特開 2024-21913 商品予測プログラム、情報処理装置及び商品予測方法

(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】P2024021913

(43)【公開日】2024-02-16

(54)【発明の名称】商品予測プログラム、情報処理装置及び商品予測方法

(51)【国際特許分類】

   G06Q 30/06 20230101AFI20240208BHJP

【ＦＩ】

G06Q30/06

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022125104

(22)【出願日】2022-08-04

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110003421

【氏名又は名称】弁理士法人フィールズ国際特許事務所

(72)【発明者】

【氏名】清水 俊宏

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB72

(57)【要約】

【課題】利益を増大させることが可能な商品の仕入れ数を決定することを可能とする商品予測プログラム、情報処理装置及び商品予測方法を提供する
【解決手段】特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、１以上の人物が特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、第１行動情報と第２行動情報との対応関係を示す対応情報を算出し、算出した対応情報と、特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、新たな１以上の人物が特定の商品に対して特定の行動を行うか否かを示す新たな第２行動情報を算出し、算出した新たな第２行動情報を出力する。
【選択図】図１３

【特許請求の範囲】

【請求項1】

特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出し、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出し、
算出した前記新たな第２行動情報を出力する、
処理をコンピュータに実行させることを特徴とする商品予測プログラム。

【請求項2】

請求項１において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記対応情報を算出する処理では、前記第１数のそれぞれから前記第２数を算出する際に、前記第１数のそれぞれに対して用いられる第１重みのそれぞれを前記対応情報として算出する、
ことを特徴とする商品予測プログラム。

【請求項3】

請求項２において、
前記対応情報を算出する処理では、前記第１数のそれぞれと前記第１数のそれぞれに対応する前記第１重みとから算出される値と、前記第２数との差が最小になるように、前記第１重みのそれぞれを算出する、
ことを特徴とする商品予測プログラム。

【請求項4】

請求項２において、
前記新たな第１行動情報は、前記複数の行動ごとの情報であって前記新たな１以上の人物のうちの各行動を行った人物の第３数を示す情報であり、
前記新たな第２行動情報を算出する処理では、前記第３数のそれぞれと前記第１重みのそれぞれとを用いることによって、前記新たな１以上の人物のうちの前記特定の行動を行う人物の第４数を前記新たな第２行動情報として算出する、
ことを特徴とする商品予測プログラム。

【請求項5】

請求項１において、
前記対応情報を算出する処理では、前記特定の商品に対応する前記度合いが前記第１行動情報であったときの前記特定の商品の価格情報を記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報と前記価格情報との対応関係を示す情報を前記対応情報として算出し、
前記新たな第２行動情報を算出する処理では、算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな第２行動情報と前記特定の商品の新たな価格情報とのそれぞれを算出する、
ことを特徴とする商品予測プログラム。

【請求項6】

請求項５において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記対応情報を算出する処理では、前記第１数のそれぞれから前記第２数と前記新たな価格情報とを算出する際に、前記第１数のそれぞれに対して用いられる第２重みのそれぞれを前記対応情報として算出する、
ことを特徴とする商品予測プログラム。

【請求項7】

特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出する情報生成部と、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出する情報予測部と、
算出した前記新たな第２行動情報を出力する情報出力部と、を有する、
ことを特徴とする情報処理装置。

【請求項8】

特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出し、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出し、
算出した前記新たな第２行動情報を出力する、
処理をコンピュータが実行することを特徴とする商品予測方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、商品予測プログラム、情報処理装置及び商品予測方法に関する。

【背景技術】

【0002】

例えば、小売店等における店員（以下、単に店員とも呼ぶ）、例えば、各商品の仕入れ数の決定を各商品の販売数を予測することによって行う。具体的に、店員は、例えば、天気予報や来店予測人数等に応じて、各商品の仕入れ数を決定する。

【0003】

すなわち、小売店等では、例えば、各商品の売れ残りが発生しないように仕入れ数を決定することで、各商品の販売に伴う利益の増大を図る（例えば、特許文献１乃至５参照）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２００５／１１１８８０号

【特許文献2】特開２０１７－１６２４３２号公報

【特許文献3】米国特許出願公開第２０１７／０２５５９４７号

【特許文献4】米国特許第０８４１２６５６号

【特許文献5】米国特許第０８２１９４３８号

【発明の概要】

【発明が解決しようとする課題】

【0005】

ここで、上記のような仕入れ数の設定は、例えば、店員の経験や勘に頼る場合があり、予測精度が十分でない場合があった。そのため、上記のような小売店等では、例えば、各商品の売れ残りが発生し、各商品の販売に伴う利益が減少する場合があった。

【0006】

そこで、一つの側面では、本発明は、利益を増大させることが可能な商品の仕入れ数を決定することを可能とする商品予測プログラム、情報処理装置及び商品予測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】

実施の形態の一態様では、特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出し、算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出し、算出した前記新たな第２行動情報を出力する、処理をコンピュータに実行させる。

【発明の効果】

【0008】

一つの側面によれば、利益を増大させることが可能な商品の仕入れ数を決定することが可能になる。

【図面の簡単な説明】

【0009】

【図1】図１は、情報処理システム１０の構成について説明する図である。

【図2】図２は、情報処理装置１のハードウエア構成を説明する図である。

【図3】図３は、情報処理装置１の機能について説明する図である。

【図4】図４は、第１の実施の形態における商品予測処理の概略を説明するフローチャート図である。

【図5】図５は、第１の実施の形態における商品予測処理の詳細を説明するフローチャート図である。

【図6】図６は、第１の実施の形態における商品予測処理の詳細を説明するフローチャート図である。

【図7】図７は、第１の実施の形態における商品予測処理の詳細を説明するフローチャート図である。

【図8】図８は、第１の実施の形態における商品予測処理の詳細を説明するフローチャート図である。

【図9】図９は、第１行動情報１３１及び第２行動情報１３２の具体例について説明する図である。

【図10】図１０は、集計情報１３３の具体例について説明する図である。

【図11】図１１は、重み情報１３４の具体例について説明する図である。

【図12】図１２は、第１の実施の形態における商品予測処理の詳細を説明する図である。

【図13】図１３は、販売情報１３５の具体例について説明する図である。

【図14】図１４は、第２の実施の形態における商品予測処理を説明するフローチャート図である。

【図15】図１５は、第２の実施の形態における商品予測処理を説明するフローチャート図である。

【図16】図１６は、第２の実施の形態における商品予測処理を説明するフローチャート図である。

【図17】図１７は、第２の実施の形態における商品予測処理を説明するフローチャート図である。

【図18】図１８は、価格情報１３６の具体例について説明する図である。

【図19】図１９は、第１行動情報１３１及び第２行動情報１３２の具体例について説明する図である。

【図20】図２０は、集計情報１３３の具体例について説明する図である。

【図21】図２１は、重み情報１３４の具体例について説明する図である。

【発明を実施するための形態】

【0010】

［第１の実施の形態における情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成について説明する図である。

【0011】

図１に示す情報処理システム１０は、例えば、情報処理装置１と、１以上の操作端末５とを有する。

【0012】

情報処理装置１は、例えば、１以上の物理マシンまたは仮想マシンであり、商品の価格を予測する処理（以下、商品予測処理とも呼ぶ）を実行する。また、情報処理装置１は、例えば、商品予測処理の実行に用いられる各情報を記憶する記憶部１３０を有する。

【0013】

操作端末５は、例えば、商品予測処理を行う作業者（以下、単に作業者とも呼ぶ）が情報処理装置１に対して必要な情報（例えば、商品予測処理の実行に用いられる各情報）の入力等を行うＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等である。なお、作業者は、例えば、小売店等で商品の販売を行う店員であってもよい。

