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 PDFInfo
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims description 12
- 230000000694 effects Effects 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 description 7
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
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。
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。
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。
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。
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。
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。
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。
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。
(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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。
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)
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 |
-
2022
- 2022-08-31 WO PCT/JP2022/032840 patent/WO2024047812A1/ja unknown
Patent Citations (6)
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 |