KR20120135331A - 상품 권장 장치, 상품 권장 방법, 및 기록 매체 - Google Patents

상품 권장 장치, 상품 권장 방법, 및 기록 매체 Download PDF

Info

Publication number
KR20120135331A
KR20120135331A KR1020127027890A KR20127027890A KR20120135331A KR 20120135331 A KR20120135331 A KR 20120135331A KR 1020127027890 A KR1020127027890 A KR 1020127027890A KR 20127027890 A KR20127027890 A KR 20127027890A KR 20120135331 A KR20120135331 A KR 20120135331A
Authority
KR
South Korea
Prior art keywords
product
time
user
purchased
date
Prior art date
Application number
KR1020127027890A
Other languages
English (en)
Other versions
KR101467651B1 (ko
Inventor
사다아끼 에무라
Original Assignee
라쿠텐 인코포레이티드
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 라쿠텐 인코포레이티드 filed Critical 라쿠텐 인코포레이티드
Publication of KR20120135331A publication Critical patent/KR20120135331A/ko
Application granted granted Critical
Publication of KR101467651B1 publication Critical patent/KR101467651B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

시간 기억부(102)에는, 소정의 상품군에 포함되는 상품 각각에 대해서, 상품의 이용 개시부터 이용 종료까지 필요하다고 상정되는 상정 시간이 기억된다. 이력 기억부(101)에는, 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와 구입된 상품과 구입 일시를 포함하는 이력 정보가 기억된다. 추정부(103)는, 피권장 유저의 유저 식별자에 관한 이력 정보를 취득하고, 당해 이력 정보로부터 마지막으로 구입한 상품 이외의 상품의 이용이 피권장 유저에 의해 개시되고나서 종료할 때까지 필요한 이용 시간과 상정 시간에 기초하여, 마지막으로 구입한 상품의 이용 완료 일시를 추정한다. 제시부(104)는, 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상품군에서 선택하고, 추정된 일시에 그 외의 상품을 권장하는 메시지를 제시한다.

