特開 2025-21898 生成プログラム、生成方法および情報処理装置

(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】P2025021898

(43)【公開日】2025-02-14

(54)【発明の名称】生成プログラム、生成方法および情報処理装置

(51)【国際特許分類】

   G06Q 30/02 20230101AFI20250206BHJP

【ＦＩ】

G06Q30/02

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2023125994

(22)【出願日】2023-08-02

(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】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】山▲崎▼ 崇史

【テーマコード（参考）】

5L030

5L049

【Ｆターム（参考）】

5L030BB01

5L049BB01

(57)【要約】

【課題】低コストで店舗内における利用客の動線解析を行う。
【解決手段】実施形態の生成プログラムは、設定する処理と、生成する処理とをコンピュータに実行させる。設定する処理は、商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定する。生成する処理は、記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した重みに基づき合成し、売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する。
【選択図】図９

【特許請求の範囲】

【請求項1】

商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理をコンピュータに実行させることを特徴とする生成プログラム。

【請求項2】

前記商品カテゴリごとの店舗内の配置を示す店舗情報に基づき、前記複数の購入パターンごとに、前記店舗内の利用者に対応するエージェントの移動をシミュレーションして前記基底可視化情報を生成する処理をさらにコンピュータに実行させる、
ことを特徴とする請求項１に記載の生成プログラム。

【請求項3】

前記可視化情報を生成する処理は、時間帯ごとの前記売上情報に基づき設定した時間帯ごとの前記重みに基づいて前記基底可視化情報を合成し、時間帯ごとの前記可視化情報を生成する、
ことを特徴とする請求項１に記載の生成プログラム。

【請求項4】

商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理をコンピュータが実行することを特徴とする生成方法。

【請求項5】

商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理を実行する制御部を含むことを特徴とする情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、生成プログラム、生成方法および情報処理装置に関する。

【背景技術】

【0002】

従来、スーパーやコンビニエンスストアなどの小売店舗のマーケティング分野において、店内の各点における利用客の累積滞在時間を店内地図に重ねて表示したヒートマップを生成する従来技術がある。このヒートマップは、利用客の人流・動線を解析し（以下、動線解析）、混雑の緩和と言った店舗の効率改善や、アクセス・売上の改善を目的とする分析のために大変有用な可視化・分析ツールである。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】米国特許出願公開第２０１６／０２５３７４０号明細書

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上記の従来技術では、ヒートマップの生成に多大なコストがかかり、利用客の動線解析を低コストで行うことが困難であるという問題がある。

【0005】

例えば、利用客の実際の動きを計測してヒートマップを作成する場合は、各時刻における店舗内の利用客の座標を、電波通信技術を用いた測位や、店舗内の全域を観測できるカメラによる撮影画像をもとに特定するための設備を用意する必要がある。

【0006】

また、ＰＯＳ（Point Of Sale）データをもとにしたエージェントシミュレーションにより利用客の店舗内の動きを模擬的にシミュレーションしてヒートマップを生成する場合は、ＰＯＳデータに含まれる利用客それぞれをエージェントでシミュレーションすることから、多大な計算コストが生じる。また、朝、昼、夜の時間帯ごとに客層の異なる小売店舗では、時間帯ごとの動線解析を行うために、各時間帯に対応した複数のヒートマップを生成することとなる。このため、時間帯ごとに収集したＰＯＳデータをもとに時間帯ごとのエージェントシミュレーションを行うために計算時間が長くなる。

【0007】

１つの側面では、低コストで店舗内における利用客の動線解析を行うことを可能とする生成プログラム、生成方法および情報処理装置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】

【0008】

１つの案では、生成プログラムは、設定する処理と、生成する処理とをコンピュータに実行させる。設定する処理は、商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定する。生成する処理は、記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した重みに基づき合成し、売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する。

