特開 2024-31770 ブロックチェーンを用いたデータ分析方法及びシステム

(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】P2024031770

(43)【公開日】2024-03-07

(54)【発明の名称】ブロックチェーンを用いたデータ分析方法及びシステム

(51)【国際特許分類】

   G06Q 30/02 20230101AFI20240229BHJP

   G06Q 30/06 20230101ALI20240229BHJP

【ＦＩ】

G06Q30/02

G06Q30/06

【審査請求】有

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023046089

(22)【出願日】2023-03-22

(31)【優先権主張番号】202211016504.3

(32)【優先日】2022-08-24

(33)【優先権主張国・地域又は機関】CN

(71)【出願人】

【識別番号】522481248

【氏名又は名称】浙江工商大学

【氏名又は名称原語表記】ＺＨＥＪＩＡＮＧ ＧＯＮＧＳＨＡＮＧ ＵＮＩＶＥＲＳＩＴＹ

【住所又は居所原語表記】Ｎｏ．１８， Ｘｕｅｚｈｅｎｇ Ｓｔｒ． Ｘｉａｓｈａ Ｕｎｉｖｅｒｓｉｔｙ Ｔｏｗｎ Ｈａｎｇｚｈｏｕ， Ｚｈｅｊｉａｎｇ ３１００１８， Ｃｈｉｎａ

(74)【代理人】

【識別番号】100088063

【弁理士】

【氏名又は名称】坪内 康治

(72)【発明者】

【氏名】劉東升

(72)【発明者】

【氏名】王黎明

(72)【発明者】

【氏名】陳亜輝

(72)【発明者】

【氏名】劉彦▲に▼

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB04

5L049BB72

(57)【要約】      （修正有）

【課題】評価対象店舗の商品陳列評価を行うことができ、店舗のきめ細かな運営を支援するデータ分析方法及びシステムを提供する。
【解決手段】ブロックチェーンを用いたデータ解析方法であって、ブロックチェーンを用いて対象店舗の店舗内棚映像を取得し、棚映像を認識して棚陳列画像データを生成することと、棚陳列画像データと商品品揃え情報とから、各商品の店舗内での陳列スペースの順序を示す商品品揃えの順序を含む対象店舗の商品陳列特徴を生成することと、商品品揃え情報とから、対象店舗の商品品ぞろえの順序を含む商品陳列特徴を生成することと、対象店舗の商品陳列特徴に基づいて評価対象店舗の陳列合理性を分析評価することと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

ブロックチェーンに基づいて対象店舗の店舗内棚映像を取得し、その棚映像を認識して棚陳列画像データを生成する。
棚陳列画像データと商品品ぞろえ情報とから、対象店舗の商品品ぞろえの順序を含む商品陳列特徴を生成する。
対象店舗の商品陳列特徴に基づいて評価対象店舗の陳列合理性を分析評価する。

【請求項2】

評価対象店舗の属性情報を取得し、属性情報に基づいて映像取得指示を生成する。
画像取得指示に基づいてブロックチェーンに画像取得要求を送信し、ブロックチェーンは、画像取得指示に基づいて店舗情報記憶ノードから評価対象店舗属性情報に最も近い対象店舗をマッチングする。
対象店舗の本体識別情報に基づいてブロックチェーンから対象店舗との店舗内映像ストレージノードを探索する。
店舗内映像蓄積ノードに基づいて対象店舗の店舗内棚映像を取得する。

【請求項3】

請求項2に記載の評価対象店舗の属性情報は、店舗の1日当たりの平均人出量、周辺の予め設定された範囲の人員構成データ、所属商圏情報、店舗種別を含み、評価対象店舗の属性情報は、映像取得指示に含まれることを特徴とする。

【請求項4】

映像取得指示に含まれる評価対象店舗の属性情報特徴ベクトルに基づいて、店舗情報記憶ノードに予め記憶されている全ての第1の選択対象店舗の属性情報特徴ベクトルと評価対象店舗の属性情報特徴ベクトルとを類似度照合し、予め設定された類似値閾値内の第2の選択対象店舗リストを得る。
第2の選択対象店舗リストの全店舗について、予め設定された期間における選別条件に基づいて、対象店舗の主体識別情報を取得する。

