WO2024057389A1 - 統合システム、組織サーバ、統合方法、分析方法、および記録媒体 - Google Patents

統合システム、組織サーバ、統合方法、分析方法、および記録媒体 Download PDF

Info

Publication number
WO2024057389A1
WO2024057389A1 PCT/JP2022/034169 JP2022034169W WO2024057389A1 WO 2024057389 A1 WO2024057389 A1 WO 2024057389A1 JP 2022034169 W JP2022034169 W JP 2022034169W WO 2024057389 A1 WO2024057389 A1 WO 2024057389A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameters
attribute information
consumer
information
organization
Prior art date
Application number
PCT/JP2022/034169
Other languages
English (en)
French (fr)
Inventor
剛史 黒▲瀬▼
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2022/034169 priority Critical patent/WO2024057389A1/ja
Publication of WO2024057389A1 publication Critical patent/WO2024057389A1/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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Definitions

  • the present disclosure relates to an integrated system and the like.
  • Patent Document 1 describes that learning models are integrated by secure calculation.
  • An example of the purpose of the present disclosure is to provide an integrated system that can improve the accuracy of consumption trend analysis.
  • An integrated system is a local model that is learned for each of the plurality of organization servers based on the consumer's purchase history and the attribute information of the consumer, and when the attribute information is input. , an acquisition means for acquiring concealed parameters of a local model capable of outputting information regarding consumption trends of consumers corresponding to the attribute represented by the input attribute information; and concealment for each of the plurality of organization servers. and a providing means for providing the plurality of organization servers with the integrated parameters of the generated global model.
  • the organization server when attribute information is input, based on the consumer's purchase history and the attribute information of the consumer, consumes the consumption of the consumer corresponding to the attribute represented by the input attribute information.
  • An integrated system includes a model generating means for learning a local model capable of outputting information regarding trends, a concealing means for concealing parameters of the local model using secure calculation, and concealed parameters of the local model. output means for outputting to the integrated system; parameter acquisition means for obtaining parameters of the global model integrated in the integrated system from the integrated system; inputting attribute information to the global model based on the obtained parameters; and analysis means for acquiring, from the global model, information regarding consumption trends of consumers corresponding to the attribute represented by the input attribute information.
  • An integration method is a local model that is learned based on a consumer's purchase history and attribute information of each of the plurality of organization servers, and when attribute information is input. , obtain the concealed parameters of a local model capable of outputting information regarding consumption trends of consumers corresponding to the attributes represented by the input attribute information, and obtain concealed parameters for each of the plurality of organization servers;
  • a global model is generated by integrating the above, and integrated parameters of the generated global model are provided to the plurality of organization servers.
  • the analysis method in one aspect of the present disclosure is based on a consumer's purchase history and attribute information of the consumer, and when attribute information is input, consumption of the consumer corresponding to the attribute represented by the input attribute information is determined.
  • Learning a local model capable of outputting information regarding trends concealing the parameters of the local model using secure calculation, outputting the concealed parameters of the local model to an integrated system, and from the integrated system,
  • a program causes a computer to execute a process of acquiring, for each of a plurality of organizational servers, confidential parameters of a local model that is trained based on the purchase history and attribute information of the consumer held by each of the plurality of organizational servers, and that is capable of outputting information on the consumption trends of a consumer that corresponds to the attribute represented by the input attribute information, generating a global model by integrating the confidential parameters for each of the plurality of organizational servers, and providing the plurality of organizational servers with the integrated parameters of the generated global model.
  • a program is configured to provide a computer with a consumer who corresponds to an attribute represented by the input attribute information when attribute information is input to a computer based on a consumer's purchase history and attribute information of the consumer. learns a local model that can output information on consumption trends, The parameters of the local model are concealed using secure calculation, the concealed parameters of the local model are output to an integrated system, and the parameters of the global model integrated in the integrated system are obtained from the integrated system. and inputting attribute information into the global model based on the acquired parameters, and acquiring from the global model information regarding consumption trends of consumers corresponding to the attribute represented by the inputted attribute information. Let it run.
  • Each program may be stored in a computer-readable non-transitory recording medium.
  • FIG. 1 is a block diagram showing a configuration example of an information processing system according to a first embodiment
  • FIG. 3 is a flowchart illustrating an example of the operation of the integrated system according to the first embodiment.
  • FIG. 2 is an explanatory diagram showing an example of connections between devices in the information processing system.
  • FIG. 2 is a block diagram illustrating a configuration example of an information processing system according to a second embodiment. It is an explanatory diagram showing an example of displaying an analysis result on a terminal device.
  • FIG. 3 is an explanatory diagram showing an example of displaying information on recommended products on a terminal device.
  • 7 is a flowchart illustrating an example of the operation of the information processing system according to the second embodiment.
  • FIG. 2 is an explanatory diagram showing an example of the hardware configuration of a computer.
  • Embodiments of an integrated system, an organization server, an integrated method, an analysis method, a program, and a non-temporary recording medium for recording the program according to the present disclosure will be described in detail below with reference to the drawings. This embodiment does not limit the disclosed technology.
  • FIG. 1 is a block diagram illustrating a configuration example of an information processing system according to a first embodiment.
  • the information processing system 1 is a system for integrating the parameters of a local model that, when consumer attribute information is input, outputs information regarding consumer consumption trends corresponding to the attributes represented by the input attribute information.
  • the information processing system 1 includes an integrated system 10 and a plurality of organization servers 11. In the following explanation, if a local model or a global model is not specified, it may be simply referred to as a model.
  • Consumer attribute information represents consumer attributes for each consumer. Consumer attributes include age, generation, family structure, occupation, place of work, gender, income, area of residence, place of residence, hobbies, etc.
  • the purchase history includes information on products purchased by consumers for each consumer. More specifically, the purchase history may be stored in association with product information, purchase quantity, purchase date, etc. for each consumer. For example, it is expected that information on products of an apparel company, information on products of a supermarket, and information on products of a real estate company will be different. In this way, product information may vary depending on the characteristics of the target company. Note that a service may be used instead of a product.
  • Attribute information and purchase history may be associated with each other using consumer identification information that identifies the consumer.
  • the model is a model for analyzing customer consumption trends.
  • the model is, for example, a model that, when consumer attribute information is input, outputs information regarding the customer's consumption trends.
  • the information regarding a customer's consumption trend is information about a product that matches the consumer's attribute information, and information about the characteristics of the product that matches the consumer's attribute information.
  • the information regarding the customer's consumption trends may be information about a specific recommended product or may be information about the characteristics of the product.
  • the characteristics of the product may be characteristics such as strong taste or light taste.
  • Models include, but are not limited to, decision tree models, linear regression models, logistic regression models, neural networks models, and the like.
  • the model here may be a horizontal association learning type model or a vertical association learning type model, and is not particularly limited.
  • Horizontal federated learning is learning that occurs without identifying individual consumers.
  • each organization may have the same data set of purchase histories, and each organization may have purchase histories of different consumers.
  • the performance of the model can be improved by increasing the amount of training data as a whole.
  • vertically federated learning learning is performed by identifying individual consumers.
  • each organization maintains the same or different datasets of purchase history for the same consumer.
  • the organization is, for example, a retail-related company or a department within a company.
  • an organization is a customer of a provider company.
  • the organization server 11 is a device that learns a local model using consumer purchase history and consumer attribute information held by the organization, and analyzes consumption trends using a global model.
  • the organization servers 11 may be divided, for example, by organization, and although the number of organization servers 11 is exemplified as two in FIG. 1, it is not particularly limited.
  • the parameter is a value obtained after learning the model.
  • the weight for this product information is a parameter. More specifically, for example, when the attribute information is an age group and the purchase history includes information about a product whose main customers are this age group, the weight for the product information is a parameter.
  • the integrated system 10 includes an acquisition section 101, an integration section 102, and a provision section 103.
  • the organization server 11 also includes a local model generation section 111, an anonymization section 112, an output section 113, a parameter acquisition section 114, and an analysis section 116.
  • the organization server 11 includes a model storage section 115.
  • the model storage unit 115 stores each model, for example.
  • the local model generation unit 111 generates a local model based on the customer's attribute information and the customer's purchase history. Note that, for example, the local model generation unit 111 stores the generated local model in the model storage unit 115 or the like.
  • the anonymization unit 112 anonymizes the parameters of the local model generated by the local model generation unit 111 through secure computation.
  • Anonymization is synonymous with encryption.
  • Secure computation is a technique for performing computation in anonymized form.
  • the output unit 113 outputs the anonymized parameters to the integrated system 10.
  • the integrated system 10, which is a basic function of the first embodiment, will be described in detail below.
  • the acquisition unit 101 acquires concealed parameters of the local model from each of the plurality of organization servers 11. Specifically, for example, the acquisition unit 101 receives the concealed parameters of the learned local model in each of the plurality of organization servers 11 .
  • the acquisition unit 101 may receive the concealed parameters using an operation for integrating model parameters by a service provider as a trigger. Alternatively, the acquisition unit 101 may periodically receive anonymized parameters from the organization server 11.
  • the integrating unit 102 generates a global model by integrating the multiple concealed parameters. Note that when integrating a plurality of concealed parameters, the integrating unit 102 may change the weight of the parameter corresponding to each local model depending on the characteristics of each local model.
  • Integrating a plurality of concealed parameters means that the information processing system 1 performs machine learning while being distributed to each organization server 11 (federated learning), and integrates the parameters of the learned local model.
  • integration refers to a method of integrating data from different entities so that it can be used in a wide range of ways. In this way, the information processing system 1 can be integrated with each parameter kept confidential.
  • Secure calculation methods include special encryption for specific processing such as homomorphic encryption, a trusted execution environment where processing is performed in isolation on hardware, or secret calculation using multiple servers. It is possible to use multi-party computation in which computation is performed while being distributed (secret sharing computation).
  • the integration system 10 may include a plurality of servers to implement the functions of the integration unit 102.
  • the number of servers is three.
  • one of the plurality of servers secretly shares anonymized data a, which is a parameter obtained from an arbitrary organization server 11, into distributed values x1, y1, ..., and sets x1, y1, ..., respectively.
  • one of the plurality of servers secretly shares the anonymized data b, which is a parameter obtained from another organizational server 11, into distributed values x2, y2, ..., and x2, y2, ... is sent to a different server.
  • the multiple servers perform calculations while communicating with each other while the secrets of the anonymized data a and the anonymized data b remain shared, and finally the output distributed values u, v, . . . are the calculation results of each server.
  • the calculation result F(a, b) can be obtained.
  • the results of this calculation become the parameters of a global model that integrates the parameters of each local model. Multi-party computation eliminates the need for cryptographic key management and isolated environments, and the computation process is faster.
  • the integrating unit 102 may integrate all anonymized parameters obtained from each of the plurality of organization servers 11.
  • the integrating unit 102 may select some concealed parameters from the concealed parameters of the plurality of organization servers 11 and integrate the selected parameters.
  • the integrating unit 102 selects some of the concealed parameters from the concealed parameters for each of the plurality of organization servers 11 based on the characteristics of the organization of the organization servers 11. may be selected.