【0014】

具体的に、本実施の形態における情報処理装置１は、例えば、１以上の人物（以下、単に１以上の人物とも呼ぶ）が特定の商品に対して示した興味についての度合いを示す行動情報（以下、第１行動情報とも呼ぶ）と、１以上の人物が特定の商品に対して特定の行動を行ったか否かを示す行動情報（以下、第２行動情報とも呼ぶ）とを記憶した記憶部１３０を参照して、第１行動情報と第２行動情報との対応関係を示す情報（以下、対応情報とも呼ぶ）を算出する。特定の行動は、例えば、１以上の人物のうちのいずれかによる特定の商品の購入である。また、対応情報は、例えば、第１行動情報から第２行動情報を算出する際に用いられる重みを含む情報（以下、重み情報とも呼ぶ）である。

【0015】

そして、情報処理装置１は、例えば、算出した対応情報と、特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、新たな１以上の人物が特定の商品に対して特定の行動を行うか否かを示す新たな第２行動情報を算出する。その後、情報処理装置１は、例えば、算出した新たな第２行動情報を出力する。

【0016】

すなわち、本実施の形態における情報処理装置１は、例えば、記憶部１３０に蓄積された過去の行動情報から、各人物が特定の商品に対して持った興味の度合いを示す行動情報（第１行動情報）と、各人物が実際に特定の商品を購入したか否かを示す行動情報（第２行動情報）との関係を示す対応情報を予め生成する。そして、情報処理装置１は、例えば、生成した対応情報と、新たな人物の行動情報（新たな第１行動情報）とから、新たな人物が特定の商品を購入するか否かを示す行動情報（新たな第２行動情報）を予測する。

【0017】

これにより、情報処理装置１は、例えば、各商品の販売数を精度良く予測することが可能になる。そのため、情報処理装置１は、例えば、各商品の売れ残りを抑制することが可能になり、各商品の販売による利益の増大を図ることが可能になる。

【0018】

［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明を行う。図２は、情報処理装置１のハードウエア構成を説明する図である。

【0019】

情報処理装置１は、図２に示すように、例えば、プロセッサであるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１と、メモリ１０２と、通信装置（Ｉ／Ｏインタフェース）１０３と、ストレージ１０４とを有する。各部は、バス１０５を介して互いに接続される。

【0020】

ストレージ１０４は、例えば、商品予測処理を行うためのプログラム１１０を記憶するプログラム格納領域（図示せず）を有する。また、ストレージ１０４は、例えば、商品予測処理を行う際に用いられる情報を記憶する記憶部１３０（以下、情報格納領域１３０とも呼ぶ）を有する。なお、ストレージ１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。

【0021】

ＣＰＵ１０１は、例えば、ストレージ１０４からメモリ１０２にロードされたプログラム１１０を実行して商品予測処理を行う。

【0022】

また、通信装置１０３は、例えば、インターネット等のネットワークＮＷを介して操作端末５との通信を行う。

【0023】

［情報処理装置の機能］
次に、情報処理装置１の機能について説明を行う。図３は、情報処理装置１の機能について説明する図である。

【0024】

情報処理装置１は、図３に示すように、例えば、ＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、情報取得部１１１と、情報管理部１１２と、重み算出部１１３（以下、情報生成部１１３とも呼ぶ）と、情報予測部１１４と、情報出力部１１５とを含む各種機能を実現する。

【0025】

また、情報処理装置１は、図３に示すように、例えば、第１行動情報１３１と、第２行動情報１３２と、集計情報１３３と、重み情報１３４と、販売情報１３５と、価格情報１３６とを情報格納領域１３０に記憶する。

【0026】

情報取得部１１１は、例えば、小売店等の店内に設けられた１以上の撮影装置（図示しない）によって撮影された動画データ（図示せず）を取得する。そして、情報取得部１１１は、例えば、取得した動画データから、各人物が店内の各商品に対して示した興味の度合いを示す第１行動情報１３１を生成する。その後、情報管理部１１２は、例えば、情報取得部１１１によって生成された第１行動情報１３１を情報格納領域１３０に記憶する。

【0027】

また、情報取得部１１１は、例えば、小売店等の店内に設けられた１以上の撮影装置によって撮影された動画データから、各人物が店内の各商品を購入したか否かを示す第２行動情報１３２を生成する。そして、情報管理部１１２は、例えば、情報取得部１１１によって生成された第２行動情報１３２を情報格納領域１３０に記憶する。

【0028】

具体的に、情報取得部１１１は、例えば、各人物が各商品に対して行った動作を示す動画データ（画像データ）と、各人物が各商品に対して持っていた興味の度合いを示す情報とをそれぞれ含む複数の教師データ（図示せず）を学習することによって予め生成した学習モデル（図示せず）を用いることによって、各人物が各商品に対して示した興味の度合いの特定や、各人物が各商品を購入したか否かについての判定を行う。

【0029】

さらに具体的に、情報取得部１１１は、例えば、１以上の撮像装置から取得した動画データの入力に伴って学習モデルから出力された値を取得する。そして、情報取得部１１１は、例えば、取得した値を用いることによって、各人物が各商品に対して示した興味の度合いの特定や、各人物が各商品を購入したか否かについての判定を行う。

【0030】

重み算出部１１３は、例えば、情報格納領域１３０に記憶された第１行動情報１３１と第２行動情報１３２との関係を示す重み情報１３４を生成する。そして、情報管理部１１２は、例えば、重み算出部１１３が生成した重み情報１３４を情報格納領域１３０に記憶する。

【0031】

情報予測部１１４は、例えば、情報取得部１１１によって新たな人物による新たな第１行動情報１３１が生成された場合、重み算出部１１３が算出した重み情報１３４と、情報取得部１１１が生成した新たな第１行動情報１３１とに基づいて、新たな人物が各商品を購入するか否かを示す新たな第２行動情報１３２を予測する。

【0032】

情報出力部１１５は、例えば、情報予測部１１４による予測結果を示す情報を出力する。具体的に、情報出力部１１５は、例えば、情報予測部１１４による予測結果を示す情報を操作端末５に対して出力する。なお、集計情報１３３、販売情報１３５及び価格情報１３６については後述する。

【0033】

［第１の実施の形態における商品予測処理の概略］
次に、第１の実施の形態の概略について説明を行う。図４は、第１の実施の形態における商品予測処理の概略を説明するフローチャート図である。

【0034】

情報処理装置１は、図４に示すように、例えば、商品予測タイミングになるまで待機する（Ｓ１のＮＯ）。商品予測タイミングは、例えば、作業者が操作端末５を介して商品予測処理を行う旨の情報を入力したタイミングであってよい。

【0035】

そして、商品予測タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、例えば、１以上の人物が特定の商品に対して示した興味についての度合いを示す第１行動情報１３１と、１以上の人物が特定の商品に対して特定の行動を行ったか否かを示す第２行動情報１３２とを記憶した記憶部１３０を参照して、第１行動情報１３１と第２行動情報１３２との対応関係を示す重み情報１３４を算出する（Ｓ２）。

【0036】

そして、情報処理装置１は、例えば、Ｓ２の処理で算出した重み情報１３４と、特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報１３１とに基づいて、新たな１以上の人物が特定の商品に対して特定の行動を行うか否かを示す新たな第２行動情報１３２を算出する（Ｓ３）。

【0037】

その後、情報処理装置１は、例えば、Ｓ３の処理で算出した新たな第２行動情報１３２を出力する（Ｓ４）。

【0038】

これにより、情報処理装置１は、例えば、各商品の販売数を精度良く予測することが可能になる。そのため、情報処理装置１は、例えば、各商品の売れ残りを抑制することが可能になり、各商品の販売による利益の増大を図ることが可能になる。

