ホーム > 特許ランキング > カシオ計算機株式会社
知財求人 - 知財ポータルサイト「IP Force」
(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】P2024089678
(43)【公開日】2024-07-04
(54)【発明の名称】情報処理方法、情報処理装置及びプログラム
(51)【国際特許分類】
G06Q 30/0202 20230101AFI20240627BHJP
【ＦＩ】
G06Q30/0202
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2022205011
(22)【出願日】2022-12-22
(71)【出願人】
【識別番号】000001443
【氏名又は名称】カシオ計算機株式会社
(74)【代理人】
【識別番号】110001254
【氏名又は名称】弁理士法人光陽国際特許事務所
(72)【発明者】
【氏名】麻生 麻実
【テーマコード（参考）】
5L030
5L049
【Ｆターム（参考）】
5L030BB05
5L049BB05
(57)【要約】
【課題】ユーザの購買意欲の度合いを適切に推定できるようにする。
【解決手段】サーバの制御部は、ユーザごとの時計の購入履歴と、時計ごと（モデルごと）の仕様とを取得し、取得されたユーザごとの購入履歴及び時計ごとの仕様に基づいて、一のユーザが購入した時計の仕様と他のユーザが購入した時計の仕様の類似度を算出する。そして、購入した時計の仕様に対し、一のユーザと類似する類似ユーザを、算出された類似度に基づいて特定し、特定された類似ユーザが購入した時計に関する情報に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定する。
【選択図】図４
【解決手段】サーバの制御部は、ユーザごとの時計の購入履歴と、時計ごと（モデルごと）の仕様とを取得し、取得されたユーザごとの購入履歴及び時計ごとの仕様に基づいて、一のユーザが購入した時計の仕様と他のユーザが購入した時計の仕様の類似度を算出する。そして、購入した時計の仕様に対し、一のユーザと類似する類似ユーザを、算出された類似度に基づいて特定し、特定された類似ユーザが購入した時計に関する情報に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定する。
【選択図】図４
【特許請求の範囲】
【請求項1】
コンピュータが実行する情報処理方法であって、
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得する取得工程と、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出する類似度算出工程と、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する推定工程と、
を含む情報処理方法。
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得する取得工程と、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出する類似度算出工程と、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する推定工程と、
を含む情報処理方法。
【請求項2】
前記推定工程は、
前記一のユーザが購入した前記物品の仕様と前記類似ユーザが購入した前記物品の仕様に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項１に記載の情報処理方法。
前記一のユーザが購入した前記物品の仕様と前記類似ユーザが購入した前記物品の仕様に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項１に記載の情報処理方法。
【請求項3】
前記取得工程により取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、ユーザごとに、購入した前記物品の仕様ごとの購入数を算出する仕様別購入数算出工程を含み、
前記推定工程は、
前記算出された前記一のユーザが購入した前記物品の仕様ごとの購入数と前記類似ユーザが購入した前記物品の仕様ごとの購入数に基づいて、前記一のユーザと前記類似ユーザの前記仕様ごとの購入数の平均値を算出し、前記平均値が所定の閾値以上の仕様と、前記一のユーザが購入していない前記物品の仕様とに基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項２に記載の情報処理方法。
前記推定工程は、
前記算出された前記一のユーザが購入した前記物品の仕様ごとの購入数と前記類似ユーザが購入した前記物品の仕様ごとの購入数に基づいて、前記一のユーザと前記類似ユーザの前記仕様ごとの購入数の平均値を算出し、前記平均値が所定の閾値以上の仕様と、前記一のユーザが購入していない前記物品の仕様とに基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項２に記載の情報処理方法。
【請求項4】
前記推定工程は、
前記平均値が所定の閾値以上の仕様と、前記一のユーザが購入していない前記物品の仕様との類似度に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項３に記載の情報処理方法。
前記平均値が所定の閾値以上の仕様と、前記一のユーザが購入していない前記物品の仕様との類似度に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する、請求項３に記載の情報処理方法。
【請求項5】
前記推定工程は、
前記類似ユーザが購入した前記物品のモデルに基づいて、前記一のユーザが購入していない前記物品のモデルに対する前記一のユーザの購買意欲の度合いを推定する、請求項１に記載の情報処理方法。
前記類似ユーザが購入した前記物品のモデルに基づいて、前記一のユーザが購入していない前記物品のモデルに対する前記一のユーザの購買意欲の度合いを推定する、請求項１に記載の情報処理方法。
【請求項6】
前記物品の仕様は、前記物品が有する機能を含む、請求項１に記載の情報処理方法。
【請求項7】
前記物品は、時計であり、
前記物品が有する機能は、タイマー機能、ソーラー充電機能、ワールドタイム機能、タイドグラフ機能、リマインダー機能、外部機器との通信機能のうち少なくとも一つを含む、請求項６に記載の情報処理方法。
前記物品が有する機能は、タイマー機能、ソーラー充電機能、ワールドタイム機能、タイドグラフ機能、リマインダー機能、外部機器との通信機能のうち少なくとも一つを含む、請求項６に記載の情報処理方法。
【請求項8】
前記物品の仕様は、前記物品が備える表示部の態様を含む、請求項１に記載の情報処理方法。
【請求項9】
前記物品は、時計であり、
前記物品が備える表示部の態様は、アナログ表示、デジタル表示、アナログデジタル表示、本体カラー、盤面形状、盤面カラー、日車の有無又は位置、デジタルのサブディスプレイの有無又は位置、機能針を有するサブディスプレイの有無又は位置の少なくとも一つを含む、請求項８に記載の情報処理方法。