【発明の効果】

【0009】

１実施態様によれば、低コストで店舗内における利用客の動線解析を行うことができる。

【図面の簡単な説明】

【0010】

【図1】図１は、実施形態にかかる情報処理装置の機能構成例を示すブロック図である。

【図2】図２は、店舗のレイアウト例を説明する説明図である。

【図3】図３は、ＰＯＳデータの一例を説明する説明図である。

【図4】図４は、基底マップ生成処理の一例を示すフローチャートである。

【図5】図５は、基底マップの一例を説明する説明図である。

【図6A】図６Ａは、実施形態にかかる情報処理装置におけるヒートマップ生成の処理例を示すフローチャート（１）である。

【図6B】図６Ｂは、実施形態にかかる情報処理装置におけるヒートマップ生成の処理例を示すフローチャート（２）である。

【図7】図７は、ＰＯＳデータに登場するレシートの一例を示す説明図である。

【図8】図８は、ヒストグラムの一例を示す説明図である。

【図9】図９は、生成したヒートマップの一例を示す説明図である。

【図10】図１０は、コンピュータ構成の一例を説明する説明図である。

【発明を実施するための形態】

【0011】

以下、図面を参照して、実施形態にかかる生成プログラム、生成方法および情報処理装置を説明する。実施形態において同一の機能を有する構成には同一の符号を付し、重複する説明は省略する。なお、以下の実施形態で説明する生成プログラム、生成方法および情報処理装置は、一例を示すに過ぎず、実施形態を限定するものではない。また、以下の各実施形態は、矛盾しない範囲内で適宜組みあわせてもよい。

【0012】

図１は、実施形態にかかる情報処理装置の機能構成例を示すブロック図である。図１に示すように、情報処理装置１は、通信部１０、入力部２０、表示部３０、記憶部４０、制御部５０を有する。情報処理装置１としては、例えばＰＣ（Personal Computer）などを適用できる。情報処理装置１は、店舗における商品の売上情報（ＰＯＳデータ４２）に基づき、ＰＯＳデータ４２が示す商品を購入した利用者の店舗内の行動履歴を可視化して示すヒートマップなどの可視化情報を生成する。

【0013】

通信部１０は、ネットワークを介して外部装置等とデータ通信を実行する。例えば、通信部１０は、制御部５０の制御のもと、店舗に関する店舗情報４１、店舗における商品の売上に関するＰＯＳデータ４２などを店舗のデータを管轄するサーバ装置等より取得する。通信部１０は、取得した店舗情報４１、ＰＯＳデータ４２を記憶部４０に格納する。

【0014】

入力部２０は、ユーザからの操作を受付ける。例えば、入力部２０は、店舗内のレイアウト変更（例えば商品の陳列位置の変更）に伴う店舗情報４１の修正指示をユーザより受け付ける。この修正指示に基づき、店舗情報４１は、レイアウト変更に合わせた内容に修正される。

【0015】

表示部３０は、制御部５０の処理結果を表示する。例えば、表示部３０は、制御部５０が生成したヒートマップなどの可視化情報をディスプレイに表示する。

【0016】

記憶部４０は、店舗情報４１、ＰＯＳデータ４２、基底マップデータ４３およびヒートマップデータ４４を有する。例えば、記憶部４０は、メモリ等により実現される。

【0017】

店舗情報４１は、店舗のレイアウトなどを示す情報である。例えば、店舗情報４１には、店舗内における利用者の出入り口、商品の陳列棚が並ぶ通路、レジなどのマップ（位置）情報が含まれる。また、店舗情報４１には、店舗内における商品カテゴリ（アイス・パン、菓子、デザート、インスタント食品、非食品類等）ごとの商品の陳列位置を示す情報が含まれる。

【0018】

図２は、店舗のレイアウト例を説明する説明図である。具体的には、図２では、利用客の動線解析の対象とする店舗ＳＴ１の平面レイアウトの一例を示している。

【0019】

図２に示すように、店舗ＳＴ１は、出入り口ＳＴ１０から商品の陳列棚が並ぶ通路ＳＴ１１～ＳＴ１５を経てレジＳＴ１６に至るレイアウトとなっている。店舗情報４１には、このような店舗ＳＴ１のレイアウトを示すマップ情報が含まれている。

