JP7361232B1

JP7361232B1 - Sales promotion support system and sales promotion support method

Info

Publication number: JP7361232B1
Application number: JP2023031392A
Authority: JP
Inventors: 静堀内; 奈緒子小西; 麻衣子照屋; 文江中屋
Original assignee: Hitachi Social Information Services Ltd
Current assignee: Hitachi Social Information Services Ltd
Priority date: 2023-03-01
Filing date: 2023-03-01
Publication date: 2023-10-13
Anticipated expiration: 2043-03-01

Abstract

【課題】消費者の購買意欲を適切に引き出すことができる販売促進支援システムを提供する。【解決手段】販売促進支援システム１００は、一品を調理するための調理法であるレシピを記憶している記憶部２０と、未来における食品の予測在庫量を食品ごとに予測し、予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する販売促進商品予測部１１と、販売促進商品、レシピ、所定のカテゴリを含む献立用パラメータに基づいて、カテゴリごとに一品候補を抽出する一品抽出部１２と、カテゴリごとの一品候補を組み合わせたカテゴリパターンについて献立候補を作成する献立作成部１３と、を有する。献立用パラメータには、消費者の好みの献立ジャンルを有しており、一品抽出部１２は、献立ジャンルと売上影響データから、記憶部２０に記憶されているレシピが有するレシピタグに基づいて、該当するレシピを抽出する。【選択図】図１The present invention provides a sales promotion support system that can appropriately motivate consumers to purchase. [Solution] A sales promotion support system 100 includes a storage unit 20 that stores recipes that are cooking methods for cooking one item, and predicts the predicted stock amount of food products in the future for each food item. A sales promotion product prediction unit 11 that predicts sales promotion products that are large enough to meet predetermined criteria, and a one-dish extraction unit that extracts one-dish candidates for each category based on menu parameters including sales promotion products, recipes, and predetermined categories. 12, and a menu creation section 13 that creates menu candidates based on a category pattern that is a combination of dish candidates for each category. The menu parameters include the consumer's preferred menu genre, and the dish extraction unit 12 extracts the menu from the menu genre and the sales influence data based on the recipe tags of the recipes stored in the storage unit 20. Extract the corresponding recipe. [Selection diagram] Figure 1

Description

本発明は販売促進支援システム及び販売促進支援方法に関する。 The present invention relates to a sales promotion support system and a sales promotion support method.

近年、食品ロスは大きな社会問題であり、スーパーマーケットなど小売り業界は、食品ロスの改善を進めている。特許文献１では、所定の時間において、在庫数量が所定の数より多い食材について、当該食材の値引き販売による販売促進を行うとともに、当該食材を使用したレシピをタッチディスプレイ部に表示させ、タッチディスプレイ部に対する顧客の操作に応じて、レシピを描画した印刷物を印刷デバイスから出力させるシステムが開示されている。 In recent years, food loss has become a major social issue, and the retail industry, including supermarkets, is working to improve food loss. In Patent Document 1, for ingredients whose stock quantity is greater than a predetermined number at a predetermined time, sales are promoted by selling the ingredients at a discount, and a recipe using the ingredients is displayed on a touch display unit. A system is disclosed that causes a printing device to output a printed matter on which a recipe is drawn in response to a customer's operation.

特開２００５－１６５５２３号公報Japanese Patent Application Publication No. 2005-165523

特許文献１のシステムは、店舗内にて販売される食材の販売促進活動の開始時刻を予め設定しておき、ある食材の販売促進活動の開始時刻が到来すると、その食材を用いた料理のレシピデータを店舗内備え付けの電子棚札から提示するようにしたシステムである。これにより、販売促進を意図する食材を顧客に強く印象付け、その購買意欲を最大限に引き出すことができる。また、販売促進活動とは、店舗内において販売される特定商品の価格を値下げすると共に、その商品の購買意欲を引き出すための好適な情報を顧客へ提供する一連の催しを意味するとしている。しかしながら、消費者の購買意欲を引き出すには、価格の値下げは大切であるが、必ずしも十分でないという課題があった。 In the system of Patent Document 1, the start time of sales promotion activities for ingredients sold in a store is set in advance, and when the start time of sales promotion activities for a certain ingredient arrives, a recipe for a dish using that ingredient is set. This system presents data from electronic shelf labels installed in stores. This makes it possible to make a strong impression on customers about the foodstuffs that are intended for sales promotion, and to maximize their desire to purchase them. Furthermore, sales promotion activities refer to a series of events that reduce the price of specific products sold in stores and provide customers with suitable information to stimulate their desire to purchase the products. However, there has been a problem in that while price reductions are important to motivate consumers to purchase, they are not necessarily sufficient.

本発明は、前記した課題を解決するためになされたものであり、消費者の購買意欲を適切に引き出すことができる販売促進支援システム及び販売促進支援方法を提供することを目的とする。 The present invention has been made to solve the above-mentioned problems, and an object of the present invention is to provide a sales promotion support system and a sales promotion support method that can appropriately motivate consumers to purchase.

前記目的を達成するため、本発明の販売促進支援システムは、一品を調理するための調理法であるレシピを記憶している記憶部と、未来における食品の予測在庫量を食品ごとに予測し、前記予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する販売促進商品予測部と、前記販売促進商品、前記レシピ、所定のカテゴリを含む献立用パラメータに基づいて、前記カテゴリごとに一品候補を抽出する一品抽出部と、前記カテゴリごとの前記一品候補を組み合わせたカテゴリパターンについて献立候補を作成する献立作成部と、を有し、前記レシピには、食材と前記カテゴリとの関係が特定されており、前記一品抽出部は、前記販売促進商品から食材を特定し、該特定された食材に基づいて前記レシピを検索し該当するカテゴリを抽出し、前記販売促進商品が対象とするカテゴリで見出すことができない場合、同じカテゴリであって、該同じカテゴリから前記レシピを検索して推奨する一品を抽出することを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。 In order to achieve the above object, the sales promotion support system of the present invention includes a storage unit that stores recipes that are cooking methods for cooking one item, and a storage unit that predicts the predicted stock amount of food items in the future for each food item, a sales promotion product prediction unit that predicts a sales promotion product whose predicted inventory amount is large enough to satisfy a predetermined standard; The recipe includes a one-dish extraction unit that extracts one-dish candidates, and a menu creation unit that creates menu candidates based on a category pattern that combines the one-dish candidates for each category, and the recipe includes a relationship between ingredients and the category. The one-item extraction unit identifies the ingredients from the promotional products, searches for the recipe based on the identified ingredients, extracts the corresponding category, and selects the category targeted by the promotional product. If the recipe cannot be found in the same category, the recipe is searched from the same category and a recommended dish is extracted . Other aspects of the present invention will be explained in the embodiments described below.

本発明によれば、消費者の購買意欲を適切に引き出すことができる。 According to the present invention, it is possible to appropriately motivate consumers to purchase.

実施形態に係る販売促進支援システムを示す図である。FIG. 1 is a diagram showing a sales promotion support system according to an embodiment. 実施形態に係る販売促進支援システムの販売促進支援処理の概要を示す図である。It is a figure showing an outline of sales promotion support processing of a sales promotion support system concerning an embodiment. カテゴリと献立との関係を示す図である。It is a diagram showing the relationship between categories and menus. データ構成の例を示す図である。It is a figure showing an example of a data structure. 情報端末の入力画面を示す図である。FIG. 3 is a diagram showing an input screen of an information terminal. 販売促進商品予測処理を示すフローチャートである。It is a flowchart which shows sales promotion product prediction processing. 一品抽出処理を示すフローチャートである。It is a flowchart which shows one-item extraction processing. 献立作成処理を示すフローチャートである。It is a flow chart showing menu creation processing. 献立案の作成処理を示すフローチャートである。3 is a flowchart showing a process for creating a donation proposal. 複数の献立の例を示す図である。It is a figure which shows the example of several menus. 献立と売り場との関係を示す図である。It is a diagram showing the relationship between menus and sales areas.