【0039】

［第１の実施の形態における商品予測処理の詳細］
次に、第１の実施の形態の詳細について説明する。図５から図８は、第１の実施の形態における商品予測処理の詳細を説明するフローチャート図である。また、図９から図１３は、第１の実施の形態における商品予測処理の詳細を説明する図である。

【0040】

［情報管理処理］
初めに、商品予測処理のうち、第１行動情報１３１及び第２行動情報１３２の蓄積を行う処理（以下、情報管理処理とも呼ぶ）について説明を行う。図５は、情報管理処理を説明するフローチャート図である。

【0041】

情報取得部１１１は、図５に示すように、例えば、撮影装置から送信された動画データを受信するまで待機する（Ｓ１０１のＮＯ）。

【0042】

そして、撮影装置から送信された動画データを受信した場合（Ｓ１０１のＹＥＳ）、情報取得部１１１は、例えば、受信した動画データから第１行動情報１３１及び第２行動情報１３２を生成する（Ｓ１０２）。以下、第１行動情報１３１及び第２行動情報１３２の具体例について説明を行う。

【0043】

［第１行動情報及び第２行動情報の具体例］
図９は、第１行動情報１３１及び第２行動情報１３２の具体例について説明する図である。

【0044】

図９に示す第１行動情報１３１及び第２行動情報１３２は、例えば、来店した各人物の識別情報が設定される「人物」と、店内において販売されている各商品の識別情報が設定される「商品」と、各人物が各商品に対して注意や注目を示したか否かを示す「注意注目」とを項目として有する。また、図９に示す第１行動情報１３１及び第２行動情報１３２は、例えば、各人物が各商品に対して興味や関心を示したか否かを示す「興味関心」と、各人物が各商品に対して欲求を示したか否かを示す「欲求」と、各人物が各商品の比較を行ったか否かを示す「比較」と、各人物が各商品を購入したか否かを示す「購入」とを項目として有する。「注意注目」、「興味関心」、「欲求」、「比較」及び「購入」のそれぞれには、例えば、各人物が各商品に対して注意や注目等の各行動を行ったことを示す「○」、または、各人物が各商品に対して注意や注目等の各行動を行わなかったことを示す「×」が設定される。なお、図９に示す例において、例えば、「人物」、「商品」、「注意注目」、「興味関心」、「欲求」及び「比較」のそれぞれに設定された情報が第１行動情報１３１に対応し、「人物」、「商品」及び「購入」のそれぞれに設定された情報が第２行動情報１３２に対応する。

【0045】

具体的に、図９に示す第１行動情報１３１及び第２行動情報１３２において、例えば、１行目の情報には、「人物」として「Ｐ００３」が設定され、「商品」として「Ｓ００３」が設定され、「注意注目」として「○」が設定され、「興味関心」として「○」が設定され、「欲求」として「○」が設定され、「比較」として「×」が設定され、「購入」として「×」が設定されている。

【0046】

すなわち、図９に示す第１行動情報１３１及び第２行動情報は、例えば、識別情報がＰ００３ある人物が商品（識別番号がＳ００３である商品）に対して欲求を示したものの、商品の比較を行うまでには至らなかったことを示している。

【0047】

また、図９に示す第１行動情報１３１及び第２行動情報１３２において、例えば、２行目の情報には、「人物」として「Ｐ００３」が設定され、「商品」として「Ｓ００５」が設定され、「注意注目」として「○」が設定され、「興味関心」として「○」が設定され、「欲求」として「○」が設定され、「比較」として「○」が設定され、「購入」として「○」が設定されている。

【0048】

すなわち、図９に示す第１行動情報１３１及び第２行動情報は、例えば、識別情報がＰ００３ある人物が商品（識別番号がＳ００５である商品）を購入したことを示している。

【0049】

また、図９に示す第１行動情報１３１及び第２行動情報１３２において、例えば、３行目の情報には、「人物」として「Ｐ００３」が設定され、「商品」として「Ｓ０１１」が設定され、「注意注目」として「○」が設定され、「興味関心」として「×」が設定され、「欲求」として「×」が設定され、「比較」として「×」が設定され、「購入」として「×」が設定されている。

【0050】

すなわち、図９に示す第１行動情報１３１及び第２行動情報は、例えば、識別情報がＰ００３ある人物が商品（識別番号がＳ００３である商品）に対して注意や注目を示したものの、興味や関心を示すまでには至らなかったことを示している。図９に示す他の情報についての説明は省略する。

【0051】

なお、図９に示す例では、第１行動情報１３１と第２行動情報１３２とが組み合わされた状態で生成される場合について説明を行ったが、これに限られない。具体的に、第１行動情報１３１及び第２行動情報１３２は、例えば、それぞれ異なる情報として生成されるものであってもよい。

【0052】

図５に戻り、情報管理部１１２は、例えば、Ｓ１０２の処理で生成した第１行動情報１３１及び第２行動情報１３２を情報格納領域１３０に記憶する（Ｓ１０３）。すなわち、情報管理部１１２は、例えば、Ｓ１０２の処理で生成した第１行動情報１３１及び第２行動情報１３２を順に蓄積する。

【0053】

［情報生成処理］
次に、商品予測処理のうち、集計情報１３３の生成を行う処理（以下、情報生成処理とも呼ぶ）について説明を行う。図６は、情報管理処理を説明するフローチャート図である。

【0054】

情報管理部１１２は、図６に示すように、例えば、情報生成タイミングになるまで待機する（Ｓ１１１のＮＯ）。情報生成タイミングは、例えば、１日１回等の定期的なタイミングであってよい。

【0055】

そして、情報生成タイミングになった場合（Ｓ１１１のＹＥＳ）、情報管理部１１２は、例えば、情報格納領域１３０に記憶された第１行動情報１３１及び第２行動情報１３２から集計情報１３３を生成する（Ｓ１１２）。集計情報１３３は、例えば、情報格納領域１３０に蓄積された第１行動情報１３１及び第２行動情報１３２を集計した情報である。

【0056】

なお、情報管理部１１２は、Ｓ１１２の処理において、例えば、集計情報１３３の生成を前回行った後に蓄積された第１行動情報１３１及び第２行動情報１３２を用いることによって、情報格納領域１３０に記憶されている集計情報１３３（すなわち、前回生成された集計情報１３３）を更新するものであってもよい。以下、集計情報１３３の具体例について説明を行う。

【0057】

［集計情報の具体例］
図１０は、集計情報１３３の具体例について説明する図である。具体的に、図１０は、識別情報がＳ００３である商品についての集計情報１３３の具体例について説明する図である。すなわち、集計情報１３３は、例えば、小売店等の店内において販売されている商品ごとに生成される情報であってよい。なお、以下、集計情報１３３が日ごとに集計される情報であるものとして説明を行う。また、以下、識別情報がＳ００３である商品が上記の特定の商品であるものとして説明を行う。

【0058】

図１０に示す集計情報１３３は、例えば、各人物が特定の商品に対して各行動を行った日付が設定される「日付」と、各人物が特定の商品に対して注意や注目を示した回数を示す「注意注目」と、各人物が特定の商品に対して興味や関心を示した回数を示す「興味関心」と、各人物が特定の商品に対して欲求を示した回数を示す「欲求」と、各人物が特定の商品の比較を行った回数を示す「比較」と、各人物が特定の商品を購入した回数を示す「購入」とを項目として有する。

【0059】

具体的に、図１０に示す集計情報１３３において、例えば、１行目の情報には、「日付」として「６／２４」が設定され、「注意注目」として「１０１５（回）」が設定され、「興味関心」として「７２０（回）」が設定され、「欲求」として「２１６（回）」が設定され、「比較」として「９８（回）」が設定され、「購入」として「２５（回）」が設定されている。

