(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022190893
(43)【公開日】2022-12-27
(54)【発明の名称】計算機システム及びテナントの登録支援方法
(51)【国際特許分類】
G06Q 10/04 20120101AFI20221220BHJP
G06Q 10/06 20120101ALI20221220BHJP
G06Q 50/00 20120101ALI20221220BHJP
G06Q 50/16 20120101ALI20221220BHJP
【ＦＩ】
G06Q10/04
G06Q10/06
G06Q50/00 300
G06Q50/16 300
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2021099404
(22)【出願日】2021-06-15
(71)【出願人】
【識別番号】000005108
【氏名又は名称】株式会社日立製作所
(74)【代理人】
【識別番号】110001678
【氏名又は名称】藤央弁理士法人
(72)【発明者】
【氏名】岩澤 聡子
(72)【発明者】
【氏名】山田 健一郎
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA04
5L049AA06
5L049CC28
5L049CC60
(57)【要約】
【課題】テナントとスペースとのマッチングを行うマッチングシステムの利用を促す情報を提示する。
【解決手段】テナントとスペースとのマッチングを行うサービスへの登録を支援する計算機システムは、スペースの特性を表すスペース特徴を管理し、テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、ＳＮＳ情報に基づいて、テナントの事業特性を表すテナント属性を推定し、テナント属性及びスペース特徴の組合せごとに、スペースを利用した場合の売上を推定し、テナントに、スペースごとの前記売上の推定結果を提示する。
【選択図】図１
【解決手段】テナントとスペースとのマッチングを行うサービスへの登録を支援する計算機システムは、スペースの特性を表すスペース特徴を管理し、テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、ＳＮＳ情報に基づいて、テナントの事業特性を表すテナント属性を推定し、テナント属性及びスペース特徴の組合せごとに、スペースを利用した場合の売上を推定し、テナントに、スペースごとの前記売上の推定結果を提示する。
【選択図】図１
【特許請求の範囲】
【請求項1】
テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、
前記スペースの特性を表すスペース特徴を管理し、
前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定し、
前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
前記スペースの特性を表すスペース特徴を管理し、
前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定し、
前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
【請求項2】
請求項１に記載の計算機システムであって、
ハッシュタグを前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
ハッシュタグを前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
【請求項3】
請求項１に記載の計算機システムであって、
前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出することを特徴とする計算機システム。
【請求項4】
請求項１に記載の計算機システムであって、
機械学習によって生成された売上予測モデルを保持し、
前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定することを特徴とする計算機システム。
機械学習によって生成された売上予測モデルを保持し、
前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定することを特徴とする計算機システム。
【請求項5】
請求項１に記載の計算機システムであって、
機械学習によって生成されたテナント属性推定モデルを保持し、
前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定することを特徴とする計算機システム。
機械学習によって生成されたテナント属性推定モデルを保持し、
前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定することを特徴とする計算機システム。
【請求項6】
請求項１に記載の計算機システムであって、
前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
前記ＳＮＳへの新規の投稿情報の有無を判定し、
前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納し、
前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて、前記スペースごとの前記売上を推定し、前記記憶部に格納することを特徴とする計算機システム。
前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
前記ＳＮＳへの新規の投稿情報の有無を判定し、
前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納し、
前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて、前記スペースごとの前記売上を推定し、前記記憶部に格納することを特徴とする計算機システム。
【請求項7】
請求項１に記載の計算機システムであって、
前記テナントから、出店条件の入力を受け付け、
前記出店条件を満たす前記スペースの前記売上の推定結果を提示することを特徴とする計算機システム。
前記テナントから、出店条件の入力を受け付け、
前記出店条件を満たす前記スペースの前記売上の推定結果を提示することを特徴とする計算機システム。
【請求項8】
請求項１に記載の計算機システムであって、
前記スペースのスペース特徴とともに前記売上の推定結果を提示することを特徴とする計算機システム。
前記スペースのスペース特徴とともに前記売上の推定結果を提示することを特徴とする計算機システム。
【請求項9】
計算機システムが実行する、テナントと前記テナントが使用するスペースとのマッチングを行うサービスへのテナントの登録支援方法であって、
前記計算機システムは、
プロセッサ、前記プロセッサに接続される記憶装置、及び前記プロセッサに接続されるネットワークインタフェースを有する、少なくとも一つの計算機を備え、
前記スペースの特性を表すスペース特徴を管理し、
前記テナントの登録支援方法は、
前記少なくとも一つの計算機が、前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得する第１のステップと、
前記少なくとも一つの計算機が、前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出する第２のステップと、
前記少なくとも一つの計算機が、前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定する第３のステップと、