【請求項5】

対象店舗の本体識別情報に基づいて、対象店舗の少なくとも1つの予め設定されたカメラを呼び出して、対象店舗内の棚映像収集を行う。
予め設定されたカメラは、予め設定されたデータ伝送方法に基づいて、収集された店舗内の棚映像をブロックチェーンの周波数画像蓄積ノードにアップロードして記録する。

【請求項6】

対象店舗の棚映像を取得し、棚映像から予め設定された各棚の鮮明度を含む陳列面画像を抽出する。
各棚陳列面における各商品カテゴリー画像を分離し、予め設定されたソートルールに基づいて対象店舗の棚陳列画像データを生成する。

【請求項7】

評価対象店舗の商品の品ぞろえシーケンスは、店舗内の棚の各商品の位置と予め設定された順序とに基づいて生成される。
評価対象店舗の商品の品ぞろえの順序と対象店舗の商品の品ぞろえの順序とを比較して類似度値を求める。
予め設定された閾値の類似度値に基づいて、評価対象店舗における商品陳列の妥当性を評価する。

【請求項8】

請求項7に記載の方法において、予め設定された順序は、店舗内の棚レイアウトに応じて、人的経験に基づいた棚の各棚に対する番号付けの順序を含むことを特徴とする。

【請求項9】

予め設定された期間内の評価対象店舗の店舗内棚映像を取得する。
店舗内の棚画像内のユーザの歩行経路から店舗内履歴人の流れ方向を生成する。
店舗内の棚の各商品類の位置と店舗内の歴史的な人の流れに基づいて評価対象店舗の商品類シーケンスを生成する。
評価対象店舗の商品の品ぞろえの順序と対象店舗の商品の品ぞろえの順序とを比較して類似度値を求める。
予め設定された閾値の類似度値に基づいて、評価対象店舗における商品陳列の妥当性を評価する。

【請求項10】

画像データ取得モジュールは、ブロックチェーンを用いて対象店舗の店舗内の棚の画像を取得し、その棚の画像を認識して棚の画像データを生成する。
データ解析モジュールは、棚陳列画像データと商品品ぞろえ情報とに基づいて、対象店舗における各商品の陳列空間の順序を表す商品品ぞろえ順序を含む商品陳列特徴を生成する。および、商品品ぞろえ情報を用いて、対象店舗における各商品の陳列空間の順序を表す商品品ぞろえ順序を含む商品陳列特徴を生成する。
評価モジュールは、対象店舗の商品陳列特徴に基づいて、評価対象店舗の陳列合理性を分析評価する。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、コンピュータ技術の分野に係り、特にブロックチェーンに基づくデータ分析方法およびシステムに関する。

【背景技術】

【0002】

オフラインコンビニの場合、立地要因、人通り、消費者構成などの影響により、店舗内で提供できる商品のＳＫＵ（ストック・キーピング・ユニット）には大きな差がある。一般的に言えば、前述の要素が比較的類似している店舗の商品ＳＫＵは類似しているはずである。

【0003】

一方、商品陳列は店頭を美化し、消費者を刺激する役割を果たすためのものであり、単に商品を並べるのではない。商品陳列レイアウトの良さは「逸品」の雰囲気を演出するだけでなく、商品の量感や一目でわかる特徴を際立たせ、消費者が探しやすく、抽出しやすくする。
科学的で専門的で、消費者の心理やニーズに合わせた商品陳列が30─40%の販売増につながることが多い。良い商品陳列は、商品棚の商品を消費者が近づきやすい位置に置くことにこだわり、できるだけ消費者に商品に接触する衝動を発生させて、陳列は販売に対する役割を十分に発揮して、商品陳列は消費者を中心にして、消費者の需要を方向付けて、消費者の消費心理と行働習慣に基づいて、科学方式を採用して商品の特性を展示する。
現在、店舗での商品の選択と陳列は、まず自分の長期的な販売経験と過去の販売データに基づいて人手で判断するのが一般的である。そして、その判断結果に基づいて商品陳列が行われるが、人手による判断では、人の主観的要因が邪魔して誤差や不備があり、商品陳列の正確性や合理性が低くなり、販売に影響を与える。

【0004】

以上のように、商品の種類の選択及び陳列の合理性をいかに高めるかは、当業者が解決すべき技術的課題である。

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明の目的は、評価対象店舗の商品陳列評価を行うことができ、店舗のきめ細かな運営を支援するのに有利とすることである。