本発明を実施するための実施形態について、適宜図面を参照しながら詳細に説明する。
図１は、実施形態に係る販売促進支援システム１００を示す図である。販売促進支援システム１００は、スーパー等のお店側で販売促進したい商品を予測し、その商品が使われた一品を抽出し、一品を組み合わせた献立を提案する。このとき、献立は、ユーザ（消費者）の趣向に合わせて提案することが特徴である。 Embodiments for implementing the present invention will be described in detail with reference to the drawings as appropriate.
FIG. 1 is a diagram showing a sales promotion support system 100 according to an embodiment. The sales promotion support system 100 predicts a product that a store such as a supermarket would like to promote, extracts a dish in which the product is used, and proposes a menu that combines the products. At this time, the menu is characterized by being proposed according to the user's (consumer's) preferences.

最初に、本実施形態で使用する用語を説明する。
商品とは、スーパー等のお店における食品の(肉類、野菜類、加工品、日配品、総菜など）販売単位である。
レシピとは、一品を調理するための調理法である。レシピの材料の一部が商品であり、１レシピに複数商品が入ることも、１商品も入らないこともある。
一品とは、お皿一つにのる料理であり、レシピ(調理法)もしくは商品が１対１で対応、もしくは商品の対応なしの場合もある。
カテゴリとは、一品が属する分類であり、主食・主菜・副菜・汁物・その他(乳製品、さらに果物)がある。
献立とは、カテゴリを組み合わせることによって成立する一回の食事のことである。すなわち一品が「部分」で、献立が「全体」という関係になる。 First, terms used in this embodiment will be explained.
A product is a sales unit of food (meat, vegetables, processed products, daily items, prepared dishes, etc.) at stores such as supermarkets.
A recipe is a method of cooking a dish. Some of the ingredients in a recipe are products, and one recipe may include multiple products or no product at all.
A dish is a dish that is served on one plate, and there may be a one-to-one correspondence between recipes (cooking methods) or products, or there may be no correspondence between products.
A category is a classification to which an item belongs, and includes staple food, main dish, side dish, soup, and others (dairy products and fruits).
A menu is a single meal that is created by combining categories. In other words, each dish is a "part" and the menu is a "whole."

＜全体構成＞
販売促進支援システム１００は、処理部１０、記憶部２０、入力部３０、出力部４０、通信部５０を有する。処理部１０には、販売促進商品予測部１１、一品抽出部１２、献立作成部１３、気象データ取得部１４、交通データ取得部１５、ユーザデータ取得部１６、レシピデータ取得部１７等を有する。 <Overall configuration>
The sales promotion support system 100 includes a processing section 10, a storage section 20, an input section 30, an output section 40, and a communication section 50. The processing unit 10 includes a sales promotion product prediction unit 11, a dish extraction unit 12, a menu creation unit 13, a weather data acquisition unit 14, a traffic data acquisition unit 15, a user data acquisition unit 16, a recipe data acquisition unit 17, and the like.

記憶部２０には、各種過去のデータを有する過去情報２１、各種現在のデータを有する現在情報２２、レシピ関連情報２３、カテゴリ構成データ２４（図３参照）、販売促進商品予測部１１が予測する販売促進商品データ２５、一品抽出部１２が抽出する一品データ２６、献立作成部１３が作成する献立データ２７を記憶している。 The storage unit 20 includes past information 21 having various past data, current information 22 having various current data, recipe related information 23, category composition data 24 (see FIG. 3), and information predicted by the sales promotion product prediction unit 11. It stores promotional product data 25, one-item data 26 extracted by the one-item extraction section 12, and menu data 27 created by the menu preparation section 13.

過去情報２１には、現在時刻より過去の商品データ２１１、在庫データ２１２、売上データ２１３、過去気象データ２１４、売上影響データ２１５等を有する。現在情報２２には、現在時刻の商品データ２２１、在庫データ２２２、売上データ２２３、予報気象データ２２４、売上影響データ２２５、趣向データ２２６等を有する。 The past information 21 includes product data 211, inventory data 212, sales data 213, past weather data 214, sales influence data 215, etc. past the current time. The current information 22 includes product data 221, inventory data 222, sales data 223, weather forecast data 224, sales influence data 225, preference data 226, etc. at the current time.

レシピ関連情報２３は、レシピタグデータ２３１、レシピデータ２３２、レシピ連携用商品データ２３３等を有する。 The recipe related information 23 includes recipe tag data 231, recipe data 232, recipe linkage product data 233, and the like.

販売促進支援システム１００は、ネットワークＮＷを介して、お店内外にあるデジタルサイネージ用のディスプレイ１１０、１２０に接続されている。また、販売促進支援システム１００は、ユーザの情報端末２００（例えば、スマートフォン）と情報を送受信することができる。 The sales promotion support system 100 is connected to digital signage displays 110 and 120 inside and outside the store via a network NW. Further, the sales promotion support system 100 can send and receive information to and from the user's information terminal 200 (for example, a smartphone).

ユーザ（消費者）の家事に関する悩みの１位は料理であり、中でも「献立」を考えるのが大変なことが知られている。販売促進支援システム１００は、この「献立」の悩みを助けるサイトを準備している。ユーザは、情報端末２００から、本サイトにアクセスすると、現在時点でのおすすめの献立の情報を得ることができる。詳細については図５で後記する。 The number one problem users (consumers) have regarding household chores is cooking, and it is known that coming up with a "menu" is particularly difficult. The sales promotion support system 100 has prepared a site to help with this "menu" problem. When the user accesses this site from the information terminal 200, the user can obtain information on currently recommended menus. Details will be described later with reference to FIG.

（データ説明）
商品データ２１１、２２１は、商品の持つ詳細データであり、キーは商品名称（ＩＤ）、食品区分、販売場所、価格、重さ、製造元、販売元等である。
在庫データ２１２、２２２は、商品ごとの購入在庫状況であり、在庫の商品の消費・賞味期限、在庫場所等である。
売上データ２１３、２２３は、商品の販売状況であり、日時、個数、購入者等である。
過去気象データ２１４、予報気象データ２２４は、日付、時間とその時の気象情報であり、気象庁のオープンデータを利用する。 (Data explanation)
The product data 211 and 221 are detailed data of the products, and the keys include the product name (ID), food category, sales location, price, weight, manufacturer, vendor, and the like.
Inventory data 212 and 222 are purchase inventory status for each product, including consumption/best-before date, inventory location, etc. of the products in stock.
The sales data 213 and 223 are the sales status of the product, including date and time, quantity, purchaser, and the like.
Past weather data 214 and forecast weather data 224 are date, time, and weather information at that time, and use open data from the Japan Meteorological Agency.

売上影響データ２２５は、交通情報（国交省のオープンデータ）、立地、季節、曜日、イベントなどのスーパー個別で入力しておく情報等である。各スーパーマーケットにより、情報量や情報項目は異なる。 The sales impact data 225 includes information input for each supermarket, such as traffic information (open data from the Ministry of Land, Infrastructure, Transport and Tourism), location, season, day of the week, and events. The amount of information and information items differ depending on each supermarket.

趣向データ２２６は、客層(お年寄り、ファミリー、学生、一人暮らし、ビーガン、ハラルなど宗教上、アレルギーなど)、客層からくる好まれる食のジャンル、規定カテゴリパターン、スーパーマーケットにヒアリングして設定するデータである。 The preference data 226 is data set by interviewing customer groups (elderly, families, students, living alone, vegan, religious, such as halal, allergies, etc.), preferred food genres based on customer groups, prescribed category patterns, and supermarkets. .

レシピタグデータ２３１は、レシピに対し、趣向データを分類するためのタグを、複数有する。例えば、和食、中華、お年寄り向け、ひなまつり、冬、パーティなど分類別に多数軸で付与する。主キーは、レシピ名（レシピＩＤ）である。
レシピデータ２３２は、一品を調理するためのレシピデータであり、外部レシピ提供会社との連携やスーパー所有の既存のＤＢを利用する。キーは、食材等である。 The recipe tag data 231 has a plurality of tags for classifying preference data for recipes. For example, awards are given on multiple axes based on categories such as Japanese food, Chinese food, for the elderly, Doll's Festival, winter, and parties. The primary key is the recipe name (recipe ID).
The recipe data 232 is recipe data for cooking one item, and utilizes collaboration with an external recipe providing company or an existing DB owned by the supermarket. The key is ingredients.

