estimation models. Tenant attributes are estimated by inputting SNS information into the tenant attribute estimation model. The estimated tenant attributes are transmitted to the sales estimation model storage unit 217 and terminal 105 .
  • the screen 110 of the terminal 105 displays the estimated tenant attributes.
  • the screen 110 includes an operation button for correcting tenant attributes and an operation button for confirming tenant attributes.
  • the sales estimation model storage unit 217 stores sales estimation models. Sales are estimated by inputting tenant attributes into the sales estimation model. The sales estimation result is transmitted to the terminal 105 . A screen 110 of the terminal 105 displays a space where a large amount of sales is expected and estimated sales.
  • the registration support server 100 estimates the tenant attributes from the posted information on the SNS 102 using the account information and presents them to the tenant 101, thereby reducing the time and effort required to input information when registering the tenant 101 in the matching system. In addition, by presenting the sales forecast and the space, the tenant 101 can perform a business simulation when using the matching system.
  • FIG. 2 is a diagram showing an example of the system configuration of the first embodiment.
  • FIG. 3 is a diagram illustrating an example of the hardware configuration of the registration support server 100 according to the first embodiment.
  • the system includes a registration support server 100, a terminal 105, an edge server 200, and a sensor group 201.
  • the registration support server 100 , terminal 105 , edge server 200 , and sensor group 201 are interconnected via a network 202 .
  • the network 202 is, for example, a WAN (Wide Area Network), a LAN (Local Area Network), or the like, and the connection method may be either wired or wireless.
  • the network connecting the registration support server 100 and the terminal 105, the network connecting the registration support server 100 and the edge server 200, and the network connecting the edge server 200 and the sensor group 201 may be different.
  • the registration support server 100 is a computer with a hardware configuration as shown in FIG. Specifically, the registration support server 100 has a CPU 300 , a memory 301 , a storage device 302 , a network interface 303 , an input device 304 and an output device 305 .
  • the hardware configuration of the registration support server 100 shown in FIG. 3 is an example and is not limited to this.
  • the registration support server 100 does not have to have the input device 304 and the output device 305 .
  • the CPU 300 is an arithmetic device that controls the entire registration support server 100 and executes programs stored in the memory 301 .
  • CPU 300 operates as a functional unit (module) that implements a specific function by executing processing according to a program.
  • a functional unit module
  • the memory 301 is a storage device that stores programs executed by the CPU 300 and information used by the programs. Memory 301 is also used as a work area.
  • the storage device 302 is a storage device that permanently stores data, such as a HDD (Hard Disk Drive) and an SSD (Solid State Drive).
  • the programs and information stored in memory 301 may be stored in storage device 302 .
  • CPU 300 reads programs and information from storage device 302 and loads them into memory 301 .
  • a network interface 303 is an interface for communicating with an external device or an external system via a network.
  • the input device 304 is a device for inputting data, commands, etc. to the registration support server 100, and is, for example, a keyboard, a mouse, a touch panel, and the like.
  • the output device 305 is a device for outputting information, such as a display.
  • the registration support server 100 includes an SNS information storage unit 210, a tenant attribute storage unit 211, a space information storage unit 212, a store opening history information storage unit 213, a store opening condition information storage unit 214, a sales information storage unit 215, and a tenant attribute estimation model storage unit. 216, sales estimation model storage unit 217, SNS information extraction unit 220, sales estimation unit 221, new posting determination unit 222, input data generation unit (for tenant attribute learning) 223, tenant attribute estimation model learning unit 224, input data generation unit (for sales estimation learning) 225 and a sales estimation model learning unit 226 .
  • the SNS information storage unit 210 manages SNS information extracted from posted information on the SNS 102 .
  • the tenant attribute storage unit 211 manages tenant attributes estimated from SNS information.
  • the space information storage unit 212 manages information on spaces handled by the matching system.
  • the store opening history information storage unit 213 manages information (store opening history information) related to sales of past store openings.
  • the store opening condition information storage unit 214 manages information (store opening condition information) related to store opening conditions such as the conditions of the space desired by the tenant 101 .
  • the sales information storage unit 215 manages sales estimation results.
  • the tenant attribute estimation model storage unit 216 manages models for estimating tenant attributes (tenant attribute estimation models).
  • the tenant attribute estimation model of this embodiment receives SNS information as input and outputs tenant attributes.
  • a model that accepts information other than SNS information as an input may also be used.
  • the sales estimation model storage unit 217 manages models for estimating sales (sales estimation models).
  • the sales estimation model of this embodiment accepts tenant attributes and space features as inputs and outputs sales. Note that a model that accepts store opening conditions as an input may also be used.
  • the SNS information extraction unit 220 extracts SNS information from posted information on the SNS 102 .
  • the sales estimation unit 221 estimates sales using a sales estimation model.
  • the new posting determination unit 222 searches for new posted information on the SNS 102 .
  • the input data generation unit (for tenant attribute learning) 223 generates input data for learning the tenant attribute estimation model.
  • the input data generation unit 223 generates input data using information managed by the SNS information storage unit 210 and the tenant attribute storage unit 211.
  • the tenant attribute estimation model learning unit 224 learns the tenant attribute estimation model using the input data, and outputs the tenant attribute estimation model, which is the learning result, to the tenant attribute estimation model storage unit 216 .
  • the input data generation unit (for sales estimation learning) 225 generates input data for learning the sales estimation model.
  • the input data generation unit 225 generates input data using information managed by the space information storage unit 212 and the shop opening history information storage unit 213 .
  • the sales estimation model learning unit 226 learns a sales estimation model using the input data, and outputs the sales estimation model, which is the learning result, to the sales estimation model storage unit 217 .
  • a plurality of functional units may be integrated into one functional unit, or one functional unit may be divided into multiple functional units for each function.
  • the registration support server 100 may be a registration support system composed of a plurality of computers.
  • the terminal 105 is a terminal operated by the tenant 101, and includes a tenant attribute input unit 230, an SNS account information input unit 231, a store opening condition information input unit 232, a store opening history information input unit 233, a screen output unit 234, and a user interface processing unit. 235.
  • the tenant attribute input unit 230 inputs correction and addition contents of tenant attributes to the registration support server 100 .
  • the tenant 101 refers to the tenant attributes estimated by the registration support server 100, and uses the tenant attribute input unit 230 to modify and add tenant attributes.
  • the SNS account information input unit 231 inputs account information of the SNS 102 used by the tenant 101 to the registration support server 100 .
  • the store opening condition information input unit 232 inputs store opening condition information to the registration support server 100 .
  • the store opening history information input unit 233 inputs store opening history information to the registration support server 100 .
  • the screen output unit 234 outputs a screen.
  • the user interface processing unit 235 performs processing related to the user interface.
  • a plurality of functional units may be integrated into one functional unit, or one functional unit may be divided into multiple functional units for each function.
  • the sensor group 201 is a sensor group installed in the space where the space exists, and acquires sensor data, etc. regarding people who use the space.
  • the sensor group 201 acquires images, for example.
  • the edge server 200 analyzes and manages the characteristics of spaces.
  • the edge server 200 has a space feature information storage unit 240 , a sensor control unit 250 and a space feature information extraction unit 251 .
  • the space feature information storage unit 240 manages information on space features (space feature information). In this embodiment, information on people passing through or using the space is managed as space features.
  • a sensor control unit 250 controls the sensor group 201 .
  • the edge server 200 has a storage unit for managing sensor data, it is omitted.
  • the space feature information extraction unit 251 extracts space feature information of each space by analyzing the sensor data, and outputs the extracted space feature information to the space feature information storage unit 240 .
  • each functional unit of the edge server 200 a plurality of functional units may be integrated into one functional unit, or one functional unit may be divided into multiple functional units for each function.
  • the registration support server 100 is configured to be able to grasp space features by communicating with the edge server 200, but is not limited to this.
  • the edge server 200 may transmit the space feature information to the registration support server 100 in advance.
  • FIG. 4 Next, information managed by the registration support server 100 and the edge server 200 will be described using FIGS. 4 to 10.
  • FIG. 4 is a diagrammatic representation of the registration support server 100 and the edge server 200.
  • FIG. 4 is a diagram showing an example of information managed by the SNS information storage unit 210 of the first embodiment.
  • the SNS information storage unit 210 manages a table 400 as shown in FIG. Table 400 stores entries including account ID 401 and tag 402 . There is one entry for one account information. Note that the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • the account ID 401 is a field that stores an account ID, which is account information for accessing the SNS 102 used by the tenant 101.
  • a tag 402 is a field group for storing hash tags, which are SNS information extracted from posted information on the SNS 102 .
  • Tag 402 includes multiple fields that store hashtags.
  • hash tags are extracted as SNS information, but it is not limited to this. Words related to products, users, and the like may be extracted as SNS information.
  • the data format of the information managed by the SNS information storage unit 210 may be a format other than the table.
  • CSV, XML, or the like may be used.
  • FIG. 5 is a diagram showing an example of information managed by the tenant attribute storage unit 211 of the first embodiment.
  • the tenant attribute storage unit 211 manages a table 500 as shown in FIG.
  • Table 500 stores entries including ID 501 , tenant name 502 , account ID 503 and tenant attributes 504 .
  • the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • the ID 501 is a field that stores the identification information of the entry in the table 500.
  • a tenant name 502 is a field for storing identification information of the tenant 101 . In this embodiment, the name of the tenant 101 is stored.
  • Account ID 503 is the same field as account ID 401 .
  • the tenant attribute 504 is a group of fields that store tenant attributes of the tenant 101 . Tenant attributes 504 include items for sale 511 , target gender 512 , and target age group 513 . Note that the tenant attribute 504 may include fields other than those described above.
  • the data format of the information managed by the tenant attribute storage unit 211 may be a format other than a table.
  • CSV CSV
  • XML XML
  • FIG. 6 is a diagram showing an example of information managed by the space information storage unit 212 of the first embodiment.
