ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
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】P2025001557
(43)【公開日】2025-01-08
(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム
(51)【国際特許分類】
G06Q 30/015 20230101AFI20241225BHJP
G06Q 30/0601 20230101ALI20241225BHJP
【ＦＩ】
G06Q30/015
G06Q30/0601 330
【審査請求】未請求
【請求項の数】5
【出願形態】ＯＬ
(21)【出願番号】P 2023101204
(22)【出願日】2023-06-20
(71)【出願人】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥヤフー株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】金子 剛志
(72)【発明者】
【氏名】稲垣 竜
【テーマコード（参考）】
5L030
5L049
【Ｆターム（参考）】
5L030BB08
5L030BB22
5L049BB08
5L049BB22
(57)【要約】
【課題】適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供すること。
【解決手段】本開示に係る情報処理装置は、利用者端末から利用者に関する情報を示す利用者情報を取得する取得部と、利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部と、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部と、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部と、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部と、を備える。
【選択図】図３
【解決手段】本開示に係る情報処理装置は、利用者端末から利用者に関する情報を示す利用者情報を取得する取得部と、利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部と、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部と、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部と、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
利用者端末から利用者に関する情報を示す利用者情報を取得する取得部と、
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部と、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部と、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部と、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部と、
を備える、情報処理装置。
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部と、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部と、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部と、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部と、
を備える、情報処理装置。
【請求項2】
前記生成部が生成したランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案する提案部と、をさらに備える、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記予測部は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数として機械学習させた学習済みモデルを用いて、予測キャンセル率を予測する、
請求項２に記載の情報処理装置。
請求項２に記載の情報処理装置。
【請求項4】
利用者端末から利用者に関する情報を示す利用者情報を取得するステップと、
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、
を含む、情報処理方法。
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、
を含む、情報処理方法。
【請求項5】
利用者端末から利用者に関する情報を示す利用者情報を取得するステップと、
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、
をコンピュータに実行させる、情報処理プログラム。
利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、
利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、
予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、
商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、
をコンピュータに実行させる、情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
【背景技術】
【0002】
電子商取引サイトにおいて利用者に商品の購入を提案することがあった。この場合、提案の対象となる商品は、何らかの基準に基づいて、順位付けをして、順位に基づいて、提案の対象となる商品を決定していた。
【0003】
例えば、下記の特許文献１には、顧客がデジタルカメラで撮影した顧客画像を、インターネットを介して商品提案サーバに送信し、商品提案サーバは、顧客画像を商品提案者に提供し、商品提案用端末装置で商品提案サーバより顧客画像を受信し、顧客のために提案を行うために顧客画像に加工を加えて、提案画像を作成し、商品提案サーバに送信し、商品提案サーバは、提案画像を顧客に提供し、顧客は、閲覧装置により提案画像を受信し、閲覧することができる商品提案システムが開示されている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２００２－３６６８３７号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、上記の特許文献１に記載の商品提案システムは、顧客が撮影した画像データに基づいて、顧客に対して商品を提案することができるものの、正確な販売個数などの基準に基づいて順位付けされた情報に基づいて、顧客に対して商品を提案することはできなかった。