Description

상품 권장 장치, 상품 권장 방법, 프로그램, 및 기록 매체{PRODUCT RECOMMENDATION DEVICE, PRODUCT RECOMMENDATION METHOD, PROGRAM, AND RECORDING MEDIUM}
본 발명은, 상품 권장 장치, 상품 권장 방법, 프로그램, 및 기록 매체에 관한 것으로, 적절한 타이밍에 유저에게 상품을 권장하는 것이다.
종래부터, 웹 페이지 등을 통해, 상품이나 서비스 등의 거래를 행하는 것을 가능하게 하는 쇼핑 시스템이 알려져 있다. 이러한 시스템에서, 유저에게 상품 등의 구매를 재촉하기 위해서, 유저에게 적합한 광고나 상품의 소개를 행하는 기술이 알려져 있다. 예를 들면, 특허 문헌 1에는, 유저의 속성이나 유저가 과거에 클릭한 광고의 정보에 기초하여, 유저에게 제시하는 광고를 선택하는 기술이 개시되어 있다. 또한, 유저에게 상품을 소개하는 경우, 과거에 반복 구입된 상품이면, 구입 이력으로부터 구입 시기를 예측하는 것이 일반적이다.
일본 특허 제3984473호 공보
그러나, 게임이나 서적 등의 상품에 대해서는, 완전히 동일한 상품을 구입하는 일은 거의 없고, 구입한 상품을 다 이용하는 기간은 상품마다 서로 다르다. 이러한, 상품에 대해서, 구입 이력으로부터 그러한 상품의 다음 구입 시기를 예측하여, 적절한 타이밍에 상품을 권장하는 것은 곤란하였다.
본 발명은, 상기와 같은 과제를 해결하는 것으로, 상품의 이용을 완료하는 데에 필요로 하는 시간이 구입하는 상품마다 서로 다른 상품에 대해서, 유저가 상품의 이용을 완료하는 시기를 예측하고, 적절한 타이밍에 유저에게 상품을 권장하기에 적합한 상품 권장 장치, 상품 권장 방법, 프로그램, 및, 기록 매체를 제공하는 것을 목적으로 한다.
본 발명의 제1 관점에 관한 상품 권장 장치는,
소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부와,
상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부와,
상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부와,
상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
를 구비하는 것을 특징으로 한다.
또한, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 추정부는,
상기 피권장 유저에 대하여 상기 이력 기억부에 기억된 이력에 관한 상품을, 구입 일시의 순으로 상품 1, 상품 2, …, 상품 n과 같이 배열하고,
정수 i=1, 2, …, n-1 각각에 대해서, 당해 피권장 유저가 당해 상품 i를 구입한 구입 일시 T[i]와, 당해 피권장 유저가 당해 상품 (i+1)을 구입한 구입 일시 T[i+1]과, 당해 상품 i에 대하여 상기 시간 기억부에 기억된 상정 시간 A[i]로부터, 비 c[i]=(T[i+1]-T[i])/A[i]를 구하고,
당해 구해진 비의 열 c[1], c[2], …, c[n-1]로부터, 당해 피권장 유저가 마지막으로 구입한 상품 n에 관한 비 c[n]을 추정하고,
당해 마지막으로 구입한 일시 T[n]과, 당해 추정된 비 c[n]과, 당해 기억된 시간 A[n]으로부터, 당해 마지막으로 구입한 상품 n의 이용을 당해 피권장 유저가 완료하는 일시를, T[n]+A[n]?c[n]으로 추정하도록 해도 된다.
또한, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 추정부는,
오래된 구입 이력으로부터 구해진 상기 비 c[i](i=1~n-1)일수록, 상기 비 c[n]에 대한 기여율을 낮게 하는 가중치 부여 평균에 의해, 상기 피권장 유저가 마지막으로 구입한 상품 n에 관한 비 c[n]을 추정하도록 해도 된다.
또는, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 추정부는, 상기 가중치 부여 평균에 상기 구입 일시 T[n]의 계절에 따라서 미리 정해지는 계절 계수를 곱한 값을, 비 c[n]으로 추정하도록 해도 된다.
또한, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 이력 기억부에는, 구입한 상품을 매각한 매각 일시가 더 포함되고,
상기 추정부는, 상기 피권장 유저가 구입한 상품 i를 매각한 경우에는, 상기 상품 i를 매각한 매각 일시 S[i]와 상기 상품 (i+1)을 구입한 구입 일시 T[i+1]을 비교하여, 매각 일시 S[i]쪽이 먼저 닥쳐올 경우, 상기 비 c[i]를
Figure pct00001
와 같이 구하는 것으로 해도 된다.
또는, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 이력 기억부에는, 구입한 상품을 매각한 매각 일시가 더 포함되고,
상기 추정부는, 상기 피권장 유저가 구입한 상품 i를 매각한 경우에는, 상기 상품 i를 매각 일시 S[i]에 의해, 상기 비 c[i]를
Figure pct00002
와 같이 구하는 것으로 해도 된다.
또는, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 이력 정보 중, 구입 일시와 매각 일시의 양쪽을 포함하는 이력 정보로부터, 당해 이력 정보에 관한 상품의 당해 구입 일시와 당해 매각 일시와의 간격을 구하고, 당해 구해진 간격에 기초하여, 당해 상품의 상기 시간 기억부에 기억되는 상정 시간을 수정하도록 해도 된다.
또는, 본 발명의 제1 관점에 관한 상품 권장 장치에 있어서,
상기 이력 정보 중, 제1 상품에 관한 이력 정보와, 당해 제1 상품의 구입 후에 동일한 유저에 의해 구입된 상품 중 가장 가까운 시점에 구입된 제2 상품에 관한 이력 정보의 각각에 포함되는 구입 일시의 간격에 기초하여, 당해 제1 상품의 상기 시간 기억부에 기억되는 상정 시간을 수정하도록 해도 된다.
본 발명의 제2 관점에 관한 상품 권장 방법은,
소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부와, 상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부와, 추정부와, 제시부를 구비하는 상품 권장 장치가 실행하는 상품 권장 방법으로서,
당해 상품 권장 방법은,
상기 추정부가, 상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정 공정과,
상기 제시부가, 상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시 공정
을 구비하는 것을 특징으로 한다.
본 발명의 제3 관점에 관한 프로그램은,
컴퓨터를,
소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부,
상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부,
상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부,
상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
로서 기능시키는 것을 특징으로 한다.
본 발명의 제4 관점에 관한 컴퓨터 판독 가능한 기록 매체는,
컴퓨터를,
소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부,
상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부,
상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부,
상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
로서 기능시키는 것을 특징으로 하는 프로그램을 기록한다.
또한, 본 발명의 프로그램은, 콤팩트 디스크, 플렉시블 디스크, 하드 디스크, 광자기 디스크, 디지털 비디오 디스크, 자기 테이프, 반도체 메모리 등의 컴퓨터 판독 가능한 정보 기록 매체에 기록할 수 있다.
상기 프로그램은, 프로그램이 실행되는 컴퓨터와는 독립하여, 컴퓨터 통신망을 통해 배포?판매할 수 있다. 또한, 상기 정보 기록 매체는, 컴퓨터와는 독립하여 배포?판매할 수 있다.
본 발명에 따르면, 상품의 이용을 완료하는 데에 필요로 하는 시간이 구입하는 상품마다 서로 다른 상품에 대해서, 유저가 상품의 이용을 완료하는 시기를 예측하고, 적절한 타이밍에 유저에게 상품을 권장하기에 적합한 상품 권장 장치, 상품 권장 방법, 프로그램, 및, 기록 매체를 제공할 수 있다.
도 1은 본 발명의 실시 형태에 따른 상품 권장 장치와 유저가 조작하는 단말 장치와의 관계를 도시하는 도면이다.
도 2는 본 발명의 실시 형태에 따른 상품 권장 장치가 실현되는 전형적인 정보 처리 장치의 개요 구성을 도시하는 도면이다.
도 3은 상품 권장 장치의 개요 구성을 도시하는 도면이다.
도 4는 유저에 의한 구입 활동을 도시하는 도면이다.
도 5는 실시 형태 1에 관한 이력 테이블을 설명하기 위한 도면이다.
도 6은 실시 형태 1에 관한 평균 이용 시간 테이블을 설명하기 위한 도면이다.
도 7은 실시 형태 1에 관한 피권장 유저 이력 테이블을 설명하기 위한 도면이다.
도 8은 피권장 유저에게 제시하는 상품 권장 메시지를 설명하기 위한 도면이다.
도 9는 실시 형태 1에 관한 상품 권장 장치의 각 부가 행하는 처리를 설명하기 위한 플로우차트도이다.
도 10은 실시 형태 1에 관한 상품 권장 장치의 추정부가 행하는 이용 완료 일시 추정 처리를 설명하기 위한 플로우차트도이다.
도 11은 계절 계수 테이블을 설명하기 위한 도면이다.
도 12는 실시 형태 2에 관한 상품 권장 장치의 추정부가 행하는 이용 완료 일시 추정 처리를 설명하기 위한 플로우차트도이다.
도 13은 유저에 의한 구입?매각 활동을 도시하는 도면이다.
도 14는 실시 형태 3에 관한 이력 테이블을 설명하기 위한 도면이다.
도 15는 실시 형태 3에 관한 피권장 유저 이력 테이블을 설명하기 위한 도면이다.
도 16은 실시 형태 3에 관한 상품 권장 장치의 각 부가 행하는 처리를 설명하기 위한 플로우차트도이다.
도 17은 실시 형태 3에 관한 상품 권장 장치의 추정부가 행하는 이용 완료 일시 추정 처리를 설명하기 위한 플로우차트도이다.
도 18은 실시 형태 4에 관한 상품 권장 장치의 추정부가 행하는 이용 완료 일시 추정 처리를 설명하기 위한 플로우차트도이다.
본 발명의 실시 형태에 따른 상품 권장 장치(100)는, 도 1에 도시한 바와 같이, 인터넷(300)에 접속하고, 당해 인터넷(300)에는 유저가 조작하는 복수의 단말 장치(201, 202 내지 20n)가 접속되어 있다. 유저는, 단말 장치(201, 202 내지 20n)를 이용해서 상품의 구입이나 매각을 행한다. 상품 권장 장치(100)는, 인터넷(300)을 통해, 복수의 유저의 단말 장치(201, 202 내지 20n)로부터, 유저가 구입한 상품의 정보 등을 접수하고, 단말 장치(201, 202 내지 20n)의 유저에 대하여 적절한 시기에 소정의 상품의 권장을 행하는 것이다.
이하, 본 발명의 실시 형태에 따른 상품 권장 장치(100)가 실현되는 전형적인 정보 처리 장치(400)에 대하여 설명한다.
정보 처리 장치(400)는, 도 2에 도시한 바와 같이, CPU(Central Processing Unit)(401)와, ROM(Read Only Memory)(402)과, RAM(Random Access Memory)(403)과, NIC(Network Interface Card)(404), 화상 처리부(405)와, 음성 처리부(406)와, DVD-ROM(Digital Versatile Disc ROM) 드라이브(407)와, 인터페이스(408)와, 외부 메모리(409)와, 컨트롤러(410)와, 모니터(411)와, 스피커(412)를 구비한다.
CPU(401)는, 정보 처리 장치(400) 전체의 동작을 제어하고, 각 구성 요소와 접속되어 제어 신호나 데이터를 주고받는다.
ROM(402)에는, 전원 투입 직후에 실행되는 IPL(Initial Program Loader)이 기록되고, 이것이 실행됨으로써, 소정의 프로그램을 RAM(403)에 판독하여 CPU(401)에 의한 실행이 개시된다. 또한, ROM(402)에는, 정보 처리 장치(400) 전체의 동작 제어에 필요한 오퍼레이팅 시스템의 프로그램이나 각종 데이터가 기록된다.
RAM(403)은, 데이터나 프로그램을 일시적으로 기억하기 위한 것으로, DVD-ROM으로부터 판독한 프로그램이나 데이터, 그 외, 통신에 필요한 데이터 등이 보유 지지된다.
NIC(404)는, 정보 처리 장치(400)를 인터넷(300) 등의 컴퓨터 통신망에 접속하기 위한 것으로, LAN(Local Area Network)을 구성할 때에 이용되는 10BASE-T/100BASE-T 규격에 따르는 것이나, 전화 회선을 이용해서 인터넷에 접속하기 위한아날로그 모뎀, ISDN(Integrated Services Digital Network) 모뎀, ADSL(Asymmetric Digital Subscriber Line) 모뎀, 케이블 텔레비젼 회선을 이용해서 인터넷에 접속하기 위한 케이블 모뎀 등과, 이들과 CPU(401)와의 매개를 행하는 인터페이스(도시하지 않음)에 의해 구성된다.
화상 처리부(405)는, DVD-ROM 등으로부터 판독된 데이터를 CPU(401)나 화상 처리부(405)가 구비하는 화상 연산 프로세서(도시하지 않음)에 의해 가공 처리한 후, 이것을 화상 처리부(405)가 구비하는 프레임 메모리(도시하지 않음)에 기록한다. 프레임 메모리에 기록된 화상 정보는, 소정의 동기 타이밍에 비디오 신호로 변환되고, 모니터(411)에 출력된다. 이에 의해, 각종 화상 표시가 가능해진다.