前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定する第４のステップと、
前記少なくとも一つの計算機が、前記テナントに、前記スペースごとの前記売上の推定結果を提示する第５のステップと、を含むことを特徴とするテナントの登録支援方法。
前記計算機システムは、
プロセッサ、前記プロセッサに接続される記憶装置、及び前記プロセッサに接続されるネットワークインタフェースを有する、少なくとも一つの計算機を備え、
前記スペースの特性を表すスペース特徴を管理し、
前記テナントの登録支援方法は、
前記少なくとも一つの計算機が、前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得する第１のステップと、
前記少なくとも一つの計算機が、前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出する第２のステップと、
前記少なくとも一つの計算機が、前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定する第３のステップと、
前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定する第４のステップと、
前記少なくとも一つの計算機が、前記テナントに、前記スペースごとの前記売上の推定結果を提示する第５のステップと、を含むことを特徴とするテナントの登録支援方法。
【請求項10】
請求項９に記載のテナントの登録支援方法であって、
前記第２のステップは、前記少なくとも一つの計算機が、ハッシュタグを前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
前記第２のステップは、前記少なくとも一つの計算機が、ハッシュタグを前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
【請求項11】
請求項９に記載のテナントの登録支援方法であって、
前記第２のステップは、前記少なくとも一つの計算機が、前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
前記第２のステップは、前記少なくとも一つの計算機が、前記投稿情報に対して自然言語処理を実行することによって抽出された単語を、前記ＳＮＳ情報として抽出するステップを含むことを特徴とするテナントの登録支援方法。
【請求項12】
請求項９に記載のテナントの登録支援方法であって、
前記計算機システムは、機械学習によって生成された売上予測モデルを保持し、
前記第４のステップは、前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定するステップを含むことを特徴とするテナントの登録支援方法。
前記計算機システムは、機械学習によって生成された売上予測モデルを保持し、
前記第４のステップは、前記少なくとも一つの計算機が、前記テナント属性及び前記スペース特徴を前記売上予測モデルに入力することによって売上を推定するステップを含むことを特徴とするテナントの登録支援方法。
【請求項13】
請求項９に記載のテナントの登録支援方法であって、
前記計算機システムは、機械学習によって生成されたテナント属性推定モデルを保持し、
前記第３のステップは、前記少なくとも一つの計算機が、前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定するステップを含むことを特徴とするテナントの登録支援方法。
前記計算機システムは、機械学習によって生成されたテナント属性推定モデルを保持し、
前記第３のステップは、前記少なくとも一つの計算機が、前記ＳＮＳ情報を前記テナント属性推定モデルに入力することによって前記テナント属性を推定するステップを含むことを特徴とするテナントの登録支援方法。
【請求項14】
請求項９に記載のテナントの登録支援方法であって、
前記計算機システムは、前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
前記テナントの登録支援方法は、
前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報の有無を判定するステップと、
前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納するステップと、
前記少なくとも一つの計算機が、前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて前記スペースごとの前記売上を推定し、前記記憶部に格納するステップと、を含むことを特徴とするテナントの登録支援方法。
前記計算機システムは、前記ＳＮＳ情報及び前記売上の推定結果を管理する記憶部を備え、
前記テナントの登録支援方法は、
前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報の有無を判定するステップと、
前記少なくとも一つの計算機が、前記ＳＮＳへの新規の投稿情報が存在する場合、前記新規の投稿情報から新たな前記ＳＮＳ情報を抽出し、前記記憶部に格納するステップと、
前記少なくとも一つの計算機が、前記記憶部に格納される前記テナントの前記ＳＮＳ情報を用いて前記スペースごとの前記売上を推定し、前記記憶部に格納するステップと、を含むことを特徴とするテナントの登録支援方法。
【請求項15】
テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、
前記スペースの特性を表すスペース特徴を管理し、
前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
前記テナントから、出店条件の入力を受け付け、
前記テナント属性及び前記出店条件の入力に該当する前記スペースの前記スペース特徴との組合せごとに、前記スペースを利用した場合の売上を推定し、
前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
前記スペースの特性を表すスペース特徴を管理し、
前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、
前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、
前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、
前記テナントから、出店条件の入力を受け付け、
前記テナント属性及び前記出店条件の入力に該当する前記スペースの前記スペース特徴との組合せごとに、前記スペースを利用した場合の売上を推定し、
前記テナントに、前記スペースごとの前記売上の推定結果を提示することを特徴とする計算機システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、テナントとスペースとのマッチングを行うサービスへの登録を支援するシステム及び方法に関する。
【背景技術】
【0002】
近年、モール等の商業施設が管理するスペースと、店舗の出店を希望する事業者（テナント）とのマッチングを行うマッチングシステムとして、例えば、特許文献１に記載の技術が知られている。
【0003】