レシピ連携用商品データ２３３は、スーパーの取扱商品がレシピのどの食材と合致するか／一品と合致するかの関連を示すデータである。例えば、商品「豚肩ロース薄切り２００ｇパック」「国産豚小間切れ」のとき、レシピ食材の「豚肉」「豚薄切り肉」である。商品「たまご１０個」「赤玉４個」のとき、レシピ食材の「卵」、「卵黄」、「卵白」である。商品「ほうれん草の胡麻和え１００ｇ」「ほうれん草の胡麻和え１５０ｇ」のとき、レシピ料理の「ほうれん草のおひたし」「ほうれん草の胡麻和え」である。 The recipe linkage product data 233 is data that shows the relationship between which ingredients in a recipe a product handled by the supermarket matches/matches with one item. For example, in the case of the products "200g pack of thinly sliced pork shoulder loin" and "small slices of domestic pork", the recipe ingredients are "pork" and "thinly sliced pork". When the products are "10 eggs" and "4 red eggs," the recipe ingredients are "egg," "egg yolk," and "egg white." When the products are "Spinach with sesame sauce 100g" and "Spinach with sesame sauce 150g", the recipe dishes are "Spinach with sesame sauce" and "Spinach with sesame sauce".

（処理部の概要）
処理部１０の各部について説明する。
販売促進商品予測部１１は、未来（所定時間後）における食品の予測在庫量を食品ごとに予測し、予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する。販売促進商品予測部１１は、販売促進商品予測処理Ｓ１０（図２参照）を実行する。 (Overview of processing section)
Each part of the processing unit 10 will be explained.
The sales promotion product prediction unit 11 predicts the predicted inventory amount of food products in the future (after a predetermined time) for each food item, and predicts sales promotion products whose predicted inventory amount is large enough to satisfy a predetermined standard. The sales promotion product prediction unit 11 executes a sales promotion product prediction process S10 (see FIG. 2).

一品抽出部１２は、販売促進商品、レシピ、所定のカテゴリを含む献立用パラメータに基づいて、カテゴリごとに一品候補を抽出する。所定のカテゴリとは、主食・主菜・副菜・汁物・その他(乳製品、さらに果物)である。一品抽出部１２は、一品抽出処理Ｓ２０（図２参照）を実行する。 The one-dish extraction unit 12 extracts one-dish candidates for each category based on menu parameters including promotional products, recipes, and predetermined categories. The predetermined categories are staple foods, main dishes, side dishes, soups, and others (dairy products and fruits). The one-item extraction unit 12 executes one-item extraction processing S20 (see FIG. 2).

献立作成部１３は、カテゴリごと（詳細は図３参照）の一品候補を組み合わせたカテゴリパターンについて献立候補を作成する。献立作成部１３は、献立作成処理Ｓ３０（図２参照）を実行する。 The menu creation unit 13 creates menu candidates for category patterns that are combinations of dish candidates for each category (see FIG. 3 for details). The menu creation unit 13 executes menu creation processing S30 (see FIG. 2).

気象データ取得部１４は、気象庁が持つ気象ＤＢ１４０から気象データを取得し、過去気象データ２１４、及び、予報気象データ２２４に格納する。 The weather data acquisition unit 14 acquires weather data from the weather DB 140 owned by the Japan Meteorological Agency, and stores it in past weather data 214 and forecast weather data 224.

交通データ取得部１５は、国交省が持つ交通ＤＢ１５０から交通情報を取得し、売上影響データ２１５、２２５に格納する。 The traffic data acquisition unit 15 acquires traffic information from the traffic DB 150 owned by the Ministry of Land, Infrastructure, Transport and Tourism and stores it in the sales influence data 215 and 225.

ユーザデータ取得部１６は、ユーザ（消費者）が有する情報端末２００（例えば、スマートフォン）から、消費者の好みの献立ジャンル、使いたい食材の情報を入手し、趣向データ２２６に格納する。 The user data acquisition unit 16 acquires information on the consumer's preferred menu category and desired ingredients from an information terminal 200 (for example, a smartphone) owned by the user (consumer), and stores the information in the taste data 226.

レシピデータ取得部１７は、外部レシピ提供会社のレシピＤＢ１７０からレシピデータを取得し、レシピデータ２３２に格納する。 The recipe data acquisition unit 17 acquires recipe data from the recipe DB 170 of an external recipe providing company and stores it in the recipe data 232.

図１において、処理部１０は、中央演算処理装置（ＣＰＵ）であり、ＲＡＭやＨＤＤ等に格納される各種プログラムを実行する。記憶部２０は、ＨＤＤであり、販売促進支援システム１００が処理を実行するための各種データを保存する。入力部３０は、キーボードやマウス等のコンピュータに指示を入力するための装置であり、プログラム起動等の指示を入力する。出力部４０は、ディスプレイ等であり、販売促進支援システム１００による処理の実行状況や実行結果等を表示する。通信部５０は、ネットワークＮＷを介して、他の装置と各種データやコマンドを交換する。 In FIG. 1, a processing unit 10 is a central processing unit (CPU), and executes various programs stored in a RAM, an HDD, or the like. The storage unit 20 is an HDD, and stores various data for the sales promotion support system 100 to execute processing. The input unit 30 is a device such as a keyboard and a mouse for inputting instructions to the computer, and inputs instructions such as starting a program. The output unit 40 is a display or the like, and displays the execution status and execution results of processing by the sales promotion support system 100. The communication unit 50 exchanges various data and commands with other devices via the network NW.

＜販売促進商品予測処理＞
図２は、実施形態に係る販売促進支援システム１００の販売促進支援処理Ｓ１００の概要を示す図である。販売促進支援処理Ｓ１００は、販売促進商品予測処理Ｓ１０、一品抽出処理Ｓ２０、献立作成処理Ｓ３０を含んで構成される。 <Promotional product prediction processing>
FIG. 2 is a diagram showing an overview of sales promotion support processing S100 of the sales promotion support system 100 according to the embodiment. The sales promotion support process S100 includes a sales promotion product prediction process S10, an item extraction process S20, and a menu creation process S30.

販売促進商品予測処理Ｓ１０は、未来における食品の予測在庫量を食品ごとに予測し、予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する。この際に、気象データ（過去気象データ２１４）、売上影響データ（売上影響データ２１５）を用いて過去の販売状況を機械学習や深層学習にて学習し、該学習の結果と現在の情報（例えば、予報気象データ２２４、売上影響データ２２５）を用いて、販売促進商品を予測してもよい。気象データの天気、売上影響データのイベント等は説明変数であり、販売状況の販売数等は目的変数となる。複数の説明変数を用いて重回帰分析等をするとよい。図２においては、Ｎ個の商品を予測している。 The sales promotion product prediction process S10 predicts the predicted stock amount of food products in the future for each food item, and predicts sales promotion products whose predicted stock amount is large enough to satisfy a predetermined standard. At this time, the past sales situation is learned by machine learning or deep learning using weather data (past weather data 214) and sales impact data (sales impact data 215), and the results of this learning are combined with current information (e.g. , forecast weather data 224, and sales influence data 225) may be used to predict sales promotion products. The weather in the weather data, the events in the sales impact data, etc. are explanatory variables, and the sales status, such as the number of sales, is the objective variable. It is recommended to perform multiple regression analysis using multiple explanatory variables. In FIG. 2, N products are predicted.

一品抽出処理Ｓ２０は、販売促進商品、レシピ、所定のカテゴリを含む献立用パラメータに基づいて、カテゴリごとに一品候補を抽出する。一品候補を抽出する際に、売上に影響するデータや購買者の趣向データを考慮する。図２においては、Ｍ個の一品候補を抽出している。 The one-dish extraction process S20 extracts one-dish candidates for each category based on menu parameters including promotional products, recipes, and predetermined categories. When extracting item candidates, consider data that affects sales and consumer preference data. In FIG. 2, M item candidates are extracted.