음성 처리부(406)는, DVD-ROM 등으로부터 판독한 음성 데이터를 아날로그 음성 신호로 변환하고, 이에 접속된 스피커(412)에서 출력시킨다. 또한, CPU(401)의 제어 하에, 정보 처리 장치가 행하는 처리의 진행 중에서 발생시켜야 할 음을 생성하고, 이에 대응한 음성을 스피커(412)에서 출력시킨다.
DVD-ROM 드라이브(407)에 장착되는 DVD-ROM에는, 예를 들면, 실시 형태에 따른 상품 권장 장치(100)를 실현하기 위한 프로그램이 기억된다. CPU(401)의 제어에 의해, DVD-ROM 드라이브(407)는, 이에 장착된 DVD-ROM에 대한 판독 처리를 행하고, 필요한 프로그램이나 데이터를 판독하고, 이들은 RAM(403) 등에 일시적으로 기억된다.
인터페이스(408)에는, 외부 메모리(409), 컨트롤러(410), 모니터(411), 및 스피커(412)가, 착탈 가능하게 접속된다.
외부 메모리(409)에는, 유저의 개인 정보에 관한 데이터 등이 재기입 가능하게 기억된다.
컨트롤러(410)는, 정보 처리 장치(400)의 각종 설정 시 등에 행해지는 조작 입력을 접수한다. 정보 처리 장치(400)의 유저는, 컨트롤러(410)를 통해 지시 입력을 행함으로써, 이들 데이터를 적절하게 외부 메모리(409)에 기록할 수 있다.
모니터(411)는, 화상 처리부(405)에 의해 출력된 데이터를 정보 처리 장치(400)의 유저에게 제시한다.
스피커(412)는, 음성 처리부(406)에 의해 출력된 음성 데이터를 정보 처리 장치(400)의 유저에게 제시한다.
이 외에, 정보 처리 장치(400)는, 하드 디스크 등의 대용량 외부 기억 장치를 이용해서, ROM(402), RAM(403), 외부 메모리(409), DVD-ROM 드라이브(407)에 장착되는 DVD-ROM 등과 동일한 기능을 완수하도록 구성해도 된다.
이하, 상기 정보 처리 장치(400)에 있어서 실현되는 실시 형태 1 내지 3에 관한 상품 권장 장치(100)의 기능 구성에 대해서, 도 1 내지 도 17을 참조하여 설명한다. 정보 처리 장치(400)의 전원을 투입함으로써, 실시 형태에 따른 상품 권장 장치(100)로서 기능시키는 프로그램이 실행되고, 실시 형태 1 내지 3에 관한 상품 권장 장치(100)가 실현된다.
<실시 형태 1>
실시 형태 1에 관한 상품 권장 장치(100)는, 평균적인 유저가 상품을 이용한다고 상정되는 시간의 정보와, 상품의 구입 간격의 정보를 이용해서, 유저가 상품의 이용을 완료하는 일시를 추측하고, 추측한 일시가 경과했을 때에 소정의 상품의 권장을 행하는 것이다.
실시 형태 1에 관한 상품 권장 장치(100)는, 도 3에 도시한 바와 같이, 이력 기억부(101)와, 시간 기억부(102)와, 추정부(103)와, 제시부(104)로 구성된다.
이하, 유저 X가, 도 4에 도시한 바와 같은 구입 활동을 한 경우를 예로 들어, 각 부의 기능에 대하여 설명한다.
이력 기억부(101)에는, 소정의 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억된다.
따라서, RAM(403) 또는 외부 메모리(409)가 이력 기억부(101)로서 기능한다.
여기서, 상품군이란, 예를 들면, 「식료품」, 「게임」, 「서적」, 또는 「DVD」 등이며, 유저가 동일한 사용 경향을 나타내는 상품의 카테고리이다. 또한, 소정의 상품군이란, 동일한 상품이 반복해서 구입될 가능성이 낮은 상품의 카테고리라고 한다. 그리고, 소정의 상품군에 포함되는 상품은, 상품의 사용 개시와 사용 종료가 미리 정해져 있는 상품이라고 한다. 즉, 「식료품」에 포함되는 「물」이나 「쌀」 등의 상품은, 반복해서 구입되는 것이므로, 소정의 상품군이 아니다. 한편, 「게임」, 「서적」 또는 「DVD」의 상품군에 있어서는, 동일한 상품이 반복해서 구입될 가능성이 낮으므로, 소정의 상품군이다. 그리고, 「서적」의 상품군에 포함되는 상품은, 예를 들면, 사용 개시(읽기 시작함)와 사용 종료(다 읽음)가 있는 「소설」이나 「잡지」의 상품이다. 한편, 예를 들면, 「사전」의 상품은, 「서적」의 상품군에 포함되지만, 일반적으로, 계속 반복해서 사용하는 것으로써 사용 종료를 미리 정할 수 있는 것은 아니다. 따라서, 이러한 상품은, 「서적」의 상품군에 포함되는 상품으로부터 제외한다.
구체적으로는, 이력 기억부(101)에는, 상품을 구입한 유저의 유저 ID(101a1)와, 당해 유저가 구입한 상품이 속하는 상품군(101a2)과, 구입한 구입 상품(101a3)(p[i](i=1~N, N: 임의의 수))과, 구입 일시(101a4)(t[i](i=1~N))를 대응시켜서 등록하는 테이블(이하, 「이력 테이블(101a)」이라고 함)이 저장된다. 이력 테이블(101a)에 등록되는 구입의 이력은, 소정의 상품군에 속하는 상품에 관한 것으로, 소정의 상품군 이외의 상품군에 속하는 상품의 구입 이력은 등록되지 않는다.
도 5에, 유저 X(유저 ID는 "X"로 함)가 도 4에 도시하는 구입 활동을 행한 경우의 이력 테이블(101a)의 예를 나타낸다.
유저 X는, 15개의 상품 p[i](i=1~15)를 구입하고, 그 중 소정의 상품군의 상품(「게임」, 「서적」, 및 「DVD」)의 상품을, 8개 구입하고 있다. 이력 테이블(101a)에 등록되는 상품은, 「게임」, 「서적」 또는 「DVD」 등의, 동일한 상품이 반복해서 구입될 가능성이 낮은 상품이며, 식품 등, 정기적, 주기적으로 구입되는 상품은 포함되지 않는다. 따라서, 「식료품 1」의 구입 이력은, 이력 테이블(101a)에는 등록되지 않는다. 유저 X가, 소정의 상품군에 속하는 상품 "게임 3"을 4월 7일 22시 0분에 구입했다고 하면, 이력 테이블(101a)에는, 유저 ID "X"와, 게임 3의 상품군의 "게임"과, 상품 "게임 3"과, 구입 일시 "4월 7일 22시 0분"을 대응시켜서 등록된다.
이하, 마찬가지로 소정의 상품군에 속하는 상품에 대한 구입 이력이 이력 테이블(101a)에 등록된다. 또한, 이력 테이블(101a)에는, 유저 X 이외의 유저에 대해서도, 마찬가지로 구입의 이력이 등록되어 있다.
시간 기억부(102)에는, 소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억된다.
따라서, RAM(403) 또는 외부 메모리(409)가 시간 기억부(102)로서 기능한다.
상정 시간은, 예를 들면, 평균적인 유저가 상품을 이용하기 시작하고나서부터 사용 종료하는 데에 필요로 하는 시간(이하, 「평균 이용 시간」이라고 함)이다. 평균 이용 시간은, 예를 들면, 게임 상품이나 서적의 제조 판매원으로부터 제시되는, 평균적인 유저가 게임을 클리어하기까지의 시간이나 서적을 다 읽기까지의 시간이다. 또는, 평균 이용 시간은, 예를 들면, 다른 유저가, 상품 권장 장치(100)에서, 상품을 구입하고나서 당해 상품과 동일한 상품군의 그 외의 상품을 구입하기까지의 기간을 평균한 시간, 또는, 상품 권장 외의 유저가, 상품 권장 장치(100)에서, 상품을 구입하고나서 당해 상품을 매각하기까지의 기간을 평균한 시간으로 해도 된다. 이하, 시간 기억부(102)에 기억되는 상정 시간을 평균 이용 시간으로서 설명한다.
구체적으로는, 시간 기억부(102)에는, 소정의 상품군(102a1)과, 당해 상품군에 포함되는 상품(102a2)과, 당해 상품의 평균 이용 시간(102a3)을 대응시켜서 등록되는 테이블(이하, 「평균 이용 시간 테이블(102a)」이라고 함)이 저장된다. 평균 이용 시간 테이블(102a)의 예를 도 6에 도시하였다. 평균 이용 시간 테이블(102a)에는, 상품군 "게임"에 속하는 x개의 상품 "게임 1" ~ "게임 x", 상품군 "서적"에 속하는 y개의 상품 "서적 1" ~ "서적 y", 및, 상품군 "DVD"에 속하는 z개의 상품 "DVD 1" ~ "DVD z" 등의 평균 이용 시간(102a3)이 등록되어 있다. 예를 들면, 상품 "게임 1"의 평균 이용 시간 "20"은, 평균적인 유저가 상품 "게임 1"을 클리어할 때까지, 20시간 필요로 하는 것을 나타내고 있다. 또한, 상품이 서적인 경우에는, 평균적인 유저가 당해 서적을 다 읽는 데에 필요로 하는 시간, 상품이 DVD인 경우에는, 평균적인 유저가 시청 종료하는 데에 필요로 하는 시간을 나타내는 것이다.
추정부(103)는, 이력 기억부(101)에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하, 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 시간 기억부(102)에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시(이하, 「이용 완료 일시」라고 함)를 추정한다.
따라서, CPU(401)가 추정부(103)로서 기능한다.
이하, 추정부(103)가, 피권장 유저가 마지막으로 구입한 상품 P[n](n: 임의의 수)의 이용 완료 일시를 추정하는 방법에 대하여 나타낸다.
우선, 추정부(103)는, 이력 테이블(101a)에 기록된 이력 정보 중, 피권장 유저가 마지막으로 구입한 상품이 속하는 상품군에 대한 이력 정보를 추출하고, 당해 이력 정보를 구입 일시 순으로 재배열하고, 일시적으로 RAM(403)에 기억시킨다. 이하, 재배열한 테이블을 「피권장 유저 이력 테이블(103a)」이라고 한다. 피권장 유저 이력 테이블(103a)에는, 피권장 유저의 유저 ID(103a1)와, 당해 유저가 구입한 상품이 속하는 상품군(103a2)과, 구입한 구입 상품(103a3)(P[i](i=1~n))과, 구입 일시(103a4)(T[i](i=1~n))를 대응시켜서 등록된다. 또한, 추정부(103)는, 평균 이용 시간 테이블(102a)을 참조하여, 구입 상품 P[i](i=1~n)의 평균 이용 시간 A[i](i=1~n)를 구한다. 구한 평균 이용 시간 A[i](i=1~n)는 피권장 유저 이력 테이블(103a)의 평균 이용 시간(103a5)으로서 등록된다.
도 7에, 피권장 유저 이력 테이블(103a)의 예를 나타낸다.
예를 들면, 피권장 유저를 유저 X로 하고, 도 5의 이력 테이블(101a)에 기초하여, 구입 상품 "게임 2"의 이용 완료 일시를 구하는 것으로 한다. 이 경우, 추정부(103)는, 도 5의 이력 테이블(101a)로부터 유저 X의 이력 정보로써, 상품군 "게임"에 관한 이력 정보를 추출하고, 도 7의 피권장 유저 이력 테이블(103a)에 도시한 바와 같이 구입 일시의 순으로 재배열한다. 다음으로, 도 6의 평균 이용 시간 테이블(102a)을 참조하여, 상품군 "게임"에 속하는 구입 상품 P[1](게임 3)의 평균 이용 시간 A[1](60시간), 상품 P[2](게임 1)의 평균 이용 시간 A[2](20시간), 상품 P[3](게임 5)의 평균 이용 시간 A[3](30시간), 상품 P[4](게임 4)의 평균 이용 시간 A[4](40시간), 및, 상품 P[5](게임 2)의 평균 이용 시간 A[5](50시간)를 구하고, 도 7의 피권장 유저 이력 테이블(103a)에 등록한다.
다음으로, 추정부(103)는, 피권장 유저가 마지막으로 구입한 상품 P[n] 이외의 상품 P[i](i=1~n-1)에 대해서, 구입 간격 T[i+1]-T[i](i=1~n-1)를 구한다. 일반적으로, 상품 P[i]를 구입한 후에 동일한 상품군에 속하는 상품 P[i+1]을 구입했다는 것은, 상품 P[i]의 이용은 완료되었다고 생각할 수 있다. 예를 들면, 유저 X가 상품 "게임 3"을 구입한 후에, 동일한 상품군의 "게임 1"을 구입했다는 것은, "게임 3"을 클리어했거나, 또는 "게임 3"에 싫증이 나서, 새로운 "게임 1"을 구입했다고 생각할 수 있다. 따라서, 본 실시 형태에서는, 구입 일시 T[i+1]은, 상품 P[i]의 이용을 완료한 일시로 간주하고, 구입 간격 T[i+1]-T[i]는, 유저가 상품 P[i]의 이용을 완료하는 데에 필요로 하는 시간으로 간주하는 것으로 한다.
추정부(103)는, 유저가 상품 P[i](i=1~n-1)의 이용을 완료하는 데에 필요로 하는 시간 T[i+1]-T[i](i=1~n-1)(이하, 「이용 시간」이라고 함)와, 평균적인 유저가 상품 P[i](i=1~n-1)의 이용을 완료하는 데에 필요로 하는 시간(평균 이용 시간) A[i](i=1~n-1)와의 비 c[i]=(T[i+1]-T[i])/A[i](이하, 「이용 시간비」라고 함)를 구한다. 이용 시간비 c[i](i=1~n-1)는 값이 클수록, 피권장 유저가 평균적인 유저에 비하여, 상품의 이용을 완료하기까지 시간이 걸린 것을 나타낸다. 또한, 상품 P[i](i=1~n)의 평균 이용 시간 A[i](i=1~n)는 연속해서 이용한 경우에 상품 P[i](i=1~n)를 다 이용하는 시간인 경우가 많고, 한편, 이용 시간 T[i+1]-T[i]는, 구입 간격이므로, 이용 시간비 c[i](i=1~n-1)는 1보다 커지는 것이 일반적이다.
도 7의 예에서는, 추정부(103)는, 상품 P[1]의 이용 시간 T[2]-T[1](=216시간), 상품 P[2]의 이용 시간 T[3]-T[2](=97시간), 상품 P[3]의 이용 시간 T[4]-T[3](=144시간), 및, 상품 P[4]의 이용 시간 T[5]-T[4](=70시간)를 구한다. 그리고, 추정부(103)는, 구한 이용 시간 T[i+1]-T[i](i=1~n-1)와 평균 이용 시간 A[i](i=1~n-1)에 기초하여, 상품 P[1]의 이용 시간비 c[1](=3.60), 상품 P[2]의 이용 시간비 c[2](=4.85), 상품 P[3]의 이용 시간비 c[3](=4.80), 및, 상품 P[4]의 이용 시간비 c[4](=1.75)를 구한다.
