JP2017010402A - 予測装置、予測方法、及び予測プログラム - Google Patents

Abstract

【課題】オークションの管理を容易化すること。【解決手段】本願に係る予測装置は、取得部と、予測部とを有する。取得部は、オークションにおける対象商品に入札された現在価格に関する情報を取得する。予測部は、取得部により取得された現在価格に関する情報と、オークションにおける入札履歴とに基づいて、対象商品における現在価格と、現在価格の入札以降に入札されると想定される将来価格との価格差を予測する。例えば、予測部は、現在価格と、現在価格の入札の次に入札されると想定される将来価格との価格差を予測する。【選択図】図２

Description

本発明は、予測装置、予測方法、及び予測プログラムに関する。

従来、オークションにおける管理を容易化する技術が提供されている。例えば、オークションに出品された商品の現在価格に基づいて入札すべき商品を判定する技術が提供されている。

特開２０１２−１４１７４５号公報

しかしながら、上記の従来技術ではオークションを利用するユーザの利便性を向上させることはできるが、オークションの提供元の管理を容易化することができるとは限らない。例えば、各商品から得られる収益を適切に予測することが難しい場合、オークションにおける管理を容易化することは難しい。

本願は、上記に鑑みてなされたものであって、オークションの管理を容易化する予測装置、予測方法、及び予測プログラムを提供することを目的とする。

本願に係る予測装置は、オークションにおける対象商品に入札された現在価格に関する情報を取得する取得部と、前記取得部により取得された前記現在価格に関する情報と、前記オークションにおける入札履歴とに基づいて、前記対象商品における前記現在価格と、前記現在価格の入札以降に入札されると想定される将来価格との価格差を予測する予測部と、を備えたことを特徴とする。

実施形態の一態様によれば、オークションの管理を容易化することができるという効果を奏する。

図１は、実施形態に係る予測処理の一例を示す図である。 図２は、実施形態に係る予測装置の構成例を示す図である。 図３は、実施形態に係る入札履歴情報記憶部の一例を示す図である。 図４は、実施形態に係るオークション情報記憶部の一例を示す図である。 図５は、実施形態に係る予測情報記憶部の一例を示す図である。 図６は、実施形態に係る端末装置の構成例を示す図である。 図７は、実施形態に係る予測処理の一例を示すフローチャートである。 図８は、変形例１に係る予測処理の一例を示す図である。 図９は、変形例１に係る予測装置の構成例を示す図である。 図１０は、変形例２に係る予測装置の構成例を示す図である。 図１１は、変形例２に係る予測情報記憶部の一例を示す図である。 図１２は、予測装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る予測装置、予測方法、及び予測プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る予測装置、予測方法、及び予測プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．予測処理〕
まず、図１を用いて、実施形態に係る予測処理の一例について説明する。図１は、実施形態に係る予測処理の一例を示す図である。図１に示す予測装置１００は、対象商品における現在価格と現在価格の入札の次に入札されると想定される将来価格との価格差を予測する。そして、予測装置１００は、予測した価格差に基づいて、オークションに関する情報を端末装置１０へ提供する。以下、予測装置１００が予測する価格差を「Δｐｒｉｃｅ」と表記する場合がある。

図１に示すように、予測システム１は、端末装置１０と、予測装置１００とが含まれる。端末装置１０と、予測装置１００とは図示しない所定のネットワークを介して、有線または無線により通信可能に接続される。なお、図１に示した予測システム１には、複数台の端末装置１０や、複数台の予測装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、ユーザによる操作に従って、予測装置１００にオークション情報の取得を要求する。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。なお、上述した端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。

予測装置１００は、オークションにおける入札履歴と対象商品に入札された現在価格とに基づいて、Δｐｒｉｃｅを予測する。予測装置１００は、オークションに関する情報として、複数の対象商品のうちΔｐｒｉｃｅに基づく優先度がより高い対象商品ほど優先して、対象商品に関する情報を提供する。また、予測装置１００は、複数の対象商品のうち、各対象商品に関するΔｐｒｉｃｅと、各対象商品に関するオークションのページが選択された回数と、各対象商品に入札された回数とに基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する。

図１に示す例においては、予測装置１００は、オークションに関する情報として、各対象商品に関するΔｐｒｉｃｅと、ＣＴＲ（Click Through Rate）とＣＶＲ（Conversion Rate）とに基づく優先度が高い対象商品に関する情報ほど上位に表示される一覧情報を端末装置１０に提供する。なお、図１に示す例においては、ＣＴＲは、対象商品に関するオークションのページへ遷移する操作（クリック）が行われた回数を、対象商品に関する情報が表示された回数で除した値とする。また、図１に示す例においては、ＣＶＲは、対象商品への入札が行われた回数を、対象商品に関するオークションのページが表示された回数で除した値とする。なお、以下に示す例においては、優先度を「順位」や「ランキング」と称する場合がある。

まず、端末装置１０は、オークション情報の取得要求を予測装置１００へ送信する（ステップＳ１１）。図１に示す例において、端末装置１０は、カテゴリ「スマートフォン」に分類されるオークション情報の取得要求を予測装置１００へ送信する。例えば、端末装置１０は、所定のアプリや所定のブラウザに表示されたオークションサイトにおいてカテゴリ「スマートフォン」を選択することにより、カテゴリ「スマートフォン」に分類されるオークション情報の取得要求を予測装置１００へ送信する。以下、カテゴリ「スマートフォン」に分類される商品を対象商品として説明する。

端末装置１０から取得要求を取得した予測装置１００は、カテゴリ「スマートフォン」に分類される商品に関するΔｐｒｉｃｅを予測する（ステップＳ１２）。図１に示す例において、予測装置１００が有するオークションに関する情報には、商品Ｇ１１〜Ｇ１４の４つの商品が、カテゴリ「スマートフォン」に分類される商品として含まれるものとする。予測装置１００は、現在価格を含む各商品Ｇ１１〜Ｇ１４に関する情報ＬＴ１１と、予め生成されたΔｐｒｉｃｅを予測するためのモデルとに基づいて、各商品Ｇ１１〜Ｇ１４のΔｐｒｉｃｅを予測する。例えば、予測装置１００は、現在価格を含む商品Ｇ１１に関する情報と、予め生成されたΔｐｒｉｃｅを予測するためのモデルとに基づいて、商品Ｇ１１のΔｐｒｉｃｅを予測する。なお、Δｐｒｉｃｅを予測するためのモデルは、オークションにおける入札履歴に基づいて生成されるが、モデルの詳細については後述する。