献立作成処理Ｓ３０は、カテゴリごとの一品候補を組み合わせたカテゴリパターンについて献立候補を作成する。献立候補を作成する際に、売上に影響するデータや購買者の趣向データをもとに各カテゴリから最適な献立を作成する。図２においては、Ｌ個の献立候補を作成している。 In the menu creation process S30, menu candidates are created for a category pattern that is a combination of item candidates for each category. When creating menu suggestions, an optimal menu is created from each category based on data that affects sales and consumer preference data. In FIG. 2, L donation candidates are created.

図３は、カテゴリと献立との関係を示す図である。図３には、カテゴリ構成データ２４と献立例６２を示す。カテゴリ構成データ２４には、どのカテゴリの組合せで献立を作成するかが予め定義されており、「規定カテゴリ」と称する。図中〇は一品が一つ選択されることを示す。例えば、献立１は、主食のみで構成されている。献立２は、主食と主菜と副菜で構成されている。献立３は、主食と副菜と汁物で構成されている。 FIG. 3 is a diagram showing the relationship between categories and menus. FIG. 3 shows category configuration data 24 and menu example 62. In the category configuration data 24, the combination of categories used to create a menu is defined in advance, and is referred to as a "definition category." A circle in the figure indicates that one item is selected. For example, Menu 1 consists of only staple foods. Menu 2 consists of a staple food, a main dish, and a side dish. Menu 3 consists of a staple food, a side dish, and a soup.

献立例６２は、献立２の例であり、主食である「ごはん」と主菜である「豚ひき肉」「ミニトマト」等と副菜である「カボチャサラダ」で構成されている。この場合、販売促進商品として「豚ひき肉」、「ミニトマト」、「カボチャサラダ」がある。 Menu example 62 is an example of menu 2, and consists of the staple food "rice", the main dishes "minced pork", "cherry tomatoes", etc., and the side dish "pumpkin salad". In this case, the promotional products include "minced pork," "cherry tomatoes," and "pumpkin salad."

図４は、データ構成の例を示す図である。図４には、趣向データ７１、売上影響データ７２、レシピ関連データ７３を示す。各データ構成は、データ種類、テーブル（テーブル名）、主キー、項目１、項目２、項目３、・・・等から構成される。★は、検索時にキーとして利用される。 FIG. 4 is a diagram showing an example of a data structure. FIG. 4 shows taste data 71, sales influence data 72, and recipe-related data 73. Each data structure is composed of data type, table (table name), primary key, item 1, item 2, item 3, etc. ★ is used as a key during search.

趣向データ７１では、例えば、テーブルが「客層」の場合、主キーの「客層」を入力すると、食のジャンルＩＤ、規定カテゴリＩＤ、レシピタグ等が抽出される。また、テーブルが「規定カテゴリ」の場合、主キーの「規定カテゴリＩＤ」を入力すると、主食の有無、主菜の有無、副菜の有無当が抽出される。 In the taste data 71, for example, if the table is "Customer Class", if the primary key "Customer Class" is input, the food genre ID, prescribed category ID, recipe tag, etc. are extracted. Further, when the table is a "regular category", if the "regular category ID" of the primary key is input, the presence or absence of a staple food, the presence or absence of a main dish, and the presence or absence of a side dish are extracted.

売上影響データ７２では、例えば、テーブルが「イベント」の場合、主キーの「日時」を入力すると、客層、レシピタグ、商品分野等が抽出される。テーブルが「交通情報」の場合、主キーの「時間帯」を入力すると、時間帯交通量、商品分野が抽出される。 In the sales influence data 72, for example, when the table is "event", when the primary key "date and time" is input, customer demographics, recipe tags, product categories, etc. are extracted. If the table is "traffic information" and the primary key "time zone" is input, time zone traffic volume and product category are extracted.

レシピ関連データ７３では、例えば、テーブルが「レシピ」の場合、項目１の「食材」を入力すると、レシピタグ、献立ジャンル、カテゴリ等が抽出される。テーブルが「レシピ連携用」の場合、項目１の「商品名」を入力すると、食材、食品分野等が抽出される。 In the recipe-related data 73, for example, if the table is "recipe" and the item 1 "ingredients" is input, recipe tags, menu genres, categories, etc. are extracted. If the table is for "recipe linkage", inputting the "product name" in item 1 will extract ingredients, food fields, etc.

図５は、情報端末２００の入力画面を示す図である。ユーザは、お店のサイトで、献立表示のページにはいる。そして、「あなたのお好み」のチェックボックスにチェックし、「使いたい食材」の入力欄に食材を入力して検索すると、ユーザにおすすめの献立メニューを得ることができる。図５の例では、ユーザは、「肉派」「こってり」にチェックしており、キャベツを使用したいと思っている。なお、ユーザの好みのデータの入力方法には、各種考えられるが、例えば、お店で導入しているＬｉｎｅ（登録商標）アプリケーションを活用してもよい。 FIG. 5 is a diagram showing an input screen of the information terminal 200. The user enters the menu display page on the restaurant's website. Then, by checking the checkbox for ``Your favorite'' and entering the ingredients in the input field for ``Ingredients you want to use,'' the user can obtain recommended menus. In the example of FIG. 5, the user has checked "meat" and "rich" and would like to use cabbage. Note that there are various possible methods for inputting data of the user's preference; for example, the Line (registered trademark) application installed at the store may be used.

（各処理の詳細）
図６は、販売促進商品予測処理Ｓ１０を示すフローチャートである。適宜図１、図２を参照して説明する。販売促進商品予測部１１は、過去蓄積している売上、在庫、商品データ、気象情報、売上影響データを入力（取得）し（ステップＳ１１）、現在の商品、売上、在庫データを入力（取得）する（ステップＳ１２）。なお、データの入力は自動的に入力（取得）しても、お店の方が随時入力してもよい。 (Details of each process)
FIG. 6 is a flowchart showing the sales promotion product prediction process S10. This will be explained with reference to FIGS. 1 and 2 as appropriate. The sales promotion product prediction unit 11 inputs (obtains) past accumulated sales, inventory, product data, weather information, and sales impact data (step S11), and inputs (obtains) current product, sales, and inventory data. (Step S12). Note that the data may be entered automatically (obtained) or may be entered by the store at any time.

また、販売促進商品予測部１１は、予測用外部パラメータを入力（取得）し、現在の日時情報から検索した現在の気象情報、売上影響データ（商品分野）を入力（取得）する（ステップＳ１３）。予測用外部パラメータには、出力商品数、特別販売推進商品、優先度を高くする情報（例えば、消費、賞味残り期限日数）がある。 Further, the sales promotion product prediction unit 11 inputs (obtains) external parameters for prediction, and inputs (obtains) current weather information and sales impact data (product field) searched from the current date and time information (step S13). . The external parameters for prediction include the number of output products, special sales promotion products, and information for increasing priority (for example, consumption, number of days remaining before expiration date).

販売促進商品予測部１１は、販売促進商品を予測する（ステップＳ１４）。予測方法を説明すると、売上影響データは、売上に影響するだろうイベントなどの情報から、こんな商品が売れるという範囲指定まではヒントとして、スーパーが知っている範囲でスーパー側が補足情報として入力される。ステップＳ１４においては、インプット情報を元に、この時間帯からすると、どんなものが売れ残りそうかを予測する。 The sales promotion product prediction unit 11 predicts sales promotion products (step S14). To explain the prediction method, sales impact data is entered as supplementary information by the supermarket to the extent that the supermarket knows, from information such as events that will affect sales to specifying the range of products that will sell. . In step S14, based on the input information, it is predicted what kind of products are likely to go unsold in this time period.