【0060】

また、図１０に示す集計情報１３３において、例えば、２行目の情報には、「日付」として「６／２５」が設定され、「注意注目」として「１０８９（回）」が設定され、「興味関心」として「７１０（回）」が設定され、「欲求」として「２９８（回）」が設定され、「比較」として「１０５（回）」が設定され、「購入」として「４５（回）」が設定されている。図１０に含まれる他の情報についての説明は省略する。

【0061】

なお、以下、集計情報１３３のうち、第１行動情報１３１に含まれる各行動に対応する情報を第１集計情報１３３ａとも呼び、第２行動情報１３２に含まれる各行動に対応する情報を第２集計情報１３３ｂとも呼ぶ。すなわち、以下、集計情報１３３のうち、「注意注目」、「興味関心」、「欲求」及び「比較」のそれぞれに設定された回数（以下、第１数とも呼ぶ）を第１集計情報１３３ａとも呼び、「購入」に設定された回数（以下、第２数とも呼ぶ）を第２集計情報１３３ｂとも呼ぶ。

【0062】

図６に戻り、情報管理部１１２は、例えば、Ｓ１１２の処理で生成した集計情報１３３を情報格納領域１３０に記憶する（Ｓ１１３）。

【0063】

［重み算出処理］
次に、商品予測処理のうち、特定の商品に対応する重み情報１３４の算出を行う処理（以下、重み算出処理とも呼ぶ）について説明を行う。図７は、重み算出処理を説明するフローチャート図である。

【0064】

重み算出部１１３は、図７に示すように、例えば、重み算出タイミングになるまで待機する（Ｓ１１のＮＯ）。重み算出タイミングは、例えば、作業者が操作端末５を介して重み算出処理を行う旨の情報を入力したタイミングであってよい。また、重み算出タイミングは、例えば、上記の商品予測タイミングと同一のタイミングであってもよい。

【0065】

そして、重み算出タイミングになった場合（Ｓ１１のＹＥＳ）、重み算出部１１３は、例えば、情報格納領域１３０に記憶された集計情報１３３の１つを取得する（Ｓ１２）。

【0066】

具体的に、重み算出部１１３は、例えば、情報格納領域１３０に記憶された集計情報１３３のうち、１日等の単位期間に対応する集計情報１３３（例えば、図１０で説明した集計情報１３３における１行分の情報）を取得する。

【0067】

続いて、重み算出部１１３は、例えば、Ｓ１２の処理で取得した集計情報１３３から、第１行動情報１３１に対応する第１集計情報１３３ａと第２行動情報１３２に対応する第２集計情報１３３ｂとの関係を示す式を生成する（Ｓ１３）。具体的に、重み算出部１１３は、例えば、１回目のＳ１３の処理において、以下の式１を生成する。

【0068】

【数1】

【0069】

上記の式１において、ａ_１は、１回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「注意注目」に設定された回数（すなわち、第１行動情報１３１における「注意注目」に「○」が設定された回数）を示す値である。また、上記の式１において、ａ_２は、１回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「興味関心」に設定された回数（すなわち、第１行動情報１３１における「興味関心」に「○」が設定された回数）を示す値である。また、上記の式１において、ａ_３は、１回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「欲求」に設定された回数（すなわち、第１行動情報１３１における「欲求」に「○」が設定された回数）を示す値である。また、上記の式１において、ａ_４は、１回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「比較」に設定された回数（すなわち、第１行動情報１３１における「比較」に「○」が設定された回数）を示す値である。また、上記の式１において、ａ_５は、１回目のＳ１２の処理において取得した集計情報１３３（第２集計情報１３３ｂ）における「購入」に設定された回数（すなわち、第２行動情報１３２における「購入」に「○」が設定された回数）を示す値である。さらに、ｔ_１は、ａ_１の重み情報１３４であり、ｔ_２は、ａ_２の重み情報１３４であり、ｔ_３は、ａ_３の重み情報１３４であり、ｔ_４は、ａ_４の重み情報１３４である。

【0070】

図１５に戻り、重み算出部１１３は、例えば、Ｓ１２の処理において全ての集計情報１３３を取得したか否かを判定する（Ｓ１４）。

【0071】

その結果、Ｓ１２の処理において全ての集計情報１３３を取得していないと判定した場合（Ｓ１４のＮＯ）、重み算出部１１３は、例えば、Ｓ１２以降の処理を再度行う。

【0072】

具体的に、重み算出部１１３は、例えば、２回目のＳ１３の処理において、以下の式２を生成する。

【0073】

【数2】

【0074】

上記の式２において、ｂ_１は、２回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「注意注目」に設定された回数を示す値であり、ｂ_２は、２回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「興味関心」に設定された回数を示す値であり、ｂ_３は、２回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「欲求」に設定された回数を示す値である。また、上記の式２において、ｂ_４は、２回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「比較」に設定された回数を示す値であり、ｂ_５は、２回目のＳ１２の処理において取得した集計情報１３３（第２集計情報１３３ｂ）における「購入」に設定された回数を示す値である。

【0075】

また、重み算出部１１３は、例えば、３回目のＳ１３の処理において、以下の式３を生成する。

【0076】

【数3】

【0077】

上記の式３において、ｃ_１は、３回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「注意注目」に設定された回数を示す値であり、ｃ_２は、３回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「興味関心」に設定された回数を示す値であり、ｃ_３は、３回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「欲求」に設定された回数を示す値である。また、上記の式３において、ｃ_４は、３回目のＳ１２の処理において取得した集計情報１３３（第１集計情報１３３ａ）における「比較」に設定された回数を示す値であり、ｃ_５は、３回目のＳ１２の処理において取得した集計情報１３３（第２集計情報１３３ｂ）における「購入」に設定された回数を示す値である。

【0078】

図７に戻り、重み算出部１１３は、例えば、Ｓ１３の処理で生成した式のそれぞれから重み情報１３４（以下、第１重みとも呼ぶ）を生成する（Ｓ１５）。

【0079】

具体的に、重み算出部１１３は、例えば、最小二乗法を用いることによって、Ｓ１３の処理で生成した式のそれぞれからｔ_１、ｔ_２、ｔ_３及びｔ_４のそれぞれを算出する。すなわち、重み算出部１１３は、例えば、Ｓ１３の処理で生成した各式の左辺と右辺との差の二乗の和が最小になるように、ｔ_１、ｔ_２、ｔ_３及びｔ_４のそれぞれを算出する。

【0080】

さらに具体的に、例えば、以下の式４の行列式に示すように、Ｓ１３の処理で生成した式が上記の式１、式２及び式３である場合、重み算出部１１３は、式１の左辺（ａ_５）と式１の右辺（ａ_１ｔ_１＋ａ_２ｔ_２＋ａ_３ｔ_３＋ａ_４ｔ_４）の差の二乗と、式２の左辺（ｂ_５）と式２の右辺（ｂ_１ｔ_１＋ｂ_２ｔ_２＋ｂ_３ｔ_３＋ｂ_４ｔ_４）の差の二乗と、式３の左辺（ｃ_５）と式３の右辺（ｃ_１ｔ_１＋ｃ_２ｔ_２＋ｃ_３ｔ_３＋ｃ_４ｔ_４）差の二乗との和が最小になるように、ｔ_１、ｔ_２、ｔ_３及びｔ_４のそれぞれを算出する。

【0081】

【数4】

【0082】

なお、重み算出部１１３は、ｔ_１、ｔ_２、ｔ_３及びｔ_４のそれぞれを算出する際に、例えば、以下の式５を制約条件として用いるものであってもよい。

【0083】

【数5】

【0084】

図７に戻り、情報管理部１１２は、例えば、Ｓ１５の処理で算出した重み情報１３４を情報格納領域１３０に記憶する（Ｓ１６）。以下、重み情報１３４の具体例について説明を行う。