ステップＳ１２において予測装置１００が予測した各商品Ｇ１１〜Ｇ１４のΔｐｒｉｃｅは、各商品Ｇ１１〜Ｇ１４のΔｐｒｉｃｅに関する情報ＬＴ１２に示す値となる。例えば、予測装置１００は、商品Ｇ１１のΔｐｒｉｃｅを１０００円と予測する。すなわち、予測装置１００は、現在価格が５０００円である商品Ｇ１１の次に入札されると想定される将来価格との価格差であるΔｐｒｉｃｅを１０００円と予測する。また、予測装置１００は、商品Ｇ１２のΔｐｒｉｃｅを１００円と予測し、商品Ｇ１３のΔｐｒｉｃｅを５００円と予測し、商品Ｇ１４のΔｐｒｉｃｅを３０００円と予測する。

その後、予測装置１００は、ステップＳ１２において予測したΔｐｒｉｃｅや他の広告に関する値に基づいて、各商品の順位を決定する基準となるスコアを算出する（ステップＳ１３）。図１に示す例において、予測装置１００は、Δｐｒｉｃｅと、ＣＴＲと、ＣＶＲとに基づいて、スコアを算出する。図１に示す例において、スコアの算出に用いる各商品Ｇ１１〜Ｇ１４の指標であるＣＴＲ、ＣＶＲ、Δｐｒｉｃｅは、スコア算出用情報ＬＴ１３に示す値となる。例えば、商品Ｇ１１のＣＴＲは０．１であり、商品Ｇ１１のＣＴＲは０．０５であり、商品Ｇ１１のΔｐｒｉｃｅは１０００円である。

予測装置１００は、各指標を入力変数とし、各指標の重みを調整する関数によりスコアを算出するが、スコアの算出については後述する。ステップＳ１３において予測装置１００が算出した各商品Ｇ１１〜Ｇ１４のスコアは、各商品Ｇ１１〜Ｇ１４のスコアに関する情報ＬＴ１４に示す値となる。図１に示す例において、予測装置１００は、商品Ｇ１１のスコアを３．５と算出し、商品Ｇ１２のスコアを１．２と算出し、商品Ｇ１３のスコアを４．８と算出し、商品Ｇ１４のスコアを５．５と算出する。

その後、予測装置１００は、ステップＳ１３において算出したスコアに基づいて商品Ｇ１１〜Ｇ１４のランキング（順位）を決定する（ステップＳ１４）。図１に示す例において、予測装置１００は、スコアの高い商品ほど優先度が高い商品であると決定する。すなわち、ステップＳ１４において予測装置１００が決定した各商品Ｇ１１〜Ｇ１４の順位は、各商品Ｇ１１〜Ｇ１４の順位に関する情報ＬＴ１５に示す順位となる。具体的には、予測装置１００は、最もスコアの高い商品Ｇ１４を順位１位とし、商品Ｇ１４の次にスコアの高い商品Ｇ１３を順位２位とし、商品Ｇ１３の次にスコアの高い商品Ｇ１１を順位３位とし、最もスコアの低い商品Ｇ１２を順位４位とする。

各商品Ｇ１１〜Ｇ１４の順位を決定した後、予測装置１００は、ステップＳ１１において取得要求を送信した端末装置１０へオークション情報を提供する（ステップＳ１５）。例えば、予測装置１００は、オークション情報として、順位が高い商品に関する情報ほど上位に表示される一覧情報を提供する。図１に示す例において、予測装置１００は、オークション情報として、商品Ｇ１４、Ｇ１３、Ｇ１１、Ｇ１２の順に表示される一覧情報を端末装置１０へ提供する。

予測装置１００からオークション情報を受信した端末装置１０は、受信したオークション情報を表示する（ステップＳ１６）。例えば、端末装置１０は、順位が高い商品に関する情報ほど上位に表示する。

図１に示す例において、端末装置１０は、カテゴリ「スマートフォン」のオークション情報を表示するページＷ１１において、最も順位の高い商品に関する情報を表示する領域ＡＲ１１に、順位１位である商品Ｇ１４に関するオークション情報ＧＩ１４を表示する。また、端末装置１０は、ページＷ１１において、２番目に順位の高い商品に関する情報を表示する領域ＡＲ１２に、順位２位である商品Ｇ１３に関するオークション情報ＧＩ１３を表示する。また、図１に示す例において、端末装置１０は、表示された「次へ」や「２」にユーザＵ１がタッチした場合、順位３位である商品Ｇ１１に関するオークション情報や順位４位である商品Ｇ１２に関するオークション情報を表示する。このように、端末装置１０は、予測装置１００において決定された順位に基づいて、商品に関する情報を表示する。

上述したように、予測装置１００は、現在価格に関する情報とモデルとに基づいて各商品Ｇ１１〜Ｇ１４のΔｐｒｉｃｅを予測する。ここで、Δｐｒｉｃｅは、将来的にどの商品から得られる収益が多いかを適切に予測することを可能とする情報である。すなわち、予測装置１００は、Δｐｒｉｃｅにより直近の収益を精度よく予測することができる。予測装置１００は、どの商品から収益が得られるかを示す要素であるΔｐｒｉｃｅを含めてオークションを管理できる。したがって、予測装置１００は、将来の収益の適切な予測を可能とするΔｐｒｉｃｅを用いることにより、オークションの管理を容易化できる。

また、予測装置１００は、各商品Ｇ１１〜Ｇ１４のΔｐｒｉｃｅに応じて算出されるスコアに基づいて、各商品Ｇ１１〜Ｇ１４の順位を決定する。これにより、予測装置１００は、現在価格と将来価格との差に基づいて、適切に商品の順位付けを行うことができる。また、予測装置１００は、Δｐｒｉｃｅに加えて、ＣＴＲ、ＣＶＲ等の他の指標にも基づいてスコアを算出する。予測装置１００は、各指標を入力変数とする関数を適宜変更することにより、各指標の重みを調整する。したがって、予測装置１００は、種々の指標を組み合わせてスコアを算出することにより、将来の収益のみだけでなく他の評価基準に基づいて適切に順位を決定することができる。

また、予測装置１００は、オークション情報として順位が高い商品に関する情報ほど上位に表示される一覧情報を端末装置１０へ提供する。そして、予測装置１００からオークション情報を受信した端末装置１０は、順位が高い商品のオークション情報から順に表示する。したがって、予測装置１００は、各指標の重みを適宜調整することにより、ユーザに所望の順序で商品に関する情報を提供することができる。

なお、予測装置１００は、商品における現在価格と現在価格の入札の次に入札されると想定される将来価格との価格差以外をΔｐｒｉｃｅとしてもよい。例えば、予測装置１００は、現在価格の入札以降でれば、現在価格の入札から２回目や３回目などの入札において入札されると想定される将来価格を用いてΔｐｒｉｃｅを予測してもよい。例えば、予測装置１００は、商品における現在価格と現在価格の入札から２回目の入札において入札されると想定される将来価格との価格差をΔｐｒｉｃｅとしてもよい。また、予測装置１００は、オークションサービスを提供する外部装置からオークションに関する各種情報を取得し、予測処理を行ってもよい。また、予測装置１００は、オークションサービスを提供し、オークションに関する各種情報に基づいて予測処理を行ってもよい。