  • the characteristics of the organization include, for example, the type of business of the organization, the type of business of the organization, and the type of products sold.
  • the integrating unit 102 may select some concealed parameters from the concealed parameters for each of the plurality of organization servers 11 whose organization characteristics are specific characteristics. .
  • the specific characteristics are not particularly limited, but may be, for example, characteristics of the requesting organization that requested the global model. Then, the integrating unit 102 integrates some of the selected anonymized parameters. Thereby, global model parameters for multiple tissues with similar tissue characteristics can be obtained.
  • the providing unit 103 provides each organization server 11 with the integrated parameters of the generated global model. Specifically, as a method of providing, for example, the providing unit 103 transmits the parameters of the global model to each organization server 11. Note that the providing unit 103 may transmit the parameters of the global model to the organization server 11 that has not provided the concealed parameters of the local model to the integrated system 10.
  • the providing unit 103 may transmit the parameters of the global model to the organization server 11 that is the request source.
  • the providing unit 103 selects an integrated one from among the plurality of organization servers 11 that is the provider of some of the anonymized parameters. Parameters may also be provided. Further, for example, when selecting some concealed parameters based on the characteristics of a company, the providing unit 103 may provide the integrated parameters to the organization server 11 that matches the characteristics of the company. .
  • the parameter acquisition unit 114 acquires the parameters of the global model. Specifically, as an acquisition method, the parameter acquisition unit 114 receives the parameters of the global model from the integrated system 10, for example.
  • the timing at which the parameter acquisition unit 114 acquires parameters is not particularly limited.
  • the parameter acquisition unit 114 may receive concealed parameters periodically transmitted from the integrated system 10.
  • the parameter acquisition unit 114 may request the integrated system 10 to transmit parameters, and may receive the parameters of the global model from the integrated system 10 as a response to the request.
  • the parameter acquisition unit 114 can obtain a global model by setting the acquired parameters to the parameters of the local model. This allows each organization to utilize a global model. Note that the parameter acquisition unit 114 may acquire a global model. For example, the parameter acquisition unit 114 stores the global model in the model storage unit 115 or the like.
  • the analysis unit 116 inputs the consumer's attribute information into the global model and obtains information regarding the consumer's consumption trends from the global model. Note that an example of using the global model in each organization will be described in detail in Embodiment 2.
  • FIG. 2 is a flowchart showing an example of the operation of the integrated system 10 according to the first embodiment.
  • the acquisition unit 101 acquires concealed parameters for each of a plurality of local models (step S101).
  • the integrating unit 102 integrates the anonymized parameters (step S102).
  • the providing unit 103 provides parameters of the global model (step S103).
  • the integrated system 10 ends the process.
  • the integrated system 10 is a local model learned based on the consumer's purchase history and the consumer's attribute information for each of the plurality of organization servers 11, is input, obtains the concealed parameters of a local model that can output information regarding consumer consumption trends, integrates the concealed parameters, and provides the unified parameters to the plurality of organization servers 11.
  • information regarding consumption trends is information on products that match consumer attribute information.
  • the product information may be, for example, the name of the product, the characteristics of the product, and the like.
  • the integrated system 10 can obtain a global model without acquiring operation data of each organization.
  • each organization can perform analysis using a global model generated using purchase history and consumer attribute information of various organizations without providing purchase history or consumer attribute information. Therefore, it is possible to improve the accuracy of consumption trend analysis.
  • the integrated system 10 selects some parameters based on the characteristics of the organization among the anonymized parameters from the plurality of organization servers 11, and integrates the selected parameters. For example, in the process of selecting some parameters, the integrated system 10 may select parameters that have the same or similar tissue characteristics. Therefore, it is possible to improve the accuracy of consumption trend analysis.
  • Embodiment 2 Next, Embodiment 2 will be described in detail with reference to the drawings.
  • Embodiment 2 an example of analyzing consumption trends will be described.
  • Embodiment 2 the description of contents that overlap with the above description will be omitted below to the extent that the description of Embodiment 2 is not unclear.
  • FIG. 3 is an explanatory diagram showing a connection example of each device in the information processing system 1.
  • the information processing system 1 includes an integrated system 10, a plurality of organization servers 11, and a plurality of terminal devices 12.
  • the integrated system 10, the plurality of organization servers 11, and the plurality of terminal devices 12 are connected, for example, via a communication network NT.
  • the communication network NT may be a plurality of communication networks.
  • the communication network to which the integrated system 10 and the organization server 11a are connected may be different from the communication network to which the integrated system 10 and the organization server 11b are connected.
  • the terminal device 12 is a device that is notified of consumption trend results.
  • the terminal device 12 may be, for example, a terminal device 12 of a person in charge of an organization.
  • the terminal devices 12 may be provided by organization, for example.
  • the terminal device 12 may be, for example, the terminal device 12 of a consumer who is a customer of the organization.
  • the terminal device 12 may be provided for each consumer.
  • the type of terminal device 12 is not particularly limited, such as a smartphone, a tablet-type terminal device 12, or a PC (Personal Computer).
  • the terminal device 12 and the organization server 11 may be one device.
  • FIG. 4 is a block diagram showing an example of the configuration of the information processing system 1 according to the second embodiment.
  • the integrated system 10 includes the integrated system 10 and a plurality of organization servers 11, as described in the first embodiment.
  • the organization server 11 further includes an output control unit 117. Note that detailed description of each functional unit described in Embodiment 1 will be omitted. Here, the analysis section 116 and the output control section 117 will be explained in detail.
  • the analysis unit 116 inputs the consumer's attribute information into a global model based on the obtained parameters, and obtains information regarding the consumer's consumption trends from the global model. According to the information processing system 1, information regarding consumer consumption trends matching the attributes represented by the input attribute information can be obtained.
  • the output control unit 117 outputs the results of the analysis by the analysis unit 116.
  • the process of outputting the analysis results also includes the process of causing an external device such as the terminal device 12 to output the analysis results.
  • the output format may be audio output or display output on a screen.
  • the output control unit 117 provides notification according to the result of the analysis.
  • the notification method e-mail, electronic message, etc. may be used.
  • An organization can perform analysis based on data held by other organizations. For example, analysis can be performed using data that an organization does not have. Alternatively, it is possible to perform more accurate analysis using only data owned by a certain organization. Additionally, the other company does not have to disclose the data itself to an organization, so confidentiality can be maintained. Specifically, if horizontal federation learning is used, data on other customer groups can be used, for example, taking customer age groups. On the other hand, vertically federated learning can use data for other products of the same customer.
  • the analysis unit 116 may analyze, based on the purchase history, whether the consumer of the attribute represented by the input attribute information has purchased the recommended product obtained from the global model. For example, the analysis unit 116 may analyze whether each consumer has purchased a recommended product obtained from a global model. The output control unit 117 may then output the analysis results.
  • the analysis unit 116 inputs attribute information including age as the attribute and attribute value as "30s" into the global model, and identifies products suitable for people in their 30s from the global model. Get information.
  • information on products suitable for people in their 30s may be information on products that are suitable for consumers whose attributes are indicated by the attribute information, out of products held by supermarket A.
  • Supermarket A can select products for people in their 30s from their own products based on information on products for people in their 30s.
  • the information on products suitable for consumers in their 30s may be information on the characteristics of products suitable for consumers whose attributes are indicated by the attribute information. If the product is a food product, the characteristics of the product include seasoning, ingredients, seasonings, etc. For example, the product may have a flavor like xxx for people in their 30s.
  • the output control unit 117 may display the results of the analysis by the analysis unit 116 on the display device of the product development terminal device 12. In this way, Supermarket A can use the analysis results to develop products for people in their 30s who are not their customer base.
  • the output control unit 117 may display the results of the analysis by the analysis unit 116 on the display device of the consumer's terminal device 12 that corresponds to the attribute indicated by the input attribute information.
  • supermarket A can recommend products suitable for people in their 30s.
  • the products are clothing items.
  • the purchase history includes information on products purchased by the consumer for each consumer.
  • the product information may be information such as product name, product type, product size, product price, and product characteristics for each product.
  • characteristics of clothing items include length, color, design, material, and comfort. Characteristics of clothing items include, for example, ⁇ short tops.''
  • the analysis unit 116 inputs attribute information including age as the attribute and attribute value as "20s" into the global model, and selects clothing and accessories suitable for people in their 20s from the global model. Get information about.
  • the information on clothing items suitable for people in their 20s may be information on clothing items that are suitable for consumers whose attributes are indicated by the attribute information, among the clothing items currently owned by apparel company A.
  • apparel company A can select products for people in their 20s from among their own products based on information on clothes for people in their 20s.
  • the information on clothing items suitable for people in their twenties may be information on the characteristics of clothes suitable for the consumer, which is the attribute indicated by the attribute information.
  • the output control unit 117 may display the results of the analysis by the analysis unit 116 and the attribute information input in the analysis unit 116 on the display device of the product development terminal device 12. In this way, Supermarket A can use the analysis results to develop products for people in their 20s who are not their customer base.
  • FIG. 5 is an explanatory diagram showing an example of displaying the analysis results on the terminal device 12.
  • the output control unit 117 causes the display device of the terminal device 12 to display the results of product development analysis.
  • the terminal device 12 displays the results of product development analysis under the control of the output control unit 117.
  • the screen displays recommended features of tops for people in their 20s as a result of product development analysis.
  • the screen displays analysis results for each feature such as color, material, size, concept, etc.
  • the output control unit 117 may display the results of the analysis by the analysis unit 116 on the display device of the consumer's terminal device 12 that corresponds to the attribute indicated by the input attribute information.
  • apparel company A can recommend products suitable for consumers in their 20s to consumers in their 20s.
  • the purchase history stores, for each consumer, information on products purchased by the consumer, information on the store of purchase, and the like.
  • the purchase store may be a specific store or an EC (Electronic Commerce) site.
  • product information includes information such as the contents of articles and books, target demographics, prices, and number of pages.
  • the model is such that when attribute information of a customer who is a target of a new book is input, information about a store where a customer matching the attribute information makes a purchase is output.
  • Store information includes, for example, the layout of the store, the arrangement of books in the store, the types of shelves in the store, and the spaces between products.
  • the analysis unit 116 uses a global model to input attribute information of consumers who are the target of new books, and calculates consumption that matches the attribute information. Obtain information about the store where the person purchases. Then, the output control unit 117 may display the attribute information and store information on the display device of the terminal device 12 of the person in charge. This allows the person in charge of the organization to analyze which bookstore should place the new book.
  • the purchase history is, for example, a rental history.
  • the rental history includes information such as floor plan, size, rent, and installed equipment for each consumer, for example.
  • the model is such that when attribute information of a target consumer is input, information on rentals by customers matching the attribute information is output.
  • the rental information includes, for example, the rental floor plan and installed equipment.
  • the analysis unit 116 inputs attribute information whose attribute is age and whose attribute value is 20s into a global model, and extracts store information from the global model. get. Then, the output control unit 117 may display the attribute information and rental information on the display device of the terminal device 12 of the person in charge. This allows the person in charge of the organization to analyze the floor plan and installed equipment rented by consumers in their 20s.