【0006】
本開示は上記課題を鑑み、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置、情報処理方法、及び情報処理プログラム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】
上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者端末から利用者に関する情報を示す利用者情報を取得する取得部と、利用者端末から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部と、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部と、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部と、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部と、を備える。
【発明の効果】
【0008】
本開示によれば、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本開示に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本開示に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。
【0011】
（実施形態）
〔１．実施形態に係る情報処理〕
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００、利用者端末２００、事業者端末３００により実行される例を示す。以下、実施形態に係る情報処理についてステップごとに順を追って説明する。
〔１．実施形態に係る情報処理〕
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００、利用者端末２００、事業者端末３００により実行される例を示す。以下、実施形態に係る情報処理についてステップごとに順を追って説明する。
【0012】
まず、情報処理装置１００は、事業者端末３００から商品情報を受け付ける（ステップＳ１）。例えば、情報処理装置１００は、事業者端末３００から事業者が電子商取引サイトにおいて運営する仮想の店舗であるストアにおいて出品する商品に関する情報を示す商品情報を受け付ける。なお、商品情報は、商品ＩＤ、商品名、商品情報、ストアＩＤという項目に係る情報が含まれていてよい。情報処理装置１００は、事業者端末３００から商品情報を取得したら、取得した商品情報を後述して説明する商品情報記憶部１２２に記憶する。
【0013】
次に、情報処理装置１００は、利用者端末２００から利用者情報を取得する（ステップＳ２）。ここで、利用者情報は、例えば、利用者が所定の電子商取引サイトを利用する際に、電子商取引サイトの提供事業者に提供する利用者に関する情報である。例えば、情報処理装置１００は、利用者Ｕが利用者端末２００を用いて電子商取引サイトにアクセスした際に、利用者端末２００から利用者情報を取得する。情報処理装置１００は、事業者端末３００から利用者情報を取得したら、取得した利用者情報を後述して説明する利用者情報記憶部１２１に記憶する。
【0014】
次に、情報処理装置１００は、利用者端末２００から注文情報を受け付ける（ステップＳ３）。ここで、注文情報とは、電子商取引サービスにおける利用者の商品の注文に関する情報である。なお、注文情報には、ストアＩＤと、利用者ＩＤと、商品ＩＤと、注文数量が含まれていてよい。例えば、情報処理装置１００は、利用者端末２００を介して、利用者Ｕから所定の電子商取引サービスにおいて受け付けた注文情報を取得する。なお、図１に示す利用者Ｕと、利用者端末２００は、一例であって、情報処理装置１００は、これ以上の数の利用者の利用者端末２００から、所定の電子商取引サービスにおいて受け付けた注文情報を取得してよい。情報処理装置１００は、利用者端末２００から注文情報を取得したら、取得した注文情報を後述して説明する注文情報記憶部１２３に記憶する。なお、情報処理装置１００は、利用者端末２００から注文情報を受け付けた後に、当該の注文のキャンセルを受け付けたら、当該の注文情報に対応付けて、当該の注文がキャンセルされた日を示す情報を注文情報記憶部１２３に記憶する。
【0015】
次に、情報処理装置１００は、事業者端末３００に注文情報を提供する（ステップＳ４）。例えば、情報処理装置１００は、ステップＳ３において受け付けた注文情報の発注先の事業者の事業者端末３００に注文情報を提供する。事業者端末３００に注文情報が提供された事業者は、注文情報にしたがって、商品を用意して、利用者に配達する手配を整える。そして、事業者端末３００は、利用者に商品の配達が完了したら、注文情報が提供された商品の配達が完了した旨を示す情報を情報処理装置１００に送信する。情報処理装置１００は、事業者端末３００から注文情報に対応する商品の配達が完了した日を示す情報を受信したら、当該の注文情報に対応付けて商品の配達が完了した日を注文情報記憶部１２３に記憶する。
【0016】
次に、情報処理装置１００は、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、予測キャンセル率を予測する（ステップＳ５）。例えば、情報処理装置１００は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数として機械学習させた学習済みモデルを用いて、予測キャンセル率を予測する。なお、この場合の学習用のモデルには、例えば、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）や決定木などを用いてよい。すなわち、情報処理装置１００は、利用者情報と、注文情報と、商品情報と、ストア情報と、キャンセル有無の関係を学習させた学習済みモデルを用いて、予測キャンセル率を予測する。
【0017】
次に、情報処理装置１００は、商品ごとに所定期間における取引成立予測数を算出する（ステップＳ６）。例えば、情報処理装置１００は、商品Ａについて所定期間に受け付けた注文情報を、注文情報記憶部１２３から抽出する。そして、情報処理装置１００は、ステップＳ５において注文ごとに予測された予測キャンセル率を用いて、取引成立予測数を算出する。具体的には、注文ごとの商品の注文数に、１から予測キャンセル率を差し引いた値を掛けることにより、取引成立予測数を算出する。なお、図１においては、注文Ａの注文数が２であり、予測キャンセル率が０％であることから、取引成立予測数が２と算出されたことが示されている。なお、商品の配達が完了した商品については、予測キャンセル率を用いることなく、商品の配達が完了した商品の個数が取引成立予測数として算出される。
【0018】