  • the space information storage unit 212 manages a table 600 as shown in FIG. Table 600 stores entries including space name 601 , address 602 , space attributes 603 , facilities 604 , and subscription/usage status 605 . There is one entry per space. Note that the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • a space name 601 is a field that stores space identification information. In this embodiment, the name of the space is stored.
  • Address 602 is a field that stores information indicating where the space exists. In this embodiment, the address of the facility that provides the space is stored.
  • a space attribute 603 is a field for storing usage patterns of the space.
  • Equipment 604 is a field that stores information about equipment that is available or installed in the space.
  • the application/usage status 605 is a field that stores the application status and usage status of the space. For example, the usage period of the space is stored.
  • the data format of the information managed by the space information storage unit 212 may be a format other than the table.
  • CSV, XML, or the like may be used.
  • FIG. 7 is a diagram showing an example of information managed by the store opening history information storage unit 213 of the first embodiment.
  • the store opening history information storage unit 213 manages a table 700 as shown in FIG. Table 700 stores entries including tenant name 701 , items for sale 702 , space name 703 , duration 704 and sales 705 . There is one entry for one store opening history. Note that the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • the tenant name 701 is the same field as the tenant name 502.
  • Sale Item 702 is the same field as Sale Item 511 .
  • Space name 703 is the same field as space name 601 .
  • a period 704 is a field for storing the store opening period.
  • Sales 705 is a field for storing sales.
  • the data format of the information managed by the store opening history information storage unit 213 may be a format other than the table.
  • CSV CSV, XML, or the like may be used.
  • FIG. 8 is a diagram showing an example of information managed by the store opening condition information storage unit 214 of the first embodiment.
  • the store opening condition information storage unit 214 manages a table 800 as shown in FIG. Due to the margin of the drawing, it is shown in two stages.
  • Table 800 stores entries including ID 801 , tenant name 802 , region 803 , item for sale 804 , passerby attributes 805 , facility 806 , duration 807 and time 808 .
  • An ID 801 is a field that stores identification information of entries in the table 800 .
  • Tenant name 802 is the same field as tenant name 502 .
  • a region 803 is a field for storing the region in which the store is desired to open.
  • the area 803 stores the name, address, etc. of the area.
  • the item for sale 804 is a field for storing items to be sold or services to be provided.
  • the passerby attribute 805 is a group of fields that store desired space characteristics. Passerby attributes 805 include number 811 , gender 812 , and age 813 . Note that the passer-by attribute 805 may include fields other than those described above.
  • the number of people 811 is a field that stores the number of people who pass through or use the space per unit time.
  • Gender 812 is a field that specifies the distribution of the genders of people passing through or using the space. If the gender 812 is "male", it indicates that the user wishes to increase the ratio of males passing through or using the space.
  • Age 813 is a field that specifies the age distribution of people who pass through or use the space. When the age 813 is "thirties", it indicates that it is desired that a large percentage of people who pass through or use the space are in their thirties.
  • a facility 806 is a field for storing desired facilities.
  • a period 807 is a field for storing the desired period of use of the space.
  • the time 808 is a field for storing the usage time (business hours) of the desired space.
  • the data format of the information managed by the store opening condition information storage unit 214 may be a format other than the table.
  • CSV CSV
  • XML XML
  • FIG. 9 is a diagram showing an example of information managed by the sales information storage unit 215 of the first embodiment.
  • the sales information storage unit 215 manages a table 900 as shown in FIG.
  • Table 900 is a field that stores entries including tenant name 901 , sort number 902 , space name 903 , estimated sales 904 , past sales 905 , and store opening condition information ID 906 .
  • the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • the tenant name 901 is the same field as the tenant name 502.
  • a sort number 902 is a field for storing the display order of estimated sales.
  • Space name 903 is the same field as space name 601 .
  • Estimated sales 904 is a field that stores estimated sales.
  • Past sales 905 is a field that stores past sales.
  • a store opening condition information ID 906 is a field for storing identification information of entries in the table 800 .
  • a value corresponding to the ID 801 is stored in the store opening condition information ID 906 .
  • the data format of the information managed by the sales information storage unit 215 may be a format other than the table.
  • CSV, XML, or the like may be used.
  • FIG. 10 is a diagram showing an example of information managed by the space feature information storage unit 240 of the first embodiment.
  • the space feature information storage unit 240 manages a table 1000 as shown in FIG.
  • a table 1000 is a field that stores entries including space names 1001 and passerby attributes 1002 . There is one entry per space. Note that the fields included in the entry are not limited to those described above. Any of the fields described above may not be included, or other fields may be included.
  • the space name 1001 is the same field as the space name 601.
  • the passerby attribute 1002 is a group of fields that store the passerby attribute 1002 representing the characteristics of the space.
  • Passerby attributes 1002 include number 1011 , gender 1012 , and age 1013 .
  • the number of people 1011 is a field that stores the number of people who pass through or use the space per unit time.
  • Gender 1012 is a field that stores the gender distribution of people who pass through or use the space.
  • Age 1013 is a field that stores the age distribution of people who pass through or use the space.
  • FIG. 11 the processing executed in the system will be explained using FIGS. 11 to 14.
  • FIG. 11 the processing executed in the system will be explained using FIGS. 11 to 14.
  • FIG. 11 is a flow chart showing an example of space feature information extraction processing executed by the edge server 200 of the first embodiment.
  • the edge server 200 starts space feature information extraction processing periodically or when an execution instruction is received. It should be noted that FIG. 11 describes the processing executed for one space. If there are multiple spaces, similar processing is performed for each space.
  • the space feature information extraction unit 251 determines whether the space is currently open for business (step S1101).
  • the space feature information extraction unit 251 terminates the space feature information extraction process.
  • the space feature information extraction unit 251 starts measuring elapsed time (step S1102).
  • the space feature information extraction unit 251 determines whether or not the elapsed time is greater than the threshold T1 (step S1103).
  • the threshold T1 is a preset value and can be set arbitrarily.
  • the space feature information extraction unit 251 returns to step S1103 after a certain period of time has passed.
  • the space feature information extraction unit 251 analyzes the sensor data acquired from the sensor group 201 and outputs passerby attributes (step S1104). For example, the space feature information extraction unit 251 identifies the gender, age, and number of people who pass through or use the space by performing known image analysis.
  • the sensor data is acquired and managed by the sensor control unit 250.
  • the space feature information extraction unit 251 updates the space feature information (step S1105), and then returns to step S101. At this time, the space feature information extraction unit 251 initializes the elapsed time.
  • the space feature information extraction unit 251 outputs space identification information and passerby attributes to the space feature information storage unit 240 .
  • the space characteristic information storage unit 240 searches for an entry in which the identification information of the accepted space is stored in the space name 1001 . If the entry exists, the space feature information storage unit 240 overwrites the passerby attribute 1002 of the entry with the received passerby attribute. If the entry does not exist, the space feature information storage unit 240 adds the entry to the table 1000 and sets the accepted values to the space name 1001 and passerby attribute 1002 of the entry.
  • FIG. 12 is a flow chart showing an example of tenant attribute estimation processing executed by the registration support server 100 of the first embodiment.
  • the registration support server 100 When the registration support server 100 receives an operation from the terminal 105, it starts tenant attribute estimation processing.
  • the SNS information extraction unit 220 presents a screen for inputting account information on the terminal 105 and waits for input of account information.
  • the SNS information extraction unit 220 receives account information via the SNS account information input unit 231 of the terminal 105 (step S1201).
  • the SNS information extraction unit 220 accesses the SNS 102 using the account information and extracts SNS information from the posted information of the tenant 101 on the SNS 102 (step S1202). At this time, the SNS information extraction unit 220 outputs the account information and the extracted SNS information to the SNS information storage unit 210 .
  • the SNS information storage unit 210 searches for an entry in which the received account information is stored in the account ID 401 . If the entry exists, the SNS information storage unit 210 overwrites the tag 402 of the entry with the received SNS information. If the entry does not exist, the SNS information storage unit 210 adds the entry to the table 400 and sets the received values to the account ID 401 and tag 402 of the entry.
  • hash tags are extracted as SNS information, but keywords related to items handled and customers may be acquired as SNS information using known natural language processing technology.
  • the SNS information extraction unit 220 acquires tenant attributes by inputting SNS information into the tenant attribute estimation model (step S1203).
  • the SNS information extraction unit 220 displays the estimated tenant attribute via the screen of the terminal 105 (step S1204) and waits for the tenant 101's operation.
  • the SNS information extraction unit 220 When the SNS information extraction unit 220 receives an operation via the tenant attribute input unit 230 of the tenant 101, it determines whether the operation is a correction request (step S1205).
  • the correction request includes correction contents.
  • the SNS information extraction unit 220 corrects the tenant attribute according to the correction request (step S1206), and then returns to step S1204.
  • the SNS information extraction unit 220 outputs the account information and the modified contents of the tenant attributes to the tenant attribute storage unit 211.
  • the tenant attribute storage unit 211 searches for an entry in which the account information received in the account ID 503 is stored, and reflects the modified content of the tenant attribute in the tenant attribute 504 of the entry.
  • the SNS information extraction unit 220 registers tenant attributes (step S1207). After that, the SNS information extraction unit 220 ends the tenant attribute estimation process.
  • the SNS information extraction unit 220 outputs identification information, account information, and tenant attributes of the tenant 101 to the tenant attribute storage unit 211.
  • the tenant attribute storage unit 211 stores the data in the tenant attribute 504 of the entry. Override the included tenant attributes. If the above entry does not exist, the tenant attribute storage unit 211 adds an entry, sets identification information in the ID 501, sets identification information and account information of the tenant 101 in the tenant name 502 and account ID 503, and sets the tenant attribute 504. set the tenant attribute included in the data. The tenant attribute storage unit 211 starts measuring elapsed time.
  • FIG. 13 is a flow chart showing an example of tenant attribute update processing executed by the registration support server 100 of the first embodiment.
  • the registration support server 100 After being activated, the registration support server 100 starts tenant attribute update processing.