【課題を解決するための手段】

【0006】

ブロックチェーンに基づいて対象店舗の店舗内棚映像を取得し、その棚映像を認識して棚陳列画像データを生成する。
棚陳列画像データと商品品ぞろえ情報とから、各商品の店舗内での陳列スペースの順序を示す商品品ぞろえの順序を含む対象店舗の商品陳列特徴を生成する、商品品ぞろえ情報とから、対象店舗の商品品ぞろえの順序を含む商品陳列特徴を生成する。
対象店舗の商品陳列特徴に基づいて評価対象店舗の陳列合理性を分析評価する。

【0007】

ブロックチェーンに基づいて対象店舗の店舗内棚映像を取得し、その棚映像を認識して棚陳列画像データを生成する。
棚陳列画像データと商品品ぞろえ情報とから、各商品の店舗内での陳列スペースの順序を示す商品品ぞろえの順序を含む対象店舗の商品陳列特徴を生成し、商品品ぞろえ情報とから、対象店舗の商品品ぞろえの順序を含む商品陳列特徴を生成する。
対象店舗の商品陳列特徴に基づいて評価対象店舗の陳列合理性を分析評価する。

【0008】

評価対象店舗の属性情報を取得し、属性情報に基づいて映像取得指示を生成する。
画像取得指示に基づいてブロックチェーンに画像取得要求を送信し、ブロックチェーンは、画像取得指示に基づいて店舗情報記憶ノードから評価対象店舗属性情報に最も近い対象店舗をマッチングする、
対象店舗の本体識別情報に基づいてブロックチェーンから対象店舗との店舗内映像ストレージノードを探索する。
店舗内映像蓄積ノードに基づいて対象店舗の店舗内棚映像を取得する。

【0009】

ブロックチェーンを用いたデータ分析手法で、その店舗の一日平均通行量、周辺想定範囲内の人員構成データ、属する商圏情報、店舗タイプなどの属性情報を、画像取得コマンドに含めることで、評価対象店舗の属性情報を解析する手法がある。
ブロックチェーンを利用したデータ解析方法は、映像取得指示に基づいて店舗情報記憶ノードから評価対象店舗属性情報に最も近い対象店舗をマッチングする。
映像取得指示に含まれる評価対象店舗の属性情報特徴ベクトルに基づいて、店舗情報記憶ノードに予め記憶されている全ての第1の選択対象店舗の属性情報特徴ベクトルと評価対象店舗の属性情報特徴ベクトルとを類似度照合し、予め設定された類似値閾値内の第2の選択対象店舗リストを得る。
第2の選択対象店舗リストの全店舗について、予め設定された期間における選別条件に基づいて、対象店舗の主体識別情報を取得する。

【0010】

対象店舗の本体識別情報に基づいて、対象店舗の少なくとも1つの予め設定されたカメラを呼び出して、対象店舗内の棚映像収集を行う。
予め設定されたカメラは、予め設定されたデータ伝送方法に基づいて、収集された店舗内の棚映像をブロックチェーンの周波数画像蓄積ノードにアップロードして記録蓄積する。
ブロックチェーンを利用したデータ解析方法は、棚映像を認識し、棚陳列画像データを生成する。
対象店舗の棚映像を取得し、棚映像から予め設定された各棚の鮮明度を含む陳列面画像を抽出する、
各棚陳列面における各商品カテゴリー画像を分離し、予め設定されたソートルールに基づいて対象店舗の棚陳列画像データを生成する。

【0011】

評価対象店舗の商品の品ぞろえシーケンスは、店舗内の棚の各商品の位置と予め設定された順序とに基づいて生成される。
評価対象店舗の商品の品ぞろえの順序と対象店舗の商品の品ぞろえの順序とを比較して類似度値を求める。
予め設定された閾値の類似度値に基づいて、評価対象店舗における商品陳列の妥当性を評価する。
ブロックチェーンを用いたデータ解析方法であって、店舗内の棚のレイアウトに応じて、人的経験に基づいた棚の各保管棚に対する番号付けの順序を含む予め設定された順序を含むデータ解析方法を提供する。

【0012】

予め設定された期間内の評価対象店舗の店舗内棚映像を取得する、
店舗内の棚画像内のユーザの歩行経路から店舗内履歴人の流れ方向を生成する。
店舗内の棚の各商品類の位置と店舗内の歴史的な人の流れに基づいて評価対象店舗の商品類シーケンスを生成する。
評価対象店舗の商品の品ぞろえの順序と対象店舗の商品の品ぞろえの順序とを比較して類似度値を求める。
予め設定された閾値の類似度値に基づいて、評価対象店舗における商品陳列の妥当性を評価する。