特許文献１には、「コンテンツマッチングシステムは、ユーザから入力されたブースの展示の希望日時と、ブースに展示するコンテンツのコンテンツキーワードと、ユーザが対象とする対象顧客属性と、マッチングデータテーブルに格納された各ブースのコンテンツキーワードと、ブースの展示日時と、算出された各ブースの集客数、全体の通行者に対して、コンテンツを展示しているときのブースを注視した人や立ち止まった人を注目者としたときの割合である注目度、注目者の性別や年代などの注目者属性割合、注目者に対するブースに入ってきた人を高関心者としたときの割合である高関心度、高関心者の属性である高関心者属性割合とに基づいて、推奨するブースの候補を選出する。」ことが記載されている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２１－５２３３号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
店舗の出店の検討段階において、テナントが扱う商品又はサービス、ターゲットとする顧客の特徴等を入力するのは手間がかかるため、マッチングシステムの利用を促しにくいという課題がある。
【0006】
本発明は、マッチングシステムの利用を促す情報を提示するシステム及び方法を提供することを目的とする。
【課題を解決するための手段】
【0007】
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、テナントと前記テナントが使用するスペースとのマッチングを行うサービスへの登録を支援する計算機システムであって、前記スペースの特性を表すスペース特徴を管理し、前記テナントから、当該テナントが使用するＳＮＳのアカウント情報を取得し、前記アカウント情報を用いて前記ＳＮＳにアクセスし、投稿情報に含まれるキーワードをＳＮＳ情報として抽出し、前記ＳＮＳ情報に基づいて、前記テナントの事業特性を表すテナント属性を推定し、前記テナント属性及び前記スペース特徴の組合せごとに、前記スペースを利用した場合の売上を推定し、前記テナントに、前記スペースごとの前記売上の推定結果を提示する。
【発明の効果】
【0008】
本発明の一形態によれば、マッチングシステムの利用を促す情報の提示が可能となる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
【図面の簡単な説明】
【0009】
【図1】本発明の概要を説明する図である。
【図2】実施例１のシステムの構成の一例を示す図である。
【図3】実施例１の登録支援サーバのハードウェア構成の一例を示す図である。
【図4】実施例１のＳＮＳ情報記憶部が管理する情報の一例を示す図である。
【図5】実施例１のテナント属性記憶部が管理する情報の一例を示す図である。
【図6】実施例１のスペース情報記憶部が管理する情報の一例を示す図である。
【図7】実施例１の出店履歴情報記憶部が管理する情報の一例を示す図である。
【図8】実施例１の出店条件情報記憶部が管理する情報の一例を示す図である。
【図9】実施例１の売上情報記憶部が管理する情報の一例を示す図である。
【図10】実施例１のスペース特徴情報記憶部が管理する情報の一例を示す図である。
【図11】実施例１のエッジサーバが実行するスペース特徴情報抽出処理の一例を示すフローチャートである。
【図12】実施例１の登録支援サーバが実行するテナント属性推定処理の一例を示すフローチャートである。
【図13】実施例１の登録支援サーバが実行するテナント属性更新処理の一例を示すフローチャートである。
【図14】実施例１の登録支援サーバが実行する売上推定処理の一例を示すフローチャートである。
【発明を実施するための形態】
【0010】
まず、本発明のコンセプトを説明する。図１は、本発明の概要を説明する図である。
【0011】
システムは、登録支援サーバ１００、テナント１０１、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）１０２から構成される。
【0012】
テナント１０１は、出店を希望する事業者（個人及び法人のいずれでもよい）を表す。テナント１０１は端末１０５を用いて、登録支援サーバ１００に情報を入力し、また、登録支援サーバ１００から出力された情報を参照する。本発明では、テナント１０１は、ＳＮＳ１０２にアクセスするためのアカウント情報、過去出店情報、及び出店条件情報（出店スペース関連情報及び出店日時間関連情報）等を入力し、登録支援サーバ１００からテナント属性、スペース、及び売上予測に関する情報の提示を受ける。
【0013】
登録支援サーバ１００は、図示しないマッチングシステムへのテナント１０１の登録を支援するシステムであり、テナント属性を推定し、また、テナント１０１が任意のスペースに出店した場合の売上を予測する。ここで、テナント属性とは、テナント１０１が扱う商品及びサービス、並びに、ターゲットとする顧客層等、テナント１０１の事業特徴を表す属性である。また、マッチングシステムは、テナント１０１とスペースとのマッチングを行うシステムである。
【0014】
登録支援サーバ１００は、ＳＮＳ情報抽出部２２０、テナント属性推定モデル記憶部２１６、及び売上推定モデル記憶部２１７を有する。
【0015】
ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２に投稿されているテナント１０１の投稿情報から所定のキーワードをＳＮＳ情報として抽出する。なお、ＳＮＳ情報は、キーワードに限定されない。例えば、ＳＮＳ１０２に投稿された画像又は画像から抽出した情報でもよい。
【0016】
テナント属性推定モデル記憶部２１６は、テナント属性推定モデルを記憶する。ＳＮＳ情報をテナント属性推定モデルに入力することによってテナント属性が推定される。推定されたテナント属性は、売上推定モデル記憶部２１７及び端末１０５に送信される。端末１０５の画面１１０には推定されたテナント属性が表示される。なお、画面１１０には、テナント属性を修正するための操作ボタン、テナント属性を確定するための操作ボタンが含まれる。
【0017】
売上推定モデル記憶部２１７は、売上推定モデルを記憶する。売上推定モデルにテナント属性を入力することによって売上が推定される。売上の推定結果は、端末１０５に送信される。端末１０５の画面１１０には、売上が多く見込まれるスペース及び推定売上が表示される。
【0018】
登録支援サーバ１００は、アカウント情報を用いてＳＮＳ１０２の投稿情報からテナント属性を推定し、テナント１０１に提示することによって、マッチングシステムへのテナント１０１の登録時の情報入力の手間を削減できる。また、売上の予測とともにスペースが提示されることによって、テナント１０１は、マッチングシステムを利用した場合の事業シミュレーションを行うことができる。
【0019】
マッチングシステムに登録するテナント１０１を増加させることによって、テナント１０１へスペースを提供するデベロッパは、様々なテナント１０１にリーチしやすくなるという利点がある。また、マッチングシステムの運用者は、デベロッパに対して様々なテナント１０１のテナント属性とともに、催事等を提案することができるという利点がある。
【0020】
以下、本発明の実施例を、図面を用いて説明する。ただし、本発明は以下に示す実施例の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。
【0021】
以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。
【0022】
本明細書等における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数又は順序を限定するものではない。
【0023】
図面等において示す各構成の位置、大きさ、形状、及び範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、及び範囲等を表していない場合がある。したがって、本発明では、図面等に開示された位置、大きさ、形状、及び範囲等に限定されない。
【実施例0024】
【0025】