〔２．予測装置の構成〕
次に、図２を用いて、実施形態に係る予測装置１００の構成について説明する。図２は、実施形態に係る予測装置１００の構成例を示す図である。図２に示すように、予測装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、予測装置１００は、予測装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図２に示すように、入札履歴情報記憶部１２１と、オークション情報記憶部１２２と、予測情報記憶部１２３とを有する。

（入札履歴情報記憶部１２１）
実施形態に係る入札履歴情報記憶部１２１は、入札履歴に関する情報を記憶する。図３には、入札履歴情報記憶部１２１に記憶される入札履歴に関する情報の一例を示す。図３に示すように、入札履歴情報記憶部１２１は、入札履歴に関する情報として、「入札ＩＤ」、「商品ＩＤ」、「入札者ＩＤ」、「入札価格」、「日時」といった項目が含まれる。

「入札ＩＤ」は、入札を識別するための識別情報を示す。また、「商品ＩＤ」は、入札に対応する商品（出品物）を識別するための識別情報を示す。「入札者ＩＤ」は、入札を行ったユーザを識別するための識別情報を示す。「入札価格」は、入札に対応する入札価格を示す。「日時」は、入札が行われた日時を示す。

例えば、図３に示す例において、入札ＩＤ「Ｂ１１」により識別される入札は、商品ＩＤ「Ｇ１６」により識別される商品に関するものであり、入札者ＩＤ「Ｔ１１」により識別されるユーザにより行われた物であることを示す。また、入札ＩＤ「Ｂ１１」により識別される入札は、入札価格が「１５０００円」であり、その入札が行われた日時が「２０１５年６月９日１８時１５分４５秒」であることを示す。

なお、入札履歴情報記憶部１２１は、上記は入札履歴に関する情報の一例であって、入札履歴に関する情報であれば目的に応じて種々の情報を記憶してもよい。例えば、入札履歴情報記憶部１２１は、出品者に関する情報などを記憶してもよい。

（オークション情報記憶部１２２）
実施形態に係るオークション情報記憶部１２２は、オークションに関する情報を記憶する。例えば、オークション情報記憶部１２２には、オークションに出品された商品の詳細な情報が記憶される。図４には、オークション情報記憶部１２２に記憶されるオークションに関する情報の一例を示す。図４に示すように、オークション情報記憶部１２２は、オークションに関する情報として、「商品ＩＤ」、「商品名」、「出品者ＩＤ」、「現在価格」、「入札数」、「入札者数」、「残り時間」、「カテゴリ」、「画像」、「タイトル」といった項目が含まれる。

「商品ＩＤ」は、入札に対応する商品（出品物）を識別するための識別情報を示す。また、「商品名」は、商品ＩＤにより識別される商品の名称を示す。また、「出品者ＩＤ」は、対応する商品を出品したユーザを識別するための識別情報を示す。また、「現在価格」は、最後に入札された入札価格を示す。例えば、「現在価格」は、現時点において落札する権利を得ている入札の入札価格を示す。また、「入札数」は、現時点において入札された入札数を示す。また、「入札者数」は、現時点において入札を行ったユーザ数を示す。また、「残り時間」は、商品ＩＤにより識別される商品のオークションの残り時間を示す。また、「カテゴリ」は、商品ＩＤにより識別される商品が分類されるカテゴリを示す。また、「画像」は、商品ＩＤにより識別される商品の写真などの画像を示す。図４では「画像」に「ＩＭ１１」といった概念的な情報が格納される例を示したが、実際には、静止画像、または、これらの格納場所を示すファイルパス名などが格納される。

例えば、図４に示す例において、商品ＩＤ「Ｇ１１」により識別される商品は、商品名が「スマホＡ」であり、出品者が出品者ＩＤ「Ｅ１１」により識別されるユーザであることを示す。また、商品ＩＤ「Ｇ１１」により識別される商品は、現在価格が「５０００円」であり、現時点における入札数および入札者数が「３」であり、オークションの残り時間が「６時間」であることを示す。また、商品ＩＤ「Ｇ１１」により識別される商品は、カテゴリが「スマートフォン」であり、画像が「ＩＭ１１」であることを示す。

なお、オークション情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、オークション情報記憶部１２２は、オークションＩＤなどオークションを識別する情報を記憶してもよい。

（予測情報記憶部１２３）
実施形態に係る予測情報記憶部１２３は、スコアの算出に用いる指標に関する各種情報を記憶する。図５に、実施形態に係る予測情報記憶部１２３の一例を示す。図５に示す予測情報記憶部１２３は、「商品ＩＤ」、「ＣＴＲ」、「ＣＶＲ」、「Δｐｒｉｃｅ」といった項目を有する。

「商品ＩＤ」は、入札に対応する商品（出品物）を識別するための識別情報を示す。また、「ＣＴＲ」は、商品ＩＤにより識別される商品に関するオークションのページへ遷移する操作（クリック）が行われた回数を、商品に関する情報が表示された回数で除した値を示す。また、「ＣＶＲ」は、商品ＩＤにより識別される商品への入札が行われた回数を、商品に関するオークションのページが表示された回数で除した値を示す。なお、「ＣＴＲ」及び「ＣＶＲ」は、実際に計測された値が記憶されてもよいし、種々の従来技術により推定された推定ＣＴＲの値や推定ＣＶＲの値が記憶されてもよい。また、「Δｐｒｉｃｅ」は、商品ＩＤにより識別される商品における現在価格と現在価格の入札の次に入札されると想定される将来価格との価格差であるΔｐｒｉｃｅの値を示す。

例えば、図５に示す例において、商品ＩＤ「Ｇ１３」により識別される商品は、ＣＴＲが「０．２」であり、ＣＶＲが「０．５」であり、Δｐｒｉｃｅが「５００円」であることを示す。なお、予測情報記憶部１２３は、上記に限らず、スコアの算出に用いる指標に関する情報であれば、目的に応じて種々の情報を記憶してもよい。

（制御部１３０）
図２の説明に戻って、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、予測装置１００内部の記憶装置に記憶されている各種プログラム（予測プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図２に示すように、制御部１３０は、取得部１３１と、予測部１３２と、提供部１３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図２に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１）
取得部１３１は、オークションにおける対象商品に入札された現在価格に関する情報を取得する。例えば、取得部１３１は、オークション情報記憶部１２２から対象商品に入札された現在価格に関する情報を取得する。なお、取得部１３１は、オークションサービスを提供する外部装置から対象商品に入札された現在価格に関する情報を取得してもよい。また、取得部１３１は、外部の情報処理装置からオークションに関する各種情報を取得してもよい。例えば、取得部１３１は、外部の情報処理装置からＣＴＲやＣＶＲなど、Δｐｒｉｃｅ以外の指標に関する情報を取得してもよい。例えば、取得部１３１は、外部の情報処理装置からＣＴＲやＣＶＲとして、外部の情報処理装置が推定した推定ＣＴＲや推定ＣＶＲを取得してもよい。

