WO2024047812A1 - 情報処理装置、出力方法、及び出力プログラム - Google Patents

情報処理装置、出力方法、及び出力プログラム Download PDF

Info

Publication number
WO2024047812A1
WO2024047812A1 PCT/JP2022/032840 JP2022032840W WO2024047812A1 WO 2024047812 A1 WO2024047812 A1 WO 2024047812A1 JP 2022032840 W JP2022032840 W JP 2022032840W WO 2024047812 A1 WO2024047812 A1 WO 2024047812A1
Authority
WO
WIPO (PCT)
Prior art keywords
coupon
user
user attribute
processing device
information
Prior art date
Application number
PCT/JP2022/032840
Other languages
English (en)
French (fr)
Inventor
寛道 八田
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2022/032840 priority Critical patent/WO2024047812A1/ja
Publication of WO2024047812A1 publication Critical patent/WO2024047812A1/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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

情報処理装置（１００）は、ユーザの属性を示すユーザ属性テーブル（１１２）、クーポンを示すクーポン情報、及び学習済モデルを取得する取得部（１３０）と、ユーザ属性テーブル（１１２）、クーポン情報、及び学習済モデルを用いて、ユーザにクーポンを配布した時の効果値を推定する推定部（１４０）と、効果値を出力する出力部（１６０）と、を有する。