システムは、登録支援サーバ１００、端末１０５、エッジサーバ２００、及びセンサ群２０１を含む。登録支援サーバ１００、端末１０５、エッジサーバ２００、及びセンサ群２０１は、ネットワーク２０２を介して互いに接続される。ネットワーク２０２は、例えば、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）及びＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等であり、接続方式は有線及び無線のいずれでもよい。なお、登録支援サーバ１００及び端末１０５間を接続するネットワーク、登録支援サーバ１００及びエッジサーバ２００間を接続するネットワーク、エッジサーバ２００及びセンサ群２０１間を接続するネットワークは異なっていてもよい。
【0026】
登録支援サーバ１００は、図３に示すようなハードウェア構成の計算機である。具体的には、登録支援サーバ１００は、ＣＰＵ３００、メモリ３０１、記憶装置３０２、ネットワークインタフェース３０３、入力装置３０４、及び出力装置３０５を有する。なお、図３に示す登録支援サーバ１００のハードウェア構成は一例であってこれに限定されない。例えば、登録支援サーバ１００は、入力装置３０４及び出力装置３０５を有していなくてもよい。
【0027】
ＣＰＵ３００は、登録支援サーバ１００全体の制御を行う演算装置であり、メモリ３０１に格納されるプログラムを実行する。ＣＰＵ３００がプログラムに従って処理を実行することによって、特定の機能を実現する機能部（モジュール）として動作する。以下の説明では、機能部を主語に処理を説明する場合、ＣＰＵ３００が当該機能部を実現するプログラムを実行していることを示す。
【0028】
メモリ３０１は、ＣＰＵ３００が実行するプログラム及びプログラムが使用する情報を格納する記憶装置である。メモリ３０１は、また、ワークエリアとしても用いられる。記憶装置３０２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等、永続的にデータを格納する記憶装置である。メモリ３０１に格納されるプログラム及び情報は記憶装置３０２に格納されてもよい。この場合、ＣＰＵ３００が記憶装置３０２からプログラム及び情報を読み出し、メモリ３０１にロードする。
【0029】
ネットワークインタフェース３０３は、ネットワークを介して、外部装置又は外部システムと通信するためのインタフェースである。入力装置３０４は、登録支援サーバ１００に対してデータ及びコマンド等を入力するための装置であり、例えば、キーボード、マウス、及びタッチパネル等である。出力装置３０５は、情報を出力するための装置であり、例えば、ディスプレイである。
【0030】
なお、端末１０５及びエッジサーバ２００のハードウェア構成は、登録支援サーバ１００と同一であるため説明を省略する。図２の説明に戻る。
【0031】
登録支援サーバ１００は、ＳＮＳ情報記憶部２１０、テナント属性記憶部２１１、スペース情報記憶部２１２、出店履歴情報記憶部２１３、出店条件情報記憶部２１４、売上情報記憶部２１５、テナント属性推定モデル記憶部２１６、売上推定モデル記憶部２１７、ＳＮＳ情報抽出部２２０、売上推定部２２１、新規投稿判定部２２２、入力データ生成部（テナント属性学習用）２２３、テナント属性推定モデル学習部２２４、入力データ生成部（売上推定学習用）２２５、及び売上推定モデル学習部２２６を有する。
【0032】
ＳＮＳ情報記憶部２１０は、ＳＮＳ１０２の投稿情報から抽出されたＳＮＳ情報を管理する。テナント属性記憶部２１１は、ＳＮＳ情報から推定されたテナント属性を管理する。スペース情報記憶部２１２は、マッチングシステムが扱うスペースに関する情報を管理する。出店履歴情報記憶部２１３は、過去の出店の売上等に関する情報（出店履歴情報）を管理する。出店条件情報記憶部２１４は、テナント１０１の希望するスペースの条件等、出店条件に関する情報（出店条件情報）を管理する。売上情報記憶部２１５は、売上の推定結果を管理する。
【0033】
テナント属性推定モデル記憶部２１６は、テナント属性を推定するモデル（テナント属性推定モデル）を管理する。本実施例のテナント属性推定モデルは、ＳＮＳ情報を入力として受け付け、テナント属性を出力する。なお、ＳＮＳ情報以外の情報を入力として受け付けるモデルでもよい。売上推定モデル記憶部２１７は、売上を推定するモデル（売上推定モデル）を管理する。本実施例の売上推定モデルは、テナント属性及びスペース特徴を入力として受け付け、売上を出力する。なお、出店条件も入力として受け付けるモデルでもよい。
【0034】
ＳＮＳ情報抽出部２２０は、ＳＮＳ１０２の投稿情報からＳＮＳ情報を抽出する。売上推定部２２１は、売上推定モデルを用いて売上を推定する。新規投稿判定部２２２は、ＳＮＳ１０２の新規の投稿情報を探索する。
【0035】
入力データ生成部（テナント属性学習用）２２３は、テナント属性推定モデルを学習するための入力データを生成する。例えば、入力データ生成部２２３は、ＳＮＳ情報記憶部２１０及びテナント属性記憶部２１１が管理する情報を用いて入力データを生成する。テナント属性推定モデル学習部２２４は、入力データを用いてテナント属性推定モデルを学習し、学習結果であるテナント属性推定モデルをテナント属性推定モデル記憶部２１６に出力する。
【0036】
入力データ生成部（売上推定学習用）２２５は、売上推定モデルを学習するための入力データを生成する。例えば、入力データ生成部２２５は、スペース情報記憶部２１２及び出店履歴情報記憶部２１３が管理する情報を用いて入力データを生成する。売上推定モデル学習部２２６は、入力データを用いて売上推定モデルを学習し、学習結果である売上推定モデルを売上推定モデル記憶部２１７に出力する。
【0037】
なお、登録支援サーバ１００が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
【0038】
なお、登録支援サーバ１００は、複数の計算機から構成される登録支援システムでもよい。
【0039】
端末１０５は、テナント１０１が操作する端末であり、テナント属性入力部２３０、ＳＮＳアカウント情報入力部２３１、出店条件情報入力部２３２、出店履歴情報入力部２３３、画面出力部２３４、及びユーザインタフェース処理部２３５を有する。
【0040】
テナント属性入力部２３０は、登録支援サーバ１００に、テナント属性の修正内容及び追加内容を入力する。テナント１０１は、登録支援サーバ１００によって推定されたテナント属性の参照し、テナント属性入力部２３０を利用して、テナント属性を修正及び追加する。ＳＮＳアカウント情報入力部２３１は、登録支援サーバ１００に対して、テナント１０１が利用するＳＮＳ１０２のアカウント情報を入力する。出店条件情報入力部２３２は、登録支援サーバ１００に対して、出店条件情報を入力する。出店履歴情報入力部２３３は、登録支援サーバ１００に対して、出店履歴情報を入力する。画面出力部２３４は、画面を出力する。ユーザインタフェース処理部２３５は、ユーザインタフェースに関する処理を行う。
【0041】
なお、端末１０５が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
【0042】
センサ群２０１は、スペースが存在する空間に設置されたセンサ群であり、スペースを利用する人に関するセンサデータ等を取得する。センサ群２０１は、例えば、画像を取得する。
【0043】
エッジサーバ２００は、スペースに関する特徴を分析し、管理する。エッジサーバ２００は、スペース特徴情報記憶部２４０、センサ制御部２５０、及びスペース特徴情報抽出部２５１を有する。
【0044】
スペース特徴情報記憶部２４０は、スペースの特性に関する情報（スペース特徴情報）を管理する。本実施例では、スペースを通過又は利用する人の情報がスペース特徴として管理される。センサ制御部２５０は、センサ群２０１を制御する。なおエッジサーバ２００は、センサデータを管理する記憶部を有するが省略している。スペース特徴情報抽出部２５１は、センサデータを分析することによって、各スペースのスペース特徴情報を抽出し、スペース特徴情報記憶部２４０に出力する。