다음으로, 추정부(103)는, 마지막으로 구입한 상품 P[n]의 이용 시간 (T[n+1]-T[n])과 당해 상품의 평균 이용 시간 A[n]과의 이용 시간비 c[n]을 구한다. 상품 P[n]의 이용을 완료하는 일시, 즉, 새로운 상품 P[n+1]의 구입 일시 T[n+1]은 측정되어 있지 않은 값이므로, 구한 c[i](i=1~n-1)에 기초하여, c[n]을 추정한다. 본 실시 형태에서는, 오래된 구입 이력으로부터 구해진 이용 시간비 c[i](i=1~n-1)일수록, c[n]에 대한 기여율이 낮다고 가정하고, c[n]을 이하의 식에 의해 구한다.
Figure pct00003
w는 0 이상 1 이하의 수이며, 적절히 설정할 수 있다.
예를 들면, 도 7의 예(n=5)에서, w=0.95로 하면, c[5]=3.71로 구할 수 있다.
그리고, 구한 c[n]을 이용하여, 상품 P[n]의 이용 완료 일시 T[n+1]을 이하의 식에 의해 구한다.
Figure pct00004
예를 들면, 도 7의 예에서, A[5]?c[5]=185.5시간이므로, 상품 P[5](게임 2)의 이용 완료 일시 T[6]은, "5월 7일 14시 30분"으로 구해진다.
제시부(104)는, 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 마지막으로 구입한 상품의 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 추정부(103)에 의해 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지(이하, 「상품 권장 메시지」라고 함)를 제시한다.
따라서, CPU(401), 화상 처리부(405), 및 모니터(411)가 제시부(104)로서 기능한다.
예를 들면, 추정부(103)에 의해 추정된 이용 완료 일시 T[n+1]에 달하면, 제시부(104)는, 유저가 구입한 상품 P[n]과 동일한 상품군에 속하는 상품으로써, 유저 X에게 권장하기에 적당한 상품의 정보를 나타내는 화상(500)(도 8)을 모니터(411)에 표시한다. 또한, 추정된 이용 완료 일시에 달했을 때에, 미리 등록되어 있는 유저 X의 메일 주소에 화상(500)을 송신해도 된다. 또는, 추정된 이용 완료 일시의 경과 후, 유저가 상품의 구입 사이트 등에 로그인했을 때에 브라우저에 화상(500)을 표시시키도록 해도 된다.
또한, 권장하는 상품의 선택 방법은 임의이다. 상품 P[n]이 속하는 상품군에 포함되는 상품이면, 과거에 구입하지 않은 것부터 랜덤하게 선택하도록 해도 된다. 또한, 피권장 유저의 구입 이력으로부터 유저의 취향을 판단하여, 가장 구입할 것 같은 상품을 권장하는 상품으로서 선택해도 된다. 또는, 가장 인기가 있는 상품을 권장하는 상품으로서 선택해도 된다.
또한, 본 실시 형태에서는, 소정의 상품군을, 「게임」, 「서적」, 또는 「DVD」 등의 콘텐츠를 예로 들어 설명했지만, 소정의 상품군은 이에 한정하지 않는다. 예를 들면, 소정의 상품군을, 내용연수가 미리 정해져 있는 냉장고 등의 「가전 제품」이나, 「자동차」 등으로 해도 된다. 이 경우, 평균 이용 시간은, 당해 내용연수를 이용할 수 있다.
다음으로, 상품 권장 장치(100)의 각 부가 행하는 동작에 대하여 도 9 및 도 10의 플로우차트를 이용해서 설명한다. 상품 권장 장치(100)에 전원이 투입되면, CPU(401)는, 도 9의 플로우차트에 나타내는 상품 권장 처리를 개시한다. 이하, 피권장 유저를 유저 X로 하고, 유저 X가 도 4 및 도 5에 도시한 바와 같은 구입 활동을 한 경우를 예로 들어 설명한다.
CPU(401)는, 소정의 상품군에 속하는 상품이 구입된 것인지의 여부를 판단한다(스텝 S101). CPU(401)는, 상품이 구입되었다고 판단하면(스텝 S101; Yes), 상품을 구입한 유저의 유저 ID와, 구입 상품이 속하는 상품군과, 구입 상품 p[N]과, 구입 일시 t[N]을 대응시켜서 이력 테이블(101a)에 등록한다(스텝 S102). 한편, CPU(401)가, 소정의 상품군에 속하는 상품이 구입되어 있지 않다고 판단한 경우(스텝 S101; No), 그대로 대기한다. 예를 들면, 유저 X가, 상품 "게임 2"를 4월 29일 21시 0분에 구입했다고 하면, CPU(401)는, 유저 ID "X"와, 상품군 "게임"과, 구입 상품 "게임 2"와, 구입 일시 "4월 29일 21시 0분"을 이력 테이블(101a)에 등록한다. 한편, 유저 X가, "식료품 1"을 구입한 경우, CPU(401)는 그대로 대기한다.
구입 이력이 이력 기억부(101)에 기억되면(스텝 S102), 다음으로, 추정부(103)는, 이용 완료 일시 추정 처리를 개시한다(스텝 S103, 도 10).
우선, 추정부(103)는, 이력 테이블(101a)에 기록된 이력 중, 피권장 유저가 마지막으로 구입한 상품이 속하는 상품군에 대한 이력을 추출하고, 당해 이력을 구입 일시 순으로 재배열한다(스텝 S201). 즉, 도 5의 이력 테이블(101a)에 등록된 이력 중 상품군 "게임"의 이력을 추출하고, 도 7의 피권장 유저 이력 테이블(103a)에 도시한 바와 같이, 구입 일시 순으로 재배열한다.
다음으로, 추정부(103)는, 구입 상품의 평균 이용 시간 A[i](i=1~n)를 구한다(스텝 S202). 예를 들면, 추정부(103)는, 도 6의 평균 이용 시간 테이블(102a)을 참조하여, 도 7에 포함되는 구입 상품 "게임 3", "게임 1", "게임 5", "게임 4", 및 "게임 2"의 평균 이용 시간을 "60시간", "20시간", "30시간", "40시간", 및, "50시간"으로 구한다.
다음으로, 추정부(103)는, 유저가 구입 상품 P[i](i=1~n-1)를 이용하는 이용 시간 T[i+1]-T[i](i=1~n-1)를 구한다(스텝 S203). 예를 들면, 추정부(103)는, 도 7에 포함되는 구입 상품 "게임 3", "게임 1", "게임 5", 및 "게임 4"의 이용 시간을 "216시간", "97시간", "144시간", 및, "70시간"으로 구한다.
다음으로, 추정부(103)는, 피권장 유저 이력 테이블(103a)에 등록되어 있는 상품 P[i](i=1~n-1)에 대하여 이용 시간비 c[i]=(T[i+1]-T[i])/A[i](i=1~n-1)를 구한다(스텝 S204). 예를 들면, 추정부(103)는, 스텝 S202 및 스텝 S203에서 구한 값으로부터, 구입 상품 "게임 3", "게임 1", "게임 5", 및 "게임 4"의 이용 시간비를 "3.60", "4.85", "4.80", 및 "1.75"로 구한다.
다음으로, 구한 이용 시간비 c[i](i=1~n-1)를 상기 수학식 1에 대입하여, 마지막으로 구입한 상품 P[n]의 이용 시간비 c[n]을 구한다(스텝 S205). 예를 들면, w=0.95로 하면, 추정부(103)는, 스텝 S204에서 구한 구입 상품의 이용 시간비 c[i](i=1~4)를 수학식 1에 대입하여, c[5]=3.71을 구한다.
추정부(103)는, 구한 A[n] 및 c[n]을 상기 수학식 2에 대입하여, P[n]의 이용 완료 일시 T[n+1]을 구한다(스텝 S206). 예를 들면, 추정부(103)는, 스텝 S202에서 구한 평균 이용 시간 A[5]와 스텝 S205에서 구한 이용 시간비 c[5]를 수학식 2에 대입하여, 도 4의 "게임 2"의 이용 완료 일시 T[6]을 "5월 7일 14시 30분"으로 구한다.
또한, 도 10에 도시하는 플로우차트의 순서는 일례이며, 이에 한정되지 않는다. 예를 들면, 평균 이용 시간 A[i](i=1~n)를 구하는 처리는 스텝 S201 이후, 스텝 S205 전이면, 어느 타이밍으로 행해도 된다.
이용 완료 일시 추정 처리(스텝 S103, 도 10)에 의해, P[n]의 이용 완료 일시 T[n+1]이 구해지면, 제시부(104)는, 현재 시각이, 추정한 이용 완료 일시에 달하고 있는지의 여부를 판단한다(스텝 S104). 제시부(104)는, 현재 시각이 추정한 이용 완료 일시에 달하고 있다고 판단한 경우(스텝 S104; Yes), 유저에게 소정의 상품을 권장하는 상품 권장 메시지를 제시한다(스텝 S105). 예를 들면, 도 8에 도시한 바와 같은 화상(500)을 유저 X의 메일 주소앞으로 송신한다. 한편, 현재 시각이 추정한 이용 완료 일시에 달하지 않은 경우(스텝 S104; No), 제시부(104)는, 이용 완료 일시에 달할 때까지 그대로 대기한다. 제시부(104)가 상품 권장 메시지를 제시한 후에는 스텝 S101로 되돌아가서, 상품 권장 장치(100)의 관리자 등에 의해 처리의 정지의 지시가 있을 때까지, 스텝 S101 이후의 처리가 반복해서 행해진다.
본 실시 형태에 따르면, 상품의 이용을 완료하는 데에 필요로 하는 시간이 구입하는 상품마다 서로 다른 상품에 대해서, 유저가 상품의 이용을 완료하는 시기를 예측하고, 당해 시기에 달했을 때에 상품을 권장함으로써, 적절한 타이밍에 유저에게 상품을 권장할 수 있다.
<실시 형태 2>
실시 형태 2에 관한 상품 권장 장치(100)는, 평균적인 유저가 상품을 이용한다고 상정되는 시간의 정보와, 상품의 구입 간격의 정보와, 상품을 구입한 계절에 기초하여, 유저가 상품의 이용을 완료하는 일시를 추측하고, 추측한 일시가 경과했을 때에 소정의 상품의 권장을 행하는 것이다.
실시 형태 2에 관한 상품 권장 장치(100)는, 도 2에 도시한 바와 같이, 이력 기억부(101)와, 시간 기억부(102)와, 추정부(103)와, 제시부(104)로 구성된다. 본 실시 형태의 이력 기억부(101), 시간 기억부(102), 및, 제시부(104)는, 실시 형태 1과 마찬가지의 기능을 갖는다. 이하, 서로 다른 기능을 갖는 추정부(103)에 대하여 설명한다.
또한, 이하에서는 계절이란, "봄", "여름", "가을", "겨울"의 카테고리에 한하지 않고, "연말연시"나 "여름방학" 등의 소정의 기간을 포함하는 것으로 한다.
추정부(103)는, 이력 기억부(101)에 기억되는 이력 정보 중, 피권장 유저의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 시간 기억부(102)에 기억되는 상정 시간과, 계절 계수에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용 완료 일시를 추정한다. 여기서, 계절 계수 Q는 상기 수학식 2에서 이용 시간비 c[n]에 곱하는 계수이며, 구입 일시 T[n]에 의해 정해지는 값이다. 계절 계수가 작은 값일수록, 이용 완료 일시 T[n+1]은 빨리 도래한다고 추정된다.
따라서, CPU(401)가 추정부(103)로서 기능한다.
일반적으로, 유저는, 평일보다도 휴일쪽이, 게임이나 서적 등을 이용하는 시간을 많이 취할 수 있다고 생각된다. 즉, 유저가 상품을 이용하는 이용 시간은, 달력의 영향을 받아서 변동하는 것으로 생각된다. 또한, 유저의 휴일은, 유저의 속성에 따라 서로 다른 것이다. 예를 들면, 유저가 회사원인 경우에는, 일반적으로 연말연시나 국경일이 휴일이 되지만, 유저가 학생인 경우에는, 이들 휴일 외에, 여름방학이나 봄방학 등이 있다. 계절 계수는, 이러한 달력에 의한 이용 시간의 변동을, 유저의 이용 시간 T[i+1]-T[i](i=1~n-1)를 구할 때에 반영시키기 위한 것이다.
계절 계수에 관해서, 유저 ID(601a1)와, 속성(601a2)과, 기간(601a3)과, 계절 계수(601a4)를 대응시켜서 등록하는 테이블(이하, 「계절 계수 테이블(601a)」이라고 함)이 미리 준비되어 있는 것으로 한다. 계절 계수 테이블(601a)의 예를 도 11에 도시한다. 유저 X는 학생이라고 하면, 국경일의 기간(4월 29일 ~ 5월 5일), 여름방학(7월 25일 ~ 8월 31일), 및, 겨울 방학(12월 25일 ~ 1월 7일) 등이, 그 외의 기간에 이용 시간이 비교해서 변동하는(증가하는) 시기라고 생각된다. 따라서, 이들 기간에 값이 1 이하인 계절 계수를 대응시켜서 등록된다. 또한, 유저 Y가 회사원이라고 하면, 국경일의 기간(4월 29일 ~ 5월 5일), 및 연말연시(12월 30일 ~ 1월 3일) 등이, 이용 시간이 변동하는(증가하는) 시기라고 생각된다. 따라서, 이들 기간에 값이 1 이하인 계절 계수를 대응시켜서 등록된다.
본 실시 형태의 추정부(103)는, 피권장 유저가 마지막으로 구입한 상품 P[n]의 이용 완료 일시 T[n+1]을, 이하의 식에 의해 구한다.
Figure pct00005
여기서, 계절 계수 Q는, 상품 P[n]의 구입 일시 T[n]으로부터, 계절 계수 테이블(601a)을 참조하여 구한다. 예를 들면, 도 7의 예에 도시한 바와 같이, 상품 "게임 2"의 구입 일시 T[5]는 "4월 29일 21시 0분"이므로, 계절 계수 Q는 "0.6"으로 구해진다. 이용 시간비 c[5]=3.71로 구해져 있는 것으로 하면, A[5]?Q?c[5]=111.3시간이므로, 추정부(103)는, "게임 2"(P[5])의 이용 완료 일시 T[6]을 "5월 4일 12시 18분"으로 구한다.
이하, 본 실시 형태의 상품 권장 장치(100)의 각 부가 행하는 동작에 대하여 설명한다. 본 실시 형태의 상품 권장 장치(100)는, 이용 완료 일시 추정 처리에서 실시 형태 1과 서로 다른 처리를 행하고, 이용 완료 일시 추정 처리 이외는, 도 9의 플로우차트에 나타내는 처리와 마찬가지의 처리를 행한다. 이하, 서로 다른 처리를 행하는 이용 완료 일시 추정 처리에 대해서, 도 12의 플로우차트를 이용해서 설명한다. 또한, 도 12의 플로우차트의 스텝 S301 내지 스텝 S305는, 도 10의 플로우차트의 스텝 S201 내지 스텝 S205와 마찬가지이므로, 설명은 생략한다.