また、例えば、予測装置１００がオークションサービスを提供する場合、取得部１３１は、出品者が使用する情報処理装置からオークションに出品する商品に関する情報を取得する。この場合、取得部１３１は、取得したオークションに出品する商品に関する情報をオークション情報記憶部１２２に記憶する。また、例えば、予測装置１００がオークションサービスを提供する場合、取得部１３１は、入札者が使用する情報処理装置から入札に関する情報を取得する。この場合、取得部１３１は、取得した入札に関する情報を入札履歴情報記憶部１２１に記憶する。

また、予測装置１００がオークションサービスを提供しない場合、取得部１３１は、オークションサービスを提供する外部装置からオークションに関する各種情報を取得する。例えば、予測装置１００がオークションサービスを提供しない場合、取得部１３１は、入札履歴に関する情報を取得する。この場合、取得部１３１は、取得した入札に関する情報を入札履歴情報記憶部１２１に記憶する。また、例えば、取得部１３１は、オークションに出品された商品に関する情報を取得する。この場合、取得部１３１は、取得したオークションに出品された商品に関する情報をオークション情報記憶部１２２に記憶する。

（予測部１３２）
予測部１３２は、取得部１３１により取得された現在価格に関する情報と、オークションにおける入札履歴とに基づいて、対象商品における現在価格と、現在価格の入札以降に入札されると想定される将来価格との価格差を示すΔｐｒｉｃｅを予測する。例えば、予測部１３２は、現在価格と、現在価格の入札の次に入札されると想定される将来価格との価格差を予測する。

予測部１３２は、オークションに関する各種情報を用いてΔｐｒｉｃｅを予測するモデルを生成する。例えば、予測部１３２は、入札履歴情報記憶部１２１に記憶された入札履歴に関する情報や、オークション情報記憶部１２２に記憶されたオークションに関する情報を用いてΔｐｒｉｃｅを予測するモデルを生成する。例えば、予測部１３２は、オークション情報記憶部１２２に記憶される「現在価格」、「入札数」、「入札者数」、「残り時間」、「カテゴリ」、「タイトル」などの各項目を特徴量として、学習を行うことにより、Δｐｒｉｃｅを予測するモデルを生成する。なお、予測部１３２は、上記に限らず、Δｐｒｉｃｅに関連すると想定される種々の情報を特徴量としてΔｐｒｉｃｅを予測するモデルを生成する。例えば、予測部１３２は、各商品の相場に関する情報を特徴量としてΔｐｒｉｃｅを予測するモデルを生成してもよい。

例えば、予測部１３２は、現在価格と、現在価格の入札の次に入札されると想定される将来価格との価格差を示すΔｐｒｉｃｅを予測するためのモデルを生成する場合、同じ商品に対して連続する入札に関する情報を教師データとして学習を行うことにより、Δｐｒｉｃｅを予測するモデルを生成してもよい。また、例えば、予測部１３２は、現在価格の入札と現在価格の入札後２回目の入札とのΔｐｒｉｃｅを予測するためのモデルを生成する場合、同じ商品に対して１つおきの入札に関する情報を教師データとして学習を行うことにより、Δｐｒｉｃｅを予測するモデルを生成してもよい。

また、予測部１３２は、カテゴリごとにΔｐｒｉｃｅを予測するためのモデルを生成してもよい。例えば、予測部１３２は、カテゴリ「スマートフォン」に関するモデルを生成する場合、カテゴリ「スマートフォン」に属する商品に関するオークションに関する各種情報を用いて、カテゴリ「スマートフォン」の商品におけるΔｐｒｉｃｅを予測するモデルを生成する。このように、予測部１３２は、カテゴリごとに生成されたモデルを用いることにより、Δｐｒｉｃｅを予測する精度を向上させることができる。

なお、上記の学習は一例であり、予測部１３２は、種々の従来技術を用いてΔｐｒｉｃｅを予測するモデルを生成してもよい。また、予測部１３２は、外部の情報処理装置が上記の学習等により生成したΔｐｒｉｃｅを予測するためのモデルを用いてもよい。この場合、予測部１３２は、例えば、取得部１３１により外部の情報処理装置から取得されたΔｐｒｉｃｅを予測するためのモデルを用いる。この場合、予測部１３２は、上記の学習を行わなくてもよい。

予測部１３２は、上記のように生成されたモデルを用いて、対象商品における現在価格と、現在価格の入札以降に入札されると想定される将来価格との価格差を示すΔｐｒｉｃｅを予測する。

また、予測部１３２は、各対象商品に対するユーザの操作に関する情報に基づいて、対象商品間の優先度（順位）を決定するための基準となるスコアを算出する。また、予測部１３２は、各対象商品に関するオークションのページへ遷移する操作が行われた回数、または、各対象商品に入札された回数に基づいて、対象商品間の優先度（順位）を決定するための基準となるスコアを算出する。例えば、予測部１３２は、各対象商品に関するΔｐｒｉｃｅと、各対象商品に関するオークションのページへ遷移する操作が行われた回数と、各対象商品に入札された回数とに基づいて、対象商品間の優先度（順位）を決定するための基準となるスコアを算出する。図１に示す例において、予測部１３２は、Δｐｒｉｃｅと、ＣＴＲと、ＣＶＲとに基づいて、スコアを算出する。例えば、予測部１３２は、以下の式（１）により、スコアを算出する。

ｙ ＝ ｆ１（ＣＴＲ）×ｆ２（ＣＶＲ）×ｆ３（Δｐｒｉｃｅ） … （１）

上記の式（１）の左辺中のｙはスコアを示す。また、上記の式（１）の右辺中のｆ１（ＣＴＲ）は、ＣＴＲを入力変数とする関数ｆ１を示す。また、上記の式（１）の右辺中のｆ２（ＣＶＲ）は、ＣＶＲを入力変数とする関数ｆ２を示す。また。上記の式（１）の右辺中のｆ３（Δｐｒｉｃｅ）は、Δｐｒｉｃｅを入力変数とする関数ｆ３を示す。なお、関数ｆ１〜ｆ３は、目的に応じて種々の関数を適宜選択可能であり、線形関数であっても、非線形関数であってもよい。このように、予測部１３２は、Δｐｒｉｃｅ、ＣＴＲ、ＣＶＲなどの各指標の重みを関数ｆ１〜ｆ３により調整し、スコアを算出する。