【0045】
なお、エッジサーバ２００が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
【0046】
本実施例では、登録支援サーバ１００は、エッジサーバ２００と通信することによって、スペース特徴を把握できる構成となっているがこれに限定されない。例えば、エッジサーバ２００が、あらかじめ、スペース特徴情報を登録支援サーバ１００に送信してもよい。
【0047】
【0048】
図４は、実施例１のＳＮＳ情報記憶部２１０が管理する情報の一例を示す図である。
【0049】
ＳＮＳ情報記憶部２１０は、図４に示すようなテーブル４００を管理する。テーブル４００は、アカウントＩＤ４０１及びタグ４０２を含むエントリを格納する。一つのアカウント情報に対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0050】
アカウントＩＤ４０１は、テナント１０１が利用するＳＮＳ１０２にアクセスするためのアカウント情報であるアカウントＩＤを格納するフィールドである。タグ４０２は、ＳＮＳ１０２の投稿情報から抽出されたＳＮＳ情報であるハッシュタグを格納するフィールド群である。タグ４０２は、ハッシュタグを格納するフィールドを複数含む。
【0051】
本実施例では、ＳＮＳ情報としてハッシュタグを抽出するものとしているが、これに限定されない。商品及びユーザ等に関する単語がＳＮＳ情報として抽出されてもよい。
【0052】
なお、ＳＮＳ情報記憶部２１０が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0053】
図５は、実施例１のテナント属性記憶部２１１が管理する情報の一例を示す図である。
【0054】
テナント属性記憶部２１１は、図５に示すようなテーブル５００を管理する。テーブル５００は、ＩＤ５０１、テナント名５０２、アカウントＩＤ５０３、及びテナント属性５０４を含むエントリを格納する。テナント１０１及びテナント属性の組合せに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0055】
ＩＤ５０１は、テーブル５００のエントリの識別情報を格納するフィールドである。テナント名５０２は、テナント１０１の識別情報を格納するフィールドである。本実施例では、テナント１０１の名称が格納される。アカウントＩＤ５０３は、アカウントＩＤ４０１と同一のフィールドである。テナント属性５０４は、テナント１０１のテナント属性を格納するフィールド群である。テナント属性５０４は、販売品項目５１１、ターゲット性別５１２、及びターゲット年齢層５１３を含む。なお、テナント属性５０４は、上述以外のフィールドを含んでもよい。
【0056】
なお、テナント属性記憶部２１１が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0057】
図６は、実施例１のスペース情報記憶部２１２が管理する情報の一例を示す図である。
【0058】
スペース情報記憶部２１２は、図６に示すようなテーブル６００を管理する。テーブル６００は、スペース名６０１、住所６０２、スペース属性６０３、設備６０４、及び申込／利用状況６０５を含むエントリを格納する。一つのスペースに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0059】
スペース名６０１は、スペースの識別情報を格納するフィールドである。本実施例では、スペースの名称が格納される。住所６０２は、スペースが存在する場所を示す情報を格納するフィールドである。本実施例では、スペースを提供する施設の住所が格納される。スペース属性６０３は、スペースの利用形態等を格納するフィールドである。設備６０４は、スペースにおいて使用可能な設備、又は、設置されている設備に関する情報を格納するフィールドである。申込／利用状況６０５は、スペースの申込状況及び利用状況を格納するフィールドである。例えば、スペースの利用期間等が格納される。
【0060】
なお、スペース情報記憶部２１２が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0061】
図７は、実施例１の出店履歴情報記憶部２１３が管理する情報の一例を示す図である。
【0062】
出店履歴情報記憶部２１３は、図７に示すようなテーブル７００を管理する。テーブル７００は、テナント名７０１、販売品項目７０２、スペース名７０３、期間７０４、及び売上７０５を含むエントリを格納する。一つの出店履歴に対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0063】
テナント名７０１は、テナント名５０２と同一のフィールドである。販売品項目７０２は、販売品項目５１１と同一のフィールドである。スペース名７０３は、スペース名６０１と同一のフィールドである。期間７０４は、出店期間を格納するフィールドである。売上７０５は、売上を格納するフィールドである。
【0064】
なお、出店履歴情報記憶部２１３が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0065】
図８は、実施例１の出店条件情報記憶部２１４が管理する情報の一例を示す図である。
【0066】
出店条件情報記憶部２１４は、図８に示すようなテーブル８００を管理する。なお、図面の余白の関係で二段に分けて表示している。テーブル８００は、ＩＤ８０１、テナント名８０２、地域８０３、販売品項目８０４、通行者属性８０５、設備８０６、期間８０７、及び時間８０８を含むエントリを格納する。テナント１０１及び販売品項目の組合せに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0067】
ＩＤ８０１は、テーブル８００のエントリの識別情報を格納するフィールドである。テナント名８０２は、テナント名５０２と同一のフィールドである。地域８０３は、出店を希望する地域を格納するフィールドである。地域８０３には、地域の名称、住所等が格納される。販売品項目８０４は、販売する商品又は提供するサービス等を格納するフィールドである。
【0068】
通行者属性８０５は、希望するスペース特徴を格納するフィールド群である。通行者属性８０５は、人数８１１、性別８１２、及び年齢８１３を含む。なお、通行者属性８０５は、上述以外のフィールドを含んでもよい。人数８１１は、単位時間あたりにスペースを通過又は利用する人の数を格納するフィールドである。性別８１２は、スペースを通過又は利用する人の性別の分布を指定するフィールドである。性別８１２が「男性」の場合、スペースを通過又は利用する人が男性である割合が多いことを希望することを表す。年齢８１３は、スペースを通過又は利用する人の年齢の分布を指定するフィールドである。年齢８１３が「３０代」の場合、スペースを通過又は利用する人が３０代である割合が多いことを希望することを表す。
【0069】
設備８０６は、希望する設備を格納するフィールドである。期間８０７は、希望するスペースの利用期間を格納するフィールドである。時間８０８は、希望するスペースの利用時間（営業時間）を格納するフィールドである。
【0070】
なお、出店条件情報記憶部２１４が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0071】
図９は、実施例１の売上情報記憶部２１５が管理する情報の一例を示す図である。
【0072】