  • the analysis unit 116 inputs the attribute information of customer .
  • the analysis unit 116 may obtain information on recommended products for consumers corresponding to the attributes represented by the input attribute information from products sold at the supermarket A.
  • the output control unit 117 may display the information on the recommended product on the display device of the customer X's terminal device 12.
  • FIG. 6 is an explanatory diagram showing an example of displaying information on recommended products on the terminal device 12.
  • products recommended for Mr. X at supermarket A are displayed on the screen.
  • the screen displays the product name "Deli dish XXXX” and the price "400 yen” as information about the recommended product.
  • the screen also displays the product name "Deli Zzz” and the price "500 yen” as information about the recommended product.
  • supermarket A can recommend prepared foods to customer X.
  • FIG. 7 is a flowchart showing an example of the operation of the information processing system 1 according to the second embodiment.
  • the local model generation unit 111 generates a local model based on the consumer's purchase history and attribute information (step S201).
  • the anonymization unit 112 anonymizes the parameters of the local model using secure calculation (step S202).
  • the output unit 113 outputs the concealed parameters to the integrated system 10 (step S203).
  • the acquisition unit 101 acquires concealed parameters from each of the plurality of organization servers 11 (step S204).
  • the integrating unit 102 generates a global model by integrating the concealed parameters of the plurality of local models (step S205).
  • the providing unit 103 provides the parameters of the global model to the plurality of organization servers 11 (step S206).
  • the parameter acquisition unit 114 acquires the parameters of the global model from the integrated system 10 (step S207).
  • the analysis unit 116 then performs analysis using the global model (step S208).
  • the output control unit 117 notifies the terminal device 12 of the analysis result (step S209).
  • the information regarding consumption trends is information about products recommended to consumers corresponding to the attributes represented by the attribute information input to the model.
  • the product is, for example, at least one of food, daily necessities, clothing, books, magazines, and real estate.
  • the organization server 11 notifies the terminal device 12 of information on products recommended to consumers that correspond to the attributes represented by the attribute information input to the model. For example, when the notification is sent to the terminal device 12 of a person in charge of an organization, it is possible to facilitate analysis of consumption trends of consumers corresponding to the attribute represented by the attribute information. Further, it may be used as a product recommendation function, such as notification to the consumer's terminal device 12.
  • the integrated system 10 may have a configuration in which each functional unit and a part of information are included.
  • each embodiment is not limited to the example described above, and can be modified in various ways.
  • the configuration of the integrated system 10 in each embodiment is not particularly limited.
  • the integrated system 10 may be realized by one device such as one server.
  • the one device may be called, for example, an integrated device, an information processing device, etc., and is not particularly limited.
  • the integrated system in each embodiment may be realized by different devices for each function or data.
  • each functional unit may be configured by a plurality of servers and realized as an integrated system 10.
  • the integrated system 10 may be realized by a database server including each DB (DataBase) and a server having each functional unit.
  • the configuration of the organization server 11 in each embodiment is not particularly limited.
  • the organization server 11 may be configured by a plurality of devices and realized as an organization system, or may be configured by a single device.
  • each piece of information and each DB may include part of the above-mentioned information. Moreover, each piece of information and each DB may include information other than the above-mentioned information. Each piece of information and each DB may be divided into a plurality of DBs and a plurality of pieces of information in more detail. In this way, the method of implementing each piece of information and each DB is not particularly limited.
  • the purchase history includes product identification information that identifies the product, purchase quantity, and purchase date
  • the product DB stores the product identification information that identifies the product and the product information in association with each other. Good too.
  • the purchase history and the product DB may be associated with each other using product identification information that identifies the product.
  • each screen is an example and is not particularly limited.
  • buttons, lists, check boxes, information display fields, input fields, etc. may be added.
  • the background color of the screen, etc. may be changed.
  • the process of generating information to be displayed on the terminal device 12 may be performed by the output control unit 117 of the organization server 11. Further, this process may be performed by the terminal device 12.
  • FIG. 8 is an explanatory diagram showing an example of the hardware configuration of a computer. Part or all of each device can also be realized using any combination of a computer 80 and a program as shown in FIG. 8, for example.
  • the computer 80 includes, for example, a processor 801, a ROM (Read Only Memory) 802, a RAM (Random Access Memory) 803, and a storage device 804. Further, the computer 80 has a communication interface 805 and an input/output interface 806. Each component is connected to each other via a bus 807, for example. Note that the number of each component is not particularly limited, and each component is one or more.
  • a processor 801 controls the entire computer 80.
  • Examples of the processor 801 include a CPU (Central Processing Unit), a DSP (Digital Signal Processor), and a GPU (Graphics Processing Unit).
  • the computer 80 includes a ROM 802, a RAM 803, a storage device 804, and the like as storage units.
  • Examples of the storage device 804 include semiconductor memory such as flash memory, HDD (Hard Disk Drive), SSD (Solid State Drive), and the like.
  • the storage device 804 stores OS (Operating System) programs, application programs, programs according to each embodiment, and the like.
  • the ROM 802 stores application programs, programs according to each embodiment, and the like.
  • the RAM 803 is used as a work area for the processor 801.
  • the processor 801 loads programs stored in the storage device 804, ROM 802, etc. The processor 801 then executes each process coded in the program. Furthermore, the processor 801 may download various programs via the communication network NT. Further, the processor 801 functions as part or all of the computer 80. The processor 801 may then execute the processes or instructions in the illustrated flowchart based on the program.
  • the communication interface 805 is connected to a communication network NT such as a LAN (Local Area Network) or a WAN (Wide Area Network) through a wireless or wired communication line.
  • a communication network NT such as a LAN (Local Area Network) or a WAN (Wide Area Network) through a wireless or wired communication line.
  • the communication network NT may be composed of a plurality of communication networks NT.
  • the computer 80 is connected to an external device or an external computer 80 via the communication network NT.
  • Communication interface 805 serves as an interface between communication network NT and the inside of computer 80 .
  • the communication interface 805 controls input and output of data from external devices and the external computer 80.
  • the input/output interface 806 is connected to at least one of an input device, an output device, and an input/output device.
  • the connection method may be wireless or wired.
  • Examples of the input device include a keyboard, a mouse, and a microphone.
  • Examples of the output device include a display device, a lighting device, and an audio output device that outputs audio.
  • examples of the input/output device include a touch panel display. Note that the input device, output device, input/output device, etc. may be built into the computer 80 or may be externally attached.
  • Computer 80 may include some of the components shown in FIG. Computer 80 may include components other than those shown in FIG.
  • the computer 80 may include a drive device or the like.
  • the processor 801 may read programs and data stored in a recording medium attached to a drive device or the like to the RAM 803. Examples of non-temporary tangible recording media include optical disks, flexible disks, magneto-optical disks, USB (Universal Serial Bus) memories, and the like.
  • the computer 80 may include an input device such as a keyboard and a mouse. Computer 80 may have an output device such as a display. Further, the computer 80 may each have an input device, an output device, and an input/output device.
  • the computer 80 may include various sensors (not shown). The type of sensor is not particularly limited. Further, the computer 80 may include an imaging device capable of capturing images and videos.
  • each device may be realized by an arbitrary combination of a computer and a program, each of which is different for each component.
  • the plurality of components included in each device may be realized by an arbitrary combination of one computer and a program.
  • each device may be realized by application-specific circuits. Further, a part or all of each component of each device may be realized by a general-purpose circuit including a processor such as an FPGA (Field Programmable Gate Array). Further, some or all of the components of each device may be realized by a combination of application-specific circuits, general-purpose circuits, and the like. Also, these circuits may be a single integrated circuit. Alternatively, these circuits may be divided into multiple integrated circuits. Further, the plurality of integrated circuits may be configured by being connected via a bus or the like.
  • each component of each device is realized by a plurality of computers, circuits, etc.
  • the plurality of computers, circuits, etc. may be arranged centrally or in a distributed arrangement.
  • the integration method described in each embodiment is realized by being executed by the integration system 10. Further, for example, the integration method is realized by a computer such as a server or a terminal device executing a program prepared in advance. Further, the analysis method described in each embodiment is realized by being executed by the organization server. Further, for example, the analysis method is realized by a computer such as a server or a terminal device executing a program prepared in advance.
  • the programs described in each embodiment are recorded on a computer-readable recording medium such as an HDD, SSD, flexible disk, optical disk, flexible disk, magneto-optical disk, or USB memory. Then, the program is executed by being read from the recording medium by the computer.
  • the program may also be distributed via the communications network NT.
  • each component of the integrated system 10 in each embodiment described above may be realized by dedicated hardware, such as a computer.
  • each component may be realized by software.
  • each component may be realized by a combination of hardware and software.
  • each component of the organization server may be implemented in the same manner.
  • the providing means provides the integrated parameters to an organization server that is a provider of some of the anonymized parameters among the plurality of organization servers.
  • Integrated system as described in Appendix 1. The information regarding consumption trends is information on products recommended to the consumer corresponding to the attribute represented by the input attribute information;
  • the integrated system described in Appendix 1 or 2. The product is at least one of food, daily necessities, clothing, books, magazines, and real estate.
  • Integrated system described in Appendix 3. (Appendix 5) Based on the consumer's purchase history and the consumer's attribute information, when attribute information is input, a local model that can output information regarding the consumption trend of the consumer corresponding to the attribute represented by the input attribute information is created.
  • a learning model generation means concealing means for concealing parameters of the local model using secure calculation; output means for outputting the concealed parameters of the local model to the integrated system; parameter acquisition means for acquiring, from the integrated system, concealed parameters of the global model integrated in the integrated system; an analysis means for inputting attribute information into the global model based on the acquired parameters, and acquiring from the global model information regarding consumption trends of consumers corresponding to the attribute represented by the input attribute information;
  • An organization server comprising: (Appendix 6) output control means for notifying information regarding the acquired consumption trends;
  • the organization server according to supplementary note 5, comprising: (Appendix 7) A local model learned for each of the plurality of organization servers based on the consumer's purchase history and the attribute information of the consumer, and when attribute information is input, the attribute represented by the input attribute information is Obtain the concealed parameters of a local model that can output information on the consumption trends of consumers corresponding to integrating the anonymized parameters for each of the plurality of organization servers; providing integrated parameters to the plurality of organization servers; Generate a global
  • the computer-readable non-transitory recording medium that records a program for executing processing.
  • a local model that can output information regarding the consumption trend of the consumer corresponding to the attribute represented by the input attribute information is created. learn, concealing the parameters of the local model using secure calculation; Outputting the concealed parameters of the local model to the integrated system, obtaining parameters of a global model integrated in the integrated system from the integrated system; inputting attribute information into the global model based on the acquired parameters, and acquiring from the global model information regarding consumption trends of consumers corresponding to the attribute represented by the input attribute information;
  • the computer-readable non-transitory recording medium that records a program for executing processing.
  • Information processing system 10 Integrated system 11, 11a, 11b Organization server 12 Terminal device 80 Computer 101 Acquisition unit 102 Integration unit 103 Providing unit 111 Local model generation unit 112 Anonymization unit 113 Output unit 114 Parameter acquisition unit 115 Model storage unit 116 Analysis Section 117 Output control section 801 Processor 802 ROM 803 RAM 804 Storage device 805 Communication interface 806 Input/output interface 807 Bus NT Communication network