次に、情報処理装置１００は、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する（ステップＳ７）。例えば、情報処理装置１００は、ステップＳ６において算出された商品ごとの取引成立予測数が大きい方から順に順位を定めた商品のランキングを生成する。なお、図１においては、商品Ａの取引成立予測数が１００、商品Ｂの取引成立予測数が８８、商品Ｃの取引成立予測数が６６であることから、１位が商品Ａ、２位が商品Ｂ、３位が商品Ｃとなるランキングが生成されたことが示されている。
【0019】
次に、情報処理装置１００は、ランキングに基づいて、商品を提案する（ステップＳ８）。例えば、情報処理装置１００は、所定の電子商取引サイトを訪問した利用者の利用者端末２００に対して、ステップＳ７において算出されたランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案するメッセージを提供することによって、商品の提案を行ってよい。例えば、情報処理装置１００は、「商品Ａを購入してみませんか」といったメッセージを利用者端末２００に提供してよい。
【0020】
これによれば、注文ごとに予測された予測キャンセル率を考慮して、所定期間における取引成立予測数を算出したうえで、取引成立予測数に基づいて商品のランキングを生成して、生成されたランキングに基づいて、利用者に商品を提案することができる。したがって、注文がキャンセルされる可能性を反映した取引成立予測数に基づいて商品のランキングを生成して、ランキングに基づいて、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置１００を提供することができる。
【0021】
〔２．情報処理システムの構成〕
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、ネットワークＮとを有する。以下、これらの構成について簡単に順を追って説明する。
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、ネットワークＮとを有する。以下、これらの構成について簡単に順を追って説明する。
【0022】
情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、例えば、利用者端末２００からネットワークＮを介して送信されてきた情報に基づいて処理を行う。
【0023】
利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。
【0024】
事業者端末３００は、事業者が利用する情報処理装置である。事業者端末３００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ等の情報処理装置であってよい。なお、図１に示す例においては、事業者端末３００がノート型ＰＣである場合を示している。
【0025】
ネットワークＮは、情報処理装置１００と、利用者端末２００と、事業者端末３００とを有線、又は無線により相互に通信可能に接続する。ネットワークＮが有線の場合は、ＩＥＥＥ８０２．３に規定されるイーサネット（登録商標）（ＥＴＨＥＲＮＥＴ（登録商標））により実現されてよい。また、ネットワークＮが無線の場合は、ＩＥＥＥ８０２．１１に規定される無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）により実現されてよい。
【0026】
〔３．情報処理装置の構成〕
次に、図３を用いて、情報処理装置１００の構成について説明する。
次に、図３を用いて、情報処理装置１００の構成について説明する。
【0027】
【0028】
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カード等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００などとの間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カード等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００などとの間で情報の送受信を行う。
【0029】
（記憶部１２０について）
記憶部１２０は、主記憶装置と外部記憶装置とを備える。主記憶装置は、制御部１３０が実行するプログラム、あるいは制御部１３０が処理するデータを記憶する。主記憶装置は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等のような半導体メモリ素子によって実現されてよい。外部記憶装置は、制御部１３０が処理するデータを保存する。外部記憶装置は、例えば、ハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気テープ、光ディスク等によって実現されてよい。
記憶部１２０は、主記憶装置と外部記憶装置とを備える。主記憶装置は、制御部１３０が実行するプログラム、あるいは制御部１３０が処理するデータを記憶する。主記憶装置は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等のような半導体メモリ素子によって実現されてよい。外部記憶装置は、制御部１３０が処理するデータを保存する。外部記憶装置は、例えば、ハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気テープ、光ディスク等によって実現されてよい。
【0030】
図３に示すように、記憶部１２０は、利用者情報記憶部１２１と、商品情報記憶部１２２と、注文情報記憶部１２３と、ストア情報記憶部１２４と、モデル記憶部１２５と、を有する。以下、これらの構成について順を追って説明する。
【0031】
（利用者情報記憶部１２１について）
利用者情報記憶部１２１は、利用者に関する情報、すなわち、利用者情報を記憶する。利用者情報は、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する利用者に関する情報である。ここで、図４を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
利用者情報記憶部１２１は、利用者に関する情報、すなわち、利用者情報を記憶する。利用者情報は、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する利用者に関する情報である。ここで、図４を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
【0032】
図４に示す例において、利用者情報記憶部１２１は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」という項目に係る情報を紐付けて記憶する。
【0033】
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「生年月日」は、「利用者ＩＤ」に紐付けられた利用者の生年月日に関する情報である。「性別」は、「利用者ＩＤ」に紐付けられた利用者の性別に関する情報である。「職業」は、「利用者ＩＤ」に紐付けられた利用者の職業に関する情報である。
【0034】