売上情報記憶部２１５は、図９に示すようなテーブル９００を管理する。テーブル９００は、テナント名９０１、ソート番号９０２、スペース名９０３、推定売上９０４、過去売上９０５、及び出店条件情報ＩＤ９０６を含むエントリを格納するフィールドである。テナント１０１、スペース、及び出店条件の組み合わせに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0073】
テナント名９０１は、テナント名５０２と同一のフィールドである。ソート番号９０２は、推定売上の表示順番を格納するフィールドである。スペース名９０３は、スペース名６０１と同一のフィールドである。推定売上９０４は、推定売上を格納するフィールドである。過去売上９０５は、過去の売上を格納するフィールドである。出店条件情報ＩＤ９０６は、テーブル８００のエントリの識別情報を格納するフィールドである。出店条件情報ＩＤ９０６には、ＩＤ８０１に対応する値が格納される。
【0074】
なお、売上情報記憶部２１５が管理する情報のデータ形式はテーブル以外の形式でもよい。例えば、ＣＳＶ、ＸＭＬ等でもよい。
【0075】
図１０は、実施例１のスペース特徴情報記憶部２４０が管理する情報の一例を示す図である。
【0076】
スペース特徴情報記憶部２４０は、図１０に示すようなテーブル１０００を管理する。テーブル１０００は、スペース名１００１及び通行者属性１００２を含むエントリを格納するフィールドである。一つのスペースに対して一つのエントリが存在する。なお、エントリに含まれるフィールドは前述したものに限定されない。前述したフィールドのいずれかを含まなくてもよいし、また、他のフィールドを含んでもよい。
【0077】
スペース名１００１は、スペース名６０１と同一のフィールドである。通行者属性１００２は、スペースの特性を表す通行者属性１００２を格納するフィールド群である。通行者属性１００２は、人数１０１１、性別１０１２、及び年齢１０１３を含む。人数１０１１は、単位時間あたりにスペースを通過又は利用する人の数を格納するフィールドである。性別１０１２は、スペースを通過又は利用する人の性別の分布を格納するフィールドである。年齢１０１３は、スペースを通過又は利用する人の年齢の分布を格納するフィールドである。
【0078】
【0079】
図１１は、実施例１のエッジサーバ２００が実行するスペース特徴情報抽出処理の一例を示すフローチャートである。
【0080】
エッジサーバ２００は、周期的又は実行指示を受け付けた場合、スペース特徴情報抽出処理を開始する。なお、図１１では、一つのスペースに対して実行される処理について説明する。複数のスペースが存在する場合、各スペースについて同様の処理が実行される。
【0081】
スペース特徴情報抽出部２５１は、現在、スペースが営業時間であるか否かを判定する（ステップＳ１１０１）。
【0082】
現在、スペースが営業時間でないと判定された場合、スペース特徴情報抽出部２５１は、スペース特徴情報抽出処理を終了する。
【0083】
現在、スペースが営業時間であると判定された場合、スペース特徴情報抽出部２５１は、経過時間の計測を開始する（ステップＳ１１０２）。
【0084】
スペース特徴情報抽出部２５１は、経過時間が閾値Ｔ１より大きいか否かを判定する（ステップＳ１１０３）。閾値Ｔ１はあらかじめ設定されている値であり、任意に設定できる。
【0085】
経過時間が閾値Ｔ１以下である場合、スペース特徴情報抽出部２５１は、一定時間経過した後、ステップＳ１１０３に戻る。
【0086】
経過時間が閾値Ｔ１より大きい場合、スペース特徴情報抽出部２５１は、センサ群２０１から取得されたセンサデータを分析することによって、通行者属性を出力する（ステップＳ１１０４）。例えば、スペース特徴情報抽出部２５１は、公知の画像分析を実行することによって、スペースを通過又は利用する人の性別、年齢、及び人数を特定する。
【0087】
なお、センサデータは、センサ制御部２５０によって取得され、管理されている。
【0088】
スペース特徴情報抽出部２５１は、スペース特徴情報を更新し（ステップＳ１１０５）、その後、ステップＳ１０１に戻る。このとき、スペース特徴情報抽出部２５１は、経過時間を初期化する。
【0089】
具体的には、スペース特徴情報抽出部２５１は、スペースの識別情報及び通行者属性をスペース特徴情報記憶部２４０に出力する。スペース特徴情報記憶部２４０は、スペース名１００１に、受け付けたスペースの識別情報が格納されるエントリを検索する。エントリが存在する場合、スペース特徴情報記憶部２４０は、当該エントリの通行者属性１００２に、受け付けた通行者属性を上書きする。エントリが存在しない場合、スペース特徴情報記憶部２４０は、テーブル１０００にエントリを追加し、エントリのスペース名１００１及び通行者属性１００２に、受け付けた値を設定する。
【0090】
図１２は、実施例１の登録支援サーバ１００が実行するテナント属性推定処理の一例を示すフローチャートである。
【0091】
登録支援サーバ１００は、端末１０５からの操作を受け付けた場合、テナント属性推定処理を開始する。
【0092】
ＳＮＳ情報抽出部２２０は、アカウント情報を入力するための画面を端末１０５に提示し、アカウント情報の入力を待つ。
【0093】
ＳＮＳ情報抽出部２２０は、端末１０５のＳＮＳアカウント情報入力部２３１を介してアカウント情報を受信する（ステップＳ１２０１）。
【0094】
ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２にアクセスし、ＳＮＳ１０２のテナント１０１の投稿情報からＳＮＳ情報を抽出する（ステップＳ１２０２）。このとき、ＳＮＳ情報抽出部２２０は、アカウント情報と抽出したＳＮＳ情報とをＳＮＳ情報記憶部２１０に出力する。ＳＮＳ情報記憶部２１０は、アカウントＩＤ４０１に、受け付けたアカウント情報が格納されるエントリを検索する。エントリが存在する場合、ＳＮＳ情報記憶部２１０は、当該エントリのタグ４０２に、受け付けたＳＮＳ情報を上書きする。エントリが存在しない場合、ＳＮＳ情報記憶部２１０は、テーブル４００にエントリを追加し、エントリのアカウントＩＤ４０１及びタグ４０２に、受け付けた値を設定する。
【0095】
本実施例では、ハッシュタグをＳＮＳ情報として抽出しているが、公知の自然言語処理の技術を用いて、取り扱う品目及び顧客に関するキーワードをＳＮＳ情報として取得してもよい。
【0096】
ＳＮＳ情報抽出部２２０は、テナント属性推定モデルにＳＮＳ情報を入力することによってテナント属性を取得する（ステップＳ１２０３）。
【0097】
ＳＮＳ情報抽出部２２０は、端末１０５の画面を介して、推定されたテナント属性を表示し（ステップＳ１２０４）、テナント１０１の操作を待つ。
【0098】
ＳＮＳ情報抽出部２２０は、テナント１０１のテナント属性入力部２３０を介して操作を受け付けた場合、当該操作が修正要求であるか否かを判定する（ステップＳ１２０５）。なお、修正要求には修正内容が含まれる。
【0099】
受け付けた操作が修正要求であると判定された場合、ＳＮＳ情報抽出部２２０は、修正要求に従ってテナント属性を修正し（ステップＳ１２０６）、その後、ステップＳ１２０４に戻る。
【0100】
具体的には、ＳＮＳ情報抽出部２２０は、アカウント情報及びテナント属性の修正内容をテナント属性記憶部２１１に出力する。テナント属性記憶部２１１は、アカウントＩＤ５０３に受け付けたアカウント情報が格納されるエントリを検索し、当該エントリのテナント属性５０４にテナント属性の修正内容を反映する。
【0101】
受け付けた操作が完了要求であると判定された場合、ＳＮＳ情報抽出部２２０は、テナント属性を登録する（ステップＳ１２０７）。その後、ＳＮＳ情報抽出部２２０はテナント属性推定処理を終了する。
【0102】
具体的には、ＳＮＳ情報抽出部２２０は、テナント属性記憶部２１１に、テナント１０１の識別情報、アカウント情報、及びテナント属性を出力する。