前記物品が備える表示部の態様は、アナログ表示、デジタル表示、アナログデジタル表示、本体カラー、盤面形状、盤面カラー、日車の有無又は位置、デジタルのサブディスプレイの有無又は位置、機能針を有するサブディスプレイの有無又は位置の少なくとも一つを含む、請求項８に記載の情報処理方法。
【請求項10】
前記推定工程により推定された前記一のユーザの購買意欲の度合いを示す値が所定の閾値を超えた前記物品に関する情報を通信部により前記一のユーザの通信端末に送信する送信工程を含む、請求項１に記載の情報処理方法。
【請求項11】
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得し、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出し、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する制御部、
を備える情報処理装置。
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出し、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する制御部、
を備える情報処理装置。
【請求項12】
コンピュータを、
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得し、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出し、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する制御部、
として機能させるためのプログラム。
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得し、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出し、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する制御部、
として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理方法、情報処理装置及びプログラムに関する。
【背景技術】
【0002】
ユーザに商品情報を提供するための技術が提案されている。例えば、特許文献１には、画像入力部から出力された顔画像と、商品情報記憶部に記憶された主客層の顔画像の特徴量とをマッチングし、出力された顔画像と類似度の高い主客層に関連付けられた商品情報を読み出して、ユーザに提示する情報提供システムが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１４－２６５１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかし、特許文献１に記載の情報提供システムでは、ユーザの顔画像に基づいて提示する商品情報を決定しており、ユーザの購買意欲の度合いを適切に推定して商品情報を提示することはできない。
【0005】
本発明は、上記の問題に鑑みてなされたものであり、ユーザの購買意欲の度合いを適切に推定できるようにすることを目的とする。
【課題を解決するための手段】
【0006】
上記課題を解決するため、本発明の情報処理方法は、
コンピュータが実行する情報処理方法であって、
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得する取得工程と、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出する類似度算出工程と、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する推定工程と、
を含む。
コンピュータが実行する情報処理方法であって、
ユーザごとの物品の購入履歴と、前記物品ごとの仕様とを取得する取得工程と、
取得された前記ユーザごとの購入履歴及び前記物品ごとの仕様に基づいて、一のユーザが購入した前記物品の仕様と他のユーザが購入した前記物品の仕様の類似度を算出する類似度算出工程と、
購入した前記物品の仕様に対し、前記一のユーザと類似する類似ユーザを前記類似度に基づいて特定し、前記特定された前記類似ユーザが購入した前記物品に関する情報に基づいて、前記一のユーザが購入していない前記物品に対する前記一のユーザの購買意欲の度合いを推定する推定工程と、
を含む。
【発明の効果】
【0007】
本発明によれば、ユーザの購買意欲の度合いを適切に推定することが可能となる。
【図面の簡単な説明】
【0008】
【図1】本発明の実施形態に係る購買意欲推定システムの全体構成例及びサーバの機能的構成例を示す図である。
【図2】購入履歴ＤＢのデータ格納例を示す図である。
【図3】製品仕様ＤＢのデータ格納例を示す図である。
【図5】仕様別購入数テーブルの一例を示す図である。
【図6】時計の盤面を複数のエリアに区切った様子を示す図である。
【図8】コサイン類似度テーブルの一例を示す図である。
【図10】ユーザ別重要仕様テーブルの一例を示す図である。
【図12】新製品仕様テーブルの一例を示す図である。
【図14】ユーザ別購入モデルテーブルの一例を示す図である。
【図15】購買意欲テーブルの一例を示す図である。
【発明を実施するための形態】
【0009】
以下に、本発明の実施形態について、図面を用いて説明する。但し、以下に述べる実施形態には、本発明を実施するために技術的に好ましい種々の限定が付されている。そのため、本発明の技術的範囲を以下の実施形態及び図示例に限定するものではない。
【0010】
［購買意欲推定システム１００の構成］
図１は、本発明に係る購買意欲推定システム１００の全体構成例を示す図である。
図１に示すように、購買意欲推定システム１００は、サーバ１と、通信端末２とが、ＷｉＦｉなどの無線ＬＡＮ（Local Area Network）、携帯電話通信網、インターネット等を含む通信ネットワークＮを介してデータ送受信可能に接続されて構成されている。
なお、通信端末２の台数は、特に限定されない。
図１は、本発明に係る購買意欲推定システム１００の全体構成例を示す図である。
図１に示すように、購買意欲推定システム１００は、サーバ１と、通信端末２とが、ＷｉＦｉなどの無線ＬＡＮ（Local Area Network）、携帯電話通信網、インターネット等を含む通信ネットワークＮを介してデータ送受信可能に接続されて構成されている。
なお、通信端末２の台数は、特に限定されない。
【0011】
サーバ１は、例えば、物品のメーカー等のサーバであり、登録されたユーザ（顧客）が、購入した物品（製品）を登録すると、登録された物品のサポート情報やおすすめ製品情報を提供する。本実施形態では、物品が時計（腕時計）である場合を例にとり説明するが、これに限定されるものではない。
【0012】
図１に示すように、サーバ１は、制御部１１、記憶部１２、入力部１３、表示部１４、通信部１５を備えて構成されている。
【0013】