例えば、（１）夕方から雨が降りだし気温が低下した気象情報と、夜はサラリーマン層が多くお惣菜が売れやすいとの売上影響データとに基づいて、ステップＳ１４の処理では、いつもは売れるお刺身盛(一人前)は、今日は売れ残りそうと予測する。
（２）近隣学校の運動会前日なので、お弁当食材が売れやすいとの売上影響データに基づきステップＳ１４の処理では、この時間でこの在庫量で、この販売スピードだと、鶏モモ肉(唐揚げに利用想定)が売れ残りそうと予測する。 For example, based on (1) weather information indicating that it started raining in the evening and the temperature dropping, and sales impact data indicating that side dishes are easier to sell at night when there are many office workers, in the process of step S14, the I predict that the sashimi (single serving) will be sold out today.
(2) Since it is the day before the local school's sports day, based on the sales impact data that lunch box ingredients will sell easily, in the process of step S14, at this time, with this inventory amount, and at this sales speed, chicken thighs (deep-fried chicken), etc. Expected usage) is expected to remain unsold.

そして、販売促進商品予測部１１は、予測した販売促進商品を出力する（ステップＳ１５）。すなわち、図２において、商品１、商品２、・・・、商品Ｎ個が出力される。 Then, the sales promotion product prediction unit 11 outputs the predicted sales promotion product (step S15). That is, in FIG. 2, product 1, product 2, . . . N products are output.

図７は、一品抽出処理Ｓ２０を示すフローチャートである。適宜図１、図２を参照して説明する。一品抽出部１２は、売れ残り（販売促進）商品の販売促進商品予測部１１から出力群を入力（取得）し（ステップＳ２１）、現在の気象情報、売上影響データ、献立用パラメータを入力（取得）する（ステップＳ２２）。ここで、献立用パラメータには、規定カテゴリパターン、出力献立数、献立ジャンルがある。献立ジャンルには、例えば、和風、洋風、お年寄り向け、量重視などがあり、レシピデータ、趣向データ内に存在する。 FIG. 7 is a flowchart showing the one-item extraction process S20. This will be explained with reference to FIGS. 1 and 2 as appropriate. The item extraction unit 12 inputs (obtains) the output group from the sales promotion product prediction unit 11 for unsold (sales promotion) products (step S21), and inputs (obtains) current weather information, sales impact data, and menu parameters. (Step S22). Here, the menu parameters include a prescribed category pattern, the number of output menus, and a menu genre. Menu genres include, for example, Japanese-style, Western-style, elderly-oriented, quantity-oriented, etc., and are present in the recipe data and taste data.

一品抽出部１２は、エンドユーザ（ユーザ）からのカスタマイズがあるか否かを判定し（ステップＳ２３）、カスタマイズがある場合（ステップＳ２３，Ｙｅｓ）、アプリケーションからの入力を受け、献立ジャンルの上書き、使いたい食材の追加をし（ステップＳ２３Ａ）、ステップＳ２４に進む。一方、カスタマイズがない場合（ステップＳ２３，Ｎｏ）、ステップＳ２４に進む。なお、ステップＳ２３において、カスタマイズがあるか否かは、図５における情報端末２００からのアクセスであり、入力があるか否かで判定する。 The dish extraction unit 12 determines whether or not there is customization from the end user (step S23), and if there is customization (step S23, Yes), receives input from the application, overwrites the menu genre, Add the ingredients you want to use (step S23A), and proceed to step S24. On the other hand, if there is no customization (step S23, No), the process advances to step S24. Note that in step S23, whether or not there is customization is determined by access from the information terminal 200 in FIG. 5 and whether or not there is input.

ステップＳ２４において、ステップＳ２５及びステップＳ２６の繰り返し処理をする。ステップＳ２５において、一品抽出部１２は、レシピ連携用ＤＢ（レシピ連携用商品データ２３３）から食材を検索する。ステップＳ２６において、食材、現在の気象情報、売上影響データ、献立用パラメータをもとに、レシピタグ、献立ジャンル、カテゴリを利用しレシピを検索する。具体的には、献立ジャンルのワードから、同じワードを使ってレシピタグを検索する。レシピタグの中には、献立ジャンル、イベント、カレンダー（時期、季節）・・・を示すデータがある。 In step S24, steps S25 and S26 are repeated. In step S25, the one-item extraction unit 12 searches for ingredients from the recipe collaboration DB (recipe collaboration product data 233). In step S26, a recipe is searched using recipe tags, menu genres, and categories based on the ingredients, current weather information, sales impact data, and menu parameters. Specifically, recipe tags are searched using the same words from the menu genre. The recipe tag includes data indicating menu genre, event, calendar (time, season), and so on.

そして、一品抽出部１２は、全カテゴリがあるか否かを判定し（ステップＳ２７）、全カテゴリがない場合（ステップＳ２７，Ｎｏ）、すなわち、販売促進商品が対象とするカテゴリで見出すことができない場合、同じカテゴリであって、献立用パラメータに基づいて推奨する一品を抽出（選択）し（ステップＳ２９）、ステップＳ２８に進む。一方、一品抽出部１２は、全カテゴリがある場合（ステップＳ２７，Ｙｅｓ）、ステップＳ２８に進む。 Then, the item extraction unit 12 determines whether or not all categories exist (step S27), and if all categories are not present (step S27, No), that is, the sales promotion product cannot be found in the target category. If so, a recommended dish in the same category based on the menu parameters is extracted (selected) (step S29), and the process proceeds to step S28. On the other hand, if there are all categories (step S27, Yes), the one-item extraction unit 12 proceeds to step S28.

ステップ２８において、一品抽出部１２は、カテゴリごとに一品、レシピ、関連商品を出力する。すなわち、図２において、一品主食、一品主菜、一品副菜、・・・、一品Ｍ個が出力される。 In step 28, the one-item extraction unit 12 outputs one-item, recipe, and related products for each category. That is, in FIG. 2, M items of one-item staple food, one-item main dish, one-item side dish, . . . are output.

図８は、献立作成処理Ｓ３０を示すフローチャートである。適宜図１、図２を参照して説明する。献立作成部１３は、一品抽出部１２から出力された一品群を入力（取得）し（ステップＳ３１）、売れ残り（販売促進）商品の販売促進商品予測部１１から出力された商品群を入力（取得）する（ステップＳ３２）。 FIG. 8 is a flowchart showing the menu creation process S30. This will be explained with reference to FIGS. 1 and 2 as appropriate. The menu creation unit 13 inputs (obtains) the one-item group output from the one-item extraction unit 12 (step S31), and inputs (acquires) the product group output from the sales promotion product prediction unit 11 for unsold (sales promotion) products. ) (step S32).

献立作成部１３は、エンドユーザ（ユーザ）からのカスタマイズがあるか否かを判定し（ステップＳ３３）、カスタマイズがある場合（ステップＳ３３，Ｙｅｓ）、アプリケーションからの入力を受け、献立ジャンルの上書き、使いたい食材の追加をし（ステップＳ３３Ａ）、ステップＳ３４に進む。一方、カスタマイズがない場合（ステップＳ３３，Ｎｏ）、ステップＳ３４に進む。なお、ステップＳ３３において、カスタマイズがあるか否かは、図５における情報端末２００からの入力があるか否かで判定する。 The menu creation unit 13 determines whether or not there is customization from the end user (step S33), and if there is customization (step S33, Yes), receives input from the application, overwrites the menu genre, Add the ingredients you want to use (step S33A), and proceed to step S34. On the other hand, if there is no customization (step S33, No), the process advances to step S34. Note that in step S33, whether or not there is customization is determined based on whether or not there is input from the information terminal 200 in FIG. 5.

ステップ３４において、献立作成部１３は、現在の気象情報、売上影響データ、献立用パラメータを入力（取得）する。ここで、献立用パラメータには、前記したように、規定カテゴリパターン、出力献立数、献立ジャンルがある。献立ジャンルには、例えば、和風、洋風、お年寄り向け、量重視などがあり、レシピデータ、趣向データ内に存在する。 In step 34, the menu creation unit 13 inputs (obtains) current weather information, sales impact data, and menu parameters. Here, the menu parameters include the prescribed category pattern, the number of output menus, and the menu genre, as described above. Menu genres include, for example, Japanese-style, Western-style, elderly-oriented, quantity-oriented, etc., and are present in the recipe data and preference data.