例えば、予測部１３２は、商品ページへの誘導率を高めたい場合、ＣＴＲの重みが大きくなるように、関数ｆ１〜ｆ３を選択する。また、例えば、予測部１３２は、入札数や落札数を増やしたい場合、ＣＶＲの重みが大きくなるように、関数ｆ１〜ｆ３を選択する。また、例えば、予測部１３２は、落札単価を上げたい場合、Δｐｒｉｃｅの重みが大きくなるように、関数ｆ１〜ｆ３を選択する。

例えば、予測部１３２は、図１に示す例において、上記の式（１）を用いて、商品Ｇ１１のスコアを３．５と算出し、商品Ｇ１２のスコアを１．２と算出し、商品Ｇ１３のスコアを４．８と算出し、商品Ｇ１４のスコアを５．５と算出する。

また、予測部１３２は、算出したスコアに基づいて商品のランキング（順位）を決定する。例えば、予測部１３２は、スコアの高い商品ほど優先度が高い商品であると決定する。図１に示す例において、予測部１３２は、最もスコアの高い商品Ｇ１４を順位１位とし、商品Ｇ１４の次にスコアの高い商品Ｇ１３を順位２位とし、商品Ｇ１３の次にスコアの高い商品Ｇ１１を順位３位とし、最もスコアの低い商品Ｇ１２を順位４位とする。

なお、予測部１３２は、オークションサービスを提供する提供元の利益を最大化したい場合、以下の式（２）を用いてスコアを算出してもよい。

ｙ ＝ ＣＴＲ×ＣＶＲ×Δｐｒｉｃｅ … （２）

上記の式（２）の左辺中のｙはスコアを示す。このように、予測部１３２は、各指標の重みを１（同値）とし、各指標を乗算した値をスコアとする。

（提供部１３３）
提供部１３３は、予測部１３２により予測された価格差であるΔｐｒｉｃｅに基づいて、オークションに関する情報を提供する。例えば、提供部１３３は、オークションに関する情報として、複数の対象商品のうち価格差であるΔｐｒｉｃｅに基づく優先度がより高い対象商品ほど優先して、当該対象商品に関する情報を提供する。具体的には、提供部１３３は、優先度が高い対象商品に関する情報ほど上位に表示される一覧情報を提供する。例えば、提供部１３３は、図１に示す例において、オークション情報として、商品Ｇ１４、Ｇ１３、Ｇ１１、Ｇ１２の順に表示される一覧情報を端末装置１０へ提供する。

〔３．端末装置の構成〕
次に、図６を用いて、実施形態に係る端末装置１０の構成について説明する。図６は、実施形態に係る端末装置１０の構成例を示す図である。図６に示すように、端末装置１０は、通信部１１と、記憶部１２と、入力部１３と、出力部１４と、制御部１５とを有する。

（通信部１１）
通信部１１は、例えば、通信回路等によって実現される。そして、通信部１１は、図示しない所定のネットワークと有線または無線で接続され、予測装置１００との間で情報の送受信を行う。

（記憶部１２）
記憶部１２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２は、例えば、端末装置１０にインストールされているアプリケーションに関する情報、例えばプログラム等を記憶する。

（入力部１３）
入力部１３は、ユーザからの各種操作を受け付ける。例えば、入力部１３は、タッチパネル機能により表示面を介してユーザからの各種操作を受け付けてもよい。また、入力部１３は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。

（出力部１４）
出力部１４は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。

（制御部１５）
制御部１５は、例えば、ＣＰＵやＭＰＵ等によって、端末装置１０内部の記憶部１２などの記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。例えば、この各種プログラムは、インストールされているアプリケーションのプログラムが含まれる。また、制御部１５は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図６に示すように、制御部１５は、要求部１５１と、受信部１５２と、表示部１５３とを有し、以下に説明する予測処理の機能や作用を実現または実行する。なお、制御部１５の内部構成は、図６に示した構成に限られず、後述する予測処理を行う構成であれば他の構成であってもよい。また、制御部１５が有する各処理部の接続関係は、図６に示した接続関係に限られず、他の接続関係であってもよい。

要求部１５１は、入力部１３により受け付けたユーザ操作に従って、予測装置１００へ取得要求を送信する。図1に示す例において、要求部１５１は、所定のアプリや所定のブラウザに表示されたオークションサイトにおいてカテゴリ「スマートフォン」を選択することにより、カテゴリ「スマートフォン」に分類されるオークション情報の取得要求を予測装置１００へ送信する。

受信部１５２は、予測装置１００から提供されたオークション情報を受信する。また、受信部１５２は、オークション情報を受信した場合、受信したオークション情報を記憶部１２に格納してもよい。

表示部１５３は、予測装置１００から提供されたオークション情報を表示する。例えば、表示部１５３は、順位が高い商品に関する情報ほど上位に表示する。例えば、表示部１５３は、図１に示す例において、カテゴリ「スマートフォン」のオークション情報を表示するページＷ１１において、最も順位の高い商品に関する情報を表示する領域ＡＲ１１に、順位１位である商品Ｇ１４に関するオークション情報ＧＩ１４を表示する。また、表示部１５３は、ページＷ１１において、２番目に順位の高い商品に関する情報を表示する領域ＡＲ１２に、順位２位である商品Ｇ１３に関するオークション情報ＧＩ１３を表示する。また、表示部１５３は、図１に示す例において、表示された「次へ」や「２」にユーザがタッチした場合、順位３位である商品Ｇ１１に関するオークション情報や順位４位である商品Ｇ１２に関するオークション情報を表示する。

なお、上述した制御部１５による選択処理等の処理は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）などにより実現されてもよい。また、上述したオークション情報の表示に関する処理が専用アプリにより行われる場合、制御部１５は、例えば、所定のアプリや専用アプリを制御するアプリ制御部を有してもよい。

〔４．予測処理のフロー〕
次に、図７を用いて、実施形態に係る予測システム１による順位決定までを含めた予測処理の手順について説明する。図７は、実施形態に係る予測処理の一例を示すフローチャートである。

図７に示すように、予測装置１００の予測部１３２は、オークションに関する各種情報を用いてΔｐｒｉｃｅを予測するモデルを生成する（ステップＳ１０１）。なお、予測部１３２は、取得部１３１により外部の情報処理装置から取得されたΔｐｒｉｃｅを予測するためのモデルを用いる場合、ステップＳ１０１におけるモデルの生成を行わなくてもよい。

その後、予測部１３２は、モデルを用いて対象商品のΔｐｒｉｃｅを予測する（ステップＳ１０２）。例えば、予測部１３２は、ステップＳ１０１において生成されたモデルを用いて、対象商品における現在価格と、現在価格の次に入札されると想定される将来価格との価格差を示すΔｐｒｉｃｅを予測する。

そして、予測部１３２は、対象商品のスコアの算出する（ステップＳ１０３）。例えば、予測部１３２は、各対象商品に関するΔｐｒｉｃｅと、各対象商品に関するオークションのページへ遷移する操作が行われた回数と、各対象商品に入札された回数とに基づいて、スコアを算出する。