制御部１１は、少なくとも一つのＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等を備えて構成され、サーバ１の各部を制御する。具体的には、制御部１１のＣＰＵは、記憶部１２のプログラム記憶部１２０に記憶されているシステムプログラムや各種アプリケーションプログラムの中から指定されたプログラムを読み出してＲＡＭに展開し、展開されたプログラムとの協働で各種処理を実行する。
【0014】
記憶部１２は、不揮発性の半導体メモリやＨＤＤ（Hard Disk Drive）等により構成されている。記憶部１２は、サーバ１に内蔵されたものに限られず、サーバ１に対して着脱可能なメモリカード等の外部記録媒体を含んでもよい。
記憶部１２には、サーバ１のシステムプログラムや各種処理プログラム、プログラムの実行に必要なデータを記憶するためのプログラム記憶部１２０が設けられている。
記憶部１２には、サーバ１のシステムプログラムや各種処理プログラム、プログラムの実行に必要なデータを記憶するためのプログラム記憶部１２０が設けられている。
【0015】
また、記憶部１２には、ユーザＤＢ１２１、購入履歴ＤＢ１２２、製品仕様ＤＢ１２３、購買意欲テーブル１２９等が設けられている。
ユーザＤＢ１２１は、サーバ１が提供するサービスを利用するユーザのユーザ登録情報を格納するデータベースである。ユーザ登録情報としては、例えば、ユーザＩＤ、パスワード、ユーザ名、年齢、性別、居住地（都道府県など）、メールアドレス、ユーザが使用する通信端末２のＩＰアドレス等が含まれる。
ユーザＤＢ１２１は、サーバ１が提供するサービスを利用するユーザのユーザ登録情報を格納するデータベースである。ユーザ登録情報としては、例えば、ユーザＩＤ、パスワード、ユーザ名、年齢、性別、居住地（都道府県など）、メールアドレス、ユーザが使用する通信端末２のＩＰアドレス等が含まれる。
【0016】
購入履歴ＤＢ１２２は、登録されたユーザごとの時計の購入履歴を格納するデータベースである。
図２は、購入履歴ＤＢ１２２のデータ格納例を示す図である。図２に示すように、購入履歴ＤＢ１２２は、ユーザＩＤ、購入日時、購入した時計のモデル型番等の項目を有し、これらの項目からなる購入履歴情報を格納する。なお、購入履歴ＤＢ１２２に格納される時計の情報には、ユーザが所有している時計の情報が含まれていてもよい。購入履歴ＤＢ１２２に格納される情報は図２に示すものに限定されない。例えば、あるモデル型番の時計を購入した店舗の情報（店舗名、店舗の住所）を格納してもよい。また、あるユーザが購入したモデル型番の情報は１つではなく、複数のモデル型番が格納できるようになっていてもよい。
図２は、購入履歴ＤＢ１２２のデータ格納例を示す図である。図２に示すように、購入履歴ＤＢ１２２は、ユーザＩＤ、購入日時、購入した時計のモデル型番等の項目を有し、これらの項目からなる購入履歴情報を格納する。なお、購入履歴ＤＢ１２２に格納される時計の情報には、ユーザが所有している時計の情報が含まれていてもよい。購入履歴ＤＢ１２２に格納される情報は図２に示すものに限定されない。例えば、あるモデル型番の時計を購入した店舗の情報（店舗名、店舗の住所）を格納してもよい。また、あるユーザが購入したモデル型番の情報は１つではなく、複数のモデル型番が格納できるようになっていてもよい。
【0017】
製品仕様ＤＢ１２３は、サーバ１が管理する時計ごと（時計のモデルごと）の仕様を格納するデータベースである。
図３は、製品仕様ＤＢ１２３のデータ格納例を示す図である。製品仕様ＤＢ１２３は、時計のモデル型番に対応付けて、そのモデル型番の時計のブランド、シリーズ、本体カラー、機能、表示部の態様、などの、そのモデル型番の時計が有する仕様（特徴）を表す情報を格納するデータベースである。
図３は、製品仕様ＤＢ１２３のデータ格納例を示す図である。製品仕様ＤＢ１２３は、時計のモデル型番に対応付けて、そのモデル型番の時計のブランド、シリーズ、本体カラー、機能、表示部の態様、などの、そのモデル型番の時計が有する仕様（特徴）を表す情報を格納するデータベースである。
【0018】
図３に示すように、製品仕様ＤＢ１２３は、時計のブランド、シリーズ名称、本体カラー、機能（リューズ、ソーラー充電、アラーム個数、タイマー、外部機器通信、ワールドタイム、タイドグラフなど）、表示部の態様（時刻表示タイプ（アナログ／デジタル／コンビ（アナログデジタル））、盤面（文字盤）形状、盤面カラー、日車／座標、サブディスプレイ（機能針）／座標、サブディスプレイ（デジタル）／座標など）等の項目を有し、モデル型番ごとの各項目（仕様）の情報を格納する。サブディスプレイ（機能針）は、時計の盤面上に配置され、例えば当該盤面よりも面積が小さいディスプレイであって、機能針を有するサブディスプレイである。サブディスプレイ（デジタル）は、時計の盤面上に配置され、例えば当該盤面よりも面積が小さいディスプレイであって、デジタル表示のサブディスプレイである。つまり、サブディスプレイは、時計の盤面（メインの時刻表示を行うアナログ又はデジタル方式のディスプレイ）上に設けられたメインの時刻表示と同じ種類又は別の種類の表示を行う補助的なディスプレイである。例えば、サブディスプレイ（機能針）は、時計が実行している現在のモード（ストップウォッチ、タイマー等）を針部材で指し示す。また、サブディスプレイ（デジタル）は、現在の日付や時刻等を液晶ディスプレイ等で表示する。
例えば、ブランド、シリーズ名称、本体カラー、アラーム個数、時刻表示タイプ、盤面形状、盤面カラーの項目には、そのモデル型番の時計が該当している内容が格納されている。リューズ、ソーラー充電、アラーム個数、タイマー、ワールドタイム、外部機器通信、日車／座標、サブディスプレイ（機能針）／座標、サブディスプレイ（デジタル）／座標の項目には、ＴＲＵＥ又はＦＡＬＳＥによって、それぞれの機能の搭載の有無が格納されている。また、タイマーの項目には、ＴＲＵＥの場合、併せてタイマー計測単位（時分、時分秒等）が格納されている。日車、サブディスプレイの項目には、ＴＲＵＥの場合、併せて盤面内における、それらの中心の位置座標が格納されている。又は、ＴＲＵＥに替えて、盤面内における、それらの中心の位置座標が格納されている。座標は、盤面の中心を原点（０，０）としたｘｙ座標で示されている。
なお、図３に示す製品仕様ＤＢ１２３は一例であり、これに限定されるものではない。
例えば、ブランド、シリーズ名称、本体カラー、アラーム個数、時刻表示タイプ、盤面形状、盤面カラーの項目には、そのモデル型番の時計が該当している内容が格納されている。リューズ、ソーラー充電、アラーム個数、タイマー、ワールドタイム、外部機器通信、日車／座標、サブディスプレイ（機能針）／座標、サブディスプレイ（デジタル）／座標の項目には、ＴＲＵＥ又はＦＡＬＳＥによって、それぞれの機能の搭載の有無が格納されている。また、タイマーの項目には、ＴＲＵＥの場合、併せてタイマー計測単位（時分、時分秒等）が格納されている。日車、サブディスプレイの項目には、ＴＲＵＥの場合、併せて盤面内における、それらの中心の位置座標が格納されている。又は、ＴＲＵＥに替えて、盤面内における、それらの中心の位置座標が格納されている。座標は、盤面の中心を原点（０，０）としたｘｙ座標で示されている。
なお、図３に示す製品仕様ＤＢ１２３は一例であり、これに限定されるものではない。
【0019】
購買意欲テーブル１２９は、ユーザごとの既存製品に対する購買意欲の度合いを格納したテーブルである（図１５参照）。