  • the tenant attribute storage unit 211 determines whether or not the elapsed time is greater than the threshold T2 (step S1301).
  • the tenant attribute storage unit 211 returns to step S1301 after a certain period of time has passed.
  • the tenant attribute storage unit 211 calls the new posting determination unit 222.
  • the new posting determination unit 222 accesses the SNS information storage unit 210 and acquires account information (step S1302).
  • the new posting determination unit 222 starts loop processing of account information (step S1303). Specifically, the new posting determination unit 222 selects one piece of account information from the acquired account information.
  • the new posting determination unit 222 accesses the SNS 102 using the selected account information and determines whether or not there is new posted information of the tenant 101 corresponding to the account information (step S1304). For example, the new posting determination unit 222 determines whether or not there is posted information posted after the date and time obtained by subtracting the elapsed time from the current date and time.
  • step S1310 When it is determined that the tenant 101's newly posted information does not exist, the newly posted determination unit 222 proceeds to step S1310.
  • the new posting determining unit 222 calls the SNS information extracting unit 220. At this time, the new posting determining unit 222 outputs the selected account information to the SNS information extracting unit 220 .
  • the SNS information extraction unit 220 accesses the SNS 102 using the account information, and extracts SNS information from the posted information of the tenant 101 from the SNS 102 (step S1305).
  • the processing in step S1305 is the same as the processing in step S1202.
  • the SNS information extraction unit 220 inputs SNS information into the tenant attribute estimation model (step S1306) and acquires tenant attributes.
  • the processing in step S1306 is the same as the processing in step S1203. Note that the previously extracted SNS information and the newly extracted SNS information are input to the tenant attribute estimation.
  • the SNS information extraction unit 220 displays the estimated tenant attribute via the screen of the terminal 105 (step S1307) and waits for the tenant 101's operation.
  • the processing in step S1307 is the same as the processing in step S1204.
  • the SNS information extraction unit 220 When the SNS information extraction unit 220 receives an operation via the tenant attribute input unit 230 of the tenant 101, it determines whether the operation is a correction request (step S1308).
  • the correction request includes correction contents.
  • the processing in step S1308 is the same as the processing in step S1205.
  • step S1309 is the same as the processing in step S1206.
  • the SNS information extraction unit 220 When it is determined that the received operation is a completion request, the SNS information extraction unit 220 notifies the new post determination unit 222 of the completion of processing.
  • step S1310 the new posting determination unit 222 determines whether or not processing has been completed for all account information acquired in step S1302 (step S1310).
  • the new posting determination unit 222 returns to step S1303 and performs similar processing.
  • the new posting determination unit 222 calls the sales estimation unit 221 (step S1311), and then returns to step S1301. At this time, the new posting determining unit 222 outputs the account information of the tenant 101 that made the new posting to the sales estimating unit 221 .
  • the new post determination unit 222 ends the process without calling the sales estimation unit 221.
  • FIG. 14 is a flow chart showing an example of sales estimation processing executed by the registration support server 100 of the first embodiment.
  • FIG. 14 describes sales estimation processing that is executed when an execution instruction is received from terminal 105 .
  • the sales estimation unit 221 acquires the store opening condition information of the tenant 101 from the store opening condition information storage unit 214 (step S1401). Specifically, the sales estimation unit 221 outputs the identification information of the tenant 101 to the store opening condition information storage unit 214 .
  • the store opening condition information storage unit 214 searches for an entry in which the identification information of the received tenant 101 is stored in the tenant name 802 and outputs the entry to the sales estimation unit 221 .
  • the sales estimation unit 221 may prompt the tenant 101 to enter store opening condition information.
  • the sales estimation unit 221 starts space loop processing (step S1402). Specifically, the sales estimation unit 221 acquires space information from the space information storage unit 212 and selects one piece of space information from the acquired space information.
  • the sales estimation unit 221 acquires the space characteristics of the selected space from the space characteristics information storage unit 240 of the edge server 200 (step S1403).
  • the sales estimation unit 221 transmits an acquisition request including space identification information to the edge server 200 .
  • the space feature information storage unit 240 searches for an entry in which the identification information of the space included in the acquisition request is stored in the space name 1001, and transmits a response including the value stored in the passerby attribute 1002 of the searched entry. do.
  • the sales estimation unit 221 acquires estimated sales by inputting tenant attributes and space characteristics into the sales estimation model (step S1404).
  • the sales estimation unit 221 refers to store opening history information (step S1405).
  • the sales estimation unit 221 outputs the items for sale included in the space identification information and the store opening condition information to the store opening history information storage unit 213 .
  • the store opening history information storage unit 213 searches for entries where the combination of the values of the item for sale 702 and the space name 703 matches the combination of the received identification information for the item for sale and the space. If the entry exists, store opening history information storage unit 213 outputs the value stored in sales 705 of the entry to sales estimation unit 221 as a response. If the entry does not exist, store opening history information storage section 213 outputs the fact that the entry does not exist to sales estimation section 221 as a response.
  • the sales estimation unit 221 may output the identification information of the tenant 101 , the identification information of the space, and the items for sale to the store opening history information storage unit 213 .
  • the sales estimation unit 221 updates the sales information (step S1406). Specifically, the sales estimation unit 221 outputs the identification information of the tenant 101 , the identification information of the space, the identification information of the store opening condition information, the estimated sales, and the past sales to the sales information storage unit 215 .
  • the combination of the values of the tenant name 901, the space name 903, and the store opening condition information ID 906 matches the received combination of the identification information of the tenant 101, the space identification information, and the store opening condition information. Search for entries. If the entry exists, the sales information storage unit 215 overwrites the estimated sales 904 of the entry with the estimated sales, and overwrites the past sales 905 with the past sales. At this time, the sort number 902 is deleted. If the entry does not exist, the sales information storage unit 215 adds the entry and sets the received values to the tenant name 901, space name 903, estimated sales, past sales 905, and store opening condition information ID 906 of the entry.
  • the sales estimation unit 221 determines whether or not processing has been completed for all spaces (step S1407).
  • the sales estimation unit 221 returns to step S1402 and performs similar processing.
  • the sales estimation unit 221 identifies spaces that match the store opening conditions, and sorts the entries in the table 900 corresponding to the identified spaces in descending order of estimated sales. (step S1408).
  • the sales estimation unit 221 identifies spaces whose space features match or are similar to passerby attributes included in the store opening condition information. Sales estimation unit 221 also acquires entries corresponding to the specified space from sales information storage unit 215 , sorts them in descending order of estimated sales, and outputs the sorting result to sales information storage unit 215 .
  • the sales information storage unit 215 sets a value to the sort number 902 of the entry corresponding to the identified space based on the sort result.
  • the sales estimation unit 221 presents the estimation result to the terminal 105 (step S1409), and terminates the sales estimation process.
  • the sales estimation unit 221 acquires a predetermined number of entries in ascending order of sort number from the sales information storage unit 215, and presents the estimation results to the terminal 105 based on the entries.
  • the estimation result may include space features.
  • the registration support server 100 can present a space that meets the conditions desired by the tenant 101 and a sales forecast for opening a store in that space.
  • the sales estimation unit 221 may specify a space that matches the store opening condition information and execute loop processing for the specified space before starting the space loop processing. In this case, in step S1408, the sales estimation unit 221 performs only sorting based on estimated sales. This makes it possible to propose a more effective space to the tenant 101 .
  • step S1408 the sales estimation unit 221 may sort without limiting the space. In this case, there is no need to enter store opening conditions. As a result, the estimated sales can be presented while reducing the input burden on the tenant 101 .
  • the sales estimating unit 221 executes the processing shown in FIG. 14 for the tenant 101 that has newly posted. In this case, presentation of the estimation result to the terminal 105 may not be performed.
  • the registration support server 100 executes the tenant attribute estimation model learning process and the sales estimation model learning process at any timing. Since the model may use a known learning method, detailed description is omitted.
  • the tenant 101 can know the space with high store opening effect and the estimated sales when using the space by inputting the account information. Thereby, the tenant 101 can perform a business simulation when using the matching system.
  • the present invention is not limited to the above-described embodiments, and includes various modifications. Further, for example, the above-described embodiments are detailed descriptions of the configurations for easy understanding of the present invention, and are not necessarily limited to those having all the described configurations. Moreover, it is possible to add, delete, or replace a part of the configuration of each embodiment with another configuration.
  • each of the above configurations, functions, processing units, processing means, etc. may be realized in hardware, for example, by designing a part or all of them with an integrated circuit.
  • the present invention can also be implemented by software program code that implements the functions of the embodiments.
  • a computer is provided with a storage medium recording the program code, and a processor included in the computer reads the program code stored in the storage medium.
  • the program code itself read from the storage medium implements the functions of the above-described embodiments, and the program code itself and the storage medium storing it constitute the present invention.
  • Examples of storage media for supplying such program code include flexible disks, CD-ROMs, DVD-ROMs, hard disks, SSDs (Solid State Drives), optical disks, magneto-optical disks, CD-Rs, magnetic tapes, A nonvolatile memory card, ROM, or the like is used.
  • program code that implements the functions described in this embodiment can be implemented in a wide range of programs or script languages, such as assembler, C/C++, perl, Shell, PHP, Python, and Java.
  • the program code of the software that implements the functions of the embodiment can be stored in storage means such as a hard disk or memory of a computer, or in a storage medium such as a CD-RW or CD-R.
  • a processor provided in the computer may read and execute the program code stored in the storage means or the storage medium.
  • control lines and information lines indicate those that are considered necessary for explanation, and not all the control lines and information lines are necessarily indicated on the product. All configurations may be interconnected.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