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (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)

Abstract

統合システムは、取得部と、統合部と、提供部と、を備える。取得部は、複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得する。統合部は、複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する。提供部は、複数の組織サーバに、生成されたグローバルモデルの統合されたパラメータを提供する。

Description

統合システム、組織サーバ、統合方法、分析方法、および記録媒体
　本開示は、統合システムなどに関する。
　消費者の購入履歴を使って、消費者の消費動向を分析する場合がある。
　また、特許文献１には、学習モデルを秘密計算で統合することが記載されている。
特開２０２０－１１５３１１号公報
　例えば、自社が有する消費者の購入履歴だけでは、消費者の消費動向を解析することは難しい場合がある。また、例えば、消費者の購入履歴を保有していない組織もある。しかしながら、消費者の購入履歴は企業秘密や個人情報に該当するため、各組織が他の組織に購入履歴等を提供することは難しい場合がある。
　本開示の目的の一例は、消費動向の分析精度の向上を図ることができる統合システムなどを提供することにある。
　本開示の一態様における統合システムは、複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する統合手段と、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、を備える。
　本開示の一態様における組織サーバは、消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習するモデル生成手段と、前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得するパラメータ取得手段と、取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する分析手段と、を備える。
　本開示の一態様における統合方法は、複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する。
　本開示の一態様における分析方法は、消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する。
　本開示の一態様におけるプログラムは、コンピュータに、複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、処理を実行させる。
　本開示の一態様におけるプログラムは、コンピュータに、消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、処理を実行させる。
　各プログラムは、コンピュータが読み取り可能な非一時的な記録媒体に記憶されていてもよい。
　本開示によれば、消費動向の分析精度の向上を図ることができる。
実施の形態１にかかる情報処理システムの一構成例を示すブロック図である。 実施の形態１にかかる統合システムの一動作例を示すフローチャートである。 情報処理システムにおける各装置の接続例を示す説明図である。 実施の形態２にかかる情報処理システムの一構成例を示すブロック図である。 端末装置に分析結果を表示させる例を示す説明図である。 端末装置に推奨商品の情報を表示させる例を示す説明図である。 実施の形態２にかかる情報処理システムの一動作例を示すフローチャートである。 コンピュータのハードウェア構成例を示す説明図である。
　以下に図面を参照して、本開示にかかる統合システム、組織サーバ、統合方法、分析方法、プログラム、およびプログラムを記録する非一時的な記録媒体の実施の形態を詳細に説明する。本実施の形態は、開示の技術を限定するものではない。
　（実施の形態１）
　まず、実施の形態１では、情報処理システムの基本機能について説明する。図１は、実施の形態１にかかる情報処理システムの一構成例を示すブロック図である。情報処理システム１は、消費者の属性情報を入力すると、入力された属性情報が表す属性に該当する消費者の消費動向に関する情報が出力されるローカルモデルのパラメータについて、統合するためのシステムである。情報処理システム１は、統合システム１０と、複数の組織サーバ１１と、を備える。以降の説明において、ローカルモデルやグローバルモデルを特定しない場合、単にモデルと呼ぶ場合がある。
　消費者の属性情報は、消費者別に、消費者の属性を表す。消費者の属性としては、年齢や年代、家族構成、職業、勤務地、性別、収入、居住地域、居住所、趣味などが挙げられる。
　購入履歴は、消費者別に、消費者が購入した商品の情報を含む。より具体的に、購入履歴は、消費者別に、商品の情報、購入数量、購入日などを関連付けて記憶してもよい。例えば、アパレル企業の商品の情報と、スーパーマーケットの商品の情報と、不動産企業の商品の情報とは、それぞれ異なることが予想される。このように、商品の情報は、対象となる企業の特徴などによって異なっていてもよい。なお、商品の代わりに、サービスが使用されてもよい。
　属性情報と購入履歴とは、消費者を識別する消費者識別情報などによって関連付けられてもよい。
　モデルは、顧客の消費動向を分析するためのモデルである。モデルは、例えば、消費者の属性情報が入力されると、顧客の消費動向に関する情報が出力されるモデルである。例えば、顧客の消費動向に関する情報とは、消費者の属性情報に適合する商品の情報、消費者の属性情報に適合する商品の特徴の情報である。具体的に、顧客の消費動向に関する情報は、特定の推奨商品の情報であってもよいし、商品の特徴の情報であってもよい。例えば、食品であれば、商品の特徴とは、濃い味、薄味のような特徴であってもよい。
　モデルは、決定木モデル、線形回帰モデル、ロジスティック回帰（Ｌｏｇｉｓｔｉｃ　ｒｅｇｒｅｓｓｉｏｎ）モデル、ニューラルネットワーク（Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ）モデルなどを含むが、これらに限られない。
　また、ここでのモデルは、水平連合学習型のモデルであってもよいし、垂直連合学習型のモデルであってもよく、特に限定されない。水平連合学習では、個別の消費者を特定せずに行う学習である。水平連合学習において、各組織は、同じデータセットとなる購入履歴を保有し、各組織が持つ購入履歴は異なる消費者であってもよい。水平連合学習では、全体として学習データが増えることにより、モデルの性能の向上を図ることができる。一方、垂直連合学習では、個別の消費者を特定して行う学習である。垂直連合学習において、各組織は、同一の消費者について、同じまたは異なるデータセットである購入履歴を保有する。
　ここで、組織とは、例えばリテール関係の企業または企業内の部門である。例えば、組織は、提供企業の顧客である。組織サーバ１１を特定しない場合、単に、組織サーバ１１と呼ぶ。組織サーバ１１とは、組織が保有する消費者の購入履歴および消費者の属性情報を用いてローカルモデルを学習し、グローバルモデルを用いて消費動向を分析するため装置である。組織サーバ１１は、例えば組織別に分かれていればよく、図１において、組織サーバ１１の数は、２台を例に挙げているが、特に限定されない。
　ここで、パラメータとは、モデルの学習後に獲得される値である。購入履歴が、属性情報が表す属性を主たる顧客とした商品の情報を含む場合、この商品の情報に対する重みが、パラメータである。より具体的に、例えば、属性情報が、年代である場合、購入履歴が、この年代を主たる顧客とした商品の情報を含む場合、商品の情報に対する重みが、パラメータである。
　統合システム１０は、取得部１０１と、統合部１０２と、提供部１０３と、を備える。また、組織サーバ１１は、ローカルモデル生成部１１１と、秘匿化部１１２と、出力部１１３と、パラメータ取得部１１４と、分析部１１６と、を備える。組織サーバ１１は、モデル記憶部１１５を備える。モデル記憶部１１５は、例えば、各モデルを記憶する。
　まず、組織サーバ１１について簡単に説明する。ローカルモデル生成部１１１は、顧客の属性情報および顧客の購入履歴に基づいて、ローカルモデルを生成する。なお、例えば、ローカルモデル生成部１１１は、生成されたローカルモデルをモデル記憶部１１５などに記憶する。
　つぎに、秘匿化部１１２は、ローカルモデル生成部１１１によって生成されたローカルモデルのパラメータを秘密計算により秘匿化する。秘匿化とは、暗号化と同義である。秘密計算とは、秘匿化して計算を実行する技術である。出力部１１３は、秘匿化されたパラメータを、統合システム１０へ出力する。以下、実施の形態１の基本機能である統合システム１０について詳しく説明する。
　統合システム１０において、取得部１０１は、複数の組織サーバ１１のそれぞれから、ローカルモデルの秘匿化されたパラメータを取得する。具体的に、例えば、取得部１０１は、複数の組織サーバ１１の各々において、学習済みのローカルモデルの秘匿化されたパラメータを受信する。取得部１０１は、サービス提供者によるモデルのパラメータを統合するための操作をトリガとして、秘匿化されたパラメータを受信してもよい。または、取得部１０１は、組織サーバ１１から定期的に秘匿化されたパラメータを受信してもよい。
　そして、統合システム１０において、統合部１０２は、秘匿化された複数のパラメータを統合することにより、グローバルモデルを生成する。なお、統合部１０２は、秘匿化された複数のパラメータを統合する際に、各ローカルモデルの特徴によって、各ローカルモデルに対応するパラメータの重みを変えてもよい。
　秘匿化された複数のパラメータの統合とは、情報処理システム１が、各組織サーバ１１に分散した状態で機械学習を行い（連合学習）、学習済のローカルモデルのパラメータを、統合することである。ここで、統合とは、別々の主体のデータなどを統合して幅広く活用できるようにする方法である。このように、情報処理システム１は、各パラメータが秘匿化された状態で統合することができる。秘密計算の方法としては、準同型暗号などの特定の処理に対応した特殊な暗号化、ハードウェア上で隔離された状態で処理する高信頼実行環境（Ｔｒｕｓｔｅｄ　Ｅｘｅｃｕｔｉｏｎ　Ｅｎｖｉｒｏｎｍｅｎｔ）、または複数のサーバで秘密分散したまま計算処理（秘密分散計算）するマルチパーティ計算などを用いることができる。
　マルチパーティ計算の秘密計算を用いる例としては、次の例が挙げられる。マルチパーティ計算の秘密計算を用いる場合、統合システム１０は、統合部１０２の機能を実現するために、複数のサーバを備えてもよい。例えば、サーバの数は３台などである。例えば、複数のサーバのいずれかのサーバが、任意の組織サーバ１１から取得したパラメータである、秘匿化されたデータａを分散値ｘ１，ｙ１，…に秘密分散し、ｘ１，ｙ１，…をそれぞれ異なるサーバに送信する。また、複数のサーバのいずれかのサーバが、別の組織サーバ１１から取得したパラメータである、秘匿化データｂを分散値ｘ２，ｙ２，…に秘密分散し、ｘ２，ｙ２，…をそれぞれ異なるサーバに送信する。複数のサーバは、秘匿化データａおよび秘匿化データｂが秘密分散されたままの状態で互いに通信を行いつつ計算を進め、最後に各サーバの計算結果である出力の分散値ｕ，ｖ，…を集め、復元処理を行うことで、計算結果のＦ（ａ，　ｂ）が得られる。この計算結果が各ローカルモデルのパラメータを統合したグローバルモデルのパラメータとなる。マルチパーティ計算によれば、暗号鍵の管理や隔離された環境が不要であり、計算処理がより速い。