【0013】

画像データ取得モジュールは、ブロックチェーンを用いて対象店舗の店舗内の棚の画像を取得し、その棚の画像を認識して棚の画像データを生成する。
データ解析モジュールは、棚陳列画像データと商品品ぞろえ情報とに基づいて、対象店舗における各商品の陳列空間の順序を表す商品品ぞろえ順序を含む商品陳列特徴を生成する、および、商品品ぞろえ情報を用いて、対象店舗における各商品の陳列空間の順序を表す商品品ぞろえ順序を含む商品陳列特徴を生成する。
評価モジュールは、対象店舗の商品陳列特徴に基づいて、評価対象店舗の陳列合理性を分析評価する。

【発明の効果】

【0014】

技術的解決手段により、評価対象店舗は、店舗の商品の種類の選択又は店舗内の商品陳列レイアウトを最適化する必要がある場合に、他の運営が比較的良好な目標店舗を探して比較、参照することにより、店舗の商品又は陳列の合理性を評価することができ、本2つの次元に基づいて店舗の商品販売に積極的に影響を与えることができる。

【図面の簡単な説明】

【0015】

【図1】図1は、本発明の一実施形態におけるブロックチェーンを利用したデータ分析方法のフローチャートである。

【図2】図２は、本発明の一実施形態に係るブロックチェーンを用いたデータ解析方法において、ブロックチェーンを用いて対象店舗の棚映像を取得するフローチャートである。

【図3】図３は、本発明の一実施形態におけるブロックチェーンを利用したデータ分析システムの構成図である。

【発明を実施するための形態】

【0016】

従来技術では、商品選択及び商品陳列戦略はますますコンビニ、スーパー及びその他のオフライン店舗の経営者に重視されているが、有効な参照又は指導又は評価がないため、経営者の知能は単に自分の経験に基づいて操作を行い、明らかな実質的効果がない。現在、店舗経営者の本方面の需要を実現できる技術案が不足している。
本発明の実施形態は、対象店舗を参照した店舗商品の品ぞろえと商品陳列とに基づいて、評価対象店舗における商品陳列の妥当性を評価することができるブロックチェーンベースのデータ分析方法を提供する。

【実施例0017】

ステップS101：ブロックチェーンに基づいて対象店舗の店舗内棚映像を取得し、その棚映像を認識して棚陳列画像データを生成する。
ステップS102：棚陳列画像データと商品品ぞろえ情報とから、各商品の当該店舗内での陳列スペースの順序を示す商品品ぞろえ順序を含む対象店舗の商品陳列特徴を生成する。
ステップS103：対象店舗の商品陳列特徴に基づいて評価対象店舗の陳列合理性を分析評価する。
本実施例では、対象店舗とは、店舗関連データがブロックチェーンによって蓄積されている店舗であってもよく、対象店舗が選別条件によって選別された後、評価対象店舗の参考店舗となることが可能であり、対象店舗の関連指標が評価対象店舗の評価基準となる。
本実施形態では、棚陳列画像データは、店舗内の棚映像を抽出して分析した棚のスペース番号順であってもよい。具体的には、1つの店舗内について、店舗内カメラで撮影された店舗内の映像から、各棚正面の鮮明な画像を含むビデオストリーミングデータであっても、写真データであってもよい。空間レイアウトに応じて、各棚の番号と、棚上の保管棚のサブ番号を自動または手動で表示することができる。
なお、本実施の形態では、商品品目情報は、上述した動画又は写真から取得した当該店舗内の棚にある全ての商品の品目情報に基づいたものであってもよく、各品目の商品は、対応する棚及び棚番号に1対1に対応付けられていてもよい。該当店舗内のコーラの場合、1番棚の2段目の3段目に1-2-3と番号を付けることができる。