そして、献立作成部１３は、献立案を作成し（ステップＳ３５、詳細は図９参照）、商品がすべて入っているか、現在の気象情報、売上影響データとのレシピタグのマッチングが成立しているか、規定カテゴリがそろっているか、指定した献立数があるかを判定する（ステップＳ３６）。判定を満たさない場合（ステップＳ３６，Ｎｏ）、ステップＳ３５に戻り、判定を満たす場合（ステップＳ３６，Ｙｅｓ）、ステップＳ３７に進む。 Then, the menu creation unit 13 creates a menu plan (step S35, see FIG. 9 for details), and checks whether all products are included and whether the recipe tag matches the current weather information and sales impact data. , it is determined whether the specified categories are complete and whether the specified number of menus are present (step S36). If the determination is not satisfied (step S36, No), the process returns to step S35, and if the determination is satisfied (step S36, Yes), the process proceeds to step S37.

ステップＳ３５において作成される献立例を説明すると、販売促進商品を、牛肉、玉ねぎ、豆腐とする。図３の献立１、献立２、献立３は、例えば、
・献立１：主食のみ
牛丼［主食］(「牛丼」、「牛肉薄切り500ｇ」、「玉ねぎ」)
・献立２：主食・主菜・副菜
ごはん［主食］、肉豆腐［主菜］(牛肉薄切り等)、オニオンサラダ［副菜］(玉ねぎ等)
・献立３：主食・副菜・汁物
ビーフピラフ［主食］(牛肉、玉ねぎ等)、豆腐のサラダ［副菜］(豆腐)、コンソメスープ［汁物］(玉ねぎ)
である。 To explain an example of the menu created in step S35, the promotional products are beef, onions, and tofu. Menu 1, menu 2, and menu 3 in Figure 3 are, for example,
・Menu 1: Staple food only Beef bowl [Standard food] ("Gyudon", "500g of thinly sliced beef", "Onion")
・Menu 2: Staple food/Main dish/Side dish Rice [Standard food], Meat and tofu [Main dish] (thinly sliced beef, etc.), Onion salad [Side dish] (Onions, etc.)
・Menu 3: Staple food/Side dish/Soup Beef pilaf [Standard food] (beef, onions, etc.), Tofu salad [Side dish] (Tofu), Consomme soup [Soup] (Onion)
It is.

図９は、献立案の作成処理（ステップＳ３５）を示すフローチャートである。献立作成部１３は、規定カテゴリパターン分（献立１、献立２、・・・）について、ステップＳ３５２、Ｓ３５３、Ｓ３５４を繰り返す（ステップＳ３５１）。ステップＳ３５２において、規定カテゴリ内のカテゴリ分について、ステップＳ３５３、Ｓ３５４を繰り返す。 FIG. 9 is a flowchart showing the gift proposal creation process (step S35). The menu creation unit 13 repeats steps S352, S353, and S354 for the prescribed category patterns (menu 1, menu 2, . . . ) (step S351). In step S352, steps S353 and S354 are repeated for categories within the specified category.

ステップＳ３５３において、献立作成部１３は、カテゴリ内の一品から一つ選択し（ステップＳ３５３）、ここでは、ジャンルや趣向データが同じ一品がそろっている前提であるので、各カテゴリから一品を取ってきて献立化する。 In step S353, the menu creation unit 13 selects one item from each category (step S353). Here, since it is assumed that all items with the same genre and taste data are available, one item is selected from each category. Create a menu.

そして、ステップＳ３５４において、一品同士が、より献立として親和性が高そうなものを選択する。すなわち優先度の高いものから選択する。一般的に主菜が決まると、主食、副菜を選択しやすいが、（１）主菜がない場合、主食は「主菜不要」レシピタグがついた主食とする。（２）規定カテゴリ内の他カテゴリとは別商品の一品を優先して選択する。（３）指定レシピタグ以外のレシピタグの重複が多いものを優先的に選択するとよい。 Then, in step S354, the menu items that seem to be more compatible with each other are selected. In other words, the items with the highest priority are selected. Generally, once the main dish has been decided, it is easy to select the main dish and the side dish; however, (1) If there is no main dish, the main dish should be a staple food with a "main dish not required" recipe tag. (2) Prioritize selection of one product that is different from other categories within the specified category. (3) It is preferable to preferentially select recipe tags that have many duplicate recipe tags other than the designated recipe tag.

なお、指定レシピタグとは、例えば、ひな祭り、和食、ファミリーである。
指定レシピタグ以外のレシピタグとは、前記レシピタグが付いているレシピが持つレシピタグである。例えば、パーティ、春、3/3、こども、離乳食、温まる、等である。この指定レシピタグ以外のレシピタグに重複が多い場合は、献立として親和性が高いと判断できる。 Note that the designated recipe tags are, for example, Doll's Festival, Japanese food, and family.
Recipe tags other than the specified recipe tag are recipe tags possessed by the recipe to which the recipe tag is attached. For example, party, spring, 3/3, children, baby food, warming, etc. If there are many duplications in recipe tags other than this specified recipe tag, it can be determined that the menu has high affinity.

図８に戻り、ステップＳ３７において、献立が成立し出力される。なお、ステップＳ３６において、指定回数を繰り返しても献立が成立しなければ、一品抽出数を増やしてもよい。 Returning to FIG. 8, in step S37, the menu is established and output. In addition, in step S36, if the menu is not established even after repeating the specified number of times, the number of items to be extracted may be increased.

図１０は、複数の献立の例を示す図である。図１０は、ユーザの「献立」の悩みを助ける献立となっている。図１０は、主菜と副菜と汁物の組合せの場合である。販売促進商品として、「鶏ひき肉」「はんぺん」「にら」があり、ユーザの好みの食材として「キャベツ」があった場合に、販売促進支援処理Ｓ１００（図２参照）が出力した献立として、献立Ａ、献立Ｂがある。 FIG. 10 is a diagram showing an example of multiple menus. FIG. 10 shows a menu that helps users with their "menu" concerns. FIG. 10 shows a combination of a main dish, a side dish, and a soup. When the sales promotion products include "minced chicken," "hanpen," and "chives," and the user's favorite ingredient is "cabbage," the menu output by the sales promotion support process S100 (see FIG. 2) is as follows: There is menu A and menu B.

献立Ａは、主菜として「鶏ひき肉」、「はんぺん」、「にら」の入ったにら入り豆腐ハンバーグと、副菜として「キャベツ」の入ったコールスロー、汁物としてかぶの葉とわかめの味噌汁が提案されている。
献立Ｂは、主菜として「鶏ひき肉」、「にら」の入った彩り野菜炒め、副菜として「キャベツ」の入った塩だれキャベツ、汁物として「はんぺん」の入ったふわふわだんごのスープが提案されている。 Menu A is a tofu hamburger steak with chives containing minced chicken, hanpen, and chives as a main dish, coleslaw with cabbage as a side dish, and miso soup with turnip leaves and wakame as a soup. is proposed.
Menu B proposes a colorful stir-fried vegetable with minced chicken and chives as a main dish, cabbage in a salt sauce as a side dish, and fluffy dango soup with hanpen as a soup. has been done.

図１１は、献立と売り場との関係を示す図である。販売促進支援システム１００は、ディスプレイ１１０、１２０に表示する際に、本日の献立に使用する食材の売り場の位置を示してもよい。こうすることにより、ユーザは、どの売り場に行けば食材を購入できるか容易に判断できる。 FIG. 11 is a diagram showing the relationship between menus and sales areas. When displaying on the displays 110 and 120, the sales promotion support system 100 may indicate the location of the sales area of the ingredients used in today's menu. By doing so, the user can easily determine which department to go to to purchase ingredients.

ディスプレイ１１０は、スーパーの入り口にあるディスプレイであり、スーパーの買い物かごの横に設置されたものである。ユーザが献立に悩んでいる際に、献立を示すことにより、ユーザの悩みを早期に解決するとともに、スーパー側の販売促進商品の販売を促進することができる。
ディスプレイ１２０は、スーパー内の商品棚のところに設置したディスプレイである。ユーザが食材を手にとるところで、献立を示すことにより、ユーザの悩みを早期に解決するとともに、スーパー側の販売促進商品の販売を促進することができる。 The display 110 is a display located at the entrance of the supermarket, and is installed next to the shopping cart at the supermarket. By showing the menu when the user is having trouble deciding on a menu, the user's troubles can be quickly resolved, and the supermarket can promote sales of promotional products.
The display 120 is a display installed at a product shelf in a supermarket. By showing the menu when the user picks up the ingredients, it is possible to quickly resolve the user's concerns and to promote sales of promotional products on the supermarket side.