【0103】
テナント名５０２がテナント１０１の識別情報であり、かつ、販売品項目５１１がデータに含まれる販売品項目であるエントリが存在する場合、テナント属性記憶部２１１は、当該エントリのテナント属性５０４にデータに含まれるテナント属性を上書きする。前述のエントリが存在しない場合、テナント属性記憶部２１１は、エントリを追加し、ＩＤ５０１に識別情報を設定し、テナント名５０２及びアカウントＩＤ５０３にテナント１０１の識別情報及びアカウント情報を設定し、テナント属性５０４にデータに含まれるテナント属性を設定する。テナント属性記憶部２１１は、経過時間の計測を開始する。
【0104】
図１３は、実施例１の登録支援サーバ１００が実行するテナント属性更新処理の一例を示すフローチャートである。
【0105】
登録支援サーバ１００は、起動後、テナント属性更新処理を開始する。
【0106】
テナント属性記憶部２１１は、経過時間が閾値Ｔ２より大きいか否かを判定する（ステップＳ１３０１）。
【0107】
経過時間が閾値Ｔ２以下である場合、テナント属性記憶部２１１は、一定時間経過した後、ステップＳ１３０１に戻る。
【0108】
経過時間が閾値Ｔ２より大きい場合、テナント属性記憶部２１１は、新規投稿判定部２２２を呼び出す。新規投稿判定部２２２は、ＳＮＳ情報記憶部２１０にアクセスし、アカウント情報を取得する（ステップＳ１３０２）。
【0109】
新規投稿判定部２２２は、アカウント情報のループ処理を開始する（ステップＳ１３０３）。具体的には、新規投稿判定部２２２は、取得したアカウント情報から一つのアカウント情報を選択する。
【0110】
新規投稿判定部２２２は、選択したアカウント情報を用いてＳＮＳ１０２にアクセスし、アカウント情報に対応するテナント１０１の新規投稿情報が存在するか否かを判定する（ステップＳ１３０４）。新規投稿判定部２２２は、例えば、現在の日時から経過時間を減算した日時以降に投稿された投稿情報が存在するか否かを判定する。
【0111】
テナント１０１の新規投稿情報が存在しないと判定された場合、新規投稿判定部２２２は、ステップＳ１３１０に進む。
【0112】
テナント１０１の新規投稿情報が存在すると判定された場合、新規投稿判定部２２２は、ＳＮＳ情報抽出部２２０を呼び出す。このとき、新規投稿判定部２２２は、選択したアカウント情報をＳＮＳ情報抽出部２２０に出力する。
【0113】
ＳＮＳ情報抽出部２２０は、アカウント情報を用いてＳＮＳ１０２にアクセスし、ＳＮＳ１０２からテナント１０１の投稿情報からＳＮＳ情報を抽出する（ステップＳ１３０５）。ステップＳ１３０５の処理はステップＳ１２０２の処理と同一である。
【0114】
ＳＮＳ情報抽出部２２０は、テナント属性推定モデルにＳＮＳ情報を入力し（ステップＳ１３０６）、テナント属性を取得する。ステップＳ１３０６の処理はステップＳ１２０３の処理と同一である。なお、テナント属性推定には、前回抽出されたＳＮＳ情報と、新たに抽出されたＳＮＳ情報とが入力される。
【0115】
ＳＮＳ情報抽出部２２０は、端末１０５の画面を介して、推定されたテナント属性を表示し（ステップＳ１３０７）、テナント１０１の操作を待つ。ステップＳ１３０７の処理はステップＳ１２０４の処理と同一である。
【0116】
ＳＮＳ情報抽出部２２０は、テナント１０１のテナント属性入力部２３０を介して操作を受け付けた場合、当該操作が修正要求であるか否かを判定する（ステップＳ１３０８）。なお、修正要求には修正内容が含まれる。ステップＳ１３０８の処理は、ステップＳ１２０５の処理と同一である。
【0117】
受け付けた操作が修正要求であると判定された場合、ＳＮＳ情報抽出部２２０は、修正要求に従ってテナント属性を修正し（ステップＳ１３０９）、その後、ステップＳ１３０７に戻る。ステップＳ１３０９の処理は、ステップＳ１２０６の処理と同一である。
【0118】
受け付けた操作が完了要求であると判定された場合、ＳＮＳ情報抽出部２２０は、新規投稿判定部２２２に処理の完了を通知する。
【0119】
ステップＳ１３１０において、新規投稿判定部２２２は、ステップＳ１３０２において取得したすべてのアカウント情報について処理が完了したか否かを判定する（ステップＳ１３１０）。
【0120】
すべてのアカウント情報について処理が完了していないと判定された場合、新規投稿判定部２２２は、ステップＳ１３０３に戻り、同様の処理を実行する。
【0121】
すべてのアカウント情報について処理が完了したと判定された場合、新規投稿判定部２２２は、売上推定部２２１を呼び出し（ステップＳ１３１１）、その後、ステップＳ１３０１に戻る。このとき、新規投稿判定部２２２は、売上推定部２２１に、新規投稿があったテナント１０１のアカウント情報を出力する。
【0122】
自動的にテナント属性を更新し、最新のテナント属性に基づいて売上を推定することによって、現在のテナント１０１の状況に応じたスペースの推奨が可能となる。
【0123】
なお、新規投稿があったテナント１０１が存在しない場合、新規投稿判定部２２２は売上推定部２２１を呼び出さずに、処理を終了する。
【0124】
図１４は、実施例１の登録支援サーバ１００が実行する売上推定処理の一例を示すフローチャートである。
【0125】
登録支援サーバ１００は、端末１０５から実行指示を受け付けた場合、新規投稿判定部２２２から呼び出された場合、売上推定処理を開始する。図１４では、端末１０５から実行指示を受け付けた場合に実行される売上推定処理について説明する。
【0126】
売上推定部２２１は、出店条件情報記憶部２１４から、テナント１０１の出店条件情報を取得する（ステップＳ１４０１）。具体的には、売上推定部２２１は、テナント１０１の識別情報を出店条件情報記憶部２１４に出力する。出店条件情報記憶部２１４は、テナント名８０２に受け付けたテナント１０１の識別情報が格納されるエントリを検索し、当該エントリを売上推定部２２１に出力する。
【0127】
ここでは、出店条件情報は、売上推定処理の開始前に入力されているものとする。なお、売上推定部２２１は、この時点で、テナント１０１に出店条件情報の入力を促してもよい。
【0128】
売上推定部２２１は、スペースのループ処理を開始する（ステップＳ１４０２）。具体的には、売上推定部２２１は、スペース情報記憶部２１２からスペース情報を取得し、取得したスペース情報の中から一つのスペース情報を選択する。
【0129】
売上推定部２２１は、エッジサーバ２００のスペース特徴情報記憶部２４０から、選択したスペースのスペース特徴を取得する（ステップＳ１４０３）。
【0130】
具体的には、売上推定部２２１は、スペースの識別情報を含む取得要求をエッジサーバ２００に送信する。スペース特徴情報記憶部２４０は、スペース名１００１に、取得要求に含まれるスペースの識別情報が格納されるエントリを検索し、検索されたエントリの通行者属性１００２に格納される値を含む応答を送信する。
【0131】
売上推定部２２１は、売上推定モデルに、テナント属性及びスペース特徴を入力することによって推定売上を取得する（ステップＳ１４０４）。
【0132】
売上推定部２２１は、出店履歴情報を参照する（ステップＳ１４０５）。
【0133】
具体的には、売上推定部２２１は、スペースの識別情報及び出店条件情報に含まれる販売品項目を出店履歴情報記憶部２１３に出力する。
【0134】
出店履歴情報記憶部２１３は、販売品項目７０２及びスペース名７０３の値の組合せが、受け付けた販売品項目及びスペースの識別情報の組合せに一致するエントリを検索する。エントリが存在する場合、出店履歴情報記憶部２１３は、エントリの売上７０５に格納される値を応答として、売上推定部２２１に出力する。エントリが存在しない場合、出店履歴情報記憶部２１３は、エントリが存在しない旨を応答として、売上推定部２２１に出力する。
【0135】