스텝 S305에서, 이용 시간비 c[n]이 구해진 후, 추정부(103)는, 계절 계수 Q를 구한다(스텝 S306). 예를 들면, 도 7의 예에 도시한 바와 같이, 마지막으로 구입한 상품 "게임 2"의 구입 일시 T[5]가 "4월 29일 21시 0분"으로 하면, 추정부(103)는, 도 11의 계절 계수 테이블(601a)을 참조하여 계절 계수 Q를 "0.6"으로 구한다.
추정부(103)는, 스텝 S302에서 구한 평균 이용 시간 A[n]과, 스텝 S305에서 구한 상품 P[n]의 이용 시간비 c[n]과, 스텝 S306에서 구한 계절 계수 Q를 상기 수학식 3에 대입하여, 상품 P[n]의 이용 완료 일시 T[n+1]을 구한다(스텝 S307). 예를 들면, A[5]=50, c[5]=3.71로 하면, 상품 "게임 2"(P[5])의 이용 완료 일시 T[6]은 5월 4일 12시 18분으로 구해진다.
또한, 계절 계수 Q를 구하는 처리는, 스텝 S307 전이면, 어느 타이밍으로 행해도 된다.
본 실시 형태에 따르면, 달력에 의한 유저의 이용 시간의 변동을 고려하고, 유저가 구입 상품의 이용을 완료하는 시각을 추정할 수 있고, 적절한 타이밍에 유저에게 상품의 구입을 재촉할 수 있다.
<실시 형태 3>
실시 형태 3에 관한 상품 권장 장치(100)는, 평균적인 유저가 상품을 이용한다고 상정되는 시간의 정보와, 상품의 구입부터 매각까지의 간격 또는 구입 간격의 정보를 이용해서, 유저가 상품의 이용을 완료하는 일시를 추측하고, 추측한 일시가 경과했을 때에 소정의 상품의 권장을 행하는 것이다.
실시 형태 3에 관한 상품 권장 장치(100)는, 도 2에 도시한 바와 같이, 이력 기억부(101)와, 시간 기억부(102)와, 추정부(103)와, 제시부(104)로 구성된다. 본 실시 형태 시간 기억부(102), 및, 제시부(104)는, 실시 형태 1과 마찬가지의 기능을 갖는다. 이하, 서로 다른 기능을 갖는 이력 기억부(101) 및 추정부(103)에 대하여 설명한다.
이하, 유저 X가, 도 13에 도시한 바와 같은 구입?매각 활동을 한 경우를 예로 들어, 각 부의 기능에 대하여 설명한다.
이력 기억부(101)는, 소정의 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시와, 당해 구입한 상품을 매각한 매각 일시를 포함하는 이력 정보가 기억된다. 또한, 소정의 상품군이란, 실시 형태 1에 나타내는 것과 마찬가지의 것을 가리킨다.
따라서, RAM(403) 또는 외부 메모리(409)가 이력 기억부(101)로서 기능한다.
구체적으로는, 이력 기억부(101)에는, 구입한 유저의 유저 ID(101a1)와, 당해 유저가 구입한 상품이 속하는 상품군(101a2)과, 구입한 구입 상품(101a3)(p[i](i=1~N))과, 구입 일시(101a4)(t[j](j=1~M, M: 임의의 수))와, 매각 일시(101a5)(t[j](j=1~M))를 대응시켜서 등록하는 테이블(이력 테이블(101a))이 저장된다. 이력 테이블(101a)에 등록되는 구입?매각의 이력은, 소정의 상품군에 속하는 상품에 관한 것이고, 소정의 상품군 이외의 상품군에 속하는 상품의 구입?매각 이력은 등록되지 않는다.
도 14에, 유저 X가, 도 13에 도시하는 구입?매각 활동을 행한 경우의 이력 테이블(101a)의 예를 나타낸다.
유저 X는, 15개의 상품 p[i](i=1~15)를 구입하고, 그 중 소정의 상품군의 상품("게임", "서적", 및 "DVD")의 상품을, 8개 구입하고 있다. 또한, 소정의 상품군의 상품 중, 2개("게임 5", "게임 1")의 상품을 매각하고 있다. 예를 들면, 유저 "X"는, 상품 "게임 1"을 일시 "4월 16일 22시 0분"에 구입하고, 상품 "게임 1"을 일시 "4월 24일 22시 0분"에 매각하고 있으므로, 이력 테이블(101a)에는, 유저 ID "X"와, 게임 1의 상품군의 "게임"과, 상품 "게임 1"과, 구입 일시 "4월 16일 22시 0분"과, 매각 일시 "4월 24일 22시 0분"을 대응시켜서 등록된다.
이하, 마찬가지로 소정의 상품군에 속하는 상품에 대한 구입 이력이 이력 테이블(101a)에 등록된다. 또한, 이력 테이블(101a)에는, 유저 X 이외의 복수의 유저에 대해서도, 마찬가지로 구입의 이력이 등록되어 있다.
추정부(103)는, 이력 기억부(101)에 기억되는 이력 정보 중, 피권장 유저의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 시간 기억부(102)에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용 완료 일시를 추정한다.
따라서, CPU(401)가 추정부(103)로서 기능한다.
이하, 추정부(103)가, 피권장 유저가 마지막으로 구입한 상품 P[n]의 이용 완료 일시를 추정하는 방법에 대하여 나타낸다.
우선, 추정부(103)는, 이력 테이블(101a)에 기록된 이력 중, 피권장 유저가 마지막으로 구입한 상품이 속하는 상품군에 대한 이력을 추출하고, 당해 이력을 구입 일시 순으로 재배열하고, 일시적으로 RAM(403)에 기억시킨다. 이하, 재배열한 테이블을 「피권장 유저 이력 테이블(103a)」이라고 한다. 피권장 유저 이력 테이블(103a)에는, 피권장 유저의 유저 ID(103a1)와, 당해 유저가 구입한 상품이 속하는 상품군(103a2)과, 구입한 구입 상품(103a3)(P[i](i=1~n))과, 구입 일시(103a4)(T[i](i=1~n))와, 평균 이용 시간 테이블(102a)을 참조하여 구한 평균 이용 시간(103a5)(A[i](i=1~n))과, 구입 상품을 매각한 매각 일시(103a6)(S[i](i=1~n))를 대응시켜서 등록된다.
도 15에, 피권장 유저 이력 테이블(103a)의 예를 나타낸다.
예를 들면, 피권장 유저를 유저 X로 하고, 도 14의 이력 테이블(101a)에 기초하여, 구입 상품 "게임 2"의 이용 완료 일시를 구하는 것으로 한다. 이 경우, 추정부(103)는, 도 14의 이력 테이블(101a)로부터 유저 X의 이력으로써, 상품군 "게임"의 이력을 추출하고, 도 15의 피권장 유저 이력 테이블(103a)에 도시한 바와 같이 구입 일시의 순으로 재배열한다. 다음으로, 도 6의 평균 이용 시간 테이블(102a)을 참조하여, 상품군 "게임"에 속하는 구입 상품 P[1](게임 3)의 평균 이용 시간 A[1](60시간), P[2](게임 1)의 평균 이용 시간 A[2](20시간), P[3](게임 5)의 평균 이용 시간 A[3](30시간), P[4](게임 4)의 평균 이용 시간 A[4](40시간), 및, P[5](게임 2)의 평균 이용 시간 A[5](50시간)를 구한다.
다음으로, 추정부(103)는, 상품 P[i](i=1~n-1)에 대해서, 구입부터 매각까지의 간격 S[i]-T[i](i=1~n-1)를 구한다. 일반적으로 상품 P[i]를 구입한 후에 상품 P[i]를 매각했다는 것은, 상품 P[i]의 이용은 완료되었다고 생각할 수 있다. 예를 들면, 유저 X가 상품 "게임 3"을 구입한 후에, 상품 "게임 3"을 매각했다는 것은, "게임 3"을 클리어했거나 또는 "게임 3"에 싫증이 났기 때문이라고 생각할 수 있다. 따라서, 본 실시 형태에서는, 매각 일시 S[i]는, 상품 P[i]의 이용을 완료한 일시로 간주하고, 구입부터 매각까지의 간격 S[i]-T[i]는, 유저가 상품 P[i]의 이용을 완료하는 데에 필요한 시간(이용 시간)으로 간주하는 것으로 한다. 또한, 상품 P[i](i=1~n-1)에 대해서, 매각의 이력이 없는 경우에는, 실시 형태 1에 도시한 바와 같이, 구입 간격 T[i+1]-T[i](i=1~n-1)를 이용 시간으로 간주하는 것으로 한다.
추정부(103)는, 유저가 상품 P[i](i=1~n-1)의 이용 시간비 c[i]=(S[i]-T[i])/A[i], 또는, c[i]=(T[i+1]-T[i])/A[i]를 구한다.
도 15의 예에서는, 추정부(103)는, 상품 P[1]의 이용 시간 T[2]-T[1](=216시간), 상품 P[2]의 이용 시간 S[2]-T[2](=192시간), 상품 P[3]의 이용 시간 S[3]-T[3](=49시간), 및, 상품 P[4]의 이용 시간 T[5]-T[4](=70시간)를 구한다. 그리고, 상품 P[1]의 이용 시간비 c[1](=3.60), 상품 P[2]의 이용 시간비 c[2](=9.60), 상품 P[3]의 이용 시간비 c[3](=1.63), 및, 상품 P[4]의 이용 시간비 c[4](=1.75)를 구한다.
다음으로, 현재 구입한 상품 P[n]의 이용을 완료할 때까지 필요하다고 상정되는 시간(S[n]-T[n], 또는 T[n+1]- T[n])과 평균 이용 시간 A[n]과의 이용 시간비 c[n]을 구한다. 상품 P[n]의 매각 일시 S[n], 또는, 새로운 상품 P[n+1]의 구입 일시(상품 P[n]의 이용 완료 일시)T[n+1]은 측정되어 있지 않은 값이므로, 구한 c[i](i=1~n-1)에 기초하여, c[n]을 추정한다. c[n]은, c[i](i=1~n-1)를 상기 수학식 1에 대입함으로써 구한다.
예를 들면, 도 15의 예(n=5)에서, w=0.95로 하면, c[5]=4.06으로 구할 수 있다.
그리고, 구한 c[n]을 이용하여, 상품 P[n]의 이용 완료 일시 T[n+1](=S[n])을 상기 수학식 2에 의해 구한다.
예를 들면, 도 15의 예에서, A[5]?c[5]=203 시간이므로, 상품 P[5](게임 2)의 이용 완료 일시 T[6]은, "5월 8일 8시 0분"으로 구해진다.
다음으로, 상품 권장 장치(100)의 각 부가 행하는 동작에 대하여 도 16 및 도 17의 플로우차트를 이용해서 설명한다. 상품 권장 장치(100)에 전원이 투입되면, CPU(401)는, 도 16의 플로우차트에 나타내는 상품 권장 처리를 개시한다. 이하, 피권장 유저를 유저 X로 하고, 유저 X가 도 13 및 도 14에 도시하는 바와 같은 구입?매각 활동을 한 경우를 예로 들어 설명한다.
CPU(401)는, 소정의 상품군에 속하는 상품이 구입된 것인지의 여부를 판단한다(스텝 S401). CPU(401)는, 상품이 구입되었다고 판단하면(스텝 S401; Yes), 상품을 구입한 유저의 유저 ID와, 구입 상품이 속하는 상품군과, 구입 상품 p[N]과, 구입 일시 t[M]과, 이력 테이블(101a)에 등록한다(스텝 S402). 한편, CPU(401)가, 소정의 상품군에 속하는 상품이 구입되었다고 판단하지 않은 경우(스텝 S401; No), CPU(401)는, 이력 기억부(101)에 기억된 구입 상품 p[i](i=1~N) 중 어느 하나가 매각되었는지의 여부를 판단한다(스텝 S403). 예를 들면, 구입 상품 p[i]의 상품군 및 상품명과, 매각된 상품의 상품군 및 상품명이 일치 또는 유사한 경우, 이력 기억부(101)에 기억된 구입 상품 p[i]가 매각되었다고 판단하는 것으로 한다. CPU(401)는, 구입 상품 p[i](i=1~N) 중 어느 하나가 매각되었다고 판단하면(스텝 S403; Yes), 상품을 구입한 유저의 유저 ID와, 구입 상품이 속하는 상품군과, 구입 상품 p[i](i=1~N)와, 구입 일시 t[j](i=1~M)에 대응시키고, 매각 일시 t[j](j=1~M)를 이력 테이블(101a)에 등록한다(스텝 S404). 그리고, CPU(401)는, 당해 매각된 상품과 동일한 상품군에 속하는 상품을 권장하는 상품 권장 메시지를 제시한다(스텝 S407). 한편, CPU(401)가, 구입 상품 p[i](i=1~N) 중 어느 하나가 매각되었다고 판단하지 않은 경우(스텝 S403; No), 스텝 S401로 되돌아간다.
예를 들면, 도 13 및 도 14에 도시한 바와 같이, 유저 X가, 상품 "게임 2"를 4월 29일 21시 0분에 구입했다고 하면, CPU(401)는, 유저 ID "X"와, 상품군 "게임"과, 구입 상품 "게임 2"와, 구입 일시 "4월 29일 21시 0분"을 이력 테이블(101a)에 등록한다. 또한, 유저 X가, 상품군 "게임"의 상품 "게임 5"를 4월 23일 0시 0분에 매각했다고 하면, CPU(401)는, 상품군 "게임"의 상품 "게임 5"로 하는 구입 상품이 이력 테이블(101a)에 등록되어 있는지의 여부를 판단한다. 도 14의 이력 테이블에는, 상품군 "게임"의 상품 "게임 5"가 등록되어 있으므로, CPU(401)는, 유저 ID "X"와, 상품군 "게임"과, 구입 상품 "게임 5"와, 구입 일시 "4월 20일 23시 0분"에 대응시켜서 매각 일시 "4월 23일 0시 0분"을 이력 테이블(101a)에 등록한다. 그리고, 제시부(104)는, 상품군 "게임"에 속하는 어느 하나의 상품의 상품 권장 메시지를 유저 X에게 제시한다. 한편, 유저 X가, 식료품 1을 구입한 경우, CPU(401)는 스텝 S401로 되돌아가서, 그대로 대기한다.
구입 이력이 이력 기억부(101)에 기억되면(스텝 S402), 다음으로, 추정부(103)는, 이용 완료 일시 추정 처리를 개시한다(스텝 S405, 도 17).
우선, 추정부(103)는, 이력 테이블(101a)에 기록된 이력 중, 피권장 유저가 마지막으로 구입한 상품이 속하는 상품군에 대한 이력 정보를 추출하고, 당해 이력 정보를 구입 일시 순으로 재배열한다(스텝 S501). 즉, 도 14의 이력 테이블(101a)에 등록된 이력 중 상품군 "게임"의 이력을 추출하고, 도 15의 피권장 유저 이력 테이블(103a)에 도시한 바와 같이, 구입 일시 순으로 재배열한다.
다음으로, 추정부(103)는, 구입 상품의 평균 이용 시간 A[i](i=1~n)를 평균 이용 시간 테이블(102a)을 참조하여 구한다(스텝 S502). 예를 들면, 추정부(103)는, 도 6의 평균 이용 시간 테이블(102a)을 참조하여, 도 15에 포함되는 구입 상품 "게임 3", "게임 1", "게임 5", "게임 4", 및 "게임 2"의 평균 이용 시간을 "60시간", "20시간", "30시간", "40시간", 및, "50시간"으로 구한다.