テナントとスペースとのマッチングを行うサービスへの登録を支援する計算機システムは、スペースの特性を表すスペース特徴を管理し、テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、ＳＮＳ情報に基づいて、テナントの事業特性を表すテナント属性を推定し、テナント属性及びスペース特徴の組合せごとに、スペースを利用した場合の売上を推定し、テナントに、スペースごとの前記売上の推定結果を提示する。

Description

計算機システム及びテナントの登録支援方法 参照による取り込み
　本出願は、２０２１年６月１５日に出願された日本特許出願第２０２１－０９９４０４号の優先権を主張し、その内容を参照することにより、本出願に取り込む。
　本発明は、テナントとスペースとのマッチングを行うサービスへの登録を支援するシステム及び方法に関する。
　近年、モール等の商業施設が管理するスペースと、店舗の出店を希望する事業者（テナント）とのマッチングを行うマッチングシステムとして、例えば、特許文献１に記載の技術が知られている。
　特許文献１には、「コンテンツマッチングシステムは、ユーザから入力されたブースの展示の希望日時と、ブースに展示するコンテンツのコンテンツキーワードと、ユーザが対象とする対象顧客属性と、マッチングデータテーブルに格納された各ブースのコンテンツキーワードと、ブースの展示日時と、算出された各ブースの集客数、全体の通行者に対して、コンテンツを展示しているときのブースを注視した人や立ち止まった人を注目者としたときの割合である注目度、注目者の性別や年代などの注目者属性割合、注目者に対するブースに入ってきた人を高関心者としたときの割合である高関心度、高関心者の属性である高関心者属性割合とに基づいて、推奨するブースの候補を選出する。」ことが記載されている。
特開２０２１－５２３３号公報
　店舗の出店の検討段階において、テナントが扱う商品又はサービス、ターゲットとする顧客の特徴等を入力するのは手間がかかるため、マッチングシステムの利用を促しにくいという課題がある。
　本発明は、マッチングシステムの利用を促す情報を提示するシステム及び方法を提供することを目的とする。
　本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、前記スペースの特性を表すスペース特徴を管理し、前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定し、前記テナントに、前記スペースごとの前記売上の推定結果を提示する。
　本発明の一形態によれば、マッチングシステムの利用を促す情報の提示が可能となる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
本発明の概要を説明する図である。 実施例１のシステムの構成の一例を示す図である。 実施例１の登録支援サーバのハードウェア構成の一例を示す図である。 実施例１のＳＮＳ情報記憶部が管理する情報の一例を示す図である。 実施例１のテナント属性記憶部が管理する情報の一例を示す図である。 実施例１のスペース情報記憶部が管理する情報の一例を示す図である。 実施例１の出店履歴情報記憶部が管理する情報の一例を示す図である。 実施例１の出店条件情報記憶部が管理する情報の一例を示す図である。 実施例１の売上情報記憶部が管理する情報の一例を示す図である。 実施例１のスペース特徴情報記憶部が管理する情報の一例を示す図である。 実施例１のエッジサーバが実行するスペース特徴情報抽出処理の一例を示すフローチャートである。 実施例１の登録支援サーバが実行するテナント属性推定処理の一例を示すフローチャートである。 実施例１の登録支援サーバが実行するテナント属性更新処理の一例を示すフローチャートである。 実施例１の登録支援サーバが実行する売上推定処理の一例を示すフローチャートである。
　まず、本発明のコンセプトを説明する。図１は、本発明の概要を説明する図である。
　システムは、登録支援サーバ１００、テナント１０１、ＳＮＳ（Ｓｏｃｉａｌ　Ｎｅｔｗｏｒｋｉｎｇ　Ｓｅｒｖｉｃｅ）１０２から構成される。
　テナント１０１は、出店を希望する事業者（個人及び法人のいずれでもよい）を表す。テナント１０１は端末１０５を用いて、登録支援サーバ１００に情報を入力し、また、登録支援サーバ１００から出力された情報を参照する。本発明では、テナント１０１は、ＳＮＳ１０２にアクセスするためのアカウント情報、過去出店情報、及び出店条件情報（出店スペース関連情報及び出店日時間関連情報）等を入力し、登録支援サーバ１００からテナント属性、スペース、及び売上予測に関する情報の提示を受ける。
　登録支援サーバ１００は、図示しないマッチングシステムへのテナント１０１の登録を支援するシステムであり、テナント属性を推定し、また、テナント１０１が任意のスペースに出店した場合の売上を予測する。ここで、テナント属性とは、テナント１０１が扱う商品及びサービス、並びに、ターゲットとする顧客層等、テナント１０１の事業特徴を表す属性である。また、マッチングシステムは、テナント１０１とスペースとのマッチングを行うシステムである。
　登録支援サーバ１００は、ＳＮＳ情報抽出部２２０、テナント属性推定モデル記憶部２１６、及び売上推定モデル記憶部２１７を有する。
　ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２に投稿されているテナント１０１の投稿情報から所定のキーワードをＳＮＳ情報として抽出する。なお、ＳＮＳ情報は、キーワードに限定されない。例えば、ＳＮＳ１０２に投稿された画像又は画像から抽出した情報でもよい。
　テナント属性推定モデル記憶部２１６は、テナント属性推定モデルを記憶する。ＳＮＳ情報をテナント属性推定モデルに入力することによってテナント属性が推定される。推定されたテナント属性は、売上推定モデル記憶部２１７及び端末１０５に送信される。端末１０５の画面１１０には推定されたテナント属性が表示される。なお、画面１１０には、テナント属性を修正するための操作ボタン、テナント属性を確定するための操作ボタンが含まれる。
　売上推定モデル記憶部２１７は、売上推定モデルを記憶する。売上推定モデルにテナント属性を入力することによって売上が推定される。売上の推定結果は、端末１０５に送信される。端末１０５の画面１１０には、売上が多く見込まれるスペース及び推定売上が表示される。
　登録支援サーバ１００は、アカウント情報を用いてＳＮＳ１０２の投稿情報からテナント属性を推定し、テナント１０１に提示することによって、マッチングシステムへのテナント１０１の登録時の情報入力の手間を削減できる。また、売上の予測とともにスペースが提示されることによって、テナント１０１は、マッチングシステムを利用した場合の事業シミュレーションを行うことができる。
　マッチングシステムに登録するテナント１０１を増加させることによって、テナント１０１へスペースを提供するデベロッパは、様々なテナント１０１にリーチしやすくなるという利点がある。また、マッチングシステムの運用者は、デベロッパに対して様々なテナント１０１のテナント属性とともに、催事等を提案することができるという利点がある。
　以下、本発明の実施例を、図面を用いて説明する。ただし、本発明は以下に示す実施例の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。
　以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。
　本明細書等における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数又は順序を限定するものではない。
　図面等において示す各構成の位置、大きさ、形状、及び範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、及び範囲等を表していない場合がある。したがって、本発明では、図面等に開示された位置、大きさ、形状、及び範囲等に限定されない。
　図２は、実施例１のシステムの構成の一例を示す図である。図３は、実施例１の登録支援サーバ１００のハードウェア構成の一例を示す図である。
　システムは、登録支援サーバ１００、端末１０５、エッジサーバ２００、及びセンサ群２０１を含む。登録支援サーバ１００、端末１０５、エッジサーバ２００、及びセンサ群２０１は、ネットワーク２０２を介して互いに接続される。ネットワーク２０２は、例えば、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）及びＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等であり、接続方式は有線及び無線のいずれでもよい。なお、登録支援サーバ１００及び端末１０５間を接続するネットワーク、登録支援サーバ１００及びエッジサーバ２００間を接続するネットワーク、エッジサーバ２００及びセンサ群２０１間を接続するネットワークは異なっていてもよい。
　登録支援サーバ１００は、図３に示すようなハードウェア構成の計算機である。具体的には、登録支援サーバ１００は、ＣＰＵ３００、メモリ３０１、記憶装置３０２、ネットワークインタフェース３０３、入力装置３０４、及び出力装置３０５を有する。なお、図３に示す登録支援サーバ１００のハードウェア構成は一例であってこれに限定されない。例えば、登録支援サーバ１００は、入力装置３０４及び出力装置３０５を有していなくてもよい。
　ＣＰＵ３００は、登録支援サーバ１００全体の制御を行う演算装置であり、メモリ３０１に格納されるプログラムを実行する。ＣＰＵ３００がプログラムに従って処理を実行することによって、特定の機能を実現する機能部（モジュール）として動作する。以下の説明では、機能部を主語に処理を説明する場合、ＣＰＵ３００が当該機能部を実現するプログラムを実行していることを示す。
　メモリ３０１は、ＣＰＵ３００が実行するプログラム及びプログラムが使用する情報を格納する記憶装置である。メモリ３０１は、また、ワークエリアとしても用いられる。記憶装置３０２は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等、永続的にデータを格納する記憶装置である。メモリ３０１に格納されるプログラム及び情報は記憶装置３０２に格納されてもよい。この場合、ＣＰＵ３００が記憶装置３０２からプログラム及び情報を読み出し、メモリ３０１にロードする。
　ネットワークインタフェース３０３は、ネットワークを介して、外部装置又は外部システムと通信するためのインタフェースである。入力装置３０４は、登録支援サーバ１００に対してデータ及びコマンド等を入力するための装置であり、例えば、キーボード、マウス、及びタッチパネル等である。出力装置３０５は、情報を出力するための装置であり、例えば、ディスプレイである。