Description

情報処理装置、出力方法、及び出力プログラム
　本開示は、情報処理装置、出力方法、及び出力プログラムに関する。
　ユーザの購買意欲を促進するための方法が検討されている。例えば、レコメンド方法が提案されている（特許文献１を参照）。特許文献１の装置は、対象者に対するレコメンド方法を決定する。レコメンド方法には、クーポンの付与が含まれる。
特開２０２１－１０３３４０号公報
　上記したように、ユーザの購買意欲を促進するためにクーポンの配布が行われる。しかし、むやみに、クーポンを配布することは、好ましくない。そのため、クーポンの提供者は、クーポンの配布に伴う効果値を知る必要がある。しかし、当該効果値をどのように得るのかが問題である。
　本開示の目的は、効果値を出力することである。
　本開示の一態様に係る情報処理装置が提供される。情報処理装置は、ユーザの属性を示すユーザ属性情報、クーポンを示すクーポン情報、及び学習済モデルを取得する取得部と、前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定する推定部と、前記効果値を出力する出力部と、を有する。
　本開示によれば、効果値を出力することができる。
情報処理装置の機能を示すブロック図である。 情報処理装置が有するハードウェアを示す図である。 行動履歴テーブルの例を示す図である。 ユーザ属性テーブルの例を示す図である。 情報処理装置が実行する処理の例を示すフローチャートである。
　以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本開示の範囲内で種々の変更が可能である。
実施の形態．
　図１は、情報処理装置の機能を示すブロック図である。情報処理装置１００は、出力方法を実行する装置である。
　ここで、情報処理装置１００が有するハードウェアを説明する。
　図２は、情報処理装置が有するハードウェアを示す図である。情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、不揮発性記憶装置１０３、及び入出力インタフェース１０４を有する。
　プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）などである。プロセッサ１０１は、マルチプロセッサでもよい。また、情報処理装置１００は、処理回路を有してもよい。
　揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、又はＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）である。
　入出力インタフェース１０４は、外部装置と通信する。例えば、入出力インタフェース１０４は、ＮＩＣ（Ｎｅｔｗｏｒｋ　Ｉｎｔｅｒｆａｃｅ　Ｃｏｎｔｒｏｌｌｅｒ）である。なお、外部装置は、イメージスキャナ、ディスプレイなどである。また、外部装置の図は、省略されている。
　図１に戻って、情報処理装置１００が有する機能を説明する。
　情報処理装置１００は、記憶部１１０、登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０を有する。
　記憶部１１０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現してもよい。
　登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０の一部又は全部は、処理回路によって実現してもよい。また、登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。例えば、プロセッサ１０１が実行するプログラムは、出力プログラムとも言う。例えば、出力プログラムは、記録媒体に記録されている。
　記憶部１１０は、行動履歴テーブルを記憶してもよい。行動履歴テーブルを示す。
　図３は、行動履歴テーブルの例を示す図である。例えば、行動履歴テーブル１１１は、記憶部１１０に格納される。
　行動履歴テーブル１１１は、ユーザの行動履歴を示す。具体的には、行動履歴テーブル１１１は、ユーザＩＤ（ｉｄｅｎｔｉｆｉｅｒ）、入場駅、退場駅、入場時刻、及び退場時刻の項目を有する。
　記憶部１１０は、ユーザ属性テーブルを記憶してもよい。ユーザ属性テーブルを示す。
　図４は、ユーザ属性テーブルの例を示す図である。例えば、ユーザ属性テーブル１１２は、記憶部１１０に格納される。ユーザ属性テーブル１１２は、ユーザ属性情報とも言う。
　ユーザ属性テーブル１１２は、ユーザの属性を示す。例えば、ユーザ属性テーブル１１２は、ユーザＩＤ、性別、年齢、最寄駅、電車の利用頻度、主な利用時間などの項目を有する。ユーザ属性テーブル１１２は、家族構成、職業、住所、自家用車を有しているか否かを示す情報、収入などの項目を有してもよい。
　登録部１２０は、行動履歴テーブル１１１に登録されている情報をユーザ属性テーブル１１２に登録する。例えば、登録部１２０は、行動履歴テーブル１１１に登録されているユーザＩＤ“１００２”の情報を、ユーザ属性テーブル１１２のユーザＩＤ“１００２”のレコードに登録する。これにより、ユーザ属性テーブル１１２のユーザＩＤ“１００２”のレコードには、入場駅“Ａ２”などの情報が追加される。
　取得部１３０は、ユーザ属性テーブル１１２を取得する。例えば、取得部１３０は、ユーザ属性テーブル１１２を記憶部１１０から取得する。また、例えば、取得部１３０は、ユーザ属性テーブル１１２を外部装置から取得する。なお、例えば、当該外部装置は、クラウドサーバである。また、クラウドサーバの図は、省略されている。
　取得部１３０は、クーポン情報を取得する。例えば、取得部１３０は、クーポン情報を記憶部１１０又は外部装置から取得する。クーポン情報は、金額を含む。例えば、クーポン情報は、１００円クーポンを示す。また、クーポン情報は、クーポンの使用範囲を示す。例えば、クーポン情報は、静岡エリアのクーポンを示す。つまり、当該クーポンは、静岡エリア内で使用可能なクーポンである。また、例えば、静岡エリアは、第１のエリアとも言う。
　取得部１３０は、学習済モデルを取得する。例えば、取得部１３０は、学習済モデルを記憶部１１０又は外部装置から取得する。
　推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、ユーザにクーポンを配布した時の効果値を推定する。詳細には、推定部１４０がユーザ属性テーブル１１２とクーポン情報とを学習済モデルに入力することで、学習済モデルは、当該効果値を出力する。
　例えば、ユーザ属性テーブル１１２は、男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。
　例えば、住所を含むユーザ属性テーブル１１２は、静岡に住む男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、静岡エリア内に住む当該ユーザに当該クーポンを配布した時の効果値を推定する。
　例えば、住所を含むユーザ属性テーブル１１２は、静岡以外に住む男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、静岡エリア外に住む当該ユーザに当該クーポンを配布した時の効果値を推定する。
　例えば、ユーザ属性テーブル１１２は、静岡エリア内の駅が最寄駅である男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。
　例えば、ユーザ属性テーブル１１２は、男性、３０歳のユーザを示す。また、ユーザ属性テーブル１１２は、当該ユーザが静岡エリア内の駅を停車する電車を主に利用する時間を示す情報を含む。例えば、当該時間は、９時～１１時である。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。
　このように、推定部１４０は、ユーザ属性テーブル１１２に登録されている様々な情報を組み合わせて、学習済モデルに入力する入力データを生成し、効果値を推定する。
　算出部１５０は、ユーザ属性テーブル１１２とＳＨＡＰ（Ｓｈａｐｌｅｙ　Ａｄｄｉｔｉｖｅ　ｅｘＰｌａｎａｔｉｏｎｓ）とを用いて、影響度を算出する。影響度は、ユーザ属性テーブル１１２が示すユーザにクーポンを配布することによる影響の度合である。
　出力部１６０は、効果値及び影響度を出力する。例えば、出力部１６０は、情報処理装置１００のディスプレイに、効果値及び影響度を出力する。
　次に、情報処理装置１００が実行する処理を、フローチャートを用いて、説明する。
　図５は、情報処理装置が実行する処理の例を示すフローチャートである。
　（ステップＳ１１）登録部１２０は、ユーザ属性テーブル１１２に登録されているユーザＩＤの情報が、行動履歴テーブル１１１に登録されているか否かを判定する。当該ユーザＩＤの情報が行動履歴テーブル１１１に登録されている場合、処理は、ステップＳ１２に進む。当該ユーザＩＤの情報が行動履歴テーブル１１１に登録されていない場合、処理は、ステップＳ１３に進む。
　（ステップＳ１２）登録部１２０は、行動履歴テーブル１１１に登録されている情報をユーザ属性テーブル１１２に登録する。
　（ステップＳ１３）推定部１４０は、ユーザ属性テーブル１１２を参照し、１つのユーザＩＤを選択する。
　（ステップＳ１４）推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、選択されたユーザＩＤのユーザにクーポンを配布した時の効果値を推定する。
　（ステップＳ１５）推定部１４０は、全てのユーザを選択したか否かを判定する。全てのユーザが選択された場合、処理は、ステップＳ１６に進む。全てのユーザが選択されていない場合、処理は、ステップＳ１３に進む。
　（ステップＳ１６）算出部１５０は、ユーザ属性テーブル１１２とＳＨＡＰとを用いて、影響度を算出する。
　（ステップＳ１７）出力部１６０は、効果値及び影響度を出力する。
　実施の形態によれば、情報処理装置１００は、ユーザにクーポンを配布した時の効果値を推定する。そして、情報処理装置１００は、効果値を出力する。よって、情報処理装置１００は、効果値を出力することができる。
　１００　情報処理装置、　１０１　プロセッサ、　１０２　揮発性記憶装置、　１０３　不揮発性記憶装置、　１０４　入出力インタフェース、　１１０　記憶部、　１１１　行動履歴テーブル、　１１２　ユーザ属性テーブル、　１２０　登録部、　１３０　取得部、　１４０　推定部、　１５０　算出部、　１６０　出力部。