　ここで、例えば、統合部１０２は、複数の組織サーバ１１のそれぞれから取得されたすべての秘匿化されたパラメータを統合してもよい。または、例えば、統合部１０２は、複数の組織サーバ１１の秘匿化されたパラメータから一部の秘匿化されたパラメータを選択して選択したパラメータを統合してもよい。一部のパラメータを選択する際に、統合部１０２は、組織サーバ１１の組織の特徴に基づいて、複数の組織サーバ１１のそれぞれについての秘匿化されたパラメータから、一部の秘匿化されたパラメータを選択してもよい。組織の特徴は、例えば、組織の業種、組織の業態、販売商品の種類などである。具体的に、例えば、統合部１０２は、組織の特徴が特定の特徴である複数の組織サーバ１１のそれぞれについての秘匿化されたパラメータから、一部の秘匿化されたパラメータを選択してもよい。特定の特徴は、特に限定されないが、例えば、グローバルモデルを要求した要求元の組織の特徴であってもよい。そして、統合部１０２は、選択した一部の秘匿化されたパラメータを統合する。これにより、組織の特徴が近い複数の組織についてのグローバルモデルのパラメータを得ることができる。
　提供部１０３は、例えば、生成されたグローバルモデルの統合されたパラメータを各組織サーバ１１に提供する。具体的に、提供する方法として、例えば、提供部１０３は、グローバルモデルのパラメータを各組織サーバ１１へ送信する。なお、提供部１０３は、ローカルモデルの秘匿化されたパラメータを統合システム１０へ提供しなかった組織サーバ１１へグローバルモデルのパラメータを送信してもよい。
　また、提供部１０３は、例えば、組織サーバ１１からグローバルモデルの要求があった場合に、要求元の組織サーバ１１に、グローバルモデルのパラメータを送信してもよい。また、一部の秘匿化されたパラメータを選択する場合に、提供部１０３は、複数の組織サーバ１１のうち、一部の秘匿化されたパラメータの提供元である組織サーバ１１に、統合されたパラメータを提供してもよい。また、例えば、企業の特徴に基づいて一部の秘匿化されたパラメータを選択する場合に、提供部１０３は、企業の特徴に合致する組織サーバ１１に、統合されたパラメータを提供してもよい。
　そして、組織サーバ１１において、パラメータ取得部１１４は、グローバルモデルのパラメータを取得する。具体的に、取得する方法として、パラメータ取得部１１４は、例えば、統合システム１０からグローバルモデルのパラメータを受信する。
　パラメータ取得部１１４がパラメータを取得するタイミングは、特に限定されない。例えば、パラメータ取得部１１４は、統合システム１０から定期的に送信される秘匿化されたパラメータを受信してもよい。パラメータ取得部１１４は、統合システム１０に対して、パラメータの送信を要求し、要求に対する応答として、統合システム１０からグローバルモデルのパラメータを受信してもよい。
　パラメータ取得部１１４は、ローカルモデルのパラメータに、取得されたパラメータを設定することにより、グローバルモデルを得ることができる。これにより、各組織では、グローバルモデルを利用することができる。なお、パラメータ取得部１１４は、グローバルモデルを取得してもよい。例えば、パラメータ取得部１１４は、グローバルモデルをモデル記憶部１１５などに記憶する。
　そして、分析部１１６は、グローバルモデルに、消費者の属性情報を入力して、グローバルモデルから消費者の消費動向に関する情報を取得する。なお、各組織において、グローバルモデルを利用する例については、実施の形態２で詳細に説明する。
　（フローチャート）
　図２は、実施の形態１にかかる統合システム１０の一動作例を示すフローチャートである。統合システム１０において、取得部１０１は、複数のローカルモデルのそれぞれについての秘匿化されたパラメータを取得する（ステップＳ１０１）。統合部１０２は、秘匿化されたパラメータを統合する（ステップＳ１０２）。提供部１０３は、グローバルモデルのパラメータを提供する（ステップＳ１０３）。統合システム１０は、処理を終了する。
　前述のように、各組織が保有する購入履歴や消費者の属性情報などを参照すると、組織の秘密や個人情報に該当する場合がある。このため、前述のように、各組織が他の組織に購入履歴や消費者の属性情報などを他の提供することは難しい。このように、組織単体の購入履歴や属性情報などを用いて消費者の消費動向を分析する場合、分析の精度が低い場合があるという問題点がある。
　以上、実施の形態１において、統合システム１０は、複数の組織サーバ１１のそれぞれについて、消費者の購入履歴と消費者の属性情報に基づいて学習されたローカルモデルであって、消費者の属性情報が入力されると消費者の消費動向に関する情報を出力可能なローカルモデルの秘匿化されたパラメータを取得し、秘匿化されたパラメータを統合し、統合されたパラメータを複数の組織サーバ１１に提供する。例えば、消費動向に関する情報は、消費者の属性情報に適合する商品の情報である。商品の情報は、例えば、商品の名称、商品の特徴などであってもよい。これにより、統合システム１０は、各組織の稼働データを取得することなく、グローバルモデルを得ることができる。さらに、各組織は、購入履歴や消費者の属性情報等を提供することなく、様々な組織の購入履歴や消費者の属性情報を使って生成されたグローバルモデルを用いた分析ができる。したがって、消費動向の分析精度の向上を図ることができる。
　また、統合システム１０は、複数の組織サーバ１１からの秘匿化されたパラメータのうち、組織の特徴に基づいて、一部のパラメータを選択し、選択した一部のパラメータを、統合する。例えば、一部のパラメータを選択する処理において、統合システム１０は、組織の特徴が同じまたは類似するパラメータを選択してもよい。したがって、消費動向の分析精度の向上を図ることができる。
　（実施の形態２）
　つぎに、実施の形態２について図面を参照して詳細に説明する。実施の形態２では、消費動向を分析する例を説明する。実施の形態２では、以下、本実施の形態２の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
　図３は、情報処理システム１における各装置の接続例を示す説明図である。情報処理システム１は、統合システム１０と、複数の組織サーバ１１と、複数の端末装置１２と、を備える。統合システム１０と、複数の組織サーバ１１と、複数の端末装置１２とは、例えば、通信ネットワークＮＴを介して接続される。なお、通信ネットワークＮＴは、複数の通信ネットワークであってもよい。例えば、統合システム１０と組織サーバ１１ａとが接続される通信ネットワークと、統合システム１０と組織サーバ１１ｂとが接続される通信ネットワークと、が異なっていてもよい。
　端末装置１２を特定しない場合、単に端末装置１２と表す。例えば、端末装置１２は、消費動向の結果が通知される装置である。端末装置１２は、例えば、組織の担当者の端末装置１２であってもよい。端末装置１２は、例えば、組織別にあってもよい。または、端末装置１２は、例えば、組織の顧客である消費者の端末装置１２であってもよい。端末装置１２は、例えば、消費者別にあってもよい。端末装置１２の種類は、スマートフォン、タブレット型の端末装置１２、ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）など特に限定されない。端末装置１２と、組織サーバ１１とは、一台の装置であってもよい。
　図４は、実施の形態２にかかる情報処理システム１の一構成例を示すブロック図である。統合システム１０は、実施の形態１で説明した通り、統合システム１０と、複数の組織サーバ１１と、を備える。
　また、組織サーバ１１は、実施の形態１における組織サーバ１１の機能部に対して、さらに、出力制御部１１７と、を備える。なお、実施の形態１において説明した各機能部についての詳細な説明を省略する。ここでは、分析部１１６と、出力制御部１１７と、について詳細に説明する。
　分析部１１６は、取得されたパラメータに基づくグローバルモデルに、消費者の属性情報を入力して、グローバルモデルから消費者の消費動向に関する情報を取得する。情報処理システム１によれば、入力された属性情報が表す属性に合った消費者の消費動向に関する情報を得られる。
　そして、出力制御部１１７は、分析部１１６による分析の結果を出力する。ここで、分析の結果を出力する処理は、端末装置１２などのように外付けの装置などに分析の結果を出力させる処理も含む。出力形式としては、音声出力、画面などにより表示出力であってもよい。また、例えば、出力制御部１１７は、分析の結果に応じた通知を行う。通知方法については、電子メールや電子メッセージなどが用いられてもよい。
　ある組織は、他の組織が持っているデータに基づく分析を行うことができる。例えば、ある組織が持ってないデータを用いた分析を行うことができる。または、ある組織の持っているデータのみを使うより高精度な分析を行うことができる。さらに、当該他の社はそのデータ自体をある組織に開示する必要がないため、機密性を維持することができる。具体的に、水平連合学習であれば、顧客の年齢層を例に挙げると、他の客層のデータを用いることができる。一方、垂直連合学習であれば同じ顧客の他の商品に対するデータを用いることができる。
　また、分析部１１６は、購入履歴に基づいて、入力された属性情報が表す属性の消費者が、グローバルモデルから得られた推奨商品を購入したかを分析してもよい。例えば、分析部１１６は、消費者別に、グローバルモデルから得られた推奨商品を購入したかを分析してもよい。そして、出力制御部１１７は、分析結果を出力してもよい。
　つぎに、分析部１１６による各種分析について説明する。具体的なユースケースとして、スーパーマーケット、アパレル、出版社や書店、不動産、銀行など様々挙げられる。また、ここでは、水平連合学習の例を説明した後に、垂直連合学習の例を説明する。
　＜水平連合学習＞
　まずは、水平連合学習についてユースケース別に説明する。ユースケースとして、スーパーマーケット、アパレル、出版社、不動産を例に挙げて説明する。
　＜スーパーマーケット＞
　スーパーマーケットにおける商品や購入履歴については前述の通りである。
　例えば、課題として、スーパーマーケットＡでは主な客層が５０代以上、スーパーマーケットＢでは、主な客層が２０代から５０代までであると仮定する。例えば、スーパーマーケットＡでは、新たに３０代向けの商品を開発したい場合がある。スーパーマーケットＡの組織サーバ１１において、分析部１１６は、例えば、グローバルモデルに、属性が年代で、属性値を「３０代」として含む属性情報を入力し、グローバルモデルから、３０代に適した商品の情報を取得する。
　例えば、３０代に適した商品の情報としては、スーパーマーケットＡが保有する商品のうちの、属性情報が示す属性である消費者に適合した商品の情報であってもよい。これにより、スーパーマーケットＡでは、３０代向けの商品の情報に基づいて、自社の商品から３０代向けの商品を選別できる。また、３０代に適合する商品の情報は、属性情報が示す属性である消費者に適合した商品の特徴の情報であってもよい。商品が食品であれば、商品の特徴としては、味付け、素材、調味料などが挙げられる。例えば、商品の特徴としては、３０代向けには、ｘｘｘのような味付けなどであってもよい。
　そして、出力制御部１１７は、分析部１１６による分析の結果を商品の開発の端末装置１２の表示装置に表示させてもよい。このように、スーパーマーケットＡでは、客層ではない３０代向けの商品開発に分析結果を利用することができる。
　また、出力制御部１１７は、分析部１１６による分析の結果を、入力された属性情報が示す属性に該当する消費者の端末装置１２の表示装置に表示させてもよい。これにより、スーパーマーケットＡでは、３０代向けに適した商品を推奨することができる。
　＜アパレル＞
　例えば、組織が、アパレル企業の場合、商品は、服飾品である。このような場合、購入履歴は、消費者別に、消費者が購入した商品の情報を含む。商品の情報は、商品別に、商品の名称、商品の種類、商品のサイズ、商品の価格、商品の特徴などの情報であってもよい。例えば、服飾品の特徴としては、丈の長さ、色、デザイン、素材、着心地などが挙げられる。服飾品の特徴は、例えば「短めのトップス」などである。