다음으로, 추정부(103)는, 피권장 유저 이력 테이블(103a)에 등록된 구입 상품 P[i](i=1~n-1)에 대하여 매각 이력이 있는지의 여부 판단한다(스텝 S503). 추정부(103)는, 매각 이력이 있다고 판단한 경우(스텝 S503; Yes), 구입 상품 P[i](i=1~n-1)의 이용 시간을 S[i]-T[i](i=1~n-1)에 의해 구한다(스텝 S504). 한편, 추정부(103)는, 매각 이력이 없다고 판단한 경우(스텝 S503; No), 구입 상품 P[i](i=1~n-1)의 이용 시간을 T[i+1]-T[i](i=1~n-1)에 의해 구한다(스텝 S505). 예를 들면, 추정부(103)는, 도 15에 포함되는 구입 상품 "게임 1" 및 "게임 5"의 이용 시간 S[i]-T[i](i=2, 3)를 "192시간" 및 "49시간"으로 구하고, "게임 3", 및 "게임 4"의 이용 시간을 T[i+1]-T[i](i=1, 4)를 "216시간", 및, "70시간"으로 구한다.
다음으로, 추정부(103)는, 피권장 유저 이력 테이블(103a)에 등록되어 있는 상품 P[i](i=1~n-1)에 대하여 이용 시간비 c[i]=(S[i]-T[i])/A[i](i=1~n-1) 또는c[i]=(T[i+1]-T[i])/A[i](i=1~n-1)를 구한다(스텝 S506). 예를 들면, 추정부(103)는, 스텝 S502, 스텝 S504, 및 스텝 S505에서 구한 값으로부터, 구입 상품 "게임 3", "게임 1", "게임 5", 및 "게임 4"의 이용 시간비를 "3.60", "9.60", "1.63", 및 "1.75"로 구한다.
다음으로, 구한 이용 시간비 c[i](i=1~n-1)를 상기 수학식 1에 대입하여, 마지막으로 구입한 상품 P[n]의 이용 시간비 c[n]을 구한다(스텝 S507). 예를 들면, w=0.95로 하면, 추정부(103)는, 스텝 S506에서 구한 구입 상품의 이용 시간비 c[i](i=1~4)를 수학식 1에 대입하여, c[5]=4.06으로 구한다.
추정부(103)는, 구한 A[n] 및 c[n]을 상기 수학식 2에 대입하여, P[n]의 이용 완료 일시 T[n+1](=S[n])을 구한다(스텝 S508). 예를 들면, 추정부(103)는, 스텝 S502에서 구한 평균 이용 시간 A[5]와 스텝 S507에서 구한 이용 시간비 c[5]를 수학식 2에 대입하여, 도 13의 "게임 2"의 이용 완료 일시 T[6]을 "5월 8일 8시 0분"으로 구한다.
또한, 도 17에 도시하는 플로우차트의 순서는 일례이며, 이에 한정되지 않는다. 예를 들면, 평균 이용 시간 A[i](i=1~n)를 구하는 처리는 스텝 S501 이후, 스텝 S508 전이면, 어느 타이밍으로 행하여도 된다.
이용 완료 일시 추정 처리(스텝 S405, 도 17)에 의해, P[n]의 이용 완료 일시 T[n+1]이 구해지지만, 제시부(104)는, 현재 시각이, 추정한 이용 완료 일시에 달하고 있는지의 여부를 판단한다(스텝 S406). 제시부(104)는, 현재 시각이 추정한 이용 완료 일시에 달하고 있다고 판단한 경우(스텝 S406; Yes), 유저에게 소정의 상품을 권장하는 상품 권장 메시지를 제시한다(스텝 S407). 예를 들면, 도 8에 도시한 바와 같은 화상(500)을 유저 X의 메일 주소앞으로 송신한다. 한편, 현재 시각이 추정한 이용 완료 일시에 달하지 않은 경우(스텝 S406; No), 제시부(104)는, 이용 완료 일시에 달할 때까지 그대로 대기한다.
본 실시 형태에 있어서, 유저의 이용 시간을 구할 때에, 피권장 유저 이력 테이블(103a)에 매각 이력이 있는 경우에는 매각 일시를 우선하여 이용하도록 하고 있지만, 이용 시간을 구하는 방법은 이에 한정하지 않는다. 예를 들면, 추정부(103)는, 매각 일시 S[i]와 구입 일시 T[i+1]을 비교하여, 빠른 일시쪽을 상품 P[i]의 이용 완료 일시로서 이용 시간을 구해도 된다. 도 15의 예에서는, 상품 "게임 1"의 매각 일시 S[2]는 다음의 상품 "게임 5"의 구입 일시 T[3]보다도 늦다. 따라서, 상품 "게임 1"의 이용 완료 일시를 구입 일시 T[3]으로 하고, 상품 "게임 2"의 이용 시간을 T[3]-T[2](=97시간)로 구한다. 한편, 상품 "게임 5"의 매각 일시 S[3]은 다음의 상품 "게임 4"의 구입 일시 T[4]보다도 빠르다. 따라서, 상품 "게임 5"의 이용 완료 일시를 매각 일시 S[3]으로 하고, 상품 "게임 5"의 이용 시간을 S[3]-T[3](=49시간)으로 구한다.
본 실시 형태에 따르면, 유저가 구입 상품을 매각한 일시를 이용함으로써, 유저가 당해 상품의 이용을 완료한 일시를 적확하게 추정할 수 있으며, 적절한 타이밍에 유저에게 상품을 권장할 수 있다.
<실시 형태 4>
실시 형태 4에 관한 상품 권장 장치(100)는, 평균적인 유저가 상품을 이용한다고 상정되는 시간의 정보를, 피권장 유저의 구입 매각 이력에 기초하여 수정하고, 당해 수정 후의 시간의 정보와, 상품의 구입 매각 간격 또는 구입 간격의 정보를 이용해서, 유저가 상품의 이용을 완료하는 일시를 추측하고, 추측한 일시가 경과했을 때에 소정의 상품의 권장을 행하는 것이다.
실시 형태 4에 관한 상품 권장 장치(100)는, 도 2에 도시한 바와 같이, 이력 기억부(101)와, 시간 기억부(102)와, 추정부(103)와, 제시부(104)로 구성된다. 본 실시 형태의 이력 기억부(101), 추정부(103), 및, 제시부(104)는, 실시 형태 3과 마찬가지의 기능을 갖는다. 이하, 서로 다른 기능을 갖는 시간 기억부(102)에 대하여 설명한다.
시간 기억부(102)에는, 소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억된다. 그리고, 이력 정보 중, 구입 일시와 매각 일시의 양쪽을 포함하는 이력 정보로부터, 당해 이력 정보에 관한 상품의 당해 구입 일시와 당해 매각 일시와의 간격을 구하고, 당해 구해진 간격에 기초하여, 당해 상품의 시간 기억부(102)에 기억되는 상정 시간을 수정한다.
도 15의 피권장 유저 이력 테이블(101a)에 있어서, 피권장 유저 "X"의 이력 정보 중 구입 일시 및 매각 일시가 등록되어 있는 "게임 5"를 예로 들어, 도 6의 평균 이용 시간 A[i](i=1~n)를 수정하는 방법에 대하여 나타낸다.
예를 들면, 수정 후의 평균 이용 시간 A[i](i=1~n)를 이하의 식에 의해 구한다.
Figure pct00006
여기서, α는 0 이상 1 이하의 임의의 수라고 한다. α의 값이 작을수록, 미리 등록된 평균 이용 시간에 대하여 피권장 유저의 구입 매각 간격의 경향이 강하게 반영되는 것을 나타낸다. 이하, α를 0.95로 한다.
게임 5(P[3])의 구입 일시부터 매각 일시까지의 간격 S[3]- T[3]은 49시간이며, 게임 5의 평균 이용 시간 A[3]은 30시간이다. 따라서, 수학식 4로부터, 수정 후의 평균 이용 시간 A[3]은 30.95시간으로 구해진다.
또한, 혹은, 이력 정보 중, 제1 상품에 관한 이력 정보와, 당해 제1 상품의 구입 후에 동일한 유저에 의해 구입된 상품 중 가장 가까운 시점에 구입된 제2 상품에 관한 이력 정보의 각각에 포함되는 구입 일시의 간격에 기초하여, 당해 제1 상품의 시간 기억부(102)에 기억되는 상정 시간을 수정한다.
예를 들면, 수정 후의 평균 이용 시간 A[i](i=1~n)를 이하의 식에 의해 구한다.
Figure pct00007
여기서, β는 0 이상 1 이하의 임의의 상수로 한다. α의 값이 작을수록, 미리 등록된 평균 이용 시간에 대하여 피권장 유저의 구입 간격의 경향이 강하게 반영되는 것을 나타낸다. 이하, β를 0.95로 한다.
게임 3(P[1])의 구입 일시 T[1]로부터 다음의 게임 1(P[2])의 구입 일시 T[2]까지의 간격 T[2]- T[1]은 216시간이며, 게임 3의 평균 이용 시간 A[1]은 60시간이다. 따라서, 수학식 5로부터, 수정 후의 평균 이용 시간 A[1]은 67.8시간으로 구해진다.
이하, 추정부(103)가, 이용 완료 일시를 추정할 때에 평균 이용 시간의 수정을 행하는 것으로 하고, 피권장 유저의 매각 일시의 이력 정보가 존재하는 경우에는, 수학식 4에 기초하여 평균 이용 시간을 수정하고, 매각 일시의 이력 정보가 존재하지 않는 경우에는, 수학식 5에 기초하여 평균 이용 시간을 수정하는 것으로 한다.
다음으로, 본 실시 형태의 상품 권장 장치(100)의 각 부가 행하는 동작에 대하여 설명한다. 본 실시 형태의 상품 권장 장치(100)는, 이용 완료 일시 추정 처리에서 실시 형태 3과 서로 다른 처리를 행하고, 이용 완료 일시 추정 처리 이외에는, 도 16의 플로우차트에 도시하는 처리와 마찬가지의 처리를 행한다. 이하, 서로 다른 처리를 행하는 이용 완료 일시 추정 처리에 대해서, 도 18의 플로우차트를 이용해서 설명한다. 이하, 피권장 유저를 유저 X로 하고, 유저 X가 도 13 및 도 14에 도시하는 바와 같은 구입?매각 활동을 한 경우를 예로 들어 설명한다. 또한, 도 18의 플로우차트의 스텝 S601, S604, S606 내지 S609는, 도 17의 플로우차트의 스텝 S501, S504, S505 내지 S508과 마찬가지이므로, 설명은 생략한다.
스텝 S601에서, 이력 정보가 구입 일시 순으로 재배열된 후, 추정부(103)는, 피권장 유저 이력 테이블(103a)에 등록된 구입 상품 P[i](i=1~n-1)에 대하여 매각 이력이 있는지의 여부 판단한다(스텝 S602). 추정부(103)는, 매각 이력이 있다고 판단한 경우(스텝 S602; Yes), 구입 상품 P[i](i=1~n-1)의 구입 일시와 매각 일시와의 간격을 구하고, 당해 간격에 기초하여 도 6의 평균 이용 시간 테이블(102a)의 평균 이용 시간을 수정한다(스텝 S603). 그리고, 추정부(103)는, 스텝 S604 이후의 처리를 행하고, 이용 완료 일시를 추정한다. 한편, 추정부(103)는, 매각 이력이 없다고 판단한 경우(스텝 S602; No), 구입 상품 P[i](i=1~n-1)의 구입 일시로부터 다음 구입 상품 P[i+1]의 구입 일시까지의 간격을 구하고, 당해 간격에 기초하여 도 6의 평균 이용 시간 테이블(102a)의 평균 이용 시간을 수정한다. 그리고, 추정부(103)는, 스텝 S606 이후의 처리를 행하고, 이용 완료 일시를 추정한다.
예를 들면, 구입 상품이 "게임 5"인 경우, 추정부(103)는 매각 이력이 있다고 판단하고, 도 6의 평균 이용 시간 테이블(102a)의 평균 이용 시간 "30시간"을, 수학식 4에 기초하여 "30.95시간"으로 수정한다. 또한, 예를 들면, 구입 상품이 "게임 3"인 경우, 추정부(103)는 매각 이력이 없다고 판단하고, 도 6의 평균 이용 시간 테이블(102a)의 평균 이용 시간 "60시간"을, 수학식 5에 기초하여 "67.8시간"으로 수정한다.
또한, 추정부(103)는, 이력 정보로서 구입 일시 및 매각 일시가 등록되어 있는 상품에 대해서는 수정한 평균 이용 시간을 이용하고, 매각 이력이 등록되어 있지 않은 상품에 대해서는, 수정되어 있지 않은 평균 이용 시간을 이용하여, 이용 완료 시간을 추정하도록 해도 된다.
또한, 시간 기억부(102)에 기억되는 상정 시간(평균 이용 시간)을 수정하는 방법은, 상기의 방법에 한정되지 않는다. 예를 들면, 피권장 유저의 구입 간격이나 구입 매각 간격이 다른 유저의 구입 간격이나 구입 매각 간격보다도 긴 경향이 있는 경우, 평균 이용 시간 테이블(102a)에 등록되어 있는 평균 이용 시간을, 1보다 큰 계수를 곱하여, 긴 시간이 되도록 수정해도 된다.
본 실시 형태에 따르면, 평균 이용 시간을 구함에 있어서, 피권장 유저의 구매 활동을 반영시킴으로써, 유저가 당해 상품의 이용을 완료한 일시를 적확하게 추정할 수 있고, 적절한 타이밍에 유저에게 상품을 권장할 수 있다.
본 발명은, 2010년 3월 30일에 출원된 일본 특허 출원 제2010-077359호에 기초한다. 본 명세서 중에 일본 특허 출원 제2010-077359호의 명세서, 특허 청구 범위, 도면 전체를 참조로 하여 도입하는 것으로 한다.
또한, 본 발명은 본 발명의 광의의 정신과 범위를 일탈하지 않고, 여러가지 실시 형태 및 변형이 가능해지는 것이다. 또한, 상술한 실시 형태는, 본 발명을 설명하기 위한 것이고, 본 발명의 범위를 한정하는 것은 아니다. 즉, 본 발명의 범위는, 실시 형태가 아니고, 특허 청구 범위에 의해 나타낸다. 그리고, 특허 청구 범위 내 및 그것과 동등한 발명의 의의의 범위 내에서 실시되는 여러가지 변형이, 본 발명의 범위 내로 간주된다.
본 발명에 따르면, 상품의 이용을 완료하는 데에 필요로 하는 시간이 구입하는 상품마다 서로 다른 상품에 대해서, 유저가 상품의 이용을 완료하는 시기를 예측하고, 적절한 타이밍에 유저에게 상품을 권장하기에 적합한 상품 권장 장치, 상품 권장 방법, 프로그램, 및, 기록 매체를 제공할 수 있다.
100 : 상품 권장 장치
101 : 이력 기억부
101a : 이력 테이블
102 : 시간 기억부
102a : 평균 이용 시간 테이블
103 : 추정부
103a : 피권장 유저 이력 테이블
104 : 제시부
201, 202 ~ 20n : 단말 장치
300 : 인터넷
400 : 정보 처리 장치
401 : CPU
402 : ROM
403 : RAM
404 : NIC
405 : 화상 처리부
406 : 음성 처리부
407 : DVD-ROM 드라이브
408 : 인터페이스
409 : 외부 메모리
410 : 컨트롤러
411 : 모니터
412 : 스피커
500 : 화상