Claims (6)

  1. 　ユーザの属性を示すユーザ属性情報、クーポンを示すクーポン情報、及び学習済モデルを取得する取得部と、
    　前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定する推定部と、
    　前記効果値を出力する出力部と、
    　を有する情報処理装置。
  2. 　前記クーポンは、使用範囲が第１のエリアであるクーポンであり、
    　前記ユーザ属性情報は、前記ユーザの住所を含み、
    　前記推定部は、前記第１のエリア内に住む前記ユーザ又は前記第１のエリア外に住む前記ユーザに、前記クーポンを配布した時の前記効果値を推定する、
    　請求項１に記載の情報処理装置。
  3. 　前記クーポンは、使用範囲が第１のエリアであるクーポンであり、
    　前記ユーザ属性情報は、前記ユーザの最寄駅が前記第１のエリア内の駅であることを示す情報を含む、
    　請求項１又は２に記載の情報処理装置。
  4. 　前記クーポンは、使用範囲が第１のエリアであるクーポンであり、
    　前記ユーザ属性情報は、前記ユーザが前記第１のエリア内の駅を停車する電車を主に利用する時間を示す情報を含む、
    　請求項１から３のいずれか１項に記載の情報処理装置。
  5. 　情報処理装置が、
    　ユーザの属性を示すユーザ属性情報、クーポンを示すクーポン情報、及び学習済モデルを取得し、
    　前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
    　前記効果値を出力する、
    　出力方法。
  6. 　情報処理装置に、
    　ユーザの属性を示すユーザ属性情報、クーポンを示すクーポン情報、及び学習済モデルを取得し、
    　前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
    　前記効果値を出力する、
    　処理を実行させる出力プログラム。
PCT/JP2022/032840 2022-08-31 2022-08-31 情報処理装置、出力方法、及び出力プログラム WO2024047812A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/032840 WO2024047812A1 (ja) 2022-08-31 2022-08-31 情報処理装置、出力方法、及び出力プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/032840 WO2024047812A1 (ja) 2022-08-31 2022-08-31 情報処理装置、出力方法、及び出力プログラム