【0020】

また、店舗情報４１には、通路ＳＴ１１～ＳＴ１５それぞれの陳列棚に配置される商品と、その商品に対応する商品カテゴリＣＡＴ０１～ＣＡＴ０５の情報が含まれている。例えば、商品カテゴリＣＡＴ０１がアイス・パンである場合、店舗情報４１により、アイス・パンは、通路ＳＴ１１の陳列棚に配置されていることがわかる。また、商品カテゴリＣＡＴ０２が菓子である場合、店舗情報４１により、菓子は、通路ＳＴ１２の陳列棚に配置されていることがわかる。また、商品カテゴリＣＡＴ０３がデザートである場合、店舗情報４１により、デザートは、通路ＳＴ１３の陳列棚に配置されていることがわかる。また、商品カテゴリＣＡＴ０４が非食品類である場合、店舗情報４１により、非食品類は、通路ＳＴ１４の陳列棚に配置されていることがわかる。また、商品カテゴリＣＡＴ０５がインスタント食品である場合、店舗情報４１により、インスタント食品は、通路ＳＴ１５の陳列棚に配置されていることがわかる。

【0021】

この通路ＳＴ１１～ＳＴ１５それぞれの陳列棚に配置される商品の商品カテゴリＣＡＴ０１～ＣＡＴ０５の情報については、商品の配置換えのタイミングで情報処理装置１の利用者により更新されるものとする。

【0022】

図１に戻り、ＰＯＳデータ４２は、店舗ＳＴ１における商品の売上を示す売上情報の一例である。図３は、ＰＯＳデータ４２の一例を説明する説明図である。

【0023】

図３に示すように、ＰＯＳデータ４２は、商品の売上ごとの情報を格納している。具体的には、ＰＯＳデータ４２は、売上ごとに、「年月日」、「時刻」、「レジ番号」、「レシート番号」、「ＪＡＮコード」、「大分類」、「カテゴリ名」、「商品名」、「単価」、「数量」、「売上金額」などの情報を有する。

【0024】

「年月日」は、売上の年月日を示す。「時刻」は、売上の時刻を示す。「レジ番号」は、売上を記録したレジＳＴ１６の識別番号を示す。「レシート番号」は、売上を記録したレシートの識別番号を示す。例えば、図示例における「レシート番号」が「３３９５」である６件の売上データについては、その番号で識別される１つのレシートに登録された売上であることを示している。

【0025】

「ＪＡＮコード」は、売上を記録した商品を識別するＪＡＮ（Japanese Article Number）を示す。「大分類」は、売上を記録した商品の大分類（例えば、食品、非食、飲料、冷凍等）を示す。「カテゴリ名」は、売上を記録した商品のカテゴリ（野菜、日配、洗剤、菓子等）を示す。「商品名」は、売上を記録した商品の名称を示す。「単価」は、売上を記録した商品の単価を示す。「数量」は、売上を記録した商品の数量を示す。「売上金額」は、売上の金額を示す。

【0026】

図１に戻り、基底マップデータ４３は、購入商品の商品カテゴリＣＡＴ０１～ＣＡＴ０５の組み合せが異なる複数の購入パターンごとの、店舗ＳＴ１内の利用者の行動履歴を可視化して示す情報である。例えば、基底マップデータ４３は、複数の購入パターン（基底）ごとに、店舗ＳＴ１の平面マップにおける利用者の行動履歴を重畳し、利用者の累積滞在時間の粗密度合いを濃淡で表現したヒートマップ（基底マップ）を含む。すなわち、基底マップデータ４３は、基底可視化情報の一例である。

【0027】

ヒートマップデータ４４は、ＰＯＳデータ４２に対応した利用者の行動履歴を可視化して示すヒートマップに関するデータである。すなわち、ヒートマップデータ４４は、可視化情報の一例である。

【0028】

具体的には、ヒートマップデータ４４は、ＰＯＳデータ４２に基づき、基底マップデータ４３に含まれる基底マップを合成することで生成されたヒートマップのデータである（詳細は後述）。