Claims (11)

  1. 소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부와,
    상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부와,
    상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부와,
    상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
    를 구비하는 것을 특징으로 하는 상품 권장 장치.
  2. 제1항에 있어서,
    상기 추정부는,
    상기 피권장 유저에 대하여 상기 이력 기억부에 기억된 이력에 관한 상품을, 구입 일시의 순으로 상품 1, 상품 2, …, 상품 n과 같이 배열하고,
    정수 i=1, 2, …, n-1 각각에 대해서, 당해 피권장 유저가 당해 상품 i를 구입한 구입 일시 T[i]와, 당해 피권장 유저가 당해 상품 (i+1)을 구입한 구입 일시 T[i+1]과, 당해 상품 i에 대하여 상기 시간 기억부에 기억된 상정 시간 A[i]로부터, 비 c[i]=(T[i+1]-T[i])/A[i]를 구하고,
    당해 구해진 비의 열 c[1], c[2], …, c[n-1]로부터, 당해 피권장 유저가 마지막으로 구입한 상품 n에 관한 비 c[n]을 추정하고,
    당해 마지막으로 구입한 일시 T[n]과, 당해 추정된 비 c[n]과, 당해 기억된 시간 A[n]으로부터, 당해 마지막으로 구입한 상품 n의 이용을 당해 피권장 유저가 완료하는 일시를, T[n]+A[n]?c[n]으로 추정하는
    것을 특징으로 하는 상품 권장 장치.
  3. 제2항에 있어서,
    상기 추정부는, 오래된 구입 이력으로부터 구해진 상기 비 c[i](i=1~n-1)일수록, 상기 비 c[n]에 대한 기여율을 낮게 하는 가중치 부여 평균에 의해, 상기 피권장 유저가 마지막으로 구입한 상품 n에 관한 비 c[n]을 추정하는 것을 특징으로 하는 상품 권장 장치.
  4. 제3항에 있어서,
    상기 추정부는, 상기 가중치 부여 평균에 상기 구입 일시 T[n]의 계절에 따라서 미리 정해지는 계절 계수를 곱한 값을, 비 c[n]으로 추정하는 것을 특징으로 하는 상품 권장 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 이력 정보에는, 구입한 상품을 매각한 매각 일시가 더 포함되고,
    상기 추정부는, 상기 피권장 유저가 구입한 상품 i를 매각한 경우에는, 상기 상품 i를 매각한 매각 일시 S[i]와 상기 상품 (i+1)을 구입한 구입 일시 T[i+1]을 비교하여, 매각 일시 S[i] 쪽이 먼저 닥쳐올 경우, 상기 비 c[i]를
    Figure pct00008