すなわち、図４においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の生年月日が「生年月日＃Ｕ１」であり、性別が「女性」であり、職業が「職業＃Ｕ１」であることを示している。
【0035】
なお、利用者情報記憶部１２１に記憶される情報は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」という項目に係る情報に限定されるものではなく、その他の任意の利用者に関係する情報が記憶されてよい。
【0036】
（商品情報記憶部１２２について）
商品情報記憶部１２２は、電子商取引サービスにおいて取り扱う商品に関する情報を示す商品情報を記憶する。ここで、図５を用いて、商品情報記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の商品情報記憶部に記憶される情報の一例を示す図である。
商品情報記憶部１２２は、電子商取引サービスにおいて取り扱う商品に関する情報を示す商品情報を記憶する。ここで、図５を用いて、商品情報記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の商品情報記憶部に記憶される情報の一例を示す図である。
【0037】
図５に示す例において、商品情報記憶部１２２は、「商品ＩＤ」、「商品名」、「商品情報」、「ストアＩＤ」という項目に係る情報を紐付けて記憶する。
【0038】
「商品ＩＤ」は、商品を識別する識別子であり、文字列や番号などによって表される。「商品名」は、「商品ＩＤ」により識別される商品の名称である。「商品情報」は、「商品ＩＤ」により識別される商品に関する情報であって、例えば、商品の種類や大きさ、特徴などに関する情報であってよい。「ストアＩＤ」は、「商品ＩＤ」により識別される商品を販売するストアを識別する識別子であり、文字列や番号などによって表される。
【0039】
すなわち、図５においては、商品ＩＤ「ＭＩＤ＃１」により識別される商品の商品名が「ＰＮＭ＃１」であり、当該の商品の商品情報が「ＰＩＮＦ＃１」であり、当該の商品のストアＩＤが「ＳＴＲＩＤ＃１」であることを示している。
【0040】
なお、商品情報記憶部１２２に記憶される情報は、「商品ＩＤ」、「商品名」、「商品情報」、「ストアＩＤ」という項目に係る情報に限定されるものではなく、その他の任意の商品情報に関係する情報が記憶されてよい。
【0041】
（注文情報記憶部１２３について）
注文情報記憶部１２３は、利用者Ｕから受け付けた商品の注文に関する情報を示す注文情報を記憶する。ここで、図６を用いて、注文情報記憶部１２３が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置の注文情報記憶部に記憶される情報の一例を示す図である。
注文情報記憶部１２３は、利用者Ｕから受け付けた商品の注文に関する情報を示す注文情報を記憶する。ここで、図６を用いて、注文情報記憶部１２３が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置の注文情報記憶部に記憶される情報の一例を示す図である。
【0042】
図６に示す例において、注文情報記憶部１２３は、「注文ＩＤ」、「注文日」、「利用者ＩＤ」、「商品ＩＤ」、「ストアＩＤ」、「注文数量」、「キャンセル有無」、「配達完了日」という項目に係る情報を紐付けて記憶する。
【0043】
「注文ＩＤ」は、注文を識別する識別子であり、文字列や番号などによって表される。「注文日」は、「注文ＩＤ」により識別される注文を受け付けた日を示す。「利用者ＩＤ」は、「注文ＩＤ」により識別される注文を行った利用者Ｕを識別する識別子であり、文字列や番号などによって表される。「ストアＩＤ」は、「注文ＩＤ」により識別される注文の発注先のストアを識別する識別子であり、文字列や番号などによって表される。「商品ＩＤ」は、「注文ＩＤ」により識別される注文において、注文された商品を識別する識別子であり、文字列や番号などによって表される。「注文数量」は、「注文ＩＤ」により識別される注文における商品の注文数量を示し、例えば、注文された商品の個数や重量によって表される。「キャンセル有無」は、「注文ＩＤ」により識別される注文が注文を受け付けた後にキャンセルされたか否かを示す情報である。「配達完了日」は、「注文ＩＤ」により識別される注文において注文された商品が利用者に配達が完了した日を示し、注文された商品の配達が未完了である場合は、配達が未完了である旨の情報が記憶される。
【0044】
すなわち、図６においては、注文ＩＤ「ＯＤＩＤ＃１」により識別される注文が行われた注文日が「ＯＤＤＴ＃１」であり、当該の注文を行った利用者Ｕの利用者ＩＤが「ＵＩＤ＃１」であり、当該の注文における発注先のストアのストアＩＤが「ＳＴＲＩＤ＃１」であり、当該の注文において注文された商品の商品ＩＤが「ＭＩＤ＃１」であり、当該の注文において当該の商品が発注された注文数量が「ＯＤＱＴ＃１」であり、当該の注文のキャンセル有無が「ＣＬ＃１」であり、当該の注文の商品の配達完了日が「ＤＶＤＴ＃１」であることを示している。
【0045】
なお、注文情報記憶部１２３に記憶される情報は、「注文ＩＤ」、「注文日」、「利用者ＩＤ」、「商品ＩＤ」、「ストアＩＤ」、「注文数量」、「キャンセル有無」、「配達完了日」という項目に係る情報に限定されるものではなく、その他の任意の注文情報に関係する情報が記憶されてよい。
【0046】
（ストア情報記憶部１２４について）
ストア情報記憶部１２４は、電子商取引サービスに出店しているストアに関する情報を示すストア情報を記憶する。ここで、図７を用いて、ストア情報記憶部１２４が記憶する情報の一例を説明する。図７は、実施形態に係る情報処理装置のストア情報記憶部に記憶される情報の一例を示す図である。
ストア情報記憶部１２４は、電子商取引サービスに出店しているストアに関する情報を示すストア情報を記憶する。ここで、図７を用いて、ストア情報記憶部１２４が記憶する情報の一例を説明する。図７は、実施形態に係る情報処理装置のストア情報記憶部に記憶される情報の一例を示す図である。
【0047】
図７に示す例において、ストア情報記憶部１２４は、「ストアＩＤ」、「事業者ＩＤ」、「事業者名」、「連絡先」という項目に係る情報を紐付けて記憶する。
【0048】
「ストアＩＤ」は、電子商取引サービスに出店しているストアを識別する識別子であり、文字列や番号などによって表される。「事業者ＩＤ」は、「ストアＩＤ」により識別されるストアを運営する事業者を識別する識別子であり、文字列や番号などによって表される。「事業者名」は、「事業者ＩＤ」により識別される事業者の名称である。「連絡先」は、「事業者ＩＤ」により識別される事業者の連絡先であり、例えば、メールアドレスや電話番号であってよい。
【0049】
すなわち、図７においては、ストアＩＤ「ＳＴＲＩＤ＃１」により識別されるストアを運営する事業者の事業者ＩＤが「ＭＩＤ＃１」であり、当該の事業者の事業者名が「ＭＮＭ＃１」であり、当該の事業者の連絡先が「ＣＴＤＴ＃１」であることをを示している。
【0050】