　アパレル企業Ａは、過去に４０代の洋服を販売しているが、２０代向けに洋服を販売していないと仮定する。例えば、アパレル企業Ａは、４０代の顧客の購入履歴を有するが、２０代の顧客の購入履歴を有さないため、どのような商品が２０代の顧客に適しているか分からないという課題があるとする。例えば、アパレル企業Ａの組織サーバ１１において、分析部１１６は、グローバルモデルに、属性が年代で、属性値を「２０代」として含む属性情報を入力し、グローバルモデルから２０代に適合する服飾品の情報を取得する。
　２０代に適合する服飾品の情報は、現在アパレル企業Ａが有する服飾品のうちの、属性情報が示す属性である消費者に適合した服飾品の情報であってもよい。これにより、アパレル企業Ａでは、２０代向けの洋服の情報に基づいて、自社の商品から２０代向けの商品を選別できる。また、２０代に適合する服飾品の情報は、属性情報が示す属性である消費者に適合した洋服の特徴の情報であってもよい。
　そして、出力制御部１１７は、分析部１１６による分析の結果と、分析部１１６においって入力された属性情報とを商品の開発の端末装置１２の表示装置に表示させてもよい。このように、スーパーマーケットＡでは、客層ではない２０代向けの商品開発に分析結果を利用することができる。
　図５は、端末装置１２に分析結果を表示させる例を示す説明図である。例えば、出力制御部１１７は、商品開発の分析の結果を端末装置１２の表示装置に表示させる。例えば、端末装置１２は、出力制御部１１７の制御に従って商品開発の分析の結果を表示する。
　図５において、画面は、商品開発の分析の結果として、２０代向けトップスの推奨特徴が表示されている。例えば、画面は、特徴として色、素材、サイズ感、コンセプトなどのそれぞれについての分析結果が表示されている。
　また、出力制御部１１７は、分析部１１６による分析の結果を、入力された属性情報が示す属性に該当する消費者の端末装置１２の表示装置に表示させてもよい。これにより、アパレル企業Ａでは、２０代の消費者に、２０代向けに適した商品を推奨することができる。
　＜出版社＞
　例えば、組織が、出版社における新聞部門Ａ、雑誌部門Ｂ、書籍部門Ｃなどのような部門の場合を例に挙げて説明する。このような場合、購入履歴は、消費者別に、消費者が購入した商品の情報、購入店舗などの情報を記憶する。購入店舗としては、具体的な店舗であってもよいし、ＥＣ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｍｍｅｒｃｅ）サイトであってもよい。また、商品の情報は、記事や本の内容、ターゲット層、価格、ページ数、などの情報を記憶する。
　例えば、課題として、書籍部門Ｃは、書籍の販売を拡大するために、各書店やＥＣサイトでどのような商品を配置すれば売れるのかを分析したい場合があると仮定する。そこで、例えば、モデルは、新たな書籍のターゲットとなる顧客の属性情報が入力されると、属性情報にあう顧客が購入する店舗の情報が出力されるモデルである。店舗の情報としては、例えば、店舗のレイアウト、店舗の書籍の配置、店舗の棚の種類、商品間のスペースなどが挙げられる。
　情報処理システム１の利用例として、書籍部門Ｃの組織サーバ１１において、分析部１１６は、グローバルモデルを用いて、新たな書籍のターゲットとなる消費者の属性情報を入力し、属性情報にあう消費者が購入する店舗の情報を取得する。そして、出力制御部１１７は、属性情報と店舗の情報とを担当者の端末装置１２の表示装置に表示させてもよい。これにより、組織の担当者は、新たな書籍をどの書店に配置すればよいのかを分析する。
　＜不動産＞
　例えば、組織が、各不動産企業などの場合を例に挙げて説明する。不動産の場合、賃貸や分譲などがあるが、賃貸を例に挙げて説明する。購入履歴は、例えば、賃貸の履歴である。賃貸の履歴は、例えば、消費者別に、間取り、広さ、賃貸料、備え付けの機器などの情報を含む。
　例えば、課題として、不動産企業Ａは、２０代向けの賃貸の間取りや備え付けの機器などを分析したい場合がある。そこで、例えば、モデルは、ターゲットとなる消費者の属性情報が入力されると、属性情報にあう顧客による賃貸の情報が出力されるモデルである。上述の通り、賃貸の情報としては、例えば、賃貸の間取りや備え付けの機器などが挙げられる。
　情報処理システム１の利用例として、不動産企業Ａの組織サーバ１１において、分析部１１６は、グローバルモデルに、属性が年代で属性値が２０代を含む属性情報を入力し、グローバルモデルから店舗の情報を取得する。そして、出力制御部１１７は、属性情報と賃貸の情報とを担当者の端末装置１２の表示装置に表示させてもよい。これにより、組織の担当者は、２０代の消費者が賃貸した間取りや備え付けの機器などを分析することができる。
　＜垂直連合学習＞
　つぎに、垂直連合学習についてユースケース別に説明する。ユースケースとして、スーパーマーケット、アパレルを例に挙げて説明する。なお、出版社、不動産、金融機関などのユースケースに適用されてもよいが、詳細な説明を省略する。
　＜スーパーマーケット＞
　例えば、課題として、ある顧客Ｘが、スーパーマーケットＡでは、生鮮食品をよく購入し、スーパーマーケットＢでは総菜をよく購入する場合に、スーパーマーケットＡでは総菜の購入履歴がない。一方、顧客Ｘは総菜を購入するものの、スーパーマーケットＡでは、顧客Ｘの総菜の購入履歴がないため、スーパーマーケットＡの購入履歴を使って、顧客Ｘに対して総菜の商品のリコメンドを行うことができない。
　例えば、モデルは、顧客の属性情報が入力されると、属性情報が表す属性に該当する顧客に適合した推奨商品の情報が出力される。そこで、スーパーマーケットＡの組織サーバ１１において、分析部１１６は、グローバルモデルに顧客Ｘの属性情報を入力して、入力された属性情報が表す属性に該当する消費者への推奨商品の情報を取得する。なお、例えば、分析部１１６は、スーパーマーケットＡで販売される商品から、入力された属性情報が表す属性に該当する消費者への推奨商品の情報を取得してもよい。
　そして、出力制御部１１７は、推奨商品の情報を、顧客Ｘの端末装置１２の表示装置に表示させてもよい。
　図６は、端末装置１２に推奨商品の情報を表示させる例を示す説明図である。図６において、画面には、スーパーマーケットＡにおける「Ｘさまへのお勧め商品」が表示されている。そして、画面には、推奨商品の情報として、商品の名称「お惣菜　ｘｘｘｘ」と価格「４００円」が表示されている。また、画面には、推奨商品の情報として、商品の名称「お惣菜　ｚｚｚｚ」と価格「５００円」が表示されている。
　このように、顧客Ｘは、スーパーマーケットＡにおいて総菜を購入しないが、スーパーマーケットＡでは、顧客Ｘに対して総菜のリコメンドを行うことができる。
　（フローチャート）
　図７は、実施の形態２にかかる情報処理システム１の一動作例を示すフローチャートである。ローカルモデル生成部１１１は、消費者の購入履歴および属性情報に基づいて、ローカルモデルを生成する（ステップＳ２０１）。秘匿化部１１２は、ローカルモデルのパラメータを、秘密計算を用いて秘匿化する（ステップＳ２０２）。出力部１１３は、統合システム１０に、秘匿化されたパラメータを出力する（ステップＳ２０３）。
　統合システム１０において、取得部１０１は、複数の組織サーバ１１のそれぞれから秘匿化されたパラメータを取得する（ステップＳ２０４）。統合部１０２は、複数のローカルモデルのそれぞれの秘匿化されたパラメータを、統合することにより、グローバルモデルを生成する（ステップＳ２０５）。提供部１０３は、グローバルモデルのパラメータを、複数の組織サーバ１１に提供する（ステップＳ２０６）。
　組織サーバ１１において、パラメータ取得部１１４は、統合システム１０から、グローバルモデルのパラメータを取得する（ステップＳ２０７）。そして、分析部１１６は、グローバルモデルを用いて分析する（ステップＳ２０８）。出力制御部１１７は、分析結果を端末装置１２へ通知する（ステップＳ２０９）。
　以上、実施の形態２において、消費動向に関する情報は、モデルに入力される属性情報が表す属性に該当する消費者への推奨する商品の情報である。また、商品は、例えば、食品、日用品、服飾品、書籍、雑誌、不動産の少なくともいずれかである。
　組織サーバ１１は、モデルに入力される属性情報が表す属性に該当する消費者への推奨する商品の情報を端末装置１２へ通知する。例えば、組織の担当者の端末装置１２へ通知される場合、属性情報が表す属性に該当する消費者の消費動向の分析の容易化を図ることができる。また、消費者の端末装置１２への通知のように、商品のリコメンド機能として利用されてもよい。
　以上、各実施の形態の説明を終了する。各実施の形態は、適宜組み合わせて用いられてもよい。
　また、各実施の形態において、統合システム１０は、各機能部および情報の一部が含まれる構成であってもよい。
　また、各実施の形態については、上述した例に限られず、種々変更可能である。また、各実施の形態における統合システム１０の構成は特に限定されない。例えば、統合システム１０は、一台のサーバなどの一台の装置によって実現されてもよい。統合システム１０の各機能部を一台の装置によって実現される場合、一台の装置は、例えば統合装置、情報処理装置などと呼ばれてもよいし、特に限定されない。または、各実施の形態における統合システムは、機能またはデータ別に異なる装置によって実現されてもよい。例えば各機能部は、複数のサーバによって構成され、統合システム１０として実現されてもよい。例えば、統合システム１０は、各ＤＢ（ＤａｔａＢａｓｅ）を含むデータベースサーバと、各機能部を有するサーバと、によって実現されてもよい。また、統合システム１０と同様に、各実施の形態における組織サーバ１１の構成は特に限定されない。また、組織サーバ１１は、複数の装置によって構成されて、組織システムとして実現されてもよいし、一台の装置によって構成されてもよい。
　また、各実施の形態において、各情報や各ＤＢは、前述の情報の一部を含んでもよい。また、各情報や各ＤＢは、前述の情報以外の情報を含んでもよい。各情報や各ＤＢが、より詳細に、複数のＤＢや複数の情報に分けられてもよい。このように、各情報や各ＤＢの実現方法は、特に限定されない。例えば、購入履歴は、商品を識別する商品識別情報と、購入数量と、購入日と、を含み、商品ＤＢが、商品を識別する商品識別情報と、商品の情報と、を関連付けて記憶してもよい。これにより、商品を識別する商品識別情報によって購入履歴と商品ＤＢとが関連付けられてもよい。
　また、各画面は、一例であり、特に限定されない。各画面において、図示しないボタン、リスト、チェックボックス、情報表示欄、入力欄などが追加されてもよい。また、画面の背景色などが、変更されてもよい。
　また、端末装置１２に表示させる情報などを生成する処理は、組織サーバ１１の出力制御部１１７によって行われてもよい。また、この処理は、端末装置１２によって行われてもよい。
　（コンピュータのハードウェア構成例）
　つぎに、各実施の形態において説明した統合システム１０、組織サーバ１１、端末装置１２などの各装置をコンピュータで実現した場合のハードウェア構成例について説明する。図８は、コンピュータのハードウェア構成例を示す説明図である。各装置の一部または全部は、例えば図８に示すようなコンピュータ８０とプログラムとの任意の組み合わせを用いて実現することも可能である。
　コンピュータ８０は、例えば、プロセッサ８０１と、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）８０２と、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）８０３と、記憶装置８０４と、を有する。また、コンピュータ８０は、通信インタフェース８０５と、入出力インタフェース８０６と、を有する。各構成部は、例えば、バス８０７を介してそれぞれ接続される。なお、各構成部の数は、特に限定されず、各構成部は１または複数である。