【0085】

［重み情報の具体例］
図１１は、重み情報１３４の具体例について説明する図である。具体的に、図１１は、特定の商品に対応する重み情報１３４の具体例について説明する図である。

【0086】

図１１に示す重み情報１３４は、例えば、集計情報１３３（第１集計情報１３３ａ）における「注意注目」に対応する重み情報１３４（すなわち、ｔ_１）が設定される「注意注目」と、集計情報１３３（第１集計情報１３３ａ）における「興味関心」に対応する重み情報１３４（すなわち、ｔ_２）が設定される「興味関心」とを項目として有する。また、図１１に示す重み情報１３４は、例えば、集計情報１３３（第１集計情報１３３ａ）における「欲求」に対応する重み情報１３４（すなわち、ｔ_３）が設定される「欲求」と、集計情報１３３（第１集計情報１３３ａ）における「比較」に対応する重み情報１３４（すなわち、ｔ_４）が設定される「比較」とを項目として有する。

【0087】

具体的に、図１１に示す重み情報１３４は、例えば、「注意注目」として「０．０１」が設定され、「興味関心」として「０．０５」が設定され、「欲求」として「０．１」が設定され、「比較」として「０．２」が設定されている。

【0088】

なお、重み算出部１１３は、Ｓ１６の処理において、例えば、Ｓ１３の処理で生成した各式に対してＳ１５の処理で算出した重み情報１３４を当てはめた状態で情報格納領域１３０に記憶するものであってもよい。

【0089】

［販売数予測処理］
次に、商品予測処理のうち、特定の商品の販売数の予測を行う処理（以下、販売数予測処理とも呼ぶ）について説明を行う。図８は、販売数予測処理を説明するフローチャート図である。

【0090】

情報予測部１１４は、図８に示すように、例えば、販売数予測タイミングになるまで待機する（Ｓ２１のＮＯ）。販売数予測タイミングは、例えば、例えば、作業者が操作端末５を介して販売数予測処理を行う旨の情報を入力したタイミングであってよい。

【0091】

そして、販売数予測タイミングになった場合（Ｓ２１のＹＥＳ）、情報予測部１１４は、例えば、情報格納領域１３０に記憶した式（Ｓ１３の処理で生成した式に対して重み情報１３４を当てはめることによって生成した式）を用いることによって、作業者が操作端末５を介して予め指定した対象期間（以下、対象期間とも呼ぶ）よりも前の期間における特定の商品についての第１集計情報１３３ａから、対象期間における特定の商品についての第２集計情報１３３ｂ（以下、予測情報１３３ｂとも呼ぶ）を予測する（Ｓ２２）。

【0092】

具体的に、情報予測部１１４は、Ｓ２２の処理において、例えば、以下の式６に従うことによって、対象期間における特定の商品についての予測情報１３３ｂ（すなわち、対象期間における特定の商品の販売数）を予測する。

【0093】

【数6】

【0094】

式６において、ｄ_１は、特定の商品についての対象期間（例えば、１日）よりも前の期間（例えば、対象期間の前日）に対応する集計情報１３３（第１集計情報１３３ａ）における「注意注目」に設定された回数を示す値であり、ｄ_２は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「興味関心」に設定された回数を示す値であり、ｄ_３は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「欲求」に設定された回数を示す値である。また、式６において、ｄ_４は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「比較」に設定された回数を示す値であり、ｍは、特定の商品の在庫数（仕入れ数）であり、ｎは、Ｓ２２の処理で予測した特定の商品についての対象期間の販売数である。

【0095】

なお、上記の例では、対象期間が１日であり、対象期間よりも前の期間が前日である場合について説明を行ったが、これに限られない。Ｓ２２の処理では、例えば、対象期間よりも前の期間が前日よりも前の１日であってもよい。また、Ｓ２２の処理では、例えば、対象期間が午後の時間帯であり、対象期間よりも前の期間が同じ日の午前の時間帯であってもよい。さらに、Ｓ２２の処理では、例えば、対象期間が１時間であり、対象期間よりも前の期間が対象期間の直前の１時間であってもよい。

【0096】

図８に戻り、情報出力部１１５は、例えば、Ｓ２２の処理で算出した予測情報１３３ｂを出力する（Ｓ２３）。具体的に、情報出力部１１５は、例えば、Ｓ２２の処理で算出した予測情報１３３ｂを操作端末５に出力する。

【0097】

このように、本実施の形態における情報処理装置１は、例えば、１以上の人物が特定の商品に対して示した興味についての度合いを示す第１行動情報１３１と、１以上の人物が特定の商品に対して特定の行動を行ったか否かを示す第２行動情報１３２とを記憶した情報格納領域１３０を参照して、第１行動情報１３１と第２行動情報１３２との対応関係を示す重み情報１３４を算出する。

【0098】

そして、情報処理装置１は、例えば、算出した重み情報１３４と、特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報１３１とに基づいて、新たな１以上の人物が特定の商品に対して特定の行動を行うか否かを示す新たな第２行動情報１３２を算出する。その後、情報処理装置１は、例えば、算出した新たな第２行動情報１３２を出力する。

【0099】

すなわち、本実施の形態における情報処理装置１は、例えば、情報格納領域１３０に蓄積された過去の行動情報から、各人物が特定の商品に対して持った興味の度合いを示す行動情報（第１行動情報１３１）と、各人物が実際に特定の商品を購入したか否かを示す行動情報（第２行動情報１３２）との関係を示す重み情報１３４を予め生成する。具体的に、情報処理装置１は、例えば、図１２に示すように、日ごとの各人物の第１行動情報１３１及び第２行動情報１３２から、第１行動情報１３１と第２行動情報１３２との関係を示す各式Ｆ（行列式）を生成し、さらに、生成した各式から重み情報１３４を算出する。そして、情報処理装置１は、例えば、生成した重み情報１３４と、新たな人物の行動情報（新たな第１行動情報１３１）とから、新たな人物が特定の商品を購入するか否かを示す行動情報（新たな第２行動情報１３２）を予測する。

【0100】

これにより、情報処理装置１は、例えば、各商品の販売数を精度良く予測することが可能になる。そのため、情報処理装置１は、例えば、各商品の売れ残りを抑制することが可能になり、各商品の販売による利益の増大を図ることが可能になる。

【0101】

なお、情報出力部１１５は、例えば、以下の式７に従って、特定の商品についての対象期間における利益額を予測するものであってもよい。そして、情報出力部１１５は、例えば、予測した利益額を、Ｓ２２の処理で予測した販売数とともに出力するものであってもよい。

【0102】

【数7】

【0103】

上記の式７において、ｐは、特定の商品の販売価格であり、ｃは、特定の商品の仕入れ価格である。

【0104】

具体的に、情報出力部１１５は、例えば、情報格納領域１３０に記憶した販売情報１３５に含まれる各情報を用いることによって、特定の商品についての対象期間における利益額を予測するものであってよい。販売情報１３５は、例えば、小売店等の店内において販売されている各商品についての仕入れ価格、在庫数（仕入れ数）及び販売価格が設定される情報であり、作業者が操作端末５を介して適宜変更する情報である。以下、販売情報１３５の具体例について説明を行う。

【0105】

［販売情報の具体例］
図１３は、販売情報１３５の具体例について説明する図である。図１３に示す販売情報１３５は、例えば、各商品の識別情報が設定される「商品」と、各商品の在庫数（仕入れ数）が設定される「在庫数」と、各商品の仕入れ価格が設定される「仕入れ価格」と、各商品の販売時における販売価格が設定される「販売価格」を項目として有する。