なお、ストア情報記憶部１２４に記憶される情報は、「店舗ＩＤ」、「事業者ＩＤ」、「事業者名」、「連絡先」という項目に係る情報に限定されるものではなく、その他の任意のストア情報に関係する情報が記憶されてよい。
【0051】
（モデル記憶部１２５について）
モデル記憶部１２５は、機械学習モデルに関係する情報を記憶する。ここで、図８を用いて、モデル記憶部１２５が記憶する情報の一例を説明する。図８は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
モデル記憶部１２５は、機械学習モデルに関係する情報を記憶する。ここで、図８を用いて、モデル記憶部１２５が記憶する情報の一例を説明する。図８は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
【0052】
図８に示す例において、モデル記憶部１２５は、「モデルＩＤ」、「モデルデータ」という項目に係る情報を紐付けて記憶する。
【0053】
「モデルＩＤ」は、機械学習モデルを識別する識別子であり文字列や番号などによって表される。「モデルデータ」は、機械学習モデルのモデルデータを示す。例えば、機械学習モデルは、ニューラルネットワークや決定木などであってよい。
【0054】
すなわち、図８において、モデルＩＤ「Ｍ＃１」で識別されるモデルは、機械学習モデルＭ＃１を示す。また、モデルデータ「ＭＤＴ＃１」は、機械学習モデルＭ＃１のモデルデータを示す。
【0055】
ここで、機械学習モデルがニューラルネットワークである場合は、モデルデータ「ＭＤＴ＃１」には、例えば、ニューラルネットワークを構成する複数の層のそれぞれに含まれるノードが互いにどのように結合するかという結合情報や、結合されたノード間で入出力される数値に掛け合わされる結合係数などの各種情報が含まれる。また、機械学習モデルが決定木である場合は、決定木の分岐点となる説明変数の内容や水準などが記憶される。
【0056】
なお、モデル記憶部１２５に記憶される情報は、「モデルＩＤ」、「モデルデータ」という項目に係る情報に限定されるものではなく、その他の任意の機械学習モデルに関係する情報が記憶されてよい。
【0057】
（制御部１３０について）
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、情報処理装置１００を制御するコントローラ（Ｃｏｎｔｒｏｌｌｅｒ）であり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶部１２０に記憶されている各種プログラムを読み出して、ＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、情報処理装置１００を制御するコントローラ（Ｃｏｎｔｒｏｌｌｅｒ）であり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶部１２０に記憶されている各種プログラムを読み出して、ＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
【0058】
制御部１３０は、図３に示すように、取得部１３１と、受付部１３２と、学習部１３３と、予測部１３４と、算出部１３５と、生成部１３６と、提案部１３７と、を有する。制御部１３０は、記憶部１２０からプログラムを読み出して、ＲＡＭを作業領域として実行することで、これらの機能を実現して、以下に説明する情報処理の機能や作用を実現または実行する。以下、これらの処理を、順を追って説明する。
【0059】
（取得部１３１について）
取得部１３１は、利用者端末２００から利用者に関する情報を示す利用者情報を取得する。ここで、利用者情報は、例えば、利用者が所定の電子商取引サイトを利用する際に、電子商取引サイトの提供事業者に提供する利用者に関する情報である。例えば、取得部１３１は、利用者Ｕが利用者端末２００を用いて電子商取引サイトにアクセスした際に、利用者端末２００から利用者情報を取得する。取得部１３１は、事業者端末３００から利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。
取得部１３１は、利用者端末２００から利用者に関する情報を示す利用者情報を取得する。ここで、利用者情報は、例えば、利用者が所定の電子商取引サイトを利用する際に、電子商取引サイトの提供事業者に提供する利用者に関する情報である。例えば、取得部１３１は、利用者Ｕが利用者端末２００を用いて電子商取引サイトにアクセスした際に、利用者端末２００から利用者情報を取得する。取得部１３１は、事業者端末３００から利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。
【0060】
（受付部１３２について）
受付部１３２は、各種の情報を受け付ける。例えば、受付部１３２は、事業者端末３００から事業者が電子商取引サイトにおいて運営する仮想の店舗であるストアにおいて出品する商品に関する情報を示す商品情報を受け付ける。なお、商品情報は、商品ＩＤ、商品名、商品情報、ストアＩＤという項目に係る情報が含まれていてよい。受付部１３２は、事業者端末３００から商品情報を取得したら、取得した商品情報を商品情報記憶部１２２に記憶する。
受付部１３２は、各種の情報を受け付ける。例えば、受付部１３２は、事業者端末３００から事業者が電子商取引サイトにおいて運営する仮想の店舗であるストアにおいて出品する商品に関する情報を示す商品情報を受け付ける。なお、商品情報は、商品ＩＤ、商品名、商品情報、ストアＩＤという項目に係る情報が含まれていてよい。受付部１３２は、事業者端末３００から商品情報を取得したら、取得した商品情報を商品情報記憶部１２２に記憶する。
【0061】
また、受付部１３２は、利用者端末２００から利用者の商品への注文に関する情報を示す注文情報を受け付ける。ここで、注文情報とは、電子商取引サービスにおける利用者の商品の注文に関する情報である。なお、注文情報には、ストアＩＤと、利用者ＩＤと、商品ＩＤと、注文数量が含まれていてよい。受付部１３２は、利用者端末２００を介して、利用者Ｕから所定の電子商取引サービスにおいて受け付けた注文情報を取得する。受付部１３２は、利用者端末２００から注文情報を取得したら、取得した注文情報を注文情報記憶部１２３に記憶する。
【0062】
（学習部１３３について）
学習部１３３は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数としてモデルに機械学習させる。なお、この場合の学習用のモデルには、例えば、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）や決定木などを用いてよい。すなわち、学習部１３３は、利用者情報と、注文情報と、商品情報と、ストア情報とを含む説明変数と、注文のキャンセル有無の関係をモデルに学習させる。
学習部１３３は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数としてモデルに機械学習させる。なお、この場合の学習用のモデルには、例えば、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）や決定木などを用いてよい。すなわち、学習部１３３は、利用者情報と、注文情報と、商品情報と、ストア情報とを含む説明変数と、注文のキャンセル有無の関係をモデルに学習させる。