以上説明した本実施形態の販売促進支援システム１００及び販売促進支援方法は、次の特徴を有する。
（１）本実施形態の販売促進支援システム１００は、一品を調理するための調理法であるレシピを記憶している記憶部２０と、未来における食品の予測在庫量を食品ごとに予測し、予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する販売促進商品予測部１１と、販売促進商品、レシピ、所定のカテゴリを含む献立用パラメータに基づいて、カテゴリごとに一品候補を抽出する一品抽出部１２と、カテゴリごとの一品候補を組み合わせたカテゴリパターンについて献立候補を作成する献立作成部１３と、を有する。これによれば、消費者の献立の悩みを解決するとともに、消費者の購買意欲を適切に引き出すことができる。 The sales promotion support system 100 and sales promotion support method of this embodiment described above have the following features.
(1) The sales promotion support system 100 of the present embodiment includes a storage unit 20 that stores recipes that are cooking methods for cooking one item, and a storage unit 20 that predicts and predicts the predicted stock amount of food items in the future for each food item. A sales promotion product prediction unit 11 predicts sales promotion products whose inventory amount is large enough to satisfy a predetermined standard, and a product candidate is extracted for each category based on menu parameters including sales promotion products, recipes, and predetermined categories. and a menu creation section 13 that creates menu candidates based on a category pattern that is a combination of one-dish candidates for each category. According to this, it is possible to solve consumers' menu problems and to appropriately motivate consumers to purchase.

（２）（１）において、所定のカテゴリは、主食、主菜、副菜、汁物、その他である（図３参照）。これによれば、各カテゴリを組み合わせた献立を提供できる。 (2) In (1), the predetermined categories are staple food, main dish, side dish, soup, and others (see FIG. 3). According to this, it is possible to provide a menu that combines each category.

（３）（１）において、献立用パラメータには、消費者の好みの献立ジャンルを有しており、一品抽出部１２は、献立ジャンルと売上影響データから、記憶部２０に記憶されているレシピが有するレシピタグに基づいて、該当するレシピを抽出する。これによれば、ユーザ（消費者）の趣向に合わせて提案することができる。 (3) In (1), the menu parameters include the consumer's favorite menu genre, and the dish extraction unit 12 extracts the recipe stored in the storage unit 20 from the menu genre and the sales influence data. Extracts the corresponding recipe based on the recipe tag that it has. According to this, it is possible to make proposals in accordance with the preferences of the user (consumer).

（４）（３）において、販売促進支援システム１００は、情報端末２００から消費者の好みの献立ジャンル、使いたい食材の情報を入手する。これによれば、個々のユーザ（消費者）の趣向に合わせて提案することができる。 (4) In (3), the sales promotion support system 100 obtains information on the consumer's preferred menu genre and desired ingredients from the information terminal 200. According to this, proposals can be made in accordance with the tastes of individual users (consumers).

（５）（４）において、一品抽出部１２は、入手した献立ジャンルと売上影響データから、記憶部２０に記憶されているレシピが有するレシピタグに基づいて、該当するレシピを抽出するとともに、使いたい食材のレシピを抽出する。これによれば、個々のユーザが使いたい食材に合わせて提案することができる。 (5) In (4), the one-dish extraction unit 12 extracts a corresponding recipe from the obtained menu genre and sales influence data based on the recipe tag that the recipe stored in the storage unit 20 has. Extract recipes for the ingredients you want. According to this, it is possible to make suggestions according to the ingredients that each user wants to use.

（６）一品抽出部１２は、販売促進商品が対象とするカテゴリで見出すことができない場合、同じカテゴリであって、献立用パラメータに基づいて推奨する一品を抽出することができる（ステップＳ２９参照）。 (6) If the promotional product cannot be found in the target category, the dish extraction unit 12 can extract a recommended dish in the same category based on the menu parameters (see step S29). .

（７）（３）において、献立作成部１３は、献立候補を抽出する際に、献立ジャンルから、一品抽出部１２で抽出された一品を、一つ以上抽出することができる（ステップＳ３５参照）。) (7) In (3), when extracting menu candidates, the menu creation unit 13 can extract one or more dishes extracted by the dish extraction unit 12 from the menu genre (see step S35). . )

（８）（１）において、献立作成部１３は、カテゴリごとの一品を抽出する際に、記憶部２０に記憶されているレシピが有するレシピタグに基づいて、該当する一品を抽出することができる（ステップＳ３５，Ｓ３６参照）。 (8) In (1), when extracting a dish for each category, the menu creation unit 13 can extract the corresponding dish based on the recipe tag that the recipe stored in the storage unit 20 has. (See steps S35 and S36).

（９）（１）において、販売促進商品予測部１１は、気象条件データ、売上影響データを用いて過去の販売状況を機械学習や深層学習にて学習し、該学習の結果と現在の情報を用いて、販売促進商品を予測することができる（図２参照）。 (9) In (1), the sales promotion product prediction unit 11 uses machine learning or deep learning to learn the past sales situation using weather condition data and sales impact data, and combines the results of this learning with current information. can be used to predict promotional products (see Figure 2).

（１０）一品を調理するための調理法であるレシピを記憶している記憶部２０と、処理部とを有するシステムの販売促進支援方法であって、処理部１０は、未来における食品の予測在庫量を食品ごとに予測し、予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測し、販売促進商品、レシピ、所定のカテゴリを含む献立用パラメータに基づいて、カテゴリごとに一品候補を抽出し、カテゴリごとの一品候補を組み合わせたカテゴリパターンについて献立候補を作成する。これによれば、消費者の献立の悩みを解決するとともに、消費者の購買意欲を適切に引き出すことができる。 (10) A sales promotion support method for a system having a storage unit 20 that stores a recipe that is a cooking method for cooking a dish, and a processing unit, wherein the processing unit 10 is configured to store a predicted stock of food in the future. Forecast the amount of each food item, predict promotional products whose predicted inventory is large enough to meet predetermined criteria, and generate one-item suggestions for each category based on menu parameters including promotional products, recipes, and predetermined categories. is extracted, and menu candidates are created based on the category pattern that combines the candidate items for each category. According to this, it is possible to solve consumers' menu problems and to appropriately motivate consumers to purchase.

１０処理部
１１販売促進商品予測部
１２一品抽出部
１３献立作成部
１４気象データ取得部
１５交通データ取得部
１６ユーザデータ取得部
１７レシピデータ取得部
２０記憶部
２１過去情報
２２現在情報
２２１商品データ
２２２在庫データ
２２３売上データ
２２４予報気象データ
２２５売上影響データ
２２６趣向データ
２３レシピ関連情報
２３１レシピタグデータ
２３２レシピデータ
２３３レシピ連携用商品データ
２４カテゴリ構成データ
２５販売促進商品データ
２６一品データ
２７献立データ
３０入力部
４０出力部
５０通信部
６２献立例
７１趣向データ
７２売上影響データ
７３レシピ関連データ
１００販売促進支援システム
１１０ディスプレイ
１２０ディスプレイ
１４０気象ＤＢ
１５０交通ＤＢ
１７０レシピＤＢ
２００情報端末
２１１商品データ
２１２在庫データ
２１３売上データ
２１４過去気象データ
２１５売上影響データ
２２１商品データ
２２２在庫データ
２２３売上データ
２２４予報気象データ
２２５売上影響データ
２２６趣向データ
Ｓ１０販売促進商品予測処理
Ｓ２０一品抽出処理
Ｓ３０献立作成処理
Ｓ１００販売促進支援処理 10 Processing unit 11 Sales promotion product prediction unit 12 Item extraction unit 13 Menu creation unit 14 Weather data acquisition unit 15 Traffic data acquisition unit 16 User data acquisition unit 17 Recipe data acquisition unit 20 Storage unit 21 Past information 22 Current information 221 Product data 222 Inventory data 223 Sales data 224 Forecast weather data 225 Sales impact data 226 Taste data 23 Recipe related information 231 Recipe tag data 232 Recipe data 233 Recipe linkage product data 24 Category composition data 25 Sales promotion product data 26 One item data 27 Menu data 30 Input Section 40 Output section 50 Communication section 62 Menu example 71 Taste data 72 Sales impact data 73 Recipe related data 100 Sales promotion support system 110 Display 120 Display 140 Weather DB
150 Transportation DB
170 Recipe DB
200 Information terminal 211 Product data 212 Inventory data 213 Sales data 214 Past weather data 215 Sales impact data 221 Product data 222 Inventory data 223 Sales data 224 Weather forecast data 225 Sales impact data 226 Preference data S10 Sales promotion product prediction processing S20 One item extraction processing S30 Menu creation process S100 Sales promotion support process