【0106】

具体的に、図１３に示す販売情報１３５において、１行目の情報には、例えば、「商品」として「Ｓ００１」が設定され、「在庫数」として「１００（個）」が設定され、「仕入れ価格」として「５０（円）」が設定され、「販売価格」として「１００（円）」が設定されている。

【0107】

また、図１３に示す販売情報１３５において、２行目の情報には、例えば、「商品」として「Ｓ００２」が設定され、「在庫数」として「２００（個）」が設定され、「仕入れ価格」として「８０（円）」が設定され、「販売価格」として「１５０（円）」が設定されている。図１３に含まれる他の情報についての説明は省略する。

【0108】

そして、例えば、特定の商品の識別情報がＳ００１である場合、情報出力部１１５は、図１３に示す販売情報１３５における１行目の情報を参照し、上記の式７におけるｍに１００を代入し、ｃに５０を代入し、ｐに１００を代入し、さらに、Ｓ２２の処理で予測した販売数をｎに代入することによって、特定の商品についての対象期間における利益額を予測するものであってよい。

【0109】

［第２の実施の形態における商品予測処理］
次に、第２の実施の形態について説明する。図１４から図１７は、第２の実施の形態における商品予測処理を説明するフローチャート図である。また、図１８から図２１は、第２の実施の形態における商品予測処理を説明する図である。

【0110】

［情報管理処理］
初めに、商品予測処理のうち、情報管理処理について説明を行う。図１４は、情報管理処理を説明するフローチャート図である。

【0111】

情報取得部１１１は、図１４に示すように、例えば、撮影装置から送信された動画データを受信するまで待機する（Ｓ１２１のＮＯ）。

【0112】

そして、動画データを受信した場合（Ｓ１２１のＹＥＳ）、情報取得部１１１は、例えば、受信した動画データと情報格納領域１３０に記憶した価格情報１３６とから、第１行動情報１３１及び第２行動情報１３２を生成する（Ｓ１２２）。価格情報１３６は、例えば、各商品の販売価格を示す情報である。以下、価格情報１３６の具体例について説明を行う。

【0113】

［価格情報の具体例］
図１８は、価格情報１３６の具体例について説明する図である。図１８に示す価格情報１３６は、例えば、各商品の識別情報が設定される「商品」と、各商品の現在の販売価格が設定される「販売価格」とを項目として有する。

【0114】

具体的に、図１８に示す価格情報１３６において、例えば、１行目の情報には、「商品」として「Ｐ００１」が設定され、「販売価格」として「１００（円）」が設定されている。

【0115】

また、図１８に示す価格情報１３６において、例えば、２行目の情報には、「商品」として「Ｐ００２」が設定され、「販売価格」として「１５０（円）」が設定されている。図１８に含まれる他の情報についての説明は省略する。

【0116】

そして、作業者は、例えば、各商品の販売価格の変更があった場合、操作端末５を介して価格情報１３６に含まれる情報（「販売価格」に対応する情報）を更新する。

【0117】

［第１行動情報及び第２行動情報の具体例］
次に、第１行動情報１３１及び第２行動情報１３２の具体例について説明を行う。図１９は、第１行動情報１３１及び第２行動情報１３２の具体例について説明する図である。

【0118】

図１９に示す第１行動情報１３１及び第２行動情報１３２は、例えば、図９で説明した第１行動情報１３１及び第２行動情報１３２が有する各項目に加え、各人物が各行動を行った際の各商品の販売価格が設定される「販売価格」を項目として有する。

【0119】

具体的に、図１９に示す第１行動情報１３１及び第２行動情報１３２において、例えば、１行目の情報には、「人物」として「Ｐ００３」が設定され、「商品」として「Ｓ００３」が設定され、「注意注目」として「○」が設定され、「興味関心」として「○」が設定され、「欲求」として「○」が設定され、「比較」として「×」が設定され、「購入」として「×」が設定され、「販売価格」として「１５０（円）」が設定されている。

【0120】

すなわち、例えば、識別情報がＳ００３である商品を識別情報がＰ００３である人物が購入したことを購入した状況が映る動画データを受信した場合、情報取得部１１１は、情報格納領域１３０に記憶した価格情報１３６を参照し、「商品」が「Ｓ００３」である情報に対応する「販売価格」に設定された金額である「１５０（円）」が含まれるように、第１行動情報１３１及び第２行動情報１３２（図１９における１行目の情報）の生成を行う。

【0121】

また、図１９に示す第１行動情報１３１及び第２行動情報１３２において、例えば、２行目の情報には、「人物」として「Ｐ００３」が設定され、「商品」として「Ｓ００５」が設定され、「注意注目」として「○」が設定され、「興味関心」として「○」が設定され、「欲求」として「○」が設定され、「比較」として「○」が設定され、「購入」として「○」が設定され、「販売価格」として「２３０（円）」が設定されている。

【0122】

すなわち、例えば、識別情報がＳ００５である商品を識別情報がＰ００３である人物が購入したことを購入した状況が映る動画データを受信した場合、情報取得部１１１は、情報格納領域１３０に記憶した価格情報１３６を参照し、「商品」が「Ｓ００５」である情報に対応する「販売価格」に設定された金額である「２３０（円）」が含まれるように、第１行動情報１３１及び第２行動情報１３２（図１９における２行目の情報）の生成を行う。図１９に含まれる他の情報についての説明は省略する。

【0123】

図１４に戻り、情報管理部１１２は、例えば、Ｓ１２２の処理で生成した第１行動情報１３１及び第２行動情報１３２を情報格納領域１３０に記憶する（Ｓ１２３）。

【0124】

［情報生成処理］
次に、商品予測処理のうち、情報生成処理について説明を行う。図１５は、情報管理処理を説明するフローチャート図である。

【0125】

情報管理部１１２は、図１５に示すように、例えば、情報生成タイミングになるまで待機する（Ｓ１３１のＮＯ）。

【0126】

そして、情報生成タイミングになった場合（Ｓ１３１のＹＥＳ）、情報管理部１１２は、例えば、情報格納領域１３０に記憶された第１行動情報１３１及び第２行動情報１３２から集計情報１３３を生成する（Ｓ１３２）。以下、集計情報１３３の具体例について説明を行う。

【0127】

［集計情報の具体例］
図２０は、集計情報１３３の具体例について説明する図である。具体的に、図１０は、識別情報がＳ００３である商品（特定の商品）についての集計情報１３３の具体例について説明する図である。なお、以下、集計情報１３３が日ごとであって特定の商品の販売価格ごとに集計された情報であるものとして説明を行う。

【0128】

図２０に示す集計情報１３３は、例えば、図１０で説明した集計情報１３３が有する各項目に加え、各人物が各行動を行った際の各商品の販売価格が設定される「販売価格」を項目として有する。

【0129】

具体的に、図２０に示す集計情報１３３において、例えば、１行目の情報には、「日付」として「６／２４」が設定され、「注意注目」として「１０１５（回）」が設定され、「興味関心」として「７２０（回）」が設定され、「欲求」として「２１６（回）」が設定され、「比較」として「９８（回）」が設定され、「購入」として「２５（回）」が設定され、「販売価格」として「１５０（円）」が設定されている。

【0130】

また、図２０に示す集計情報１３３において、例えば、２行目の情報には、「日付」として「６／２５」が設定され、「注意注目」として「１０８９（回）」が設定され、「興味関心」として「７１０（回）」が設定され、「欲求」として「２９８（回）」が設定され、「比較」として「１０５（回）」が設定され、「購入」として「４５（回）」が設定され、「販売価格」として「１４０（円）」が設定されている。図２０に含まれる他の情報についての説明は省略する。