その後、予測部１３２は、対象商品の順位の決定する（ステップＳ１０４）。例えば、予測部１３２は、算出したスコアに基づいて対象商品の順位を決定する。具体的には、予測部１３２は、スコアの高い対象商品ほど優先度が高い商品であると決定する。

〔５．変形例〕
上述した実施形態に係る予測システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、予測システム１の他の実施形態について説明する。

〔５−１．変形例１：他のサービスへの情報提供〕
上述した例においてはオークションサービスを利用するユーザに対して、Δｐｒｉｃｅに基づいてオークション情報を提供する場合を例に説明したが、オークション以外のサービスに、Δｐｒｉｃｅに基づいてオークション情報を提供してもよい。この点について、図８及び図９を用いて説明する。図８は、変形例１に係る予測処理の一例を示す図である。図９は、変形例１に係る予測装置の構成例を示す図である。なお、実施形態と同一部分には、同一符号を付して説明を省略する。図８及び図９に示す予測システム２においては、オークション以外のサービスである検索サービスに、優先度が高い対象商品ほど優先して当該対象商品に関する情報を提供する。

〔５−１−１．予測処理〕
まず、図８を用いて、実施形態に係る予測処理の一例について説明する。図８は、変形例１に係る予測処理の一例を示す図である。図８に示す予測装置２００は、対象商品における現在価格と現在価格の入札の次に入札されると想定される将来価格との価格差を予測する。そして、予測装置２００は、予測した価格差に基づいて、オークションに関する情報を端末装置１０へ提供する。以下、予測装置２００が予測する価格差を「Δｐｒｉｃｅ」と表記する場合がある。

図８に示すように、予測システム２は、端末装置１０と、検索装置５０と、予測装置２００とが含まれる。端末装置１０と、検索装置５０と、予測装置２００とは図示しない所定のネットワークを介して、有線または無線により通信可能に接続される。なお、図８に示した予測システム２には、複数台の端末装置１０や、複数台の予測装置２００が含まれてもよい。

検索装置５０は、ユーザが端末装置１０に入力した検索クエリに対する検索結果を表示する検索サービスを提供する情報処理装置である。

まず、端末装置１０は、ユーザが入力した検索クエリを検索装置５０へ送信する（ステップＳ２１）。図８に示す例において、ユーザは、端末装置１０の画面に表示された検索画面を表示するページＷ２１中の検索窓に検索クエリ「スマートフォン」を入力し、検索ボタンを押下する。そして、端末装置１０は、検索装置５０へ検索クエリ「スマートフォン」を送信する。

端末装置１０から検索クエリを受信した検索装置５０は、受信した検索結果を端末装置１０へ送信する（ステップＳ２２）。検索装置５０から検索結果を受信した端末装置１０は、オークション情報の取得要求を予測装置２００へ送信する（ステップＳ２３）。図８に示す例において、端末装置１０は、カテゴリ「スマートフォン」に分類されるオークション情報の取得要求を予測装置２００へ送信する。なお、予測装置２００が行うステップＳ２４〜Ｓ２６については、図１に示す予測装置１００が行うステップＳ１２〜Ｓ１４と同様であるので、説明を省略する。

ステップＳ２６において各商品Ｇ１１〜Ｇ１４の順位を決定した後、予測装置２００は、ステップＳ２３において取得要求を送信した端末装置１０へオークション情報を提供する（ステップＳ２７）。例えば、予測装置２００は、オークション情報として、順位が最も高い商品の情報を提供する。図８に示す例において、予測装置２００は、オークション情報として、順位１位である商品Ｇ１４の情報を端末装置１０へ提供する。

予測装置２００から商品Ｇ１４の情報を受信した端末装置１０は、商品Ｇ１４の情報とともに検索結果を表示する（ステップＳ２８）。図８に示す例において、端末装置１０は、検索クエリ「スマートフォン」に対する検索結果を表示するページＷ２２において、オークション情報等の広告を表示する領域ＡＲ２１に、順位１位である商品Ｇ１４の情報ＧＡ１４を表示する。このように、図８に示す例において、端末装置１０は、オークション以外のサービスである検索サービスにより表示される検索結果の画面に順位１位である商品Ｇ１４の情報ＧＡ１４を表示する。

なお、予測装置２００は、検索装置５０からオークション情報の取得要求を受け付けてもよい。この場合、予測装置２００は検索装置５０へ商品Ｇ１４の情報を検索装置５０へ送信し、検索装置５０が検索結果とともに商品Ｇ１４の情報を端末装置１０へ提供してもよい。また、例えば、上記の式（２）により算出された商品Ｇ１４のスコアと他の広告に関する期待収益値とを比較して、商品Ｇ１４のスコアが他の広告の期待収益値以上である場合、商品Ｇ１４の情報を領域ＡＲ２１に表示し、他の広告の期待収益値よりも商品Ｇ１４のスコアが低い場合、他の広告を領域ＡＲ２１に表示してもよい。

例えば、上記における他の広告に関する期待収益値はｅＣＰＭ（effective Cost Per Mille）であってもよい。この場合、他の広告に関するｅＣＰＭと、商品Ｇ１４のスコアをｅＣＰＭと比較留守ために調整した値とを比較して、いずれを領域ＡＲ２１に表示するかを決定してもよい。これにより、予測システム２は、オークション情報と他の広告との比較を行い、いずれを領域ＡＲ２１に表示するかを適切に決定することができる。

〔５−１−２．予測装置の構成〕
次に、図９を用いて、変形例１に係る予測装置２００の構成について説明する。図９は、変形例１に係る予測装置の構成例を示す図である。図９に示すように、予測装置２００は、通信部１１０と、記憶部１２０と、制御部２３０とを有する。なお、予測装置２００は、予測装置２００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（制御部２３０）
制御部２３０は、例えば、ＣＰＵやＭＰＵ等によって、予測装置２００内部の記憶装置に記憶されている各種プログラム（予測プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部２３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図９に示すように、制御部２３０は、取得部１３１と、予測部１３２と、提供部２３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部２３０の内部構成は、図９に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部２３０が有する各処理部の接続関係は、図９に示した接続関係に限られず、他の接続関係であってもよい。

（提供部２３３）
提供部２３３は、予測部１３２により予測された価格差であるΔｐｒｉｃｅに基づいて、オークションに関する情報を提供する。例えば、提供部２３３は、オークション以外のサービスに、優先度が高い対象商品ほど優先して当該対象商品に関する情報を提供する。図８に示す例において、提供部２３３は、オークション以外の検索サービスに、対象商品に関する情報を提供する。具体的には、提供部２３３は、図８に示す例において、最も順位が高い商品Ｇ１４の情報を、検索サービスを利用する端末装置１０へ提供する。