【0063】
（予測部１３４について）
予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する。具体的には、予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数として機械学習させた学習済みモデルを用いて、予測キャンセル率を予測する。なお、この場合の学習用のモデルには、例えば、ＤＮＮや決定木などを用いてよい。すなわち、予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報と、キャンセル有無の関係を学習させた学習済みモデルを用いて、予測キャンセル率を予測する。
予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する。具体的には、予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数として機械学習させた学習済みモデルを用いて、予測キャンセル率を予測する。なお、この場合の学習用のモデルには、例えば、ＤＮＮや決定木などを用いてよい。すなわち、予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報と、キャンセル有無の関係を学習させた学習済みモデルを用いて、予測キャンセル率を予測する。
【0064】
（算出部１３５について）
算出部１３５は、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する。例えば、算出部１３５は、商品Ａについて所定期間に受け付けた注文情報を、注文情報記憶部１２３から抽出する。そして、算出部１３５は、予測部１３４において注文ごとに予測された予測キャンセル率を用いて、取引成立予測数を算出する。具体的には、算出部１３５は、注文ごとの商品の注文数に、１から予測キャンセル率を差し引いた値を掛けることにより、取引成立予測数を算出する。なお、算出部１３５は、商品の配達が完了した商品については、予測キャンセル率を用いることなく、商品の配達が完了した商品の個数を取引成立予測数として算出する。
算出部１３５は、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する。例えば、算出部１３５は、商品Ａについて所定期間に受け付けた注文情報を、注文情報記憶部１２３から抽出する。そして、算出部１３５は、予測部１３４において注文ごとに予測された予測キャンセル率を用いて、取引成立予測数を算出する。具体的には、算出部１３５は、注文ごとの商品の注文数に、１から予測キャンセル率を差し引いた値を掛けることにより、取引成立予測数を算出する。なお、算出部１３５は、商品の配達が完了した商品については、予測キャンセル率を用いることなく、商品の配達が完了した商品の個数を取引成立予測数として算出する。
【0065】
（生成部１３６について）
生成部１３６は、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する。例えば、生成部１３６は、算出部１３５において算出された商品ごとの取引成立予測数が大きい方から順に順位を定めた商品のランキングを生成する。なお、図１のステップＳ７の文言の下方に示す表においては、商品Ａの取引成立予測数が１００、商品Ｂの取引成立予測数が８８、商品Ｃの取引成立予測数が６６であることから、１位が商品Ａ、２位が商品Ｂ、３位が商品Ｃとなるランキングが生成されたことが示されている。
生成部１３６は、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する。例えば、生成部１３６は、算出部１３５において算出された商品ごとの取引成立予測数が大きい方から順に順位を定めた商品のランキングを生成する。なお、図１のステップＳ７の文言の下方に示す表においては、商品Ａの取引成立予測数が１００、商品Ｂの取引成立予測数が８８、商品Ｃの取引成立予測数が６６であることから、１位が商品Ａ、２位が商品Ｂ、３位が商品Ｃとなるランキングが生成されたことが示されている。
【0066】
（提案部１３７について）
提案部１３７は、生成部１３６が生成したランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案する。例えば、提案部１３７は、所定の電子商取引サイトを訪問した利用者の利用者端末２００に対して、生成部１３６において生成されたランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案するメッセージを提供することによって、商品の提案を行ってよい。例えば、提案部１３７は、「商品Ａを購入してみませんか」といったメッセージを利用者端末２００に提供してよい。
提案部１３７は、生成部１３６が生成したランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案する。例えば、提案部１３７は、所定の電子商取引サイトを訪問した利用者の利用者端末２００に対して、生成部１３６において生成されたランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案するメッセージを提供することによって、商品の提案を行ってよい。例えば、提案部１３７は、「商品Ａを購入してみませんか」といったメッセージを利用者端末２００に提供してよい。
【0067】
〔４．利用者端末の構成〕
次に、図６を用いて、実施形態に係る利用者端末２００の構成について説明する。図６は、実施形態に係る利用者端末の構成例を示す図である。図６に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０を有する。
次に、図６を用いて、実施形態に係る利用者端末２００の構成について説明する。図６は、実施形態に係る利用者端末の構成例を示す図である。図６に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０を有する。
【0068】
通信部２１０は、例えば、ＮＩＣ、無線ＬＡＮカード等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0069】
入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
【0070】
出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであってもよく、スピーカーにより音声を出力してよい。
【0071】
制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0072】
図６に示すように、制御部２４０は、受付部２４１と、提案部２４２と、を有する。
【0073】
受付部２４１は、利用者から各種の情報の入力を受け付ける。例えば、受付部２４１は、利用者から所定の電子商取引サービスにおける商品の注文を受け付ける。なお、利用者から受け付ける商品の注文の情報には、利用者ＩＤと、商品ＩＤと、ストアＩＤと、注文数量と、が含まれていてよい。