【0131】

なお、以下、集計情報１３３のうち、「注意注目」、「興味関心」、「欲求」、「比較」及び「販売価格」のそれぞれに設定された回数（以下、第３数とも呼ぶ）と「販売価格」に設定された金額とを第１集計情報１３３ａとも呼び、「購入」に設定された回数（以下、第４数とも呼ぶ）を第２集計情報１３３ａとも呼ぶ。

【0132】

図１６に戻り、情報管理部１１２は、例えば、Ｓ１３２の処理で生成した集計情報１３３を情報格納領域１３０に記憶する（Ｓ１３３）。

【0133】

［重み算出処理］
次に、商品予測処理のうち、重み算出処理について説明を行う。図１６は、重み算出処理を説明するフローチャート図である。

【0134】

重み算出部１１３は、図１６に示すように、例えば、重み算出タイミングになるまで待機する（Ｓ３１のＮＯ）。

【0135】

そして、重み算出タイミングになった場合（Ｓ３１のＹＥＳ）、重み算出部１１３は、例えば、情報格納領域１３０に記憶された集計情報１３３の１つを取得する（Ｓ３２）。

【0136】

続いて、重み算出部１１３は、例えば、Ｓ３２の処理で取得した集計情報１３３から、価格情報１３６の一部を含む第１行動情報１３１に対応する第１集計情報１３３ａと、第２行動情報１３２に対応する第２集計情報１３３ｂとの関係を示す式を生成する（Ｓ３３）。具体的に、重み算出部１１３は、例えば、１回目のＳ３３の処理において、以下の式８を生成する。

【0137】

【数8】

【0138】

上記の式８において、ｐ_ａは、１回目のＳ３２の処理において取得した第１集計情報１３３ａにおける「販売価格」に設定された値であり、ｐ´は、特定の商品についての適正価格（以下、単に適正価格とも呼ぶ）であり、ｋは、｜ｐ_ａ－ｐ´｜についての重み情報１３４である。

【0139】

なお、適正価格は、例えば、作業者によって予め定められた価格であってよい。具体的に、適正価格は、例えば、商品の販売に伴う利益が最大になったときの販売価格であってもよい。

【0140】

また、重み算出部１１３は、１回目のＳ３３の処理において、例えば、式８における｜ｐ_ａ－ｐ´｜の代わりにｐ_ａを用いた式を生成するものであってもよい。

【0141】

図１５に戻り、重み算出部１１３は、例えば、Ｓ３２の処理において全ての集計情報１３３を取得したか否かを判定する（Ｓ３４）。

【0142】

その結果、Ｓ３２の処理において全ての集計情報１３３を取得していないと判定した場合（Ｓ３４のＮＯ）、重み算出部１１３は、例えば、Ｓ３２以降の処理を再度行う。

【0143】

具体的に、重み算出部１１３は、例えば、２回目のＳ３３の処理において、以下の式９を生成する。

【0144】

【数9】

【0145】

上記の式９において、ｐ_ｂは、２回目のＳ３２の処理において取得した第１集計情報１３３ａにおける「販売価格」に設定された値である。

【0146】

なお、重み算出部１１３は、２回目のＳ３３の処理において、例えば、式８における｜ｐ_ｂ－ｐ´｜の代わりにｐ_ｂを用いた式を生成するものであってもよい。

【0147】

また、重み算出部１１３は、例えば、３回目のＳ３３の処理において、以下の式１０を生成する。

【0148】

【数10】

【0149】

上記の式１０において、ｐ_ｃは、３回目のＳ３２の処理において取得した第１集計情報１３３ａにおける「販売価格」に設定された値である。

【0150】

なお、重み算出部１１３は、３回目のＳ３３の処理において、例えば、式８における｜ｐ_ｃ－ｐ´｜の代わりにｐ_ｃを用いた式を生成するものであってもよい。

【0151】

図７に戻り、重み算出部１１３は、例えば、Ｓ３３の処理で生成した式のそれぞれから重み情報１３４（以下、第２重みとも呼ぶ）を生成する（Ｓ３５）。

【0152】

具体的に、重み算出部１１３は、例えば、最小二乗法を用いることによって、Ｓ３３の処理で生成した式のそれぞれからｔ_１、ｔ_２、ｔ_３、ｔ_４及びｋのそれぞれを算出する。すなわち、重み算出部１１３は、例えば、Ｓ１３の処理で生成した各式の左辺と右辺との差の二乗の和が最小になるように、ｔ_１、ｔ_２、ｔ_３、ｔ_４及びｋのそれぞれを算出する。

【0153】

さらに具体的に、例えば、以下の式１１の行列に示すように、Ｓ３３の処理で生成した式が上記の式８、式９及び式１０である場合、重み算出部１１３は、式８の左辺（ａ_５）と式８の右辺（ａ_１ｔ_１＋ａ_２ｔ_２＋ａ_３ｔ_３＋ａ_４ｔ_４－ｋ｜ｐ_ａ－ｐ´｜）の差の二乗と、式９の左辺（ｂ_５）と式９の右辺（ｂ_１ｔ_１＋ｂ_２ｔ_２＋ｂ_３ｔ_３＋ｂ_４ｔ_４－ｋ｜ｐ_ｂ－ｐ´｜）の差の二乗と、式１０の左辺（ｃ_５）と式１０の右辺（ｃ_１ｔ_１＋ｃ_２ｔ_２＋ｃ_３ｔ_３＋ｃ_４ｔ_４－ｋ｜ｐ_ｃ－ｐ´｜）差の二乗との和が最小になるように、ｔ_１、ｔ_２、ｔ_３、ｔ_４及びｋのそれぞれを算出する。

【0154】

【数11】

【0155】

なお、重み算出部１１３は、ｔ_１、ｔ_２、ｔ_３及びｔ_４のそれぞれを算出する際に、例えば、以下の式１２を制約条件として用いるものであってもよい。

【0156】

【数12】

【0157】

また、重み算出部１１３は、例えば、ｐ´の値を変えながら、各式の左辺と各式の右辺の差の二乗の和の最小値（すなわち、最小二乗誤差）をそれぞれ算出するものであってもよい。そして、重み算出部１１３は、例えば、算出した最小二乗誤差が最小値になるときのｐ´を用いることによって、ｔ_１、ｔ_２、ｔ_３、ｔ_４及びｋのそれぞれを算出するものであってもよい。

【0158】

図１６に戻り、情報管理部１１２は、例えば、Ｓ３５の処理で算出した重み情報１３４を情報格納領域１３０に記憶する（Ｓ３６）。以下、重み情報１３４の具体例について説明を行う。

【0159】

［重み情報の具体例］
図２１は、重み情報１３４の具体例について説明する図である。図２１に示す重み情報１３４は、例えば、図１１で説明した重み情報１３４が有する各項目に加え、集計情報１３３における「販売価格」に対応する重み情報１３４（すなわち、ｋ）が設定される「販売価格」を項目として有する。

【0160】

具体的に、図２１に示す重み情報１３４は、例えば、「注意注目」として「０．０１」が設定され、「興味関心」として「０．０５」が設定され、「欲求」として「０．１」が設定され、「比較」として「０．２」が設定され、「販売価格」として「０．５」が設定されている。