【0020】
入力部１３は、各種キーを備えたキーボードやマウス等のポインティングデバイス、あるいは表示部１４に取り付けられたタッチパネル等で構成されている。入力部１３は、ユーザ操作により入力されたキーに対応するキー入力信号や画面上の操作信号を制御部１１に出力する。
【0021】
表示部１４は、液晶ディスプレイ、有機ＥＬ等の表示デバイスにより構成され、制御部１１の制御動作に基づいて表示を行う。
【0022】
通信部１５は、有線又は無線により通信ネットワークＮを介して通信端末２等の外部機器と通信を行うための通信制御を行う。
【0023】
通信端末２は、ユーザがサーバ１により提供されるサービスを利用するための端末である。通信端末２としては、例えば、スマートフォン、タブレット端末、ＰＣ（Personal Computer）、スマートウォッチ等が適用可能である。
【0024】
［サーバ１の動作］
次に、サーバ１の動作について説明する。
サーバ１の制御部１１は、本発明の情報処理装置として、プログラム記憶部１２０に記憶されているプログラムとの協働により以下の処理を実行する。
次に、サーバ１の動作について説明する。
サーバ１の制御部１１は、本発明の情報処理装置として、プログラム記憶部１２０に記憶されているプログラムとの協働により以下の処理を実行する。
【0025】
サーバ１において、通信部１５により通信端末２からの時計に関するサイト（ウェブサイト等）へのアクセス要求が受信され、認証情報（本実施形態ではユーザＩＤ及びパスワード）が受信されると、制御部１１は、受信した認証情報をユーザＤＢ１２１に登録されているユーザＩＤ及びパスワードと照合し、受信した認証情報と一致したユーザＩＤ及びパスワードが存在した場合に、通信端末２のユーザのサイトへのログインを許可する。そして、制御部１１は、上述のサイトからログインユーザが購入した時計の購入履歴情報が入力されると、入力された購入履歴情報を通信部１５により取得してログインユーザのユーザＩＤに対応付けて購入履歴ＤＢ１２２に追加する。
【0026】
また、サーバ１において、入力部１３又は通信部１５により新製品（新モデル）の仕様の情報が入力されると、制御部１１は、入力された情報を取得して製品仕様ＤＢ１２３に追加する。なお、記憶部１２がサーバ１に対して着脱可能なメモリカード等の外部記録媒体を含んでいる場合、新製品の仕様は、外部記録媒体から取得することとしてもよい。
【0027】
また、サーバ１の制御部１１は、例えば、新製品（新モデル）の仕様の情報が製品仕様ＤＢ１２３に登録されると、例えば、登録されたモデルのモデル型番をＲＡＭに一時記憶して、図４の購買意欲推定処理を実行する。以下、図４を参照して、購買意欲推定処理について説明する。
【0028】
購買意欲推定処理において、まず、制御部１１は、購入履歴ＤＢ１２２と製品仕様ＤＢ１２３を参照し、ユーザごとに、時計の仕様別（特徴別）の購入数をテーブル化した仕様別購入数テーブル１２４を作成する（ステップＳ１）。
ステップＳ１において、まず、制御部１１は、製品仕様ＤＢ１２３を参照して、図５に示すように、ユーザＩＤと、少なくとも一つの時計（モデル）が備える特徴（機能や表示態様などの仕様。例えば、ブランド、シリーズ、本体の色（赤、青、黒…）、リューズ、ソーラー充電、アラーム１個、アラーム３個、盤面形状、盤面カラー、日車、…）をそれぞれ項目として有する仕様別購入数テーブル１２４を作成する。そして、ユーザごとに、そのユーザが購入した時計が有する仕様（特徴）を製品仕様ＤＢ１２３により特定し、特定した仕様の項目に１を加算する。例えば、或るユーザが、本体カラーが黒、盤面形状が円形、盤面カラーがシルバー、時計表示がアナログのモデルを購入した場合、或るユーザのユーザＩＤに対応する行の「本体黒」、「円形」、「盤面シルバー」、「アナログ」に１が加算される。制御部１１は、この処理を、ユーザが購入したモデルごとに繰り返す。すなわち、制御部１１は、ユーザが、仕様ごとに、その仕様を有する時計を何台購入したかを示すテーブルを作成する。
ステップＳ１において、まず、制御部１１は、製品仕様ＤＢ１２３を参照して、図５に示すように、ユーザＩＤと、少なくとも一つの時計（モデル）が備える特徴（機能や表示態様などの仕様。例えば、ブランド、シリーズ、本体の色（赤、青、黒…）、リューズ、ソーラー充電、アラーム１個、アラーム３個、盤面形状、盤面カラー、日車、…）をそれぞれ項目として有する仕様別購入数テーブル１２４を作成する。そして、ユーザごとに、そのユーザが購入した時計が有する仕様（特徴）を製品仕様ＤＢ１２３により特定し、特定した仕様の項目に１を加算する。例えば、或るユーザが、本体カラーが黒、盤面形状が円形、盤面カラーがシルバー、時計表示がアナログのモデルを購入した場合、或るユーザのユーザＩＤに対応する行の「本体黒」、「円形」、「盤面シルバー」、「アナログ」に１が加算される。制御部１１は、この処理を、ユーザが購入したモデルごとに繰り返す。すなわち、制御部１１は、ユーザが、仕様ごとに、その仕様を有する時計を何台購入したかを示すテーブルを作成する。
【0029】
なお、日車やサブディスプレイ等の位置座標を含む仕様については、日車やサブディスプレイの位置座標を仕様別購入数テーブル１２４の項目に含めることとしてもよい。日車やサブディスプレイの位置座標は、その時計を購入したユーザの、日車やサブディスプレイの盤面上の位置の好みを示しているからである。また、例えば、図６に示すように、時計の盤面（図６において符号１４１で示す）を複数のエリアに区切り、日車やサブディスプレイの位置座標がどのエリアにあるかという情報を仕様別購入数テーブル１２４の項目に含めることとしてもよい。
【0030】
ここで、複数の本体カラーが存在するモデルについては、購入履歴ＤＢ１２２において、モデル型番の最後に本体カラーの識別情報が付与されている。例えば、赤であればＲ、黒であればＢＬＫ、シルバーであればＳＬ、青であればＢＬが識別情報として付与されている。制御部１１は、この本体カラーの識別情報に基づいて、購入されたモデルの本体の色を判別する。また、本実施形態において、本体カラーと盤面カラーは組になっており、本体カラーが決まると盤面カラーは自動的に決まるようになっている。例えば、図３において、本体カラーが赤／青／黒、盤面カラーが白／黒／シルバーのモデルの場合、本体カラーが赤であれば盤面カラーは白、本体カラーが青であれば盤面カラーは黒、本体カラーが黒であれば盤面カラーはシルバーとなる。
【0031】
次いで、制御部１１は、仕様別購入数テーブル１２４の値を０～１に正規化する（ステップＳ２）。
【0032】
次いで、制御部１１は、一のユーザが購入した時計の仕様と他のユーザが購入した時計の仕様のコサイン類似度を算出する、コサイン類似度算出処理を実行する（ステップＳ３）。
【0033】
図７は、ステップＳ３において制御部１１により実行されるコサイン類似度算出処理の流れを示すフローチャートである。
コサイン類似度算出処理において、まず、制御部１１は、変数Ｘに０を設定する（ステップＳ３０１）。
コサイン類似度算出処理において、まず、制御部１１は、変数Ｘに０を設定する（ステップＳ３０１）。
【0034】
次いで、制御部１１は、Ｘ＜ユーザ数であるか否かを判断する（ステップＳ３０２）。ユーザ数は、仕様別購入数テーブル１２４のレコードの数である。