〔５−２．変形例２：スコアの算出〕
上述した実施形態において、予測装置１００は、Δｐｒｉｃｅと、ＣＴＲと、ＣＶＲとに基づいてスコアを算出したが、他の指標を加えてスコアを算出してもよい。この点について、図１０及び図１１を用いて説明する。図１０は、変形例２に係る予測装置の構成例を示す図である。図１１は、変形例２に係る予測情報記憶部の一例を示す図である。なお、実施形態と同一部分には、同一符号を付して説明を省略する。

〔５−２−１．予測装置の構成〕
図１０を用いて、変形例２に係る予測装置３００の構成について説明する。図１０は、変形例２に係る予測装置の構成例を示す図である。図１０に示すように、予測装置３００は、通信部１１０と、記憶部３２０と、制御部３３０とを有する。なお、予測装置３００は、予測装置３００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（記憶部３２０）
記憶部３２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。変形例２に係る記憶部３２０は、図１０に示すように、入札履歴情報記憶部１２１と、オークション情報記憶部１２２と、予測情報記憶部３２３とを有する。

（予測情報記憶部１２３）
変形例２に係る予測情報記憶部３２３は、スコアの算出に用いる指標に関する各種情報を記憶する。図１１は、変形例２に係る予測情報記憶部の一例を示す図である。図１１に示す予測情報記憶部３２３は、「商品ＩＤ」、「ＣＴＲ」、「ＣＶＲ」、「Δｐｒｉｃｅ」、「ｍａｒｇｉｎ」といった項目を有する。

「ｍａｒｇｉｎ」は、対応する商品が落札され取引が成立した際に、落札価格に対するオークション提供元が受け取る落札手数料の割合を示す。なお、「ｍａｒｇｉｎ」は、現在価格や商品の属するカテゴリに応じて変動してもよい。

例えば、図１１に示す例において、商品ＩＤ「Ｇ１４」により識別される商品は、ＣＴＲが「０．５」であり、ＣＶＲが「０．３」であり、Δｐｒｉｃｅが「３０００円」であり、ｍａｒｇｉｎが「０．０５」であることを示す。つまり、図１０に示す例において、商品ＩＤ「Ｇ１４」により識別される商品が落札された場合、なお、予測情報記憶部３２３は、オークション提供元が受け取る落札手数料の割合は５％であることを示す。上記に限らず、スコアの算出に用いる指標に関する情報であれば、目的に応じて種々の情報を記憶してもよい。

（制御部３３０）
制御部３３０は、例えば、ＣＰＵやＭＰＵ等によって、予測装置３００内部の記憶装置に記憶されている各種プログラム（予測プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部３３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図１０に示すように、制御部３３０は、取得部１３１と、予測部３３２と、提供部１３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部３３０の内部構成は、図１０に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部３３０が有する各処理部の接続関係は、図１０に示した接続関係に限られず、他の接続関係であってもよい。

（予測部３３２）
また、予測部３３２は、オークションを提供する提供元が受け取る手数料に関する情報に基づいて、対象商品間の優先度（順位）を決定するための基準となるスコアを算出する。この場合、予測部３３２は、ＣＴＲと、ＣＶＲと、Δｐｒｉｃｅと、ｍａｒｇｉｎとに基づいて、スコアを算出する。例えば、予測部３３２は、以下の式（３）により、スコアを算出する。

ｙ ＝ ｆ１（ＣＴＲ）×ｆ２（ＣＶＲ）×ｆ３（Δｐｒｉｃｅ）×ｆ４（ｍａｒｇｉｎ） … （３）

上記の式（３）の左辺中のｙはスコアを示す。また、上記の式（３）の右辺中のｆ１（ＣＴＲ）は、ＣＴＲを入力変数とする関数ｆ１を示す。また、上記の式（３）の右辺中のｆ２（ＣＶＲ）は、ＣＶＲを入力変数とする関数ｆ２を示す。また、上記の式（３）の右辺中のｆ３（Δｐｒｉｃｅ）は、Δｐｒｉｃｅを入力変数とする関数ｆ３を示す。また、上記の式（３）の右辺中のｆ４（ｍａｒｇｉｎ）は、ｍａｒｇｉｎを入力変数とする関数ｆ４を示す。なお、関数ｆ１〜ｆ４は、目的に応じて種々の関数を適宜選択可能であり、線形関数であっても、非線形関数であってもよい。このように、予測部３３２は、ｍａｒｇｉｎ、Δｐｒｉｃｅ、ＣＴＲ、ＣＶＲなどの各指標の重みを関数ｆ１〜ｆ４により調整し、スコアを算出する。

例えば、予測部３３２は、オークションを提供する提供元の利益率を高めたい場合、ｍａｒｇｉｎの重みが大きくなるように、関数ｆ１〜ｆ４を選択する。例えば、予測部３３２は、図１に示す例において、上記の式（３）を用いて、商品Ｇ１１〜Ｇ１４のスコアを算出してもよい。

〔６．効果〕
上述してきたように、実施形態及び変形例１、２に係る予測装置１００〜３００は、取得部１３１と、予測部１３２、３３２とを有する。取得部１３１は、オークションにおける対象商品に入札された現在価格に関する情報を取得する。予測部１３２、３３２は、取得部１３１により取得された現在価格に関する情報と、オークションにおける入札履歴とに基づいて、対象商品における現在価格と、現在価格の入札以降に入札されると想定される将来価格との価格差（実施形態においては「Δｐｒｉｃｅ」。以下同じ。）を予測する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、現在価格に関する情報とモデルとに基づいて各商品のΔｐｒｉｃｅを予測する。ここで、Δｐｒｉｃｅは、将来的にどの商品から得られる収益が多いかを適切に予測することを可能とする情報である。すなわち、予測装置１００〜３００は、Δｐｒｉｃｅにより直近の収益を精度よく予測することができる。そのため、予測装置１００〜３００は、どの商品から収益が得られるかを示す要素であるΔｐｒｉｃｅを含めてオークションを管理できる。したがって、予測装置１００〜３００は、将来の収益の適切な予測を可能とするΔｐｒｉｃｅを用いることにより、オークションの管理を容易化できる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００は、提供部１３３、２３３を有する。提供部１３３、２３３は、予測部１３２、３３２により予測された価格差に基づいて、オークションに関する情報を提供する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、Δｐｒｉｃｅに基づいて適切にオークションに関する情報を提供することができる。すなわち、予測装置１００〜３００は、オークションにおける現在価格と将来価格との価格差に応じて適切に情報を提供することできる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００において、提供部１３３、２３３は、オークションに関する情報として、複数の対象商品のうち価格差に基づく優先度がより高い対象商品ほど優先して、当該対象商品に関する情報を提供する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、現在価格と将来価格との差に基づいて、適切に順位付けされた商品に関する情報を提供することができる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００において、提供部１３３、２３３は、各対象商品に対するユーザの操作に関する情報に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、対象商品に対するユーザの操作に関する情報に基づいて、適切に順位付けされた商品に関する情報を提供することができる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００において、提供部１３３、２３３は、各対象商品に関するオークションのページへ遷移する操作が行われた回数（実施形態においては「ＣＴＲ」に相当。以下同じ。）、または、各対象商品に入札された回数（実施形態においては「ＣＶＲ」に相当。以下同じ。）に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、Δｐｒｉｃｅに加えて、ＣＴＲ、ＣＶＲ等の他の指標にも基づいて、適切に順位付けされた商品に関する情報を提供することができる。これにより、予測装置１００〜３００は、目的に応じて適切に順位付けされた商品に関する情報を提供することができる。