【0029】

制御部５０は、基底マップ生成部５１、重み設定部５２およびヒートマップ生成部５３を有する。たとえば、制御部５０は、プロセッサにより実現される。

【0030】

基底マップ生成部５１は、商品カテゴリごとの店舗内の配置を示す店舗情報４１に基づき、購入商品の商品カテゴリの組み合せが異なる複数の購入パターン（基底）ごとの、店舗ＳＴ１内の利用者の行動履歴を可視化したヒートマップ（基底マップ）を生成する処理部である。

【0031】

図４は、基底マップ生成処理の一例を示すフローチャートである。図４に示すように、基底マップ生成部５１は、店舗ＳＴ１に関する店舗情報４１を取得する。これにより、基底マップ生成部５１は、店舗ＳＴ１内のレジＳＴ１６の位置、通路ＳＴ１１～ＳＴ１５（陳列棚）の位置、通路ＳＴ１１～ＳＴ１５の陳列棚に配置される商品および商品カテゴリＣＡＴ０１～ＣＡＴ０５を取得する。ついで、基底マップ生成部５１は、店舗情報４１から商品カテゴリＣＡＴ０１～ＣＡＴ０５の総数（ｎｃａｔ）を取得する（Ｓ１）。

【0032】

ついで、基底マップ生成部５１は、商品カテゴリＣＡＴ０１～ＣＡＴ０５の総数（ｎｃａｔ）をもとに、基底マップの総数（ｎｄ＝２＾ｎｃａｔ－１）を取得する（Ｓ２）。例えば、商品カテゴリＣＡＴ０１～ＣＡＴ０５の総数（ｎｃａｔ）が５である場合、基底マップの総数はｎｄ＝２＾５－１＝３１となる。すなわち、Ｓ２において、基底マップ生成部５１は、商品カテゴリの組み合せが異なる複数の購入パターンの総数（ｎｄ）を求める。

【0033】

ついで、基底マップ生成部５１は、商品カテゴリの組み合せが異なる複数の購入パターンに対応する、ｎｄ種類の仮想ＰＯＳを作成する（Ｓ３）。

【0034】

具体的には、基底マップ生成部５１は、１つの商品カテゴリに立ち寄る（商品カテゴリの商品を購入する）組み合わせから順に、最終的にｎｃａｔ個の商品カテゴリに立ち寄る組み合わせまでの購入パターンに対応する仮想ＰＯＳを作成する。

【0035】

例えば、基底マップ生成部５１は、まず、商品カテゴリＣＡＴ０１～ＣＡＴ０５の中で１つの商品カテゴリに立ち寄る（商品カテゴリの商品を購入する）ＰＯＳをｎｃａｔ個作成する（立寄確率は１）。同様に、基底マップ生成部５１は、商品カテゴリＣＡＴ０１～ＣＡＴ０５の中で２つの商品カテゴリに立ち寄るＰＯＳを_ｎｃａｔＣ_２個作成する（立寄確率はそれぞれ１／２）。以降、基底マップ生成部５１は、商品カテゴリＣＡＴ０１～ＣＡＴ０５の中でｋ個の商品カテゴリに立ち寄るＰＯＳを_ｎｃａｔＣ_ｋ個作成する（立寄確率はそれぞれ１／ｋ）。最終的に、基底マップ生成部５１は、商品カテゴリＣＡＴ０１～ＣＡＴ０５の中でｎｃａｔ個の商品カテゴリに立ち寄るＰＯＳを_ｎｃａｔＣ_ｎｃａｔ個作成する（立寄確率はそれぞれ１／ｎｃａｔ）。

【0036】

ついで、基底マップ生成部５１は、処理番号（ｉｄ）をｉｄ＝０として初期化し（Ｓ４）、ｉｄ＜ｎｄであるか否かを判定する（Ｓ５）。

【0037】

ｉｄ＜ｎｄである場合（Ｓ５：Ｙｅｓ）、基底マップ生成部５１は、ｉｄをインクリメントする（Ｓ６）。ついで、基底マップ生成部５１は、ｉｄ番目の仮想ＰＯＳを読み込み、仮想ＰＯＳに基づくエージェントシミュレーションを実行する（Ｓ７）。具体的には、基底マップ生成部５１は、仮想ＰＯＳにおいて立ち寄る（購入する）ものとする商品の商品カテゴリを経由することを前提とした公知のエージェントシミュレーションを実行する。