　なお、端末１０５及びエッジサーバ２００のハードウェア構成は、登録支援サーバ１００と同一であるため説明を省略する。図２の説明に戻る。
　登録支援サーバ１００は、ＳＮＳ情報記憶部２１０、テナント属性記憶部２１１、スペース情報記憶部２１２、出店履歴情報記憶部２１３、出店条件情報記憶部２１４、売上情報記憶部２１５、テナント属性推定モデル記憶部２１６、売上推定モデル記憶部２１７、ＳＮＳ情報抽出部２２０、売上推定部２２１、新規投稿判定部２２２、入力データ生成部（テナント属性学習用）２２３、テナント属性推定モデル学習部２２４、入力データ生成部（売上推定学習用）２２５、及び売上推定モデル学習部２２６を有する。
　ＳＮＳ情報記憶部２１０は、ＳＮＳ１０２の投稿情報から抽出されたＳＮＳ情報を管理する。テナント属性記憶部２１１は、ＳＮＳ情報から推定されたテナント属性を管理する。スペース情報記憶部２１２は、マッチングシステムが扱うスペースに関する情報を管理する。出店履歴情報記憶部２１３は、過去の出店の売上等に関する情報（出店履歴情報）を管理する。出店条件情報記憶部２１４は、テナント１０１の希望するスペースの条件等、出店条件に関する情報（出店条件情報）を管理する。売上情報記憶部２１５は、売上の推定結果を管理する。
　テナント属性推定モデル記憶部２１６は、テナント属性を推定するモデル（テナント属性推定モデル）を管理する。本実施例のテナント属性推定モデルは、ＳＮＳ情報を入力として受け付け、テナント属性を出力する。なお、ＳＮＳ情報以外の情報を入力として受け付けるモデルでもよい。売上推定モデル記憶部２１７は、売上を推定するモデル（売上推定モデル）を管理する。本実施例の売上推定モデルは、テナント属性及びスペース特徴を入力として受け付け、売上を出力する。なお、出店条件も入力として受け付けるモデルでもよい。
　ＳＮＳ情報抽出部２２０は、ＳＮＳ１０２の投稿情報からＳＮＳ情報を抽出する。売上推定部２２１は、売上推定モデルを用いて売上を推定する。新規投稿判定部２２２は、ＳＮＳ１０２の新規の投稿情報を探索する。
　入力データ生成部（テナント属性学習用）２２３は、テナント属性推定モデルを学習するための入力データを生成する。例えば、入力データ生成部２２３は、ＳＮＳ情報記憶部２１０及びテナント属性記憶部２１１が管理する情報を用いて入力データを生成する。テナント属性推定モデル学習部２２４は、入力データを用いてテナント属性推定モデルを学習し、学習結果であるテナント属性推定モデルをテナント属性推定モデル記憶部２１６に出力する。
　入力データ生成部（売上推定学習用）２２５は、売上推定モデルを学習するための入力データを生成する。例えば、入力データ生成部２２５は、スペース情報記憶部２１２及び出店履歴情報記憶部２１３が管理する情報を用いて入力データを生成する。売上推定モデル学習部２２６は、入力データを用いて売上推定モデルを学習し、学習結果である売上推定モデルを売上推定モデル記憶部２１７に出力する。
　なお、登録支援サーバ１００が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
　なお、登録支援サーバ１００は、複数の計算機から構成される登録支援システムでもよい。
　端末１０５は、テナント１０１が操作する端末であり、テナント属性入力部２３０、ＳＮＳアカウント情報入力部２３１、出店条件情報入力部２３２、出店履歴情報入力部２３３、画面出力部２３４、及びユーザインタフェース処理部２３５を有する。
　テナント属性入力部２３０は、登録支援サーバ１００に、テナント属性の修正内容及び追加内容を入力する。テナント１０１は、登録支援サーバ１００によって推定されたテナント属性の参照し、テナント属性入力部２３０を利用して、テナント属性を修正及び追加する。ＳＮＳアカウント情報入力部２３１は、登録支援サーバ１００に対して、テナント１０１が利用するＳＮＳ１０２のアカウント情報を入力する。出店条件情報入力部２３２は、登録支援サーバ１００に対して、出店条件情報を入力する。出店履歴情報入力部２３３は、登録支援サーバ１００に対して、出店履歴情報を入力する。画面出力部２３４は、画面を出力する。ユーザインタフェース処理部２３５は、ユーザインタフェースに関する処理を行う。
　なお、端末１０５が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
　センサ群２０１は、スペースが存在する空間に設置されたセンサ群であり、スペースを利用する人に関するセンサデータ等を取得する。センサ群２０１は、例えば、画像を取得する。
　エッジサーバ２００は、スペースに関する特徴を分析し、管理する。エッジサーバ２００は、スペース特徴情報記憶部２４０、センサ制御部２５０、及びスペース特徴情報抽出部２５１を有する。
　スペース特徴情報記憶部２４０は、スペースの特性に関する情報（スペース特徴情報）を管理する。本実施例では、スペースを通過又は利用する人の情報がスペース特徴として管理される。センサ制御部２５０は、センサ群２０１を制御する。なおエッジサーバ２００は、センサデータを管理する記憶部を有するが省略している。スペース特徴情報抽出部２５１は、センサデータを分析することによって、各スペースのスペース特徴情報を抽出し、スペース特徴情報記憶部２４０に出力する。
　なお、エッジサーバ２００が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
　本実施例では、登録支援サーバ１００は、エッジサーバ２００と通信することによって、スペース特徴を把握できる構成となっているがこれに限定されない。例えば、エッジサーバ２００が、あらかじめ、スペース特徴情報を登録支援サーバ１００に送信してもよい。
　次に、図４から図１０を用いて登録支援サーバ１００及びエッジサーバ２００が管理する情報について説明する。
　図４は、実施例１のＳＮＳ情報記憶部２１０が管理する情報の一例を示す図である。
　ＳＮＳ情報記憶部２１０は、図４に示すようなテーブル４００を管理する。テーブル４００は、アカウントＩＤ４０１及びタグ４０２を含むエントリを格納する。一つのアカウント情報に対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　アカウントＩＤ４０１は、テナント１０１が利用するＳＮＳ１０２にアクセスするためのアカウント情報であるアカウントＩＤを格納するフィールドである。タグ４０２は、ＳＮＳ１０２の投稿情報から抽出されたＳＮＳ情報であるハッシュタグを格納するフィールド群である。タグ４０２は、ハッシュタグを格納するフィールドを複数含む。
　本実施例では、ＳＮＳ情報としてハッシュタグを抽出するものとしているが、これに限定されない。商品及びユーザ等に関する単語がＳＮＳ情報として抽出されてもよい。
　なお、ＳＮＳ情報記憶部２１０が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図５は、実施例１のテナント属性記憶部２１１が管理する情報の一例を示す図である。
　テナント属性記憶部２１１は、図５に示すようなテーブル５００を管理する。テーブル５００は、ＩＤ５０１、テナント名５０２、アカウントＩＤ５０３、及びテナント属性５０４を含むエントリを格納する。テナント１０１及びテナント属性の組合せに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　ＩＤ５０１は、テーブル５００のエントリの識別情報を格納するフィールドである。テナント名５０２は、テナント１０１の識別情報を格納するフィールドである。本実施例では、テナント１０１の名称が格納される。アカウントＩＤ５０３は、アカウントＩＤ４０１と同一のフィールドである。テナント属性５０４は、テナント１０１のテナント属性を格納するフィールド群である。テナント属性５０４は、販売品項目５１１、ターゲット性別５１２、及びターゲット年齢層５１３を含む。なお、テナント属性５０４は、上述以外のフィールドを含んでもよい。
　なお、テナント属性記憶部２１１が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図６は、実施例１のスペース情報記憶部２１２が管理する情報の一例を示す図である。
　スペース情報記憶部２１２は、図６に示すようなテーブル６００を管理する。テーブル６００は、スペース名６０１、住所６０２、スペース属性６０３、設備６０４、及び申込／利用状況６０５を含むエントリを格納する。一つのスペースに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　スペース名６０１は、スペースの識別情報を格納するフィールドである。本実施例では、スペースの名称が格納される。住所６０２は、スペースが存在する場所を示す情報を格納するフィールドである。本実施例では、スペースを提供する施設の住所が格納される。スペース属性６０３は、スペースの利用形態等を格納するフィールドである。設備６０４は、スペースにおいて使用可能な設備、又は、設置されている設備に関する情報を格納するフィールドである。申込／利用状況６０５は、スペースの申込状況及び利用状況を格納するフィールドである。例えば、スペースの利用期間等が格納される。
　なお、スペース情報記憶部２１２が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図７は、実施例１の出店履歴情報記憶部２１３が管理する情報の一例を示す図である。
　出店履歴情報記憶部２１３は、図７に示すようなテーブル７００を管理する。テーブル７００は、テナント名７０１、販売品項目７０２、スペース名７０３、期間７０４、及び売上７０５を含むエントリを格納する。一つの出店履歴に対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　テナント名７０１は、テナント名５０２と同一のフィールドである。販売品項目７０２は、販売品項目５１１と同一のフィールドである。スペース名７０３は、スペース名６０１と同一のフィールドである。期間７０４は、出店期間を格納するフィールドである。売上７０５は、売上を格納するフィールドである。
　なお、出店履歴情報記憶部２１３が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図８は、実施例１の出店条件情報記憶部２１４が管理する情報の一例を示す図である。