    와 같이 구하는 것을 특징으로 하는 상품 권장 장치.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 이력 정보에는, 구입한 상품을 매각한 매각 일시가 더 포함되고,
    상기 추정부는, 상기 피권장 유저가 구입한 상품 i를 매각한 경우에는, 상기 상품 i를 매각 일시 S[i]에 의해, 상기 비 c[i]를
    Figure pct00009

    와 같이 구하는 것을 특징으로 하는 상품 권장 장치.
  7. 제5항 또는 제6항에 있어서,
    상기 이력 정보 중, 구입 일시와 매각 일시 양쪽을 포함하는 이력 정보로부터, 당해 이력 정보에 관한 상품의 당해 구입 일시와 당해 매각 일시와의 간격을 구하고, 당해 구해진 간격에 기초하여, 당해 상품의 상기 시간 기억부에 기억되는 상정 시간을 수정하는 것을 특징으로 하는 상품 권장 장치.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서,
    상기 이력 정보 중, 제1 상품에 관한 이력 정보와, 당해 제1 상품의 구입 후에 동일한 유저에 의해 구입된 상품 중 가장 가까운 시점에 구입된 제2 상품에 관한 이력 정보의 각각에 포함되는 구입 일시의 간격에 기초하여, 당해 제1 상품의 상기 시간 기억부에 기억되는 상정 시간을 수정하는 것을 특징으로 하는 상품 권장 장치.
  9. 소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부와, 상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부와, 추정부와, 제시부를 구비하는 상품 권장 장치가 실행하는 상품 권장 방법으로서,
    당해 상품 권장 방법은,
    상기 추정부가, 상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정 공정과,
    상기 제시부가, 상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시 공정
    을 구비하는 것을 특징으로 하는 상품 권장 방법.
  10. 컴퓨터를,
    소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부,
    상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부,
    상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부,
    상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
    로서 기능시키는 것을 특징으로 하는 프로그램.
  11. 컴퓨터를,
    소정의 상품군에 포함되는 상품 각각에 대해서, 당해 상품의 이용이 개시되고나서 당해 상품의 이용이 종료될 때까지 필요하다고 상정되는 상정 시간이 기억되는 시간 기억부,
    상기 상품군에 포함되는 어느 하나의 상품을 구입한 유저의 유저 식별자와, 당해 구입된 상품과, 당해 상품의 구입 일시를 포함하는 이력 정보가 기억되는 이력 기억부,
    상기 이력 기억부에 기억되는 이력 정보 중, 상품의 권장을 받는 유저(이하 「피권장 유저」라고 함)의 유저 식별자에 관한 이력 정보를 취득하고, 당해 취득된 이력 정보로부터, 당해 피권장 유저가 마지막으로 구입한 상품 이외의 상품의 이용이, 당해 피권장 유저에 의해 개시되고나서 종료될 때까지 필요한 이용 시간을 구하고, 당해 구해진 이용 시간과, 당해 취득된 이력 정보에 관한 상품에 대하여 상기 시간 기억부에 기억되는 상정 시간에 기초하여, 당해 피권장 유저가 마지막으로 구입한 상품의 이용을 종료하는 일시를 추정하는 추정부,
    상기 피권장 유저가 마지막으로 구입한 상품과는 서로 다른 그 외의 상품을 상기 상품군에서 선택하고, 당해 선택된 그 외의 상품을, 상기 추정된 일시에, 당해 피권장 유저에게 권장하는 메시지를 제시하는 제시부
    로서 기능시키는 것을 특징으로 하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.
KR1020127027890A 2010-03-30 2011-03-28 정보 처리 장치, 처리 방법, 및 기록 매체 KR101467651B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010077359 2010-03-30
JPJP-P-2010-077359 2010-03-30
PCT/JP2011/057682 WO2011122575A1 (ja) 2010-03-30 2011-03-28 商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体

Publications (2)

Publication Number Publication Date
KR20120135331A true KR20120135331A (ko) 2012-12-12
KR101467651B1 KR101467651B1 (ko) 2014-12-03

Family

ID=44712270

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127027890A KR101467651B1 (ko) 2010-03-30 2011-03-28 정보 처리 장치, 처리 방법, 및 기록 매체

Country Status (6)

Country Link
US (1) US20130041774A1 (ko)
EP (1) EP2555148A4 (ko)
JP (1) JP5642771B2 (ko)
KR (1) KR101467651B1 (ko)
CN (1) CN102822857A (ko)
WO (1) WO2011122575A1 (ko)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5734910B2 (ja) * 2012-04-24 2015-06-17 京セラ株式会社 情報提供システムおよび情報提供方法
JP6139066B2 (ja) * 2012-06-01 2017-05-31 任天堂株式会社 情報処理プログラム、情報処理装置、情報処理システムおよびコンテンツ推薦方法
US9990666B2 (en) * 2012-09-12 2018-06-05 Canon Kabushiki Kaisha Method, system and apparatus for delivering a recommendation
US9613313B2 (en) 2012-09-26 2017-04-04 DeNA Co., Ltd. System and method for providing a recommendation of a game based on a game-centric relationship graph
WO2014081836A1 (en) * 2012-11-20 2014-05-30 Dlyte, LLC Computer program, method, and system for providing redeemable promotional-valued credits
US9098802B2 (en) * 2012-12-20 2015-08-04 Facebook, Inc. Inferring contextual user status and duration
CN103345695A (zh) * 2013-06-25 2013-10-09 百度在线网络技术(北京)有限公司 一种商品推荐的方法和装置
JP5967553B2 (ja) * 2014-06-16 2016-08-10 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 店舗内又は店舗間における顧客の購買行動を推定する方法、並びに、そのコンピュータ・システム及びコンピュータ・プログラム
US10565615B2 (en) 2014-07-01 2020-02-18 Transform Sr Brands Llc System and method for personalized add-on purchase
JP5679503B1 (ja) * 2014-09-30 2015-03-04 楽天株式会社 投票券情報提供装置、投票券情報提供方法、および、投票券情報提供装置用プログラム
CN104599160B (zh) * 2015-02-06 2020-09-08 腾讯科技(深圳)有限公司 商品推荐方法和装置
CN109726334A (zh) * 2016-01-06 2019-05-07 北京京东尚科信息技术有限公司 电子书籍的推送方法和装置
JP6890747B2 (ja) * 2016-04-07 2021-06-18 楽天グループ株式会社 情報処理装置、情報処理方法、プログラム
WO2017175355A1 (ja) * 2016-04-07 2017-10-12 楽天株式会社 情報処理装置、情報処理方法、プログラム
CN110135915B (zh) * 2016-08-22 2023-05-02 北京京东尚科信息技术有限公司 商品推荐方法和***
CN107330768B (zh) * 2017-07-13 2021-02-26 北京京东尚科信息技术有限公司 个性化素材展示控制方法、装置和***
CN109034983A (zh) * 2018-09-18 2018-12-18 安徽千界信息科技有限公司 网上商城商品的推荐方法及其***
CN110413870B (zh) * 2018-12-18 2021-12-31 北京沃东天骏信息技术有限公司 商品推荐方法、装置及服务器
CN110009457A (zh) * 2019-04-09 2019-07-12 昆山古鳌电子机械有限公司 一种基于大数据的商品推荐***
WO2021260710A1 (en) * 2020-06-25 2021-12-30 Telefonaktiebolaget Lm Ericsson (Publ) Product association in communications network
US11188925B1 (en) * 2021-03-30 2021-11-30 Honda Motor Co., Ltd. Method and system for automated reconfiguration of user interface based on product lifecycle
KR102409598B1 (ko) * 2021-12-14 2022-06-22 주식회사 밀리의서재 전자책 정보를 검색하기 위한 사용자 인터페이스를 제공하는 방법 및 이를 이용한 서버

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09231264A (ja) * 1996-02-23 1997-09-05 Hitachi Ltd オンラインショッピング支援方法およびシステム
US6123259A (en) * 1998-04-30 2000-09-26 Fujitsu Limited Electronic shopping system including customer relocation recognition
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6266649B1 (en) * 1998-09-18 2001-07-24 Amazon.Com, Inc. Collaborative recommendations using item-to-item similarity mappings
US7809601B2 (en) * 2000-10-18 2010-10-05 Johnson & Johnson Consumer Companies Intelligent performance-based product recommendation system
JP3984473B2 (ja) * 2000-12-27 2007-10-03 楽天株式会社 広告送信システム
KR20040078636A (ko) * 2004-08-23 2004-09-10 안재명 매장 관리 시스템
KR100679419B1 (ko) * 2005-06-02 2007-02-07 티에스씨시스템 주식회사 차량 관리 시스템 및 방법
US7672865B2 (en) * 2005-10-21 2010-03-02 Fair Isaac Corporation Method and apparatus for retail data mining using pair-wise co-occurrence consistency
JP2007265077A (ja) * 2006-03-29 2007-10-11 Nomura Research Institute Ltd 子供衣類管理装置および子供衣類管理システム
JP2008176398A (ja) * 2007-01-16 2008-07-31 Sony Corp 情報処理装置および方法、並びにプログラム
JP2008225629A (ja) * 2007-03-09 2008-09-25 Ricoh Co Ltd 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体
US8090621B1 (en) * 2007-06-27 2012-01-03 Amazon Technologies, Inc. Method and system for associating feedback with recommendation rules
JP2009122781A (ja) * 2007-11-12 2009-06-04 Yahoo Japan Corp リコメンドシステム、およびリコメンド方法
CN101206751A (zh) * 2007-12-25 2008-06-25 北京科文书业信息技术有限公司 基于数据挖掘的顾客推荐***及其方法
JP5242321B2 (ja) 2008-09-29 2013-07-24 株式会社カネカ 摩擦音の低減されたポリプロピレン系樹脂予備発泡粒子
JP3148485U (ja) * 2008-10-06 2009-02-19 東銀座印刷出版株式会社 特定の顧客向けのocr用紙を印刷するための印刷装置
US20110213651A1 (en) * 2010-03-01 2011-09-01 Opera Solutions, Llc Computer-Implemented Method For Enhancing Targeted Product Sales
US8452797B1 (en) * 2011-03-09 2013-05-28 Amazon Technologies, Inc. Personalized recommendations based on item usage
WO2013108119A1 (en) * 2012-01-18 2013-07-25 Yoav Lorch Incremental content purchase and management systems and methods

Also Published As

Publication number Publication date
CN102822857A (zh) 2012-12-12
EP2555148A4 (en) 2014-02-19
EP2555148A1 (en) 2013-02-06
JP5642771B2 (ja) 2014-12-17
KR101467651B1 (ko) 2014-12-03
JPWO2011122575A1 (ja) 2013-07-08
WO2011122575A1 (ja) 2011-10-06
US20130041774A1 (en) 2013-02-14

Similar Documents

Publication Publication Date Title
KR20120135331A (ko) 상품 권장 장치, 상품 권장 방법, 및 기록 매체
JP6182683B1 (ja) プロモーション装置、プロモーション方法、プログラム、及び、記録媒体
Wandebori et al. Consumers’ Purchase Intention: Influencing Factors Unveiled at Korean Thematic Café (Case Study: Chingu Café)
US20130159083A1 (en) Order receiving device, order receiving method, program and information recording medium
Adzovie et al. Motivational factors towards fast-food joint selection in under-developed country setting: A partial least square and structural equation modeling (PLS-SEM) Approach
JP2018092314A (ja) プログラム、商品抽出システムおよび商品推薦システム
JP5299199B2 (ja) 商品推奨方法及び商品推奨システム
JP2010218124A (ja) 商品推奨方法及び商品推奨システム
JP2009276377A (ja) 広告提供方法、広告提供装置及び広告提供プログラム
Kogan et al. Optimal policies for inventory usage, production and pricing of fashion goods over a selling season
CN114429362A (zh) 广告产品投放方法及装置、电子设备及可读存储介质
JP2012053583A (ja) 情報処理装置およびプログラム
Langer et al. Peer feedback can decrease consumers’ willingness to pay for food: Evidence from a field experiment
JP5976266B1 (ja) 注文受付装置、注文受付方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
Choi et al. An analysis of freshmen students’ motivation to eat at on-campus dining facilities
JP7466172B2 (ja) 情報処理装置
JP6969634B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2005316756A (ja) コンジョイント分析システム、コンジョイント分析方法、及びコンジョイント分析プログラム、並びにサーバ装置
WO2016185508A1 (ja) 提示装置、提示方法、プログラム、及び、記録媒体
JP2018195201A (ja) 算出装置、算出方法、及び算出プログラム
US7734514B2 (en) Product variety information
JP2000285158A (ja) 仮想試食・試飲システム
TW201624389A (zh) 資訊處理裝置、控制方法
JP2010003045A (ja) 料理情報提案システム
JP2019091115A (ja) 情報処理装置

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171116

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181120

Year of fee payment: 5