【0038】

ついで、基底マップ生成部５１は、Ｓ７におけるエージェントシミュレーションの結果をもとにｉｄ番目の基底マップを取得し（Ｓ８）、Ｓ５へ処理を戻す。

【0039】

ｉｄ＜ｎｄでない場合（Ｓ５：Ｎｏ）、基底マップ生成部５１は、Ｓ５～Ｓ８の繰り返しにより、ｎｄ個の基底マップを取得する（Ｓ９）。ついで、基底マップ生成部５１は、取得した基底マップを立ち寄った商品カテゴリの組み合わせを示す識別情報（ｉｄ）とともに基底マップデータ４３に格納して処理を終了する。

【0040】

図５は、基底マップの一例を説明する説明図である。図５に示すように、基底マップ生成部５１は、商品カテゴリＣＡＴ０１～ＣＡＴ０５の組み合せが異なる複数の購入パターンについて、エージェントシミュレーションにより基底マップＢＭ１、ＢＭ２、ＢＭ３…ＢＭｎを生成する。ついで、基底マップ生成部５１は、生成した基底マップＢＭ１、ＢＭ２、ＢＭ３…ＢＭｎそれぞれについて、購入パターン（商品カテゴリの組み合わせ）を示す識別情報を付与した上で、基底マップデータ４３に格納する。

【0041】

上記の基底マップ生成部５１による基底マップデータ４３の生成は、店舗情報４１における商品レイアウト（陳列棚に対応する商品カテゴリ）の更新時に１度行えばよい。すなわち、情報処理装置１では、店舗ＳＴ１内の商品レイアウトの更新がなければ、１度生成した基底マップデータ４３を使い回すことができる。

【0042】

図１に戻り、重み設定部５２は、ＰＯＳデータ４２に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定する処理部である。

【0043】

ヒートマップ生成部５３は、重み設定部５２が設定した重みに基づき、基底マップデータ４３に含まれる基底マップＢＭ１、ＢＭ２、ＢＭ３…ＢＭｎを合成し、ＰＯＳデータ４２に対応した利用者の行動履歴を可視化して示すヒートマップデータ４４を生成する処理部である。

【0044】

ここで、重み設定部５２およびヒートマップ生成部５３の処理について詳細に説明する。図６Ａ、図６Ｂは、実施形態にかかる情報処理装置１におけるヒートマップ生成の処理例を示すフローチャートである。

【0045】

図６Ａ、図６Ｂに示すように、処理が開始されると、重み設定部５２は、ＰＯＳデータ４２を読み込む（Ｓ１０）。ここで、重み設定部５２は、所定の時間帯（朝（６：００～１０：００）、昼（１０：００～１８：００）、夜（１８：００～２２：００））に関するヒートマップを生成する場合は、対応する時間帯のＰＯＳデータ４２を読み込むものとする。

【0046】

例えば、昼（１０：００～１８：００）に関するヒートマップを生成する場合、図３の例では、「レシート番号」が「３３９５」、「３９８３」、「４０１１」の売上データが読み込まれることとなる。ついで、夜（１８：００～２２：００）に関するヒートマップを生成する場合、図３の例では、「レシート番号」が「４４３３」の売上データが読み込まれることとなる。

【0047】

ここで、重み設定部５２は、読み込んだＰＯＳデータ４２について、そのＰＯＳデータ４２に含まれるレシートの枚数をｎｐｏｓとする。例えば、昼（１０：００～１８：００）の時間帯に対応するＰＯＳデータ４２を読み込んだ場合は、「レシート番号」が「３３９５」、「３９８３」、「４０１１」の３つあることから、ｎｐｏｓ＝３とする。また、重み設定部５２は、各レシートの記載されている購入商品の種類数（商品カテゴリ数）、すなわち利用客が立ち止まった回数をｎｓｔｏｐとする。また、重み設定部５２は、各購入商品に対応付けられている商品カテゴリをｉｃａｔとする。