　出店条件情報記憶部２１４は、図８に示すようなテーブル８００を管理する。なお、図面の余白の関係で二段に分けて表示している。テーブル８００は、ＩＤ８０１、テナント名８０２、地域８０３、販売品項目８０４、通行者属性８０５、設備８０６、期間８０７、及び時間８０８を含むエントリを格納する。テナント１０１及び販売品項目の組合せに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　ＩＤ８０１は、テーブル８００のエントリの識別情報を格納するフィールドである。テナント名８０２は、テナント名５０２と同一のフィールドである。地域８０３は、出店を希望する地域を格納するフィールドである。地域８０３には、地域の名称、住所等が格納される。販売品項目８０４は、販売する商品又は提供するサービス等を格納するフィールドである。
　通行者属性８０５は、希望するスペース特徴を格納するフィールド群である。通行者属性８０５は、人数８１１、性別８１２、及び年齢８１３を含む。なお、通行者属性８０５は、上述以外のフィールドを含んでもよい。人数８１１は、単位時間あたりにスペースを通過又は利用する人の数を格納するフィールドである。性別８１２は、スペースを通過又は利用する人の性別の分布を指定するフィールドである。性別８１２が「男性」の場合、スペースを通過又は利用する人が男性である割合が多いことを希望することを表す。年齢８１３は、スペースを通過又は利用する人の年齢の分布を指定するフィールドである。年齢８１３が「３０代」の場合、スペースを通過又は利用する人が３０代である割合が多いことを希望することを表す。
　設備８０６は、希望する設備を格納するフィールドである。期間８０７は、希望するスペースの利用期間を格納するフィールドである。時間８０８は、希望するスペースの利用時間（営業時間）を格納するフィールドである。
　なお、出店条件情報記憶部２１４が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図９は、実施例１の売上情報記憶部２１５が管理する情報の一例を示す図である。
　売上情報記憶部２１５は、図９に示すようなテーブル９００を管理する。テーブル９００は、テナント名９０１、ソート番号９０２、スペース名９０３、推定売上９０４、過去売上９０５、及び出店条件情報ＩＤ９０６を含むエントリを格納するフィールドである。テナント１０１、スペース、及び出店条件の組み合わせに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　テナント名９０１は、テナント名５０２と同一のフィールドである。ソート番号９０２は、推定売上の表示順番を格納するフィールドである。スペース名９０３は、スペース名６０１と同一のフィールドである。推定売上９０４は、推定売上を格納するフィールドである。過去売上９０５は、過去の売上を格納するフィールドである。出店条件情報ＩＤ９０６は、テーブル８００のエントリの識別情報を格納するフィールドである。出店条件情報ＩＤ９０６には、ＩＤ８０１に対応する値が格納される。
　なお、売上情報記憶部２１５が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
　図１０は、実施例１のスペース特徴情報記憶部２４０が管理する情報の一例を示す図である。
　スペース特徴情報記憶部２４０は、図１０に示すようなテーブル１０００を管理する。テーブル１０００は、スペース名１００１及び通行者属性１００２を含むエントリを格納するフィールドである。一つのスペースに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
　スペース名１００１は、スペース名６０１と同一のフィールドである。通行者属性１００２は、スペースの特性を表す通行者属性１００２を格納するフィールド群である。通行者属性１００２は、人数１０１１、性別１０１２、及び年齢１０１３を含む。人数１０１１は、単位時間あたりにスペースを通過又は利用する人の数を格納するフィールドである。性別１０１２は、スペースを通過又は利用する人の性別の分布を格納するフィールドである。年齢１０１３は、スペースを通過又は利用する人の年齢の分布を格納するフィールドである。
　次に、図１１から図１４を用いて、システムにおいて実行される処理について説明する。
　図１１は、実施例１のエッジサーバ２００が実行するスペース特徴情報抽出処理の一例を示すフローチャートである。
　エッジサーバ２００は、周期的又は実行指示を受け付けた場合、スペース特徴情報抽出処理を開始する。なお、図１１では、一つのスペースに対して実行される処理について説明する。複数のスペースが存在する場合、各スペースについて同様の処理が実行される。
　スペース特徴情報抽出部２５１は、現在、スペースが営業時間であるか否かを判定する（ステップＳ１１０１）。
　現在、スペースが営業時間でないと判定された場合、スペース特徴情報抽出部２５１は、スペース特徴情報抽出処理を終了する。
　現在、スペースが営業時間であると判定された場合、スペース特徴情報抽出部２５１は、経過時間の計測を開始する（ステップＳ１１０２）。
　スペース特徴情報抽出部２５１は、経過時間が閾値Ｔ１より大きいか否かを判定する（ステップＳ１１０３）。閾値Ｔ１はあらかじめ設定されている値であり、任意に設定できる。
　経過時間が閾値Ｔ１以下である場合、スペース特徴情報抽出部２５１は、一定時間経過した後、ステップＳ１１０３に戻る。
　経過時間が閾値Ｔ１より大きい場合、スペース特徴情報抽出部２５１は、センサ群２０１から取得されたセンサデータを分析することによって、通行者属性を出力する（ステップＳ１１０４）。例えば、スペース特徴情報抽出部２５１は、公知の画像分析を実行することによって、スペースを通過又は利用する人の性別、年齢、及び人数を特定する。
　なお、センサデータは、センサ制御部２５０によって取得され、管理されている。
　スペース特徴情報抽出部２５１は、スペース特徴情報を更新し（ステップＳ１１０５）、その後、ステップＳ１０１に戻る。このとき、スペース特徴情報抽出部２５１は、経過時間を初期化する。
　具体的には、スペース特徴情報抽出部２５１は、スペースの識別情報及び通行者属性をスペース特徴情報記憶部２４０に出力する。スペース特徴情報記憶部２４０は、スペース名１００１に、受け付けたスペースの識別情報が格納されるエントリを検索する。エントリが存在する場合、スペース特徴情報記憶部２４０は、当該エントリの通行者属性１００２に、受け付けた通行者属性を上書きする。エントリが存在しない場合、スペース特徴情報記憶部２４０は、テーブル１０００にエントリを追加し、エントリのスペース名１００１及び通行者属性１００２に、受け付けた値を設定する。
　図１２は、実施例１の登録支援サーバ１００が実行するテナント属性推定処理の一例を示すフローチャートである。
　登録支援サーバ１００は、端末１０５からの操作を受け付けた場合、テナント属性推定処理を開始する。
　ＳＮＳ情報抽出部２２０は、アカウント情報を入力するための画面を端末１０５に提示し、アカウント情報の入力を待つ。
　ＳＮＳ情報抽出部２２０は、端末１０５のＳＮＳアカウント情報入力部２３１を介してアカウント情報を受信する（ステップＳ１２０１）。
　ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２にアクセスし、ＳＮＳ１０２のテナント１０１の投稿情報からＳＮＳ情報を抽出する（ステップＳ１２０２）。このとき、ＳＮＳ情報抽出部２２０は、アカウント情報と抽出したＳＮＳ情報とをＳＮＳ情報記憶部２１０に出力する。ＳＮＳ情報記憶部２１０は、アカウントＩＤ４０１に、受け付けたアカウント情報が格納されるエントリを検索する。エントリが存在する場合、ＳＮＳ情報記憶部２１０は、当該エントリのタグ４０２に、受け付けたＳＮＳ情報を上書きする。エントリが存在しない場合、ＳＮＳ情報記憶部２１０は、テーブル４００にエントリを追加し、エントリのアカウントＩＤ４０１及びタグ４０２に、受け付けた値を設定する。
　本実施例では、ハッシュタグをＳＮＳ情報として抽出しているが、公知の自然言語処理の技術を用いて、取り扱う品目及び顧客に関するキーワードをＳＮＳ情報として取得してもよい。
　ＳＮＳ情報抽出部２２０は、テナント属性推定モデルにＳＮＳ情報を入力することによってテナント属性を取得する（ステップＳ１２０３）。
　ＳＮＳ情報抽出部２２０は、端末１０５の画面を介して、推定されたテナント属性を表示し（ステップＳ１２０４）、テナント１０１の操作を待つ。
　ＳＮＳ情報抽出部２２０は、テナント１０１のテナント属性入力部２３０を介して操作を受け付けた場合、当該操作が修正要求であるか否かを判定する（ステップＳ１２０５）。なお、修正要求には修正内容が含まれる。
　受け付けた操作が修正要求であると判定された場合、ＳＮＳ情報抽出部２２０は、修正要求に従ってテナント属性を修正し（ステップＳ１２０６）、その後、ステップＳ１２０４に戻る。
　具体的には、ＳＮＳ情報抽出部２２０は、アカウント情報及びテナント属性の修正内容をテナント属性記憶部２１１に出力する。テナント属性記憶部２１１は、アカウントＩＤ５０３に受け付けたアカウント情報が格納されるエントリを検索し、当該エントリのテナント属性５０４にテナント属性の修正内容を反映する。
　受け付けた操作が完了要求であると判定された場合、ＳＮＳ情報抽出部２２０は、テナント属性を登録する（ステップＳ１２０７）。その後、ＳＮＳ情報抽出部２２０はテナント属性推定処理を終了する。
　具体的には、ＳＮＳ情報抽出部２２０は、テナント属性記憶部２１１に、テナント１０１の識別情報、アカウント情報、及びテナント属性を出力する。
　テナント名５０２がテナント１０１の識別情報であり、かつ、販売品項目５１１がデータに含まれる販売品項目であるエントリが存在する場合、テナント属性記憶部２１１は、当該エントリのテナント属性５０４にデータに含まれるテナント属性を上書きする。前述のエントリが存在しない場合、テナント属性記憶部２１１は、エントリを追加し、ＩＤ５０１に識別情報を設定し、テナント名５０２及びアカウントＩＤ５０３にテナント１０１の識別情報及びアカウント情報を設定し、テナント属性５０４にデータに含まれるテナント属性を設定する。テナント属性記憶部２１１は、経過時間の計測を開始する。
　図１３は、実施例１の登録支援サーバ１００が実行するテナント属性更新処理の一例を示すフローチャートである。
　登録支援サーバ１００は、起動後、テナント属性更新処理を開始する。
　テナント属性記憶部２１１は、経過時間が閾値Ｔ２より大きいか否かを判定する（ステップＳ１３０１）。
　経過時間が閾値Ｔ２以下である場合、テナント属性記憶部２１１は、一定時間経過した後、ステップＳ１３０１に戻る。
　経過時間が閾値Ｔ２より大きい場合、テナント属性記憶部２１１は、新規投稿判定部２２２を呼び出す。新規投稿判定部２２２は、ＳＮＳ情報記憶部２１０にアクセスし、アカウント情報を取得する（ステップＳ１３０２）。
　新規投稿判定部２２２は、アカウント情報のループ処理を開始する（ステップＳ１３０３）。具体的には、新規投稿判定部２２２は、取得したアカウント情報から一つのアカウント情報を選択する。