　プロセッサ８０１は、コンピュータ８０の全体を制御する。プロセッサ８０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）などが挙げられる。コンピュータ８０は、記憶部として、ＲＯＭ８０２、ＲＡＭ８０３および記憶装置８０４などを有する。記憶装置８０４は、例えば、フラッシュメモリなどの半導体メモリ、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）などが挙げられる。例えば、記憶装置８０４は、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）のプログラム、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。または、ＲＯＭ８０２は、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。そして、ＲＡＭ８０３は、プロセッサ８０１のワークエリアとして使用される。
　また、プロセッサ８０１は、記憶装置８０４、ＲＯＭ８０２などに記憶されたプログラムをロードする。そして、プロセッサ８０１は、プログラムにコーディングされている各処理を実行する。また、プロセッサ８０１は、通信ネットワークＮＴを介して各種プログラムをダウンロードしてもよい。また、プロセッサ８０１は、コンピュータ８０の一部または全部として機能する。そして、プロセッサ８０１は、プログラムに基づいて図示したフローチャートにおける処理または命令を実行してもよい。
　通信インタフェース８０５は、無線または有線の通信回線を通じて、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）などの通信ネットワークＮＴに接続される。なお、通信ネットワークＮＴは複数の通信ネットワークＮＴによって構成されてもよい。これにより、コンピュータ８０は、通信ネットワークＮＴを介して外部の装置や外部のコンピュータ８０に接続される。通信インタフェース８０５は、通信ネットワークＮＴとコンピュータ８０の内部とのインタフェースを司る。そして、通信インタフェース８０５は、外部の装置や外部のコンピュータ８０からのデータの入出力を制御する。
　また、入出力インタフェース８０６は、入力装置、出力装置、および入出力装置の少なくともいずれかに接続される。接続方法は、無線であってもよいし、有線であってもよい。入力装置は、例えば、キーボード、マウス、マイクなどが挙げられる。出力装置は、例えば、表示装置、点灯装置、音声を出力する音声出力装置などが挙げられる。また、入出力装置は、タッチパネルディスプレイなどが挙げられる。なお、入力装置、出力装置、および入出力装置などは、コンピュータ８０に内蔵されていてもよいし、外付けであってもよい。
　コンピュータ８０のハードウェア構成は一例である。コンピュータ８０は、図８に示す一部の構成要素を有していてもよい。コンピュータ８０は、図８に示す以外の構成要素を有していてもよい。例えば、コンピュータ８０は、ドライブ装置などを有してもよい。そして、プロセッサ８０１は、ドライブ装置などに装着された記録媒体に記憶されたプログラムやデータをＲＡＭ８０３に読み出してもよい。非一時的な有形な記録媒体としては、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリなどが挙げられる。また、前述の通り、例えば、コンピュータ８０は、キーボードやマウスなどの入力装置を有してもよい。コンピュータ８０は、ディスプレイなどの出力装置を有していてもよい。また、コンピュータ８０は、入力装置および出力装置と、入出力装置とをそれぞれ有してもよい。
　また、コンピュータ８０は、図示しない各種センサを有してもよい。センサの種類は特に限定されない。また、コンピュータ８０は、画像や映像を撮像可能な撮像装置を備えていてもよい。
　以上で、各装置のハードウェア構成の説明を終了する。また、各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素ごとにそれぞれ異なるコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。
　また、各装置の各構成要素の一部または全部は、特定用途向けの回路で実現されてもよい。また、各装置の各構成要素の一部または全部は、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）のようなプロセッサなどを含む汎用の回路によって実現されてもよい。また、各装置の各構成要素の一部または全部は、特定用途向けの回路や汎用の回路などの組み合わせによって実現されてもよい。また、これらの回路は、単一の集積回路であってもよい。または、これらの回路は、複数の集積回路に分割されてもよい。そして、複数の集積回路は、バスなどを介して接続されることにより構成されてもよい。
　また、各装置の各構成要素の一部または全部が複数のコンピュータや回路などにより実現される場合、複数のコンピュータや回路などは、集中配置されてもよいし、分散配置されてもよい。
　各実施の形態で説明した統合方法は、統合システム１０が実行することにより実現される。また、例えば、統合方法は、予め用意されたプログラムをサーバや端末装置などのコンピュータが実行することにより実現される。また、各実施の形態で説明した分析方法は、組織サーバが実行することにより実現される。また、例えば、分析方法は、予め用意されたプログラムをサーバや端末装置などのコンピュータが実行することにより実現される。
　各実施の形態で説明したプログラムは、ＨＤＤ、ＳＳＤ、フレキシブルディスク、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢメモリなどのコンピュータで読み取り可能な記録媒体に記録される。そして、プログラムは、コンピュータによって記録媒体から読み出されることによって実行される。また、プログラムは、通信ネットワークＮＴを介して配布されてもよい。
　以上説明した、各実施の形態における統合システム１０の各構成要素は、コンピュータのように、その機能を専用のハードウェアで実現されてもよい。または、各構成要素は、ソフトウェアによって実現されてもよい。または、各構成要素は、ハードウェアおよびソフトウェアの組み合わせによって実現されてもよい。また、組織サーバの各構成要素も同様に実現されてよい。
　以上、各実施の形態を参照して本開示を説明したが、本開示は上記実施の形態に限定されるものではない。各本開示の構成や詳細には、本開示のスコープ内で当業者が把握し得る様々な変更を適用した実施の形態を含み得る。本開示は、本明細書に記載された事項を必要に応じて適宜に組み合わせ、または置換した実施の形態を含み得る。例えば、特定の実施の形態を用いて説明された事項は、矛盾を生じない範囲において、他の実施の形態に対しても適用され得る。例えば、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施の形態を実施するときには、その複数の動作の順番を内容的に支障しない範囲で変更することができる。
　上記の実施の形態の一部または全部は、以下の付記のようにも記載されることができる。ただし、上記の実施の形態の一部または全部は、以下に限られない。
　（付記１）
　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、
　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する統合手段と、
　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、
　を備える統合システム。
（付記２）
　前記統合手段は、前記複数の組織サーバのそれぞれの組織の特徴に基づいて、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータから、一部の秘匿化されたパラメータを選択し、選択した一部の秘匿化されたパラメータを統合し、
　前記提供手段は、前記複数の組織サーバのうち、前記一部の秘匿化されたパラメータの提供元である組織サーバに、統合された前記パラメータを提供する、
　付記１に記載の統合システム。
（付記３）
　前記消費動向に関する情報は、入力された前記属性情報が表す前記属性に該当する前記消費者への推奨する商品の情報である、
　付記１または２に記載の統合システム。
（付記４）
　前記商品は、食品、日用品、服飾品、書籍、雑誌、不動産の少なくともいずれかである、
　付記３に記載の統合システム。
（付記５）
　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習するモデル生成手段と、
　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、
　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、
　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルの秘匿化されたパラメータを取得するパラメータ取得手段と、
　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する分析手段と、
　を備える組織サーバ。
（付記６）
　取得された前記消費動向に関する情報を通知する出力制御手段、
　を備える付記５に記載の組織サーバ。
（付記７）
　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、
　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを、統合し、
　前記複数の組織サーバに、統合されたパラメータを提供する、
　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを、統合することにより、グローバルモデルを生成し、
　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
　統合方法。
（付記８）
　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、
　分析方法。
（付記９）
　コンピュータに、
　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、
　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
　処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
（付記１０）
　コンピュータに、
　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、
　処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
（付記１１）
　コンピュータに、
　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、
　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
　処理を実行させるプログラム。
（付記１２）
　コンピュータに、
　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、
　処理を実行させるプログラム。
１　情報処理システム
１０　統合システム
１１，１１ａ，１１ｂ　組織サーバ
１２　端末装置
８０　コンピュータ
１０１　取得部
１０２　統合部
１０３　提供部
１１１　ローカルモデル生成部
１１２　秘匿化部
１１３　出力部
１１４　パラメータ取得部
１１５　モデル記憶部
１１６　分析部
１１７　出力制御部
８０１　プロセッサ
８０２　ＲＯＭ
８０３　ＲＡＭ
８０４　記憶装置
８０５　通信インタフェース
８０６　入出力インタフェース
８０７　バス
ＮＴ　通信ネットワーク