【0048】

ついで、重み設定部５２は、購入商品の商品カテゴリの組み合わせそれぞれに対する重み（ヒストグラム）を初期化する（Ｓ１１）。具体的には、重み設定部５２は、上記のヒストグラムをｈｉｓｔ（ｉｄ）とし、ｈｉｓｔ（１）、ｈｉｓｔ（２）、…、ｈｉｓｔ（ｎｄ）で参照できる関数とする。上述したとおり、ｉｄは商品カテゴリの組み合わせを示す識別情報であり、ｎｄは組み合わせの種類数である。重み設定部５２は、このｈｉｓｔ（ｉｄ）を、ｈｉｓｔ（１：ｎｄ）＝０として初期化する。

【0049】

ついで、重み設定部５２は、ｎｐｏｓ＞０であるか否かを判定する（Ｓ１２）。一番最初にＰＯＳを読み込んだ初回の処理ではレシートの枚数はｎｐｏｓであり、以後の処理（Ｓ１４）では、レシートを１枚１枚処理するたびに、ｎｐｏｓの値を一つずつ減らしていく。したがって、ｎｐｏｓの値が正である間は処理を継続することで、すべてのレシートに対する処理を行うことができる。そして、ｎｐｏｓ＞０でない場合（Ｓ１２：Ｎｏ）はすべてのレシートを処理（重み付け）したことから、重み設定部５２は、Ｓ１７へ処理を進める。

【0050】

ｎｐｏｓ＞０である場合（Ｓ１２：Ｙｅｓ）、重み設定部５２は、レシートごとに、立ち寄ったカテゴリについて重複のないリスト（ｌｉｓｔ配列）を作成する。このｌｉｓｔ配列は、整数配列であり、サイズがｎｃａｔであるものとする。ここで、重み設定部５２は、ｌｉｓｔ（１：ｎｃａｔ）＝０とし、ｌｉｓｔ配列のすべての値をゼロに初期化する（Ｓ１３）。ついで、重み設定部５２は、ｎｐｏｓの値を１つ減らし（Ｓ１４）、リスト作成の処理を行う（Ｓ１５）。

【0051】

リスト作成の処理において、重み設定部５２は、各レシートから読み取れる利用客の立止まり回数ｎｓｔｏｐがｎｓｔｏｐ＞０であるか否かを判定する（Ｓ２０）。初回の処理では立止まり回数はｎｓｔｏｐであり、以後の処理（Ｓ２１）では、商品を処理するたびにｎｓｔｏｐの値を一つずつ減らしてく。したがって、ｎｓｔｏｐの値が正である間は処理を継続することで、レシートにあるすべての商品に対する処理を行うことができる。ｎｓｔｏｐ＞０でない場合（Ｓ２０：Ｎｏ）、重み設定部５２は、レシートにあるすべての商品に対する処理が終わったことから、Ｓ１６へ処理を進める。

【0052】

ｎｓｔｏｐ＞０である場合（Ｓ２０：Ｙｅｓ）、重み設定部５２は、購入イベント（レシートに記載された購入商品）が発生したカテゴリｉｃａｔを識別する（Ｓ２２）。

【0053】

図７は、ＰＯＳデータに登場するレシートの一例を示す説明図である。図７に示すように、ＰＯＳデータ４２よりレシートＲＥ１、ＲＥ２、ＲＥ３が読み取られているものとする。重み設定部５２は、このレシートＲＥ１、ＲＥ２、ＲＥ３それぞれについて、購入イベント（レシートに記載された購入商品）が発生したカテゴリｉｃａｔを識別する。例えば、レシートＲＥ２からは、ｃａｔ０２、ｃａｔ０２、ｃａｔ０２、ｃａｔ０４が識別される。

【0054】

ついで、重み設定部５２は、ｌｉｓｔ（ｉｃａｔ）＝０であるか否かを判定し（Ｓ２３）、ｌｉｓｔ（ｉｃａｔ）＝０の場合（Ｓ２３：Ｙｅｓ）、ｌｉｓｔ（ｉｃａｔ）＝１とし（Ｓ２４）、Ｓ２０へ処理を戻す。ｌｉｓｔ（ｉｃａｔ）＝０でない場合（Ｓ２３：Ｎｏ）、重み設定部５２は、Ｓ２４を行わずにＳ２０へ処理を戻す。