　新規投稿判定部２２２は、選択したアカウント情報を用いてＳＮＳ１０２にアクセスし、アカウント情報に対応するテナント１０１の新規投稿情報が存在するか否かを判定する（ステップＳ１３０４）。新規投稿判定部２２２は、例えば、現在の日時から経過時間を減算した日時以降に投稿された投稿情報が存在するか否かを判定する。
　テナント１０１の新規投稿情報が存在しないと判定された場合、新規投稿判定部２２２は、ステップＳ１３１０に進む。
　テナント１０１の新規投稿情報が存在すると判定された場合、新規投稿判定部２２２は、ＳＮＳ情報抽出部２２０を呼び出す。このとき、新規投稿判定部２２２は、選択したアカウント情報をＳＮＳ情報抽出部２２０に出力する。
　ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２にアクセスし、ＳＮＳ１０２からテナント１０１の投稿情報からＳＮＳ情報を抽出する（ステップＳ１３０５）。ステップＳ１３０５の処理はステップＳ１２０２の処理と同一である。
　ＳＮＳ情報抽出部２２０は、テナント属性推定モデルにＳＮＳ情報を入力し（ステップＳ１３０６）、テナント属性を取得する。ステップＳ１３０６の処理はステップＳ１２０３の処理と同一である。なお、テナント属性推定には、前回抽出されたＳＮＳ情報と、新たに抽出されたＳＮＳ情報とが入力される。
　ＳＮＳ情報抽出部２２０は、端末１０５の画面を介して、推定されたテナント属性を表示し（ステップＳ１３０７）、テナント１０１の操作を待つ。ステップＳ１３０７の処理はステップＳ１２０４の処理と同一である。
　ＳＮＳ情報抽出部２２０は、テナント１０１のテナント属性入力部２３０を介して操作を受け付けた場合、当該操作が修正要求であるか否かを判定する（ステップＳ１３０８）。なお、修正要求には修正内容が含まれる。ステップＳ１３０８の処理は、ステップＳ１２０５の処理と同一である。
　受け付けた操作が修正要求であると判定された場合、ＳＮＳ情報抽出部２２０は、修正要求に従ってテナント属性を修正し（ステップＳ１３０９）、その後、ステップＳ１３０７に戻る。ステップＳ１３０９の処理は、ステップＳ１２０６の処理と同一である。
　受け付けた操作が完了要求であると判定された場合、ＳＮＳ情報抽出部２２０は、新規投稿判定部２２２に処理の完了を通知する。
　ステップＳ１３１０において、新規投稿判定部２２２は、ステップＳ１３０２において取得したすべてのアカウント情報について処理が完了したか否かを判定する（ステップＳ１３１０）。
　すべてのアカウント情報について処理が完了していないと判定された場合、新規投稿判定部２２２は、ステップＳ１３０３に戻り、同様の処理を実行する。
　すべてのアカウント情報について処理が完了したと判定された場合、新規投稿判定部２２２は、売上推定部２２１を呼び出し（ステップＳ１３１１）、その後、ステップＳ１３０１に戻る。このとき、新規投稿判定部２２２は、売上推定部２２１に、新規投稿があったテナント１０１のアカウント情報を出力する。
　自動的にテナント属性を更新し、最新のテナント属性に基づいて売上を推定することによって、現在のテナント１０１の状況に応じたスペースの推奨が可能となる。
　なお、新規投稿があったテナント１０１が存在しない場合、新規投稿判定部２２２は売上推定部２２１を呼び出さずに、処理を終了する。
　図１４は、実施例１の登録支援サーバ１００が実行する売上推定処理の一例を示すフローチャートである。
　登録支援サーバ１００は、端末１０５から実行指示を受け付けた場合、新規投稿判定部２２２から呼び出された場合、売上推定処理を開始する。図１４では、端末１０５から実行指示を受け付けた場合に実行される売上推定処理について説明する。
　売上推定部２２１は、出店条件情報記憶部２１４から、テナント１０１の出店条件情報を取得する（ステップＳ１４０１）。具体的には、売上推定部２２１は、テナント１０１の識別情報を出店条件情報記憶部２１４に出力する。出店条件情報記憶部２１４は、テナント名８０２に受け付けたテナント１０１の識別情報が格納されるエントリを検索し、当該エントリを売上推定部２２１に出力する。
　ここでは、出店条件情報は、売上推定処理の開始前に入力されているものとする。なお、売上推定部２２１は、この時点で、テナント１０１に出店条件情報の入力を促してもよい。
　売上推定部２２１は、スペースのループ処理を開始する（ステップＳ１４０２）。具体的には、売上推定部２２１は、スペース情報記憶部２１２からスペース情報を取得し、取得したスペース情報の中から一つのスペース情報を選択する。
　売上推定部２２１は、エッジサーバ２００のスペース特徴情報記憶部２４０から、選択したスペースのスペース特徴を取得する（ステップＳ１４０３）。
　具体的には、売上推定部２２１は、スペースの識別情報を含む取得要求をエッジサーバ２００に送信する。スペース特徴情報記憶部２４０は、スペース名１００１に、取得要求に含まれるスペースの識別情報が格納されるエントリを検索し、検索されたエントリの通行者属性１００２に格納される値を含む応答を送信する。
　売上推定部２２１は、売上推定モデルに、テナント属性及びスペース特徴を入力することによって推定売上を取得する（ステップＳ１４０４）。
　売上推定部２２１は、出店履歴情報を参照する（ステップＳ１４０５）。
　具体的には、売上推定部２２１は、スペースの識別情報及び出店条件情報に含まれる販売品項目を出店履歴情報記憶部２１３に出力する。
　出店履歴情報記憶部２１３は、販売品項目７０２及びスペース名７０３の値の組合せが、受け付けた販売品項目及びスペースの識別情報の組合せに一致するエントリを検索する。エントリが存在する場合、出店履歴情報記憶部２１３は、エントリの売上７０５に格納される値を応答として、売上推定部２２１に出力する。エントリが存在しない場合、出店履歴情報記憶部２１３は、エントリが存在しない旨を応答として、売上推定部２２１に出力する。
　なお、処理対象のテナント１０１の過去の売上のみを取得してもよい。この場合、売上推定部２２１は、テナント１０１の識別情報、スペースの識別情報、及び販売品項目を出店履歴情報記憶部２１３に出力すればよい。
　売上推定部２２１は、売上情報を更新する（ステップＳ１４０６）。具体的には、売上推定部２２１は、テナント１０１の識別情報、スペースの識別情報、出店条件情報の識別情報、推定売上、及び過去の売上を売上情報記憶部２１５に出力する。
　売上情報記憶部２１５は、テナント名９０１、スペース名９０３、及び出店条件情報ＩＤ９０６の値の組合せが、受け付けたテナント１０１の識別情報、スペースの識別情報、出店条件情報の識別情報の組合せと一致するエントリを検索する。エントリが存在する場合、売上情報記憶部２１５は、当該エントリの推定売上９０４に推定売上を上書きし、過去売上９０５に過去の売上を上書きする。このとき、ソート番号９０２は削除される。エントリが存在しない場合、売上情報記憶部２１５は、エントリを追加し、エントリのテナント名９０１、スペース名９０３、推定売上、過去売上９０５、及び出店条件情報ＩＤ９０６に、受け付けた値を設定する。
　売上推定部２２１は、すべてのスペースについて処理が完了したか否かを判定する（ステップＳ１４０７）。
　すべてのスペースについて処理が完了していないと判定された場合、売上推定部２２１は、ステップＳ１４０２に戻り、同様の処理を実行する。
　すべてのスペースについて処理が完了していると判定された場合、売上推定部２２１は、出店条件に合致するスペースを特定し、特定されたスペースに対応するテーブル９００のエントリを推定売上の大きい順にソートする（ステップＳ１４０８）。
　具体的には、売上推定部２２１は、スペース特徴が、出店条件情報に含まれる通行者属性と一致又は類似するスペースを特定する。また、売上推定部２２１は、売上情報記憶部２１５から特定されたスペースに対応するエントリを取得し、推定売上の大きい順にソートし、ソート結果を売上情報記憶部２１５に出力する。
　売上情報記憶部２１５は、ソート結果に基づいて、特定されたスペースに対応するエントリのソート番号９０２に値を設定する。
　売上推定部２２１は、端末１０５に推定結果を提示し（ステップＳ１４０９）、売上推定処理を終了する。
　具体的には、売上推定部２２１は、売上情報記憶部２１５から、ソート番号の小さい順に、所定の数のエントリを取得し、当該エントリに基づいて、端末１０５に推定結果を提示する。なお、推定結果にはスペース特徴を含めてもよい。
　以上の処理によって、登録支援サーバ１００は、テナント１０１が希望する条件に合致するスペース、及び当該スペースに出店した場合の売上の予測を提示できる。
　なお、売上推定部２２１は、スペースのループ処理の開始前に、出店条件情報に合致するスペースを特定し、特定されたスペースのループ処理を実行するようにしてもよい。この場合、ステップＳ１４０８では、売上推定部２２１は、推定売上に基づくソートのみを実行する。これによって、より効果的なスペースをテナント１０１に提案できる。
　なお、ステップＳ１４０８において、売上推定部２２１は、スペースを限定せずにソートを行ってもよい。この場合、出店条件の入力は必要ない。これによって、テナント１０１の入力負担を低減しつつ、売上の推定を提示することができる。
　新規投稿判定部２２２から呼び出された場合、売上推定部２２１は、新規投稿があったテナント１０１について、図１４に示すような処理を実行する。この場合、端末１０５への推定結果の提示は行われなくてもよい。
　登録支援サーバ１００は、任意のタイミングで、テナント属性推定モデルの学習処理を実行し、また、売上推定モデルの学習処理を実行する。モデルは公知の学習方法を用いればよいため、詳細な説明は省略する。
　以上で説明したように、本実施例によれば、テナント１０１は、アカウント情報を入力することによって、出店効果が高いスペース及び当該スペースを利用した場合の推定売上を知ることができる。これによって、テナント１０１は、マッチングシステムを利用した場合の事業シミュレーションを行うことができる。
　マッチングシステムに登録するテナント１０１を増加させることによって、デベロッパは、様々なテナント１０１にリーチしやすくなるという利点がある。また、マッチングシステムの運用者は、デベロッパに対して様々なテナント１０１のテナント属性とともに、催事等を提案することができるという利点がある。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。
　また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｐｙｔｈｏｎ、Ｊａｖａ等の広範囲のプログラム又はスクリプト言語で実装できる。
　さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。
　上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