【0018】

ステップS2001：評価対象店舗の属性情報を取得し、属性情報に基づいて映像取得指示を生成する。
ステップS2002：映像取得指示に基づいて画像取得要求をブロックチェーンに送信し、ブロックチェーンは、映像取得指示に基づいて店舗情報記憶ノードから評価対象店舗属性情報に最も近い対象店舗をマッチングする。
ステップS2003：前記対象店舗の本体識別情報に基づいて前記対象店舗との店舗内映像ストレージノードをブロックチェーンから検索する。
ステップS2004：店舗内映像蓄積ノードに基づいて対象店舗の店舗内棚映像を取得する。
本実施形態では、映像取得指示に含まれる評価対象店舗の属性情報には、店舗の1日当たりの人出、周辺の予め設定された範囲の人的構成データ、所属商圏情報、店舗種別等が含まれるが、これらに限定されない。店舗の属性情報は、店舗画像と同様の方式で行うことができ、店舗ごとのラベル体系を設定し、エキスパートスコア法や他の従来技術の公開方法に基づいて各店舗の属性ラベルに値を付与することができる。さらに、店舗ごとにさらに正規化処理を行い、各店舗の属性情報の特徴ベクトルを得ることができ、本特徴ベクトルをビデオ画像取得コマンドに含めることもできる。

【0019】

映像取得指示に含まれる評価対象店舗の属性情報特徴ベクトルに基づいて、店舗情報記憶ノードに予め記憶されている全ての第1の選択対象店舗の属性情報特徴ベクトルと評価対象店舗の属性情報特徴ベクトルとを類似度照合し、予め設定された類似値閾値内の第2の選択対象店舗リストを得る。
第2の選択対象店舗リストの全店舗について、予め設定された期間における選別条件に基づいて、対象店舗の主体識別情報を取得する。
本実施形態では、店舗情報記憶ノードは、ブロックチェーンにおける様々な店舗名、店舗連絡先、店舗住所等の主体情報、店舗属性情報及び/又は店舗属性情報特徴ベクトルを記憶するためのデータ記憶ノードであってもよい。店舗情報記憶ノードに記憶されている対象店舗は、高い営業実績等に基づいて事前に予備的に選別することができる。店舗情報記憶ノードは、映像取得指示を取得した後、評価対象店舗の属性特徴ベクトルと選別対象店舗とに基づいてベクトル類似性演算を行うことができ、ユークリッド距離、マハラノビス距離等距離アルゴリズム、情報エントロピー等を含むがこれに限定されないアルゴリズムを採用する。算出された類似度値を予め設定された閾値に基づいて判定することにより、評価対象店舗属性との類似度が高い少なくとも1つの対象店舗をスクリーニングすることができる。対象店舗数が1より大きい場合は、さらに唯一の対象店舗を絞り込む必要があるが、その際には複数の対象店舗の段階的な販売実績を比較し、最も販売実績の高い唯一の対象店舗を絞り込むことができる。

【0020】

対象店舗の本体識別情報に基づいて、対象店舗の少なくとも1つの予め設定されたカメラを呼び出して、対象店舗内の棚映像収集を行う。
予め設定されたカメラは、予め設定されたデータ転送方法に基づいて、収集された店舗内の棚映像をブロックチェーンの映像蓄積ノードにアップロードして記録蓄積する。
本実施形態では、リアルタイムの対象店舗内のビデオ画像が評価対象店舗にとってより参考になるが、これは季節、温度、祝日などの要因が店舗内の商品の販売量にある程度影響するからである。また、ストレージ容量も大幅に節約できる。対象店舗を絞り込んだ後、さらにその店舗内のカメラを呼び出して少しの時間で店舗内の映像を収集し、収集した店舗内の棚映像を直接映像蓄積ノードに転送して次の処理に備えて蓄積することができる。
本実施形態では、映像記憶ノードは、店舗内の棚の映像を記憶するブロックチェーン内のデータ記憶ノードである。プリセットデータ送信方法は、予め設定されたものであり、例えば、無線データ送信であってもよい。

【実施例0021】

対象店舗の棚映像を取得し、棚映像から予め設定された各棚の鮮明度を含む陳列面画像を抽出する。
各棚陳列面における各商品カテゴリー画像を分離し、予め設定されたソートルールに基づいて対象店舗の棚陳列画像データを生成する。
本実施例では、ブロックチェーンの映像ストレージノードから対象店舗の店舗内棚の映像を取り出し、その後の分析を容易にするために、映像の中でより鮮明度の高い、各棚の正面すなわち陳列面を含む画像/画像を選択することができる。そして、予め設定されたソートルールに基づいて各棚及び保管棚をソートする。さらに、本ソートルールに従って、各棚の商品種別画像を分離することにより、各棚の商品棚に置かれた各種類の商品を順番に並べるようにしてもよい。