Claims

一品を調理するための調理法であるレシピを記憶している記憶部と、
未来における食品の予測在庫量を食品ごとに予測し、前記予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測する販売促進商品予測部と、
前記販売促進商品、前記レシピ、所定のカテゴリを含む献立用パラメータに基づいて、前記カテゴリごとに一品候補を抽出する一品抽出部と、
前記カテゴリごとの前記一品候補を組み合わせたカテゴリパターンについて献立候補を作成する献立作成部と、を有し、
前記レシピには、食材と前記カテゴリとの関係が特定されており、
前記一品抽出部は、前記販売促進商品から食材を特定し、該特定された食材に基づいて前記レシピを検索し該当するカテゴリを抽出し、前記販売促進商品が対象とするカテゴリで見出すことができない場合、同じカテゴリであって、該同じカテゴリから前記レシピを検索して推奨する一品を抽出する
ことを特徴とする販売促進支援システム。 A memory unit that stores recipes, which are cooking methods for cooking one dish;
a sales promotion product prediction unit that predicts the predicted inventory amount of food products in the future for each food item, and predicts sales promotion products whose predicted inventory amount is large enough to satisfy a predetermined standard;
a one-dish extraction unit that extracts one-dish candidates for each category based on menu parameters including the sales promotion product, the recipe, and a predetermined category;
a menu creation unit that creates menu suggestions based on a category pattern that combines the one-item candidates for each category ;
The recipe specifies a relationship between the ingredients and the category,
The one-item extraction unit identifies ingredients from the promotional product, searches for the recipe based on the identified ingredients, and extracts the corresponding category, and the one-item extraction unit is configured to identify ingredients from the promotional product, search for the recipe based on the identified ingredient, and extract the corresponding category, and the one-item extraction unit may not be found in the category targeted by the promotional product. If the recipe is in the same category, search for the recipe from the same category and extract the recommended dish.
A sales promotion support system characterized by:

前記所定のカテゴリは、主食、主菜、副菜、汁物、その他である
ことを特徴とする請求項１に記載の販売促進支援システム。 The sales promotion support system according to claim 1, wherein the predetermined categories are staple food, main dish, side dish, soup, and others.

前記献立用パラメータには、消費者の好みの献立ジャンルを有しており、
前記一品抽出部は、一品を抽出する際に用いる前記レシピについて、前記献立ジャンルと売上影響データの所定のキーからレシピタグを抽出し、前記記憶部に記憶されている前記レシピが有するレシピタグに基づいて、該当するレシピを抽出する
ことを特徴とする請求項１に記載の販売促進支援システム。 The menu parameters include the consumer's preferred menu genre;
The one-dish extracting unit extracts a recipe tag from the menu genre and a predetermined key of the sales influence data for the recipe used when extracting the one-dish, and extracts a recipe tag from the recipe that is stored in the storage unit. The sales promotion support system according to claim 1, wherein a corresponding recipe is extracted based on the sales promotion support system.

前記販売促進支援システムは、情報端末から前記消費者の好みの献立ジャンル、使いたい食材の情報を入手する
ことを特徴とする請求項３に記載の販売促進支援システム。 4. The sales promotion support system according to claim 3, wherein the sales promotion support system obtains information on the consumer's preferred menu genre and desired ingredients from an information terminal.

前記一品抽出部は、一品を抽出する際に用いる前記レシピについて、前記入手した献立ジャンルと前記売上影響データの所定のキーから、前記記憶部に記憶されている前記レシピが有するレシピタグに基づいて、該当する前記レシピを抽出するとともに、前記使いたい食材の前記レシピを抽出する
ことを特徴とする請求項４に記載の販売促進支援システム。 The one-dish extracting unit extracts one dish based on the recipe tag that the recipe stored in the storage unit has, based on the obtained menu genre and a predetermined key of the sales influence data. 5. The sales promotion support system according to claim 4, wherein the corresponding recipe is extracted, and the recipe for the desired ingredient is extracted.

前記献立作成部は、前記献立候補を抽出する際に、前記献立ジャンルから、前記一品抽出部で抽出された一品を、一つ以上抽出する
ことを特徴とする請求項３に記載の販売促進支援システム。 The sales promotion support according to claim 3, wherein the menu creation unit extracts one or more dishes extracted by the dish extraction unit from the menu genre when extracting the menu candidates. system.

前記献立作成部は、前記カテゴリごとの前記一品を抽出する際に、前記記憶部に記憶されている前記レシピが有するレシピタグに基づいて、該当する前記一品を抽出する
ことを特徴とする請求項１に記載の販売促進支援システム。 The menu creation unit, when extracting the one dish for each category, extracts the corresponding one dish based on a recipe tag included in the recipe stored in the storage unit. 1. The sales promotion support system described in 1.

前記販売促進商品予測部は、気象条件データの天気、売上影響データのイベントを入力とし過去の販売状況の販売数を出力として機械学習又は深層学習にて学習し、該学習の結果と現在の情報を用いて、前記販売促進商品を予測する
ことを特徴とする請求項１に記載の販売促進支援システム。 The sales promotion product prediction unit learns by machine learning or deep learning by inputting the weather of weather condition data and the event of sales impact data and outputting the number of sales of past sales status, and calculates the results of this learning and current information. The sales promotion support system according to claim 1, wherein the sales promotion product is predicted using the following.

一品を調理するための調理法であるレシピを記憶している記憶部と、処理部とを有するシステムの販売促進支援方法であって、
前記処理部は、
未来における食品の予測在庫量を食品ごとに予測し、前記予測在庫量が所定の基準を満たす程度に大きい販売促進商品を予測し、
前記販売促進商品、前記レシピ、所定のカテゴリを含む献立用パラメータに基づいて、前記カテゴリごとに一品候補を抽出し、
前記カテゴリごとの前記一品候補を組み合わせたカテゴリパターンについて献立候補を作成する際に、
前記レシピには、食材と前記カテゴリとの関係が特定されており、
前記処理部は、前記販売促進商品から食材を特定し、該特定された食材に基づいて前記レシピを検索し該当するカテゴリを抽出し、前記販売促進商品が対象とするカテゴリで見出すことができない場合、同じカテゴリであって、該同じカテゴリから前記レシピを検索して推奨する一品を抽出することを特徴とする販売促進支援方法。 A sales promotion support method for a system having a storage unit storing a recipe, which is a cooking method for cooking a dish, and a processing unit, the method comprising:
The processing unit includes:
Predicting the predicted inventory amount of food in the future for each food item, predicting a sales promotion product whose predicted inventory amount is large enough to satisfy a predetermined standard,
Extracting one-dish candidates for each category based on menu parameters including the sales promotion product, the recipe, and a predetermined category;
When creating a menu proposal for a category pattern that combines the one-item candidates for each category,
The recipe specifies a relationship between the ingredients and the category,
The processing unit identifies ingredients from the promotional products, searches for the recipe based on the identified ingredients, and extracts a corresponding category, and if the promotional product cannot be found in the target category. , a sales promotion support method characterized by searching for the recipe from the same category and extracting a recommended item from the same category .