【0074】
提案部２４２は、利用者に商品の購入を提案する。例えば、提案部２４２は、情報処理装置１００の提案部１３７から提供された商品の購入のメッセージを出力部２３０に表示させることにより、利用者に商品の購入を提案してよい。例えば、提案部２４２は、情報処理装置１００の提案部１３７から提供された「商品Ａを購入してみませんか」といったメッセージを出力部２３０に表示させてよい。
【0075】
〔５．事業者端末の構成〕
次に、図１０を用いて、実施形態に係る事業者端末３００の構成について説明する。図１０は、実施形態に係る事業者端末の構成例を示す図である。図１０に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。
次に、図１０を用いて、実施形態に係る事業者端末３００の構成について説明する。図１０は、実施形態に係る事業者端末の構成例を示す図である。図１０に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。
【0076】
通信部３１０は、例えば、ＮＩＣ等によって実現される。そして、通信部３１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0077】
入力部３２０は、事業者Ｍから各種の操作情報が入力される。例えば、入力部３２０は、事業者端末３００に接続されたキーボードやマウスから事業者Ｍの各種操作を受け付けてもよい。また、入力部３２０は、タッチパネルにより表示面（例えば出力部３３０）を介して事業者Ｍから各種操作を受け付けてもよい。
【0078】
出力部３３０は、例えば液晶ディスプレイや有機ＥＬディスプレイ等によって実現される表示画面であり、各種情報を表示するための表示装置である。なお、事業者端末３００の入力部３２０が、タッチパネルを介して事業者Ｍから各種操作を受け付ける場合は、出力部３３０である表示画面により利用者Ｕの入力を受け付け、さらに利用者Ｕへの出力も行う。また、出力部２３０は、スピーカーであり、スピーカーにより音声を出力してよい。
【0079】
制御部３４０は、例えば、ＣＰＵやＭＰＵ等によって、事業者端末３００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0080】
図１０に示すように、制御部３４０は、受付部３４１と、通知部３４２と、報告部３４３と、を有する。
【0081】
受付部３４１は、事業者から各種の情報を受け付ける。例えば、受付部３４１は、事業者から、事業者が電子商取引サイトにおいて運営する仮想の店舗であるストアにおいて出品する商品に関する情報を示す商品情報を受け付ける。なお、商品情報は、商品ＩＤ、商品名、商品情報、ストアＩＤという項目に係る情報が含まれていてよい。
【0082】
通知部３４２は、事業者に注文情報を通知する。例えば、通知部３４２は、情報処理装置１００の受付部１３２が受け付けた注文情報の発注先の事業者の事業者端末３００に通知された注文情報を出力部３３０に表示させる。
【0083】
報告部３４３は、注文された商品の利用者へのお届けが完了した旨の情報を情報処理装置１００に報告する。通知部３４２によって事業者端末３００に注文情報が通知された事業者は、注文情報にしたがって、商品を用意して、利用者に配達する手配を整える。そして、事業者は、利用者に商品の配達が完了したら、事業者端末３００に注文情報が提供された商品の配達が完了した旨を入力する。そして、報告部３４３は、お届けが完了した商品について、当該の注文情報に、商品の利用者へのお届けが完了した旨を示す情報を紐付けて情報処理装置１００に送信する。
【0084】
〔６．情報処理のフロー〕
次に、図１１を用いて、実施形態に係る情報処理の手順について説明する。図１１は、実施形態に係る情報処理の一例を示すフローチャートである。以下、図１１に示すフローチャートに沿って、実施形態に係る情報処理の手順について説明する。
次に、図１１を用いて、実施形態に係る情報処理の手順について説明する。図１１は、実施形態に係る情報処理の一例を示すフローチャートである。以下、図１１に示すフローチャートに沿って、実施形態に係る情報処理の手順について説明する。
【0085】
まず、情報処理装置１００は、事業者端末から商品情報を受け付ける（ステップＳ１０１）。次に、情報処理装置１００は、利用者端末から利用者情報を取得する（ステップＳ１０２）。そして、情報処理装置１００は、利用者端末から注文情報を受け付ける（ステップＳ１０３）。そして、情報処理装置１００は、事業者端末に注文情報を提供する（ステップＳ１０４）。そして、情報処理装置１００は、利用者情報と注文情報と商品情報とストア情報とに基づいて、予測キャンセル率を予測する（ステップＳ１０５）。そして、情報処理装置１００は、商品ごとに所定期間における取引成立予測数を算出する（ステップＳ１０６）。そして、情報処理装置１００は、商品ごとの取引成立予測数に基づいて、
商品のランキングを生成する（ステップＳ１０７）。そして、情報処理装置１００は、ランキングに基づいて、商品を提案する（ステップＳ１０８）。
商品のランキングを生成する（ステップＳ１０７）。そして、情報処理装置１００は、ランキングに基づいて、商品を提案する（ステップＳ１０８）。
【0086】
これによれば、注文ごとに予測された予測キャンセル率を考慮して、所定期間における取引成立予測数を算出したうえで、取引成立予測数に基づいて商品のランキングを生成して、生成されたランキングに基づいて、利用者に商品を提案することができる。したがって、注文がキャンセルされる可能性を反映した取引成立予測数に基づいて商品のランキングを生成して、ランキングに基づいて、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理方法、及び情報処理プログラムを提供することができる。
【0087】
〔７．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
また、上述した実施形態に係る情報処理装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
【0088】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。
【0089】
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
【0090】
なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ ｃｈａｎｇｅ ｒｅｗｒｉｔａｂｌｅ Ｄｉｓｋ）等の光学記録媒体、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
【0091】
ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
【0092】
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