なお、処理対象のテナント１０１の過去の売上のみを取得してもよい。この場合、売上推定部２２１は、テナント１０１の識別情報、スペースの識別情報、及び販売品項目を出店履歴情報記憶部２１３に出力すればよい。
【0136】
売上推定部２２１は、売上情報を更新する（ステップＳ１４０６）。具体的には、売上推定部２２１は、テナント１０１の識別情報、スペースの識別情報、出店条件情報の識別情報、推定売上、及び過去の売上を売上情報記憶部２１５に出力する。
【0137】
売上情報記憶部２１５は、テナント名９０１、スペース名９０３、及び出店条件情報ＩＤ９０６の値の組合せが、受け付けたテナント１０１の識別情報、スペースの識別情報、出店条件情報の識別情報の組合せと一致するエントリを検索する。エントリが存在する場合、売上情報記憶部２１５は、当該エントリの推定売上９０４に推定売上を上書きし、過去売上９０５に過去の売上を上書きする。このとき、ソート番号９０２は削除される。エントリが存在しない場合、売上情報記憶部２１５は、エントリを追加し、エントリのテナント名９０１、スペース名９０３、推定売上、過去売上９０５、及び出店条件情報ＩＤ９０６に、受け付けた値を設定する。
【0138】
売上推定部２２１は、すべてのスペースについて処理が完了したか否かを判定する（ステップＳ１４０７）。
【0139】
すべてのスペースについて処理が完了していないと判定された場合、売上推定部２２１は、ステップＳ１４０２に戻り、同様の処理を実行する。
【0140】
すべてのスペースについて処理が完了していると判定された場合、売上推定部２２１は、出店条件に合致するスペースを特定し、特定されたスペースに対応するテーブル９００のエントリを推定売上の大きい順にソートする（ステップＳ１４０８）。
【0141】
具体的には、売上推定部２２１は、スペース特徴が、出店条件情報に含まれる通行者属性と一致又は類似するスペースを特定する。また、売上推定部２２１は、売上情報記憶部２１５から特定されたスペースに対応するエントリを取得し、推定売上の大きい順にソートし、ソート結果を売上情報記憶部２１５に出力する。
【0142】
売上情報記憶部２１５は、ソート結果に基づいて、特定されたスペースに対応するエントリのソート番号９０２に値を設定する。
【0143】
売上推定部２２１は、端末１０５に推定結果を提示し（ステップＳ１４０９）、売上推定処理を終了する。
【0144】
具体的には、売上推定部２２１は、売上情報記憶部２１５から、ソート番号の小さい順に、所定の数のエントリを取得し、当該エントリに基づいて、端末１０５に推定結果を提示する。なお、推定結果にはスペース特徴を含めてもよい。
【0145】
以上の処理によって、登録支援サーバ１００は、テナント１０１が希望する条件に合致するスペース、及び当該スペースに出店した場合の売上の予測を提示できる。
【0146】
なお、売上推定部２２１は、スペースのループ処理の開始前に、出店条件情報に合致するスペースを特定し、特定されたスペースのループ処理を実行するようにしてもよい。この場合、ステップＳ１４０８では、売上推定部２２１は、推定売上に基づくソートのみを実行する。これによって、より効果的なスペースをテナント１０１に提案できる。
【0147】
なお、ステップＳ１４０８において、売上推定部２２１は、スペースを限定せずにソートを行ってもよい。この場合、出店条件の入力は必要ない。これによって、テナント１０１の入力負担を低減しつつ、売上の推定を提示することができる。
【0148】
新規投稿判定部２２２から呼び出された場合、売上推定部２２１は、新規投稿があったテナント１０１について、図１４に示すような処理を実行する。この場合、端末１０５への推定結果の提示は行われなくてもよい。
【0149】
登録支援サーバ１００は、任意のタイミングで、テナント属性推定モデルの学習処理を実行し、また、売上推定モデルの学習処理を実行する。モデルは公知の学習方法を用いればよいため、詳細な説明は省略する。
【0150】
以上で説明したように、本実施例によれば、テナント１０１は、アカウント情報を入力することによって、出店効果が高いスペース及び当該スペースを利用した場合の推定売上を知ることができる。これによって、テナント１０１は、マッチングシステムを利用した場合の事業シミュレーションを行うことができる。
【0151】
マッチングシステムに登録するテナント１０１を増加させることによって、デベロッパは、様々なテナント１０１にリーチしやすくなるという利点がある。また、マッチングシステムの運用者は、デベロッパに対して様々なテナント１０１のテナント属性とともに、催事等を提案することができるという利点がある。
【0152】
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。
【0153】
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。
【0154】
また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｐｙｔｈｏｎ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。
【0155】
さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。
【0156】
上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。
【符号の説明】
【0157】
１００ 登録支援サーバ
１０１ テナント
１０２ ＳＮＳ
１０５ 端末
１１０ 画面
２００ エッジサーバ
２０１ センサ群
２０２ ネットワーク
２１０ ＳＮＳ情報記憶部
２１１ テナント属性記憶部
２１２ スペース情報記憶部
２１３ 出店履歴情報記憶部
２１４ 出店条件情報記憶部
２１５ 売上情報記憶部
２１６ テナント属性推定モデル記憶部
２１７ 売上推定モデル記憶部
２２０ ＳＮＳ情報抽出部
２２１ 売上推定部
２２２ 新規投稿判定部
２２３ 入力データ生成部（テナント属性学習用）
２２４ テナント属性推定モデル学習部
２２５ 入力データ生成部（売上推定学習用）
２２６ 売上推定モデル学習部
２３０ テナント属性入力部
２３１ ＳＮＳアカウント情報入力部
２３２ 出店条件情報入力部
２３３ 出店履歴情報入力部
２３４ 画面出力部
２３５ ユーザインタフェース処理部
２４０ スペース特徴情報記憶部
２５０ センサ制御部
２５１ スペース特徴情報抽出部
３００ ＣＰＵ
３０１ メモリ
３０２ 記憶装置
３０３ ネットワークインタフェース
３０４ 入力装置
３０５ 出力装置
１０１ テナント
１０２ ＳＮＳ
１０５ 端末
１１０ 画面
２００ エッジサーバ
２０１ センサ群
２０２ ネットワーク
２１０ ＳＮＳ情報記憶部
２１１ テナント属性記憶部
２１２ スペース情報記憶部
２１３ 出店履歴情報記憶部
２１４ 出店条件情報記憶部
２１５ 売上情報記憶部
２１６ テナント属性推定モデル記憶部
２１７ 売上推定モデル記憶部
２２０ ＳＮＳ情報抽出部
２２１ 売上推定部
２２２ 新規投稿判定部
２２３ 入力データ生成部（テナント属性学習用）
２２４ テナント属性推定モデル学習部
２２５ 入力データ生成部（売上推定学習用）
２２６ 売上推定モデル学習部
２３０ テナント属性入力部
２３１ ＳＮＳアカウント情報入力部
２３２ 出店条件情報入力部
２３３ 出店履歴情報入力部
２３４ 画面出力部
２３５ ユーザインタフェース処理部
２４０ スペース特徴情報記憶部
２５０ センサ制御部
２５１ スペース特徴情報抽出部
３００ ＣＰＵ
３０１ メモリ
３０２ 記憶装置
３０３ ネットワークインタフェース
３０４ 入力装置
３０５ 出力装置
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】