Publications (1)

Publication Number Publication Date
WO2024047812A1 true WO2024047812A1 (ja) 2024-03-07

Family

ID=90098970

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/032840 WO2024047812A1 (ja) 2022-08-31 2022-08-31 情報処理装置、出力方法、及び出力プログラム

Country Status (1)

Country Link
WO (1) WO2024047812A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163339A (ja) * 2000-11-28 2002-06-07 Fujitsu Ltd 価格決定方法および価格決定装置
WO2017130488A1 (ja) * 2016-01-29 2017-08-03 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2018073349A (ja) * 2016-11-04 2018-05-10 ヤフー株式会社 情報解析装置、情報解析方法、および情報解析プログラム
JP2020047127A (ja) * 2018-09-20 2020-03-26 Ｚホールディングス株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP2020077118A (ja) * 2018-11-06 2020-05-21 ソフトバンク株式会社 機械学習装置、判定装置、プログラム及び機械学習方法
US20210406930A1 (en) * 2020-06-29 2021-12-30 Accenture Global Solutions Limited Benefit surrender prediction

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163339A (ja) * 2000-11-28 2002-06-07 Fujitsu Ltd 価格決定方法および価格決定装置
WO2017130488A1 (ja) * 2016-01-29 2017-08-03 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2018073349A (ja) * 2016-11-04 2018-05-10 ヤフー株式会社 情報解析装置、情報解析方法、および情報解析プログラム
JP2020047127A (ja) * 2018-09-20 2020-03-26 Ｚホールディングス株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP2020077118A (ja) * 2018-11-06 2020-05-21 ソフトバンク株式会社 機械学習装置、判定装置、プログラム及び機械学習方法
US20210406930A1 (en) * 2020-06-29 2021-12-30 Accenture Global Solutions Limited Benefit surrender prediction

Similar Documents

Publication Publication Date Title
US11226988B1 (en) Generating event suggestions for users from social information
CN102487456B (zh) 用于提供网络视频访问热度的方法和装置
Carrubba et al. Who controls the content of Supreme Court opinions?
US9430299B2 (en) System, method and product for task allocation
McKenzie Disentangling age, cohort and time effects in the additive model
Battigalli et al. Forward induction reasoning revisited
TW201734893A (zh) 信用分的獲取、特徵向量值的輸出方法及其裝置
US20180240147A1 (en) Process and system for determining marketing activity frequency while maintaining the influencer's impact on their social network
JP2015521413A5 (ja)
CN107463580B (zh) 训练点击率预估模型方法和装置、点击率预估方法和装置
JP2007018508A (ja) コンピュータネットワークを介して配信されたドキュメントにおけるインプレッションを表示するための技術
CN111738775B (zh) 一种用户支付意愿预测模型的训练方法及系统
Geerdens et al. Conditional copula models for right-censored clustered event time data
US20140074859A1 (en) System and method for rating audiences of network-based content of multiple content publishers
US11113466B1 (en) Generating sentiment analysis of content
WO2015025536A1 (ja) 情報処理装置、情報処理プログラム、記録媒体及び情報処理方法
WO2024047812A1 (ja) 情報処理装置、出力方法、及び出力プログラム
JP2019503014A (ja) ユーザ挙動データの処理方法及び装置
JP6692739B2 (ja) 抽出装置、抽出方法及び抽出プログラム
US10171406B2 (en) Managing encouraging messages from social media contacts to enhance performance
CN110210885B (zh) 挖掘潜在客户的方法、装置、设备及可读存储介质
Yefenof et al. Self‐reporting and screening: Data with right‐censored, left‐censored, and complete observations
Strausz Interim information in long‐term contracts
CN113641908B (zh) 课程推送方法、装置、服务器和计算机存储介质
US11086849B2 (en) Methods and systems for reading data based on plurality of blockchain networks

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: 22957409

Country of ref document: EP

Kind code of ref document: A1