【0161】

なお、重み算出部１１３は、Ｓ３５の処理において、例えば、式８から式１０に代えて、以下の式１３から式１５を生成するものであってもよい。

【0162】

【数13】

【0163】

【数14】

【0164】

【数15】

【0165】

また、重み算出部１１３は、Ｓ３５の処理において、例えば、式８から式１０に代えて、以下の式１８から式２０を生成するものであってもよい。

【0166】

【数16】

【0167】

【数17】

【0168】

【数18】

【0169】

なお、ｐ´は、例えば、特定の商品についてのｐを用いた他の方法によって算出される価格であってもよい。

【0170】

［販売数予測処理］
次に、商品予測処理のうち、販売数予測処理について説明を行う。図１７は、販売数予測処理を説明するフローチャート図である。

【0171】

情報予測部１１４は、図１７に示すように、例えば、販売数予測タイミングになるまで待機する（Ｓ４１のＮＯ）。

【0172】

そして、販売数予測タイミングになった場合（Ｓ４１のＹＥＳ）、情報予測部１１４は、例えば、情報格納領域１３０に記憶した式（Ｓ３３の処理で生成した式に対して重み情報１３４を当てはめることによって生成した式）を用いることによって、対象期間よりも前の期間における特定の商品についての第１集計情報１３３ａから、予測情報１３３ｂを算出する（Ｓ４２）。

【0173】

すなわち、情報予測部１１４は、この場合、例えば、対象期間における特定の商品の利益が最大となる販売価格と販売数との組み合わせを予測情報１３３ｂとして算出する。

【0174】

具体的に、情報予測部１１４は、Ｓ４２の処理において、例えば、以下の式１９及び式２０に従うことによって、対象期間における特定の商品の利益額（すなわち、式２０によって算出される値）が最大となる販売価格と販売数との組み合わせを算出する。

【0175】

【数19】

【0176】

【数20】

【0177】

式１９及び式２０において、ｄ_１は、特定の商品についての対象期間（例えば、１日）よりも前の期間（例えば、対象期間の前日）に対応する集計情報１３３（第１集計情報１３３ａ）における「注意注目」に設定された回数を示す値であり、ｄ_２は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「興味関心」に設定された回数を示す値であり、ｄ_３は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「欲求」に設定された回数を示す値である。また、式６において、ｄ_４は、特定の商品についての対象期間よりも前の期間に対応する集計期間１３３（第１集計情報１３３ａ）における「比較」に設定された回数を示す値であり、ｐ_ｄは、対象期間における特定の商品の販売価格であり、ｎ（ｐ）は、対象期間における特定の商品の販売数（販売価格をｐ_ｄとした場合における販売数）である。

【0178】

すなわち、第２の実施の形態における情報処理装置１は、例えば、第１の実施の形態における場合と異なり、価格情報１３６についても参照することによって重み情報１３４の生成を行う。

【0179】

これにより、本実施の形態における情報処理装置１は、例えば、各人物の行動から、利益を最大化することが可能な各商品の販売価格及び販売数を算出することが可能になる。

【0180】

そのため、作業者は、例えば、情報処理装置１によって算出された結果を参照することで、各商品の販売価格の調整を適切なタイミングにおいて適切な調整幅（適切な値上げ幅や値下げ幅）で行うことが可能になる。また、作業者は、例えば、適切な仕入れ数の商品（例えば、売れ残りが発生しない数の商品）を仕入れることが可能になる。

【0181】

したがって、作業者は、例えば、各商品の過剰な値下げや売り切れない数の商品の仕入れによって発生する利益の減少を抑制することが可能になる。

【0182】

図１７に戻り、情報出力部１１５は、例えば、Ｓ４２の処理で算出した予測情報１３３ｂを出力する（Ｓ４３）。具体的に、情報出力部１１５は、例えば、Ｓ４２の処理で算出した予測情報１３３ｂ（販売価格と販売数との組み合わせ）を操作端末５に出力する。

【0183】

以上の実施の形態をまとめると、以下の付記のとおりである。

【0184】

（付記１）
特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出し、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出し、
算出した前記新たな第２行動情報を出力する、
処理をコンピュータに実行させることを特徴とする商品予測プログラム。

【0185】

（付記２）
付記１において、
前記特定の行動は、前記特定の商品の購入である、
ことを特徴とする商品予測プログラム。

【0186】

（付記３）
付記１において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記対応情報を算出する処理では、前記第１数のそれぞれから前記第２数を算出する際に、前記第１数のそれぞれに対して用いられる第１重みのそれぞれを前記対応情報として算出する、
ことを特徴とする商品予測プログラム。

【0187】

（付記４）
付記３において、
前記対応情報を算出する処理では、前記第１数のそれぞれと前記第１数のそれぞれに対応する前記第１重みとから算出される値と、前記第２数との差が最小になるように、前記第１重みのそれぞれを算出する、
ことを特徴とする商品予測プログラム。

【0188】

（付記５）
付記３において、
前記新たな第１行動情報は、前記複数の行動ごとの情報であって前記新たな１以上の人物のうちの各行動を行った人物の第３数を示す情報であり、
前記新たな第２行動情報を算出する処理では、前記第３数のそれぞれと前記第１重みのそれぞれとを用いることによって、前記新たな１以上の人物のうちの前記特定の行動を行う人物の第４数を前記新たな第２行動情報として算出する、
ことを特徴とする商品予測プログラム。

【0189】

（付記６）
付記１において、
前記対応情報を算出する処理では、前記特定の商品に対応する前記度合いが前記第１行動情報であったときの前記特定の商品の価格情報を記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報と前記価格情報との対応関係を示す情報を前記対応情報として算出し、
前記新たな第２行動情報を算出する処理では、算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな第２行動情報と前記特定の商品の新たな価格情報とのそれぞれを算出する、
ことを特徴とする商品予測プログラム。

【0190】

（付記７）
付記６において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記対応情報を算出する処理では、前記第１数のそれぞれから前記第２数と前記新たな価格情報とを算出する際に、前記第１数のそれぞれに対して用いられる第２重みのそれぞれを前記対応情報として算出する、
ことを特徴とする商品予測プログラム。

【0191】

（付記８）
特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出する情報生成部と、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出する情報予測部と、
算出した前記新たな第２行動情報を出力する情報出力部と、を有する、
ことを特徴とする情報処理装置。

【0192】

（付記９）
付記８において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記情報生成部は、前記第１数のそれぞれから前記第２数を算出する際に、前記第１数のそれぞれに対して用いられる第１重みのそれぞれを前記対応情報として算出する、
ことを特徴とする情報処理装置。

【0193】

（付記１０）
特定の商品に対する１以上の人物の興味についての度合いを示す第１行動情報と、前記１以上の人物が前記特定の商品に対して特定の行動を行ったか否かを示す第２行動情報とを記憶した記憶部を参照して、前記第１行動情報と前記第２行動情報との対応関係を示す対応情報を算出し、
算出した前記対応情報と、前記特定の商品に対する新たな１以上の人物の興味についての度合いを示す新たな第１行動情報とに基づいて、前記新たな１以上の人物が前記特定の商品に対して前記特定の行動を行うか否かを示す新たな第２行動情報を算出し、
算出した前記新たな第２行動情報を出力する、
処理をコンピュータが実行することを特徴とする商品予測方法。

【0194】

（付記１１）
付記１０において、
前記第１行動情報は、前記度合いの大きさを示す複数の行動ごとの情報であって前記１以上の人物のうちの各行動を行った人物の第１数を示す情報であり、
前記第２行動情報は、前記１以上の人物のうちの前記特定の行動を行った人物の第２数を示す情報であり、
前記対応情報を算出する処理では、前記第１数のそれぞれから前記第２数を算出する際に、前記第１数のそれぞれに対して用いられる第１重みのそれぞれを前記対応情報として算出する、
ことを特徴とする商品予測方法。

【符号の説明】

【0195】

１：情報処理装置 ５：操作端末
１０：情報処理システム １０１：ＣＰＵ
１０２：メモリ １０３：Ｉ／Ｏインタフェース
１０４：ストレージ １０５：バス
ＮＷ：ネットワーク

【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】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】