Claims (10)

  1. 　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、
    　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する統合手段と、
    　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、
    　を備える統合システム。
  2. 　前記統合手段は、前記複数の組織サーバのそれぞれの組織の特徴に基づいて、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータから、一部の秘匿化されたパラメータを選択し、選択した一部の秘匿化されたパラメータを統合し、
    　前記提供手段は、前記複数の組織サーバのうち、前記一部の秘匿化されたパラメータの提供元である組織サーバに、統合された前記パラメータを提供する、
    　請求項１に記載の統合システム。
  3. 　前記消費動向に関する情報は、入力された前記属性情報が表す前記属性に該当する前記消費者への推奨する商品の情報である、
    　請求項１または２に記載の統合システム。
  4. 　前記商品は、食品、日用品、服飾品、書籍、雑誌、不動産の少なくともいずれかである、
    　請求項３に記載の統合システム。
  5. 　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習するモデル生成手段と、
    　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、
    　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、
    　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得するパラメータ取得手段と、
    　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する分析手段と、
    　を備える組織サーバ。
  6. 　取得された前記消費動向に関する情報を通知する出力制御手段、
    　を備える請求項５に記載の組織サーバ。
  7. 　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、
    　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
    　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
    　統合方法。
  8. 　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
    　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
    　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
    　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
    　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、
    　分析方法。
  9. 　コンピュータに、
    　複数の組織サーバのそれぞれについて、それぞれが有する消費者の購入履歴および当該消費者の属性情報に基づいて学習されたローカルモデルであって、属性情報を入力すると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報が出力可能なローカルモデルの秘匿化されたパラメータを取得し、
    　前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
    　前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
    　処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
  10. 　コンピュータに、
    　消費者の購入履歴および当該消費者の属性情報に基づいて、属性情報が入力されると、入力された前記属性情報が表す属性に該当する消費者の消費動向に関する情報を出力可能なローカルモデルを学習し、
    　前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
    　前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
    　前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
    　取得された前記パラメータに基づく前記グローバルモデルに、属性情報を入力し、前記グローバルモデルから、入力された当該属性情報が表す属性に該当する消費者の消費動向に関する情報を取得する、
    　処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
PCT/JP2022/034169 2022-09-13 2022-09-13 統合システム、組織サーバ、統合方法、分析方法、および記録媒体 WO2024057389A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/034169 WO2024057389A1 (ja) 2022-09-13 2022-09-13 統合システム、組織サーバ、統合方法、分析方法、および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/034169 WO2024057389A1 (ja) 2022-09-13 2022-09-13 統合システム、組織サーバ、統合方法、分析方法、および記録媒体

Publications (1)

Publication Number Publication Date
WO2024057389A1 true WO2024057389A1 (ja) 2024-03-21

Family

ID=90274428

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/034169 WO2024057389A1 (ja) 2022-09-13 2022-09-13 統合システム、組織サーバ、統合方法、分析方法、および記録媒体

Country Status (1)

Country Link
WO (1) WO2024057389A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020115311A (ja) * 2019-01-18 2020-07-30 オムロン株式会社 モデル統合装置、モデル統合方法、モデル統合プログラム、推論システム、検査システム、及び制御システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020115311A (ja) * 2019-01-18 2020-07-30 オムロン株式会社 モデル統合装置、モデル統合方法、モデル統合プログラム、推論システム、検査システム、及び制御システム

Similar Documents

Publication Publication Date Title
Han et al. Explaining socially responsible consumer behavior: A meta-analytic review of theory of planned behavior
Guercini et al. New marketing in fashion e-commerce
Green et al. Integrating website usability with the electronic commerce acceptance model
Davoudi et al. Social trust model for rating prediction in recommender systems: Effects of similarity, centrality, and social ties
Rungsrisawat et al. Factors determining consumer buying behaviour in online shopping
US8838629B2 (en) Anonymous information exchange
US20080270248A1 (en) System and device for social shopping on-line
Nguyen Viet et al. The role of selected marketing mix elements in consumer based brand equity creation: milk industry in Vietnam
Zhao et al. Developing a mapping from affective words to design parameters for affective design of apparel products
JP5914549B2 (ja) 情報処理装置および情報分析方法
Gu et al. Differential impact of web and mobile interactivity on e-retailers' performance
Fernandes et al. Keep customers coming back: Enhancing value and satisfaction in a mobile shopping application context
Lee et al. The impact of website attractiveness, consumer-website identification, and website trustworthiness on purchase intention
Sutanonpaiboon et al. Factors influencing trust in online consumer-to-consumer (C2C) transactions
CN108230005A (zh) 在线云端服务处理系统与评测方法及其计算机程序产品
Khare et al. Do consumer shopping styles influence consumer attitudes toward services offered by shopping websites?
Su et al. The influence of reviewer demographic information provision on trust and purchase intent for users of online websites
Kim Analyzing College Students' Online Shopping Behavior through Attitude and Intention.
WO2024057389A1 (ja) 統合システム、組織サーバ、統合方法、分析方法、および記録媒体
Cui et al. Omnichannel marketing: The challenge of data-integrity
Aljumah et al. Harnessing IoT, E-Business, and Digital Marketing for Enhancing User Satisfaction and Performance in UAE’s Hotel Industry: An Empirical Study
JP2021140646A (ja) ターゲットユーザ特徴抽出方法、ターゲットユーザ特徴抽出システム及びターゲットユーザ特徴抽出サーバ
Sebastianelli et al. An examination of attributes affecting consumers' perceptions of e-tailer quality
Lee Competition Policy in the Age of Algorithms: Challenges for Indonesia
Lu et al. A new two-group-forecast-and-selection method for direct marketing

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: 22958723

Country of ref document: EP

Kind code of ref document: A1