【0055】

これにより、重み設定部５２は、立ち寄って買い物をした商品カテゴリだけｌｉｓｔ（ｉｃａｔ）＝１のフラグを立てることができる。すなわち、重み設定部５２は、ＰＯＳデータ４２の各レシートに立ち寄った商品カテゴリのリスト（ｌｉｓｔ配列）が得られる。

【0056】

このようなリスト作成についで、重み設定部５２は、リストをもとに、購入商品の商品カテゴリの組み合わせそれぞれに対する重み（ヒストグラム）のカウントを行う（Ｓ１６）。

【0057】

具体的には、重み設定部５２は、次のような足し算をする。
ｎｓｂ＝ｓｕｍ＿｛１≦ｉｄ≦ｎｄ｝ｌｉｓｔ（ｉｄ）＊２＾（ｉｄ－１）

【0058】

例えば、ｌｉｓｔ（１）＝１、ｌｉｓｔ（２）＝１、ｌｉｓｔ（３）＝１、ｌｉｓｔ（４）＝０、ｌｉｓｔ（５）＝１の場合、ｎｓｂは次のような値となる。
ｎｓｂ＝１＊２＾０＋１＊２＾１＋１＊２＾２＋０＊２＾（３）＋１＊２＾４
＝１＋２＋４＋０＋１６
＝２３

【0059】

このようにして得た数値ｎｓｂは１からｎｄまでのすべての整数値を一つずつ取る。そこで、重み設定部５２は、この値を用いてｉｄを探すことができる。

【0060】

より具体的には、重み設定部５２は、ｎｓｂ＝０；ｉｃａｔ＝０として初期化する（Ｓ３０）。

【0061】

ついで、重み設定部５２は、ｌｉｓｔ（ｉｃａｔ＋１）＝０であるか否かを判定する（Ｓ３１）。ｌｉｓｔ（ｉｃａｔ＋１）＝０の場合（Ｓ３１：Ｙｅｓ）、重み設定部５２は、ｐｂｓ＝０とし（Ｓ３２）、Ｓ３４へ処理を進める。ｌｉｓｔ（ｉｃａｔ＋１）＝０でない場合（Ｓ３１：Ｎｏ）、重み設定部５２は、ｐｂｓ＝２＾ｉｃａｔとし（Ｓ３３）、Ｓ３４へ処理を進める。Ｓ３４において、重み設定部５２は、ｎｓｂ＋＝ｐｓｂ；ｉｃａｔ＋＋とする。このように、重み設定部５２は、ｎｓｂの足し合わせを行う。

【0062】

ついで、重み設定部５２は、ｉｃａｔ＝ｎｃａｔであるか否かを判定し（Ｓ３５）、否定判定（Ｎｏ）の場合はＳ３１へ処理を戻す。

【0063】

Ｓ３５において肯定判定（Ｙｅｓ）の場合、重み設定部５２は、ｎｓｂとｉｄとの対応表を参照し、ｎｓｂの値から商品カテゴリの組み合わせｉｄを決定する（Ｓ３６）。ついで、重み設定部５２は、商品カテゴリの組み合わせｉｄが決定したので、ｈｉｓｔ（ｉｄ）＋＋としてヒストグラムにカウントを足し（Ｓ３７）、Ｓ１２へ処理を戻す。

【0064】

図８は、ヒストグラムの一例を示す説明図である。ｈｉｓｔ（ｉｄ）＋＋としてカウントしていくことで、図８に示すように、商品カテゴリ（１～４）の組み合わせ｛１｝、｛２｝…｛１，２，３，４｝ごとのヒストグラムＧ１を得ることができる。

【0065】

すべてのレシートを処理（重み付け）した後のＳ１７において、ヒートマップ生成部５３は、基底マップデータ４３に含まれる基底マップＢＭ１