【0035】
Ｘ＜ユーザ数であると判断した場合（ステップＳ３０２；ＹＥＳ）、制御部１１は、変数ｊに０を設定する（ステップＳ３０３）。
次いで、制御部１１は、ｊ＜ユーザ数であるか否かを判断する（ステップＳ３０４）。
ｊ＜ユーザ数であると判断した場合（ステップＳ３０４；ＹＥＳ）、制御部１１は、仕様別購入数テーブル１２４におけるユーザＸの仕様別の購入数とユーザｊの仕様別の購入数のコサイン類似度を算出する（ステップＳ３０５）。
コサイン類似度は、以下の［数１］により算出することができる。
ここで、ユーザＸの特徴ベクトルは、仕様別購入数テーブル１２４の、ユーザＸの仕様別の購入数のそれぞれ（仕様ごとの購入数）を要素としたベクトルである。ユーザｊの特徴ベクトルは、仕様別購入数テーブル１２４の、ユーザｊの仕様別の購入数のそれぞれ（仕様ごとの購入数）を要素としたベクトルである。
コサイン類似度は、１に近いほど２つのベクトルが類似していることを表す。算出されたコサイン類似度は、コサイン類似度テーブル１２５に記憶される。図８に、コサイン類似度テーブル１２５の一例を示す。
次いで、制御部１１は、ｊ＜ユーザ数であるか否かを判断する（ステップＳ３０４）。
ｊ＜ユーザ数であると判断した場合（ステップＳ３０４；ＹＥＳ）、制御部１１は、仕様別購入数テーブル１２４におけるユーザＸの仕様別の購入数とユーザｊの仕様別の購入数のコサイン類似度を算出する（ステップＳ３０５）。
コサイン類似度は、以下の［数１］により算出することができる。
【数1】
コサイン類似度は、１に近いほど２つのベクトルが類似していることを表す。算出されたコサイン類似度は、コサイン類似度テーブル１２５に記憶される。図８に、コサイン類似度テーブル１２５の一例を示す。
【0036】
次いで、制御部１１は、変数ｊをインクリメントし（ステップＳ３０６）、ステップＳ３０４に戻る。
ステップＳ３０４においてｊ＜ユーザ数ではない（すなわち、ｊがユーザ数以上となった）と判断するまで、制御部１１は、ステップＳ３０４～Ｓ３０６を繰り返し実行する。
ステップＳ３０４においてｊ＜ユーザ数ではない（すなわち、ｊがユーザ数以上となった）と判断するまで、制御部１１は、ステップＳ３０４～Ｓ３０６を繰り返し実行する。
【0037】
ステップＳ３０４において、ｊ＜ユーザ数ではない（すなわち、ｊがユーザ数以上となった）と判断した場合（ステップＳ３０４；ＮＯ）、制御部１１は、変数Ｘをインクリメントし（ステップＳ３０７）、ステップＳ３０２に戻る。
ステップＳ３０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、制御部１１は、ステップＳ３０２～Ｓ３０７を繰り返し実行する。
ステップＳ３０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ３０２；ＮＯ）、制御部１１はコサイン類似度算出処理を終了し、図４のステップＳ４に移行する。
ステップＳ３０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、制御部１１は、ステップＳ３０２～Ｓ３０７を繰り返し実行する。
ステップＳ３０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ３０２；ＮＯ）、制御部１１はコサイン類似度算出処理を終了し、図４のステップＳ４に移行する。
【0038】
図４のステップＳ４において、制御部１１は、ユーザごとの好みの仕様の特定処理を実行する（ステップＳ４）。
【0039】
図９は、ステップＳ４において制御部１１により実行されるユーザごとの好みの仕様の特定処理の流れを示すフローチャートである。
ユーザごとの好みの仕様の特定処理において、まず、制御部１１は、変数Ｘに０を設定する（ステップＳ４０１）。
ユーザごとの好みの仕様の特定処理において、まず、制御部１１は、変数Ｘに０を設定する（ステップＳ４０１）。
【0040】
次いで、制御部１１は、Ｘ＜ユーザ数であるか否かを判断する（ステップＳ４０２）。ユーザ数は、仕様別購入数テーブル１２４のレコードの数である。
【0041】
Ｘ＜ユーザ数であると判断した場合（ステップＳ４０２；ＹＥＳ）、制御部１１は、コサイン類似度テーブル１２５から、ユーザＸと他のユーザとの間の仕様別の購入数のコサイン類似度を取得する（ステップＳ４０３）。
次いで、制御部１１は、ユーザＸとの仕様別の購入数のコサイン類似度が高い上位Ｙ名（Ｙは予め設定された数。例えば、３。）を、ユーザＸの類似者（類似ユーザ）として抽出する（ステップＳ４０４）。抽出された類似者は、複数のユーザのうち購入した時計の仕様がユーザＸと似ているユーザ（ユーザＸとの類似度が比較的高いユーザ）である。
次いで、制御部１１は、ユーザＸとの仕様別の購入数のコサイン類似度が高い上位Ｙ名（Ｙは予め設定された数。例えば、３。）を、ユーザＸの類似者（類似ユーザ）として抽出する（ステップＳ４０４）。抽出された類似者は、複数のユーザのうち購入した時計の仕様がユーザＸと似ているユーザ（ユーザＸとの類似度が比較的高いユーザ）である。
【0042】
次いで、制御部１１は、仕様別購入数テーブル１２４の仕様別に、ユーザＸと類似者Ｙ名の購入数（正規化した購入数）の平均値を算出する（ステップＳ４０５）。
算出された仕様別の購入数の平均値は、仕様ごとのユーザＸの好みの度合いを表す値となる。
算出された仕様別の購入数の平均値は、仕様ごとのユーザＸの好みの度合いを表す値となる。
【0043】
次いで、制御部１１は、変数Ｚに０を設定する（ステップＳ４０６）。
次いで、制御部１１は、Ｚ＜仕様数であるか否かを判断する（ステップＳ４０７）。
仕様数は、仕様別購入数テーブル１２４の仕様の数である。
次いで、制御部１１は、Ｚ＜仕様数であるか否かを判断する（ステップＳ４０７）。
仕様数は、仕様別購入数テーブル１２４の仕様の数である。
【0044】
Ｚ＜仕様数であると判断した場合（ステップＳ４０７；ＹＥＳ）、制御部１１は、Ｚ番目の仕様の平均値≧0.5であるか否かを判断する（ステップＳ４０８）。
ここでいうＺ番目の仕様の平均値は、Ｚ番目の仕様のユーザＸと類似者Ｙ名の購入数の平均値である。0.5は、Ｚ番目の仕様がユーザＸの好みの仕様であるか否かを判断するための閾値である。なお、0.5は一例であり、これに限定されるものではない。
ここでいうＺ番目の仕様の平均値は、Ｚ番目の仕様のユーザＸと類似者Ｙ名の購入数の平均値である。0.5は、Ｚ番目の仕様がユーザＸの好みの仕様であるか否かを判断するための閾値である。なお、0.5は一例であり、これに限定されるものではない。
【0045】
Ｚ番目の仕様の平均値≧0.5であると判断した場合（ステップＳ４０８；ＹＥＳ）、制御部１１は、Ｚ番目の仕様はユーザＸの好みの仕様であると判断して、ユーザ別重要仕様テーブル１２６（図１０参照）の、ユーザＸのユーザＩＤに対応する行のＺ番目の仕様に対応する欄に１を格納し（ステップＳ４０９）、ステップＳ４１０に移行する。
Ｚ番目の仕様の平均値≧0.5ではないと判断した場合（ステップＳ４０８；ＮＯ）、制御部１１は、ステップＳ４１０に移行する。
ここで、ユーザ別重要仕様テーブル１２６は、図１０に示すように、図５に示す仕様別購入数テーブル１２４と同様の項目を有し、ユーザの好みの仕様に１が設定されるテーブルである。
Ｚ番目の仕様の平均値≧0.5ではないと判断した場合（ステップＳ４０８；ＮＯ）、制御部１１は、ステップＳ４１０に移行する。
ここで、ユーザ別重要仕様テーブル１２６は、図１０に示すように、図５に示す仕様別購入数テーブル１２４と同様の項目を有し、ユーザの好みの仕様に１が設定されるテーブルである。
【0046】
ステップＳ４１０において、制御部１１は、変数Ｚをインクリメントし（ステップＳ４１０）、ステップＳ４０７に戻る。制御部１１は、ステップＳ４０７においてＺ＜仕様数ではない（すなわち、Ｚが仕様数以上となった）と判断するまで、ステップＳ４０７～Ｓ４１０の処理を繰り返し実行する。
【0047】
ステップＳ４０７においてＺ＜仕様数ではない（すなわち、Ｚが仕様数以上となった）と判断した場合（ステップＳ４０７；ＮＯ）、制御部１１は、ステップＳ４１１に移行する。
【0048】
ステップＳ４１１において、制御部１１は、変数Ｘを１インクリメントし（ステップＳ４１１）、ステップＳ４０２に戻る。制御部１１は、ステップＳ４０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、ステップＳ４０２～Ｓ４１１の処理を繰り返し実行する。
ステップＳ４０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ４０２；ＮＯ）、制御部１１は、ユーザごとの好みの仕様の特定処理を終了し、図４のステップＳ５に移行する。
ステップＳ４０２においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ４０２；ＮＯ）、制御部１１は、ユーザごとの好みの仕様の特定処理を終了し、図４のステップＳ５に移行する。
【0049】
図４のステップＳ５において、制御部１１は、新製品の購買意欲推定処理を実行する（ステップＳ５）。
図１１は、新製品の購買意欲推定処理の流れを示すフローチャートである。
新製品の購買意欲推定処理において、制御部１１は、まず、新製品の製品仕様を製品仕様ＤＢ１２３から取得し、新製品仕様テーブル１２７を作成する（ステップＳ５０１）。
図１２は、新製品仕様テーブル１２７の一例を示す図である。図１２に示すように、新製品仕様テーブル１２７は、図５に示す仕様別購入数テーブル１２４と同様の仕様の項目を有し、新製品が有する仕様に１が設定されたテーブルである。
図１１は、新製品の購買意欲推定処理の流れを示すフローチャートである。
新製品の購買意欲推定処理において、制御部１１は、まず、新製品の製品仕様を製品仕様ＤＢ１２３から取得し、新製品仕様テーブル１２７を作成する（ステップＳ５０１）。
図１２は、新製品仕様テーブル１２７の一例を示す図である。図１２に示すように、新製品仕様テーブル１２７は、図５に示す仕様別購入数テーブル１２４と同様の仕様の項目を有し、新製品が有する仕様に１が設定されたテーブルである。
【0050】
次いで、制御部１１は、ユーザ別重要仕様テーブル１２６を読み出す（ステップＳ５０２）。
次いで、制御部１１は、変数Ｘに０を設定する（ステップＳ５０３）。
次いで、制御部１１は、変数Ｘに０を設定する（ステップＳ５０３）。
【0051】
次いで、制御部１１は、Ｘ＜ユーザ数であるか否かを判断する（ステップＳ５０４）。ユーザ数は、ユーザ別重要仕様テーブル１２６のレコードの数である。
【0052】
Ｘ＜ユーザ数であると判断した場合（ステップＳ５０４；ＹＥＳ）、制御部１１は、ユーザ別重要仕様テーブル１２６のユーザＸのデータと、新製品仕様テーブル１２７のデータとのコサイン類似度を算出し、算出したコサイン類似度に基づいて、ユーザＸの新製品の購買意欲の度合いを推定する（ステップＳ５０５）。
ステップＳ５０５において、制御部１１は、算出したコサイン類似度を、ユーザＸの新製品の購買意欲の度合いとして推定する。
ステップＳ５０５において、制御部１１は、算出したコサイン類似度を、ユーザＸの新製品の購買意欲の度合いとして推定する。
【0053】
次いで、制御部１１は、算出したコサイン類似度（すなわち、購買意欲の度合い）が予め定められた閾値を超えたか否かを判断する（ステップＳ５０６）。
算出したコサイン類似度が予め定められた閾値を超えたと判断した場合（ステップＳ５０６；ＹＥＳ）、制御部１１は、通信部１５によりユーザＸの通信端末２に新製品の情報（新製品をおすすめする情報）を送信し（ステップＳ５０７）、ステップＳ５０８に移行する。
算出したコサイン類似度が予め定められた閾値を超えていないと判断した場合（ステップＳ５０６；ＮＯ）、制御部１１は、ステップＳ５０８に移行する。
新製品の情報（新製品をおすすめする情報）の送信は、例えば、電子メールにより送信してもよいし、通信端末２にプッシュ通知してもよい。
算出したコサイン類似度が予め定められた閾値を超えたと判断した場合（ステップＳ５０６；ＹＥＳ）、制御部１１は、通信部１５によりユーザＸの通信端末２に新製品の情報（新製品をおすすめする情報）を送信し（ステップＳ５０７）、ステップＳ５０８に移行する。
算出したコサイン類似度が予め定められた閾値を超えていないと判断した場合（ステップＳ５０６；ＮＯ）、制御部１１は、ステップＳ５０８に移行する。
新製品の情報（新製品をおすすめする情報）の送信は、例えば、電子メールにより送信してもよいし、通信端末２にプッシュ通知してもよい。
【0054】
ステップＳ５０８において、制御部１１は、変数Ｘをインクリメントし（ステップＳ５０８）、ステップＳ５０４に戻る。
制御部１１は、ステップＳ５０４においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、ステップＳ５０４～Ｓ５０８の処理を繰り返し実行する。
ステップＳ５０４において、Ｘ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ５０４；ＮＯ）、新製品の購買意欲推定処理を終了し、図４のステップＳ６に移行する。
制御部１１は、ステップＳ５０４においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、ステップＳ５０４～Ｓ５０８の処理を繰り返し実行する。
ステップＳ５０４において、Ｘ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ５０４；ＮＯ）、新製品の購買意欲推定処理を終了し、図４のステップＳ６に移行する。
【0055】
なお、本実施形態においては、新製品はユーザが未購入であることを前提として、算出したコサイン類似度が予め定められた閾値を超えたユーザに新製品の情報を送信することとしたが、新製品の販売が開始された場合には、算出したコサイン類似度が予め定められた閾値を超えたユーザの購入履歴を確認し、未購入である場合に新製品の情報を送信することとしてもよい。
【0056】
【0057】
既存製品の購買意欲推定処理において、まず、制御部１１は、購入履歴ＤＢ１２２に基づいて、ユーザ別購入モデルテーブル１２８を作成する（ステップＳ６０１）。
図１４は、ユーザ別購入モデルテーブル１２８の一例を示す図である。図１４に示すように、ユーザ別購入モデルテーブル１２８は、ユーザＩＤと、既に販売が開始されている既存製品のモデル型番を項目とするテーブルであり、ユーザＩＤのユーザが購入したモデルの型番に対応する領域に１が格納され、ユーザが未購入のモデルの型番に対応する領域に０が格納される。
図１４は、ユーザ別購入モデルテーブル１２８の一例を示す図である。図１４に示すように、ユーザ別購入モデルテーブル１２８は、ユーザＩＤと、既に販売が開始されている既存製品のモデル型番を項目とするテーブルであり、ユーザＩＤのユーザが購入したモデルの型番に対応する領域に１が格納され、ユーザが未購入のモデルの型番に対応する領域に０が格納される。
【0058】
次いで、制御部１１は、変数Ｘに０を設定する（ステップＳ６０２）。
【0059】
次いで、制御部１１は、Ｘ＜ユーザ数であるか否かを判断する（ステップＳ６０３）。ユーザ数は、ユーザ別購入モデルテーブル１２８のレコードの数である。
【0060】
Ｘ＜ユーザ数であると判断した場合（ステップＳ６０３；ＹＥＳ）、制御部１１は、コサイン類似度テーブル１２５から、ユーザＸと他のユーザとの間の仕様別購入数のデータのコサイン類似度を取得する（ステップＳ６０４）。
次いで、制御部１１は、コサイン類似度テーブル１２５から、ユーザＸとの仕様別購入数のデータのコサイン類似度の高い順にＹ名（Ｙは予め設定された数。例えば、３。）を、ユーザＸの類似者（類似ユーザ）として抽出する（ステップＳ６０５）。抽出された類似者は、購入した時計の仕様の傾向がユーザＸと似ているユーザである。
次いで、制御部１１は、コサイン類似度テーブル１２５から、ユーザＸとの仕様別購入数のデータのコサイン類似度の高い順にＹ名（Ｙは予め設定された数。例えば、３。）を、ユーザＸの類似者（類似ユーザ）として抽出する（ステップＳ６０５）。抽出された類似者は、購入した時計の仕様の傾向がユーザＸと似ているユーザである。
【0061】
次いで、制御部１１は、ユーザＸが未購入のモデルのそれぞれについてのユーザ別購入モデルテーブル１２８における類似者Ｙ名の値の平均値を算出し、算出した平均値に基づいて、ユーザＸが未購入のモデルについてのユーザＸの購買意欲の度合いを推定する（ステップＳ６０６）。
例えば、図１４に示すユーザＩＤが０であるユーザをユーザＸとし、類似者Ｙ名をユーザＩＤが１～３であるユーザとする場合、制御部１１は、ユーザＩＤ：０が未購入のモデル（ユーザ別購入モデルテーブル１２８のユーザＩＤ：０に対応する行において値が「０」のモデル）のそれぞれについてのユーザＩＤ：１～３の値の平均値を算出する。
制御部１１は、ユーザＸの未購入のモデルのそれぞれについての類似者Ｙ名の平均値を、ユーザＸのそれぞれの未購入モデルの購買意欲の度合いとして推定する。
例えば、図１４に示すユーザＩＤが０であるユーザをユーザＸとし、類似者Ｙ名をユーザＩＤが１～３であるユーザとする場合、制御部１１は、ユーザＩＤ：０が未購入のモデル（ユーザ別購入モデルテーブル１２８のユーザＩＤ：０に対応する行において値が「０」のモデル）のそれぞれについてのユーザＩＤ：１～３の値の平均値を算出する。
制御部１１は、ユーザＸの未購入のモデルのそれぞれについての類似者Ｙ名の平均値を、ユーザＸのそれぞれの未購入モデルの購買意欲の度合いとして推定する。
【0062】
次いで、制御部１１は、ユーザＸのユーザＩＤに対応付けて、ユーザＸの未購入モデルのそれぞれの購買意欲の度合い（算出した平均値）を購買意欲テーブル１２９（図１５参照）に格納する（ステップＳ６０７）。なお、購買意欲テーブル１２９においてユーザＸが購入済みのモデルに対応する欄に値が記載されている場合には、その値は消去する。
【0063】
次いで、制御部１１は、変数Ｘを１インクリメントし（ステップＳ６０８）、ステップＳ６０３に戻る。
制御部１１は、ステップＳ６０３においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、ステップＳ６０３～Ｓ６０８の処理を繰り返し実行する。
ステップＳ６０３において、Ｘ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ６０３；ＮＯ）、制御部１１は、既存製品の購買意欲推定処理を終了し、図４の購買意欲推定処理を終了する。購買意欲推定処理の終了後、制御部１１は、処理中に作成された仕様別購入数テーブル１２４～ユーザ別購入モデルテーブル１２８を消去する。
制御部１１は、ステップＳ６０３においてＸ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断するまで、ステップＳ６０３～Ｓ６０８の処理を繰り返し実行する。
ステップＳ６０３において、Ｘ＜ユーザ数ではない（すなわち、Ｘがユーザ数以上となった）と判断した場合（ステップＳ６０３；ＮＯ）、制御部１１は、既存製品の購買意欲推定処理を終了し、図４の購買意欲推定処理を終了する。購買意欲推定処理の終了後、制御部１１は、処理中に作成された仕様別購入数テーブル１２４～ユーザ別購入モデルテーブル１２８を消去する。
【0064】
例えば、制御部１１は、通信端末２から時計に関するサイトにアクセスがあった場合、購買意欲テーブル１２９からログインユーザの購買意欲の度合いが高い（購買意欲の度合いが所定の閾値以上）の未購入モデルを抽出し、抽出した未購入モデルに関する情報（未購入モデルをおすすめする情報）が記載されたＷｅｂページを生成して通信部１５により通信端末２に送信することとしてもよい。あるいは、ログインユーザの未購入モデルの情報を、ログインユーザの購買意欲の度合いの高い順（上位Ｎ個、Ｎは正の整数）におすすめランキングとして表示するページを生成して通信部１５により通信端末２に送信することとしてもよい。
または、制御部１１は、各ユーザの購買意欲の度合いが高い（購買意欲テーブル１２９において購買意欲の度合いが所定の閾値以上）の未購入モデルに関する情報を通信部１５により各ユーザの通信端末２にメールで送信したり、プッシュ配信したりしてもよい。
または、制御部１１は、各ユーザの購買意欲の度合いが高い（購買意欲テーブル１２９において購買意欲の度合いが所定の閾値以上）の未購入モデルに関する情報を通信部１５により各ユーザの通信端末２にメールで送信したり、プッシュ配信したりしてもよい。
【0065】
以上説明したように、サーバ１の制御部１１は、ユーザごとの時計の購入履歴と、時計ごと（モデルごと）の仕様とを取得し、取得されたユーザごとの購入履歴及び時計ごとの仕様に基づいて、一のユーザが購入した時計の仕様と他のユーザが購入した時計の仕様の類似度を算出する。そして、購入した時計の仕様に対し、一のユーザと類似する類似ユーザを、算出された類似度に基づいて特定し、特定された類似ユーザが購入した時計に関する情報に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定する。
したがって、ユーザが購入していない時計に対する購買意欲の度合いを、購入した時計の仕様が類似している類似ユーザが購入した時計に関する情報に基づいて適切に推定することが可能となる。
したがって、ユーザが購入していない時計に対する購買意欲の度合いを、購入した時計の仕様が類似している類似ユーザが購入した時計に関する情報に基づいて適切に推定することが可能となる。
【0066】
例えば、制御部１１は、類似ユーザが購入した時計の仕様に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定することができる。
より具体的には、制御部１１は、ユーザごとの購入履歴及び時計ごとの仕様に基づいて、ユーザごとに、購入した時計の仕様ごとの購入数を算出し、一のユーザが購入した時計の仕様ごとの購入数と類似ユーザが購入した時計の仕様ごとの購入数に基づいて、一のユーザと類似ユーザの仕様ごとの購入数の平均値を算出し、算出した平均値が所定の閾値以上の仕様と、一のユーザが購入していない時計の仕様との類似度に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定することができる。
より具体的には、制御部１１は、ユーザごとの購入履歴及び時計ごとの仕様に基づいて、ユーザごとに、購入した時計の仕様ごとの購入数を算出し、一のユーザが購入した時計の仕様ごとの購入数と類似ユーザが購入した時計の仕様ごとの購入数に基づいて、一のユーザと類似ユーザの仕様ごとの購入数の平均値を算出し、算出した平均値が所定の閾値以上の仕様と、一のユーザが購入していない時計の仕様との類似度に基づいて、一のユーザが購入していない時計に対する一のユーザの購買意欲の度合いを推定することができる。
【0067】
また、制御部１１は、類似ユーザが購入した時計のモデルに基づいて、一のユーザが購入していないモデルに対する一のユーザの購買意欲の度合いを推定する。したがって、一のユーザが購入していないモデルに対する一のユーザの購買意欲の度合いを適切に推定することができる。
【0068】
また、時計の仕様には、時計の機能、例えば、タイマー機能、ソーラー充電機能、ワールドタイム機能、タイドグラフ機能、リマインダー機能、外部機器との通信機能のうち少なくとも一つが含まれる。したがって、ユーザが購入していない時計に対する購買意欲の度合いを、購入した時計の機能が類似している類似ユーザが購入した時計に関する情報に基づいて適切に推定することが可能となる。
【0069】
また、時計の仕様には、時計が備える表示部の態様、例えば、アナログ表示、デジタル表示、アナログデジタル表示、本体カラー、盤面形状、盤面カラー、日車の有無又は位置、デジタルのサブディスプレイの有無又は位置、機能針を有するサブディスプレイの有無又は位置の少なくとも一つが含まれる。したがって、ユーザが購入していない時計に対する購買意欲の度合いを、購入した時計の表示部の態様が類似している類似ユーザが購入した時計に関する情報に基づいて適切に推定することが可能となる。
【0070】
また、制御部１１は、一のユーザの購買意欲の度合いを示す値が所定の閾値を超えた時計に関する情報を通信部１５により一のユーザの通信端末２に送信する。したがって、ユーザの購買意欲の高い時計に関する情報をユーザに提供することが可能となる。
【0071】
なお、上記実施形態における記述内容は、本発明の実施形態の好適な一例であり、これに限定されるものではない。
【0072】
例えば、上記実施形態では、サーバ１にて上記処理が実行されていたが、通信端末２がサーバ１の機能を取り込み、通信端末２で上記処理を実行してもよい。この場合、通信端末２の図示しない記憶部に記憶されたアプリケーションプログラムが、通信端末２の図示しない通信部から通信ネットワークＮを介して、サーバ１の記憶部１２に記憶されているユーザＤＢ１２１，購入履歴ＤＢ１２２、製品仕様ＤＢ１２３、購買意欲テーブル１２９等の各種データをダウンロードする。そして、通信端末２はダウンロードした各種データを図示しない記憶部に記憶し、上記と同様の処理を行えばよい。また、サーバ１、通信端末２が備えるそれぞれの制御部（ＣＰＵ）によって、上記処理を協働で実行してもよい。例えば、上記実施形態のうち一部の処理をサーバ１の制御部１１で処理し、残りの処理を通信端末２の図示しない制御部で処理する。
【0073】
また、上記実施形態では、ユーザＸが購入した物品の仕様と他のユーザが購入した物品の仕様の類似度として、コサイン類似度を算出することとしたが、類似度はこれに限定されない。例えば、類似度として、ピアソン相関やJaccard係数を用いてもよい。また、図１１のステップＳ５０５においても、コサイン類似度の代わりに他の類似度（ピアソン相関やJaccard係数等）を用いることとしてもよい。
【0074】
また、上記実施形態においては、時計の仕様を類似度を算出する際の特徴ベクトルとしたが、ユーザの年齢や性別等を特徴ベクトルに加えてもよい。
【0075】
また、上記実施形態では、新製品の購買意欲推定処理に続いて既存製品の購買意欲推定処理を実行することとしたが、新製品の購買意欲推定処理と既存製品の購買意欲推定処理は連続して実行する必要はなく、それぞれ別個に実行することとしてもよい。なお、既存製品の購買意欲推定処理を実行する場合、図４のステップＳ１～Ｓ３を実行してから既存製品の購買意欲推定処理を実行する。
【0076】
また、上記実施形態では、登録されているユーザ全員について、そのユーザが購入した時計の仕様と、他のユーザが購入した時計の仕様との類似度を算出したが、一部のユーザのみについて、そのユーザが購入した時計の仕様と、他のユーザが購入した時計の仕様との類似度を算出してもよい。また、他のユーザについても全員でなくてもよく、一部のユーザとしてもよい。
【0077】
また、上記実施形態では、本発明を時計に対する購買意欲の度合いの推定に適用した例について説明したが、他の物品（製品、商品）に対する購買意欲の度合いの推定に本発明を適用してもよい。
【0078】
また、上記実施形態では、本発明に係るプログラムのコンピュータ読み取り可能な媒体として半導体メモリやハードディスクを使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＳＳＤや、ＣＤ－ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
【0079】
その他、上記実施形態のシステム及び各装置の細部構成及び細部動作に関しても、発明の趣旨を逸脱することのない範囲で適宜変更可能である。
【0080】
以上に本発明の実施形態及び変形例を説明したが、本発明の技術的範囲は上述の実施の形態に限定するものではなく、特許請求の範囲に記載に基づいて定められる。更に、特許請求の範囲の記載から本発明の本質とは関係のない変更を加えた均等な範囲も本発明の技術的範囲に含む。
【符号の説明】
【0081】
１００ 購買意欲推定システム
１ サーバ
１１ 制御部
１２ 記憶部
１２０ プログラム記憶部
１２１ ユーザＤＢ
１２２ 購入履歴ＤＢ
１２３ 製品仕様ＤＢ
１２４ 仕様別購入数テーブル
１２５ コサイン類似度テーブル
１２６ ユーザ別重要仕様テーブル
１２７ 新製品仕様テーブル
１２８ ユーザ別購入モデルテーブル
１２９ 購買意欲テーブル
１３ 入力部
１４ 表示部
１５ 通信部
２ 通信端末
１ サーバ
１１ 制御部
１２ 記憶部
１２０ プログラム記憶部
１２１ ユーザＤＢ
１２２ 購入履歴ＤＢ
１２３ 製品仕様ＤＢ
１２４ 仕様別購入数テーブル
１２５ コサイン類似度テーブル
１２６ ユーザ別重要仕様テーブル
１２７ 新製品仕様テーブル
１２８ ユーザ別購入モデルテーブル
１２９ 購買意欲テーブル
１３ 入力部
１４ 表示部
１５ 通信部
２ 通信端末
【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】