また、変形例２に係る予測装置３００において、提供部１３３は、オークションを提供する提供元が受け取る手数料に関する情報（変形例２においては「ｍａｒｇｉｎ」に相当。以下同じ。）に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する。

これにより、変形例２に係る予測装置３００は、Δｐｒｉｃｅ、ＣＴＲ、ＣＶＲに加えて、オークションを提供する提供元が受け取る手数料に関する情報であるｍａｒｇｉｎに基づいて、適切に順位付けされた商品に関する情報を提供することができる。これにより、予測装置１００〜３００は、オークションを提供する提供元の利益に基づいて適切に順位付けされた商品に関する情報を提供することができる。

また、変形例１に係る予測装置２００において、提供部２３３は、オークション以外のサービスに、優先度が高い対象商品ほど優先して当該対象商品に関する情報を提供する。

これにより、変形例１に係る予測装置２００は、オークションに限らず、種々のサービスに対して、適切に順位付けされた商品に関する情報を提供することができる。

また、実施形態及び変形例２に係る予測装置１００、３００において、提供部１３３は、優先度が高い対象商品に関する情報ほど上位に表示される一覧情報を提供する。

これにより、実施形態及び変形例２に係る予測装置１００、３００は、Δｐｒｉｃｅに基づいて適切に表示順が決定された一覧情報を提供することができる。また、端末装置１０は、予測装置１００、３００において決定された順位に基づいて、適切に商品に関する情報を表示することができる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００において、予測部１３２、３３２は、現在価格と、現在価格の入札の次に入札されると想定される将来価格との価格差を予測する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、対象商品に対して次に入札される値と現在価格との価格差が予測できるため、Δｐｒｉｃｅにより直近の収益を精度よく予測することができる。

また、実施形態及び変形例１、２に係る予測装置１００〜３００において、予測部１３２、３３２は、対象商品が属するカテゴリの商品に関する入札履歴に基づいて、対象商品に関する価格差を予測する。

これにより、実施形態及び変形例１、２に係る予測装置１００〜３００は、カテゴリごとにΔｐｒｉｃｅを予測するため予測の精度を向上させることができる。例えば、予測装置１００〜３００は、カテゴリ「スマートフォン」に関するモデルを生成する場合、カテゴリ「スマートフォン」に属する商品に関するオークションに関する各種情報を用いて、カテゴリ「スマートフォン」の商品におけるΔｐｒｉｃｅを予測するモデルを生成する。このように、予測装置１００〜３００は、カテゴリごとに生成されたモデルを用いることにより、Δｐｒｉｃｅを予測する精度を向上させることができる。

〔７．ハードウェア構成〕
上述してきた実施形態及び変形例１、２に係る予測装置１００〜３００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、予測装置１００〜３００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態及び変形例１、２に係る予測装置１００〜３００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０、２３０、３３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態及び変形例１、２のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔８．その他〕
また、上記実施形態及び変形例１、２において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例１、２は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 予測システム
１００ 予測装置
１２１ 入札履歴情報記憶部
１２２ オークション情報記憶部
１２２ 予測情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 予測部
１３３ 提供部

Claims (12)

1. オークションにおける対象商品に入札された現在価格に関する情報を取得する取得部と、
   前記取得部により取得された前記現在価格に関する情報と、前記オークションにおける入札履歴とに基づいて、前記対象商品における前記現在価格と、前記現在価格の入札以降に入札されると想定される将来価格との価格差を予測する予測部と、
   を備えたことを特徴とする予測装置。
2. 前記予測部により予測された前記価格差に基づいて、前記オークションに関する情報を提供する提供部、
   をさらに備えたことを特徴とする請求項１に記載の予測装置。
3. 前記提供部は、
   前記オークションに関する情報として、複数の対象商品のうち前記価格差に基づく優先度がより高い対象商品ほど優先して、当該対象商品に関する情報を提供する
   ことを特徴とする請求項２に記載の予測装置。
4. 前記提供部は、
   各対象商品に対するユーザの操作に関する情報に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する
   ことを特徴とする請求項３に記載の予測装置。
5. 前記提供部は、
   前記各対象商品に関するオークションのページへ遷移する操作が行われた回数、または、前記各対象商品に入札された回数に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する
   ことを特徴とする請求項４に記載の予測装置。
6. 前記提供部は、
   前記オークションを提供する提供元が受け取る手数料に関する情報に基づく優先度が高い対象商品ほど優先して、当該対象商品に関する情報を提供する
   ことを特徴とする請求項３〜５のいずれか１項に記載の予測装置。
7. 前記提供部は、
   前記オークション以外のサービスに、前記優先度が高い対象商品ほど優先して当該対象商品に関する情報を提供する
   ことを特徴とする請求項３〜６のいずれか１項に記載の予測装置。
8. 前記提供部は、
   前記優先度が高い対象商品に関する情報ほど上位に表示される一覧情報を提供する
   ことを特徴とする請求項３〜７のいずれか１項に記載の予測装置。
9. 前記予測部は、
   前記現在価格と、前記現在価格の入札の次に入札されると想定される前記将来価格との価格差を予測する
   ことを特徴とする請求項１〜８のいずれか１項に記載の予測装置。
10. 前記予測部は、
    前記対象商品が属するカテゴリの商品に関する入札履歴に基づいて、前記対象商品に関する前記価格差を予測する
    ことを特徴とする請求項１〜９のいずれか１項に記載の予測装置。
11. コンピュータが実行する予測方法であって、
    オークションにおける対象商品に入札された現在価格に関する情報を取得する取得工程と、
    前記取得工程により取得された前記現在価格に関する情報と、前記オークションにおける入札履歴とに基づいて、前記対象商品における前記現在価格と、前記現在価格の入札以降に入札されると想定される将来価格との価格差を予測する予測工程と、
    を含むことを特徴とする予測方法。
12. オークションにおける対象商品に入札された現在価格に関する情報を取得する取得手順と、
    前記取得手順により取得された前記現在価格に関する情報と、前記オークションにおける入札履歴とに基づいて、前記対象商品における前記現在価格と、前記現在価格の入札以降に入札されると想定される将来価格との価格差を予測する予測手順と、
    をコンピュータに実行させることを特徴とする予測プログラム。

Images