【0093】
例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。
【0094】
〔８．構成と効果〕
本開示に係る情報処理装置１００は、利用者端末２００から利用者に関する情報を示す利用者情報を取得する取得部１３１と、利用者端末２００から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部１３２と、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部１３４と、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部１３５と、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部１３６と、を備える。
本開示に係る情報処理装置１００は、利用者端末２００から利用者に関する情報を示す利用者情報を取得する取得部１３１と、利用者端末２００から利用者の商品への注文に関する情報を示す注文情報を受け付ける受付部１３２と、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測する予測部１３４と、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出する算出部１３５と、商品ごとの取引成立予測数に基づいて、商品のランキングを生成する生成部１３６と、を備える。
【0095】
この構成によれば、注文ごとに予測された予測キャンセル率を考慮して、所定期間における取引成立予測数を算出したうえで、取引成立予測数に基づいて商品のランキングを生成して、生成されたランキングに基づいて、利用者に商品を提案することができる。したがって、注文がキャンセルされる可能性を反映した取引成立予測数に基づいて商品のランキングを生成して、ランキングに基づいて、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置１００を提供することができる。
【0096】
本開示に係る情報処理装置１００は、生成部１３６が生成したランキングの順位が所定の順位以上の商品について、利用者に商品の購入を提案する提案部１３７と、をさらに備える。
【0097】
この構成によれば、取引成立予測を反映したランキングの順位が所定の順位以上の商品について、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置１００を提供することができる。
【0098】
本開示に係る情報処理装置１００の予測部１３４は、利用者情報と、注文情報と、商品情報と、ストア情報とを説明変数、予測キャンセル率を目的変数として機械学習させた学習済みモデルを用いて、予測キャンセル率を予測する。
【0099】
この構成によれば、機械学習モデルを用いて、予測キャンセル率を適切に予測することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理装置１００を提供することができる。
【0100】
本開示に係る情報処理方法は、利用者端末２００から利用者に関する情報を示す利用者情報を取得するステップと、利用者端末２００から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、を含む。
【0101】
この構成によれば、注文ごとに予測された予測キャンセル率を考慮して、所定期間における取引成立予測数を算出したうえで、取引成立予測数に基づいて商品のランキングを生成して、生成されたランキングに基づいて、利用者に商品を提案することができる。したがって、注文がキャンセルされる可能性を反映した取引成立予測数に基づいて商品のランキングを生成して、ランキングに基づいて、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理方法を提供することができる。
【0102】
本開示に係る情報処理プログラムは、利用者端末２００から利用者に関する情報を示す利用者情報を取得するステップと、利用者端末２００から利用者の商品への注文に関する情報を示す注文情報を受け付けるステップと、利用者情報と、注文情報と、商品情報と、ストア情報と、に基づいて、注文を受け付けた商品の予測キャンセル率を予測するステップと、予測キャンセル率に基づいて、商品ごとに所定期間における取引成立予測数を算出するステップと、商品ごとの取引成立予測数に基づいて、商品のランキングを生成するステップと、をコンピュータに実行させる。
【0103】
この構成によれば、注文ごとに予測された予測キャンセル率を考慮して、所定期間における取引成立予測数を算出したうえで、取引成立予測数に基づいて商品のランキングを生成して、生成されたランキングに基づいて、利用者に商品を提案することができる。したがって、注文がキャンセルされる可能性を反映した取引成立予測数に基づいて商品のランキングを生成して、ランキングに基づいて、利用者に商品を提案することができる。そのため、適切な取引成立予測を反映したランキングに基づいて利用者に商品を提案することができる情報処理プログラムを提供することができる。
【0104】
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0105】
また、上述してきた「部（ｓｅｃｔｉｏｎ、ｍｏｄｕｌｅ、ｕｎｉｔ）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部１３１は、取得手段や取得回路に読み替えることができる。
【符号の説明】
【0106】
１ 情報処理システム
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 商品情報記憶部
１２３ 注文情報記憶部
１２４ ストア情報記憶部
１２５ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 学習部
１３４ 予測部
１３５ 算出部
１３６ 生成部
１３７ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
２４２ 提案部
３００ 事業者端末
３１０ 通信部
３２０ 入力部
３３０ 出力部
３４０ 制御部
３４１ 受付部
３４２ 通知部
３４３ 報告部
Ｎ ネットワーク
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 商品情報記憶部
１２３ 注文情報記憶部
１２４ ストア情報記憶部
１２５ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 学習部
１３４ 予測部
１３５ 算出部
１３６ 生成部
１３７ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
２４２ 提案部
３００ 事業者端末
３１０ 通信部
３２０ 入力部
３３０ 出力部
３４０ 制御部
３４１ 受付部
３４２ 通知部
３４３ 報告部
Ｎ 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】