Claims (15)

  1. 　テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、
    　前記スペースの特性を表すスペース特徴を管理し、
    　前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
    　前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
    　前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
    　前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定し、
    　前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
  2. 　請求項１に記載の計算機システムであって、
    　ハッシュタグを前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
  3. 　請求項１に記載の計算機システムであって、
    　前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
  4. 　請求項１に記載の計算機システムであって、
    　機械学習によって生成された売上予測モデルを保持し、
    　前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定することを特徴とする計算機システム。
  5. 　請求項１に記載の計算機システムであって、
    　機械学習によって生成されたテナント属性推定モデルを保持し、
    　前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定することを特徴とする計算機システム。
  6. 　請求項１に記載の計算機システムであって、
    　前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
    　前記ＳＮＳへの新規の投稿情報の有無を判定し、
    　前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納し、
    　前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて、前記スペースごとの前記売上を推定し、前記記憶部に格納することを特徴とする計算機システム。
  7. 　請求項１に記載の計算機システムであって、
    　前記テナントから、出店条件の入力を受け付け、
    　前記出店条件を満たす前記スペースの前記売上の推定結果を提示することを特徴とする計算機システム。
  8. 　請求項１に記載の計算機システムであって、
    　前記スペースのスペース特徴とともに前記売上の推定結果を提示することを特徴とする計算機システム。
  9. 　計算機システムが実行する、テナントと前記テナントが使用するスペースとのマッチングを行うサービスへのテナントの登録支援方法であって、
    　前記計算機システムは、
    　プロセッサ、前記プロセッサに接続される記憶装置、及び前記プロセッサに接続されるネットワークインタフェースを有する、少なくとも一つの計算機を備え、
    　前記スペースの特性を表すスペース特徴を管理し、
    　前記テナントの登録支援方法は、
    　前記少なくとも一つの計算機が、前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得する第１のステップと、
    　前記少なくとも一つの計算機が、前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出する第２のステップと、
    　前記少なくとも一つの計算機が、前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定する第３のステップと、
    　前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定する第４のステップと、
    　前記少なくとも一つの計算機が、前記テナントに、前記スペースごとの前記売上の推定結果を提示する第５のステップと、を含むことを特徴とするテナントの登録支援方法。
  10. 　請求項９に記載のテナントの登録支援方法であって、
    　前記第２のステップは、前記少なくとも一つの計算機が、ハッシュタグを前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
  11. 　請求項９に記載のテナントの登録支援方法であって、
    　前記第２のステップは、前記少なくとも一つの計算機が、前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
  12. 　請求項９に記載のテナントの登録支援方法であって、
    　前記計算機システムは、機械学習によって生成された売上予測モデルを保持し、
    　前記第４のステップは、前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定するステップを含むことを特徴とするテナントの登録支援方法。
  13. 　請求項９に記載のテナントの登録支援方法であって、
    　前記計算機システムは、機械学習によって生成されたテナント属性推定モデルを保持し、
    　前記第３のステップは、前記少なくとも一つの計算機が、前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定するステップを含むことを特徴とするテナントの登録支援方法。
  14. 　請求項９に記載のテナントの登録支援方法であって、
    　前記計算機システムは、前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
    　前記テナントの登録支援方法は、
    　前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報の有無を判定するステップと、
    　前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納するステップと、
    　前記少なくとも一つの計算機が、前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて前記スペースごとの前記売上を推定し、前記記憶部に格納するステップと、を含むことを特徴とするテナントの登録支援方法。
  15. 　テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、
    　前記スペースの特性を表すスペース特徴を管理し、
    　前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
    　前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
    　前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
    　前記テナントから、出店条件の入力を受け付け、
    　前記テナント属性及び前記出店条件の入力に該当する前記スペースの前記スペース特徴との組合せごとに、前記スペースを利用した場合の売上を推定し、
    　前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
PCT/JP2022/001473 2021-06-15 2022-01-17 計算機システム及びテナントの登録支援方法 WO2022264469A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
AU2022294329A AU2022294329A1 (en) 2021-06-15 2022-01-17 Computer system and method for assisting tenant registration
CN202280035836.8A CN117321612A (zh) 2021-06-15 2022-01-17 计算机系统以及租户的登记辅助方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021099404A JP2022190893A (ja) 2021-06-15 2021-06-15 計算機システム及びテナントの登録支援方法
JP2021-099404 2021-06-15

Publications (1)

Publication Number Publication Date
WO2022264469A1 true WO2022264469A1 (ja) 2022-12-22

Family

ID=84526960

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/001473 WO2022264469A1 (ja) 2021-06-15 2022-01-17 計算機システム及びテナントの登録支援方法

Country Status (4)

Country Link
JP (1) JP2022190893A (ja)
CN (1) CN117321612A (ja)
AU (1) AU2022294329A1 (ja)
WO (1) WO2022264469A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013175114A (ja) * 2012-02-27 2013-09-05 Yoko Ono 出店支援システム及び出店支援方法
JP2014115948A (ja) * 2012-12-12 2014-06-26 Nippon Telegr & Teleph Corp <Ntt> ユーザ属性推定器構築装置、方法、ユーザ属性推定装置、及びプログラム
WO2020087180A1 (en) * 2018-11-01 2020-05-07 Webber Cole Method and system for organizing events
JP2021051368A (ja) * 2019-09-20 2021-04-01 ヤフー株式会社 提供装置、提供方法及び提供プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013175114A (ja) * 2012-02-27 2013-09-05 Yoko Ono 出店支援システム及び出店支援方法
JP2014115948A (ja) * 2012-12-12 2014-06-26 Nippon Telegr & Teleph Corp <Ntt> ユーザ属性推定器構築装置、方法、ユーザ属性推定装置、及びプログラム
WO2020087180A1 (en) * 2018-11-01 2020-05-07 Webber Cole Method and system for organizing events
JP2021051368A (ja) * 2019-09-20 2021-04-01 ヤフー株式会社 提供装置、提供方法及び提供プログラム

Also Published As

Publication number Publication date
AU2022294329A1 (en) 2023-12-21
JP2022190893A (ja) 2022-12-27
CN117321612A (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
US20150016675A1 (en) Terminal apparatus, information processing system, and information processing method
TW202001736A (zh) 分類模型的訓練方法、店鋪分類的方法及裝置
JP6851894B2 (ja) 対話システム、対話方法及び対話プログラム
US20160155158A1 (en) Information distribution server and information distribution method
US10872324B2 (en) Shopping support computing device
JP5670787B2 (ja) 情報処理装置、帳票種別推定方法および帳票種別推定用プログラム
US20180068369A1 (en) Shopping support device and shopping support method
US20150112834A1 (en) Shopping support device and shopping support method
US20150108213A1 (en) Shopping support device and shopping support method
JP2018536947A (ja) ターゲットクラスタリング手法を利用して、属性タイプが混合した顧客をセグメント化するためのシステムおよび方法
TW201601100A (zh) 資訊處理裝置、資訊處理方法、記憶媒體
CN115907868A (zh) 一种广告投放分析方法及装置
JP7070745B2 (ja) 情報処理装置、情報表示方法及びプログラム
CN113807066A (zh) 一种图表生成方法、装置及电子设备
US10133706B2 (en) Electronic book system, electronic book provision method, recording medium, and program
US8257091B2 (en) Matching learning objects with a user profile using top-level concept complexity
WO2022264469A1 (ja) 計算機システム及びテナントの登録支援方法
CN114730435A (zh) 管理服务器以及商品搜索方法
JP6670051B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US20180121536A1 (en) Verification Assistance System and Method
WO2021059848A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US11275729B2 (en) Template search system and template search method
JP6584486B2 (ja) 予測装置、予測方法、及び予測プログラム
CN113127597A (zh) 搜索信息的处理方法、装置及电子设备
JP7295173B2 (ja) コンテンツ管理装置、プログラム、コンテンツ管理システム、及びコンテンツ管理方法

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: 22824472

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202280035836.8

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2301007584

Country of ref document: TH

WWE Wipo information: entry into national phase

Ref document number: 2022294329

Country of ref document: AU

Ref document number: AU2022294329

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: 18567605

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2022294329

Country of ref document: AU

Date of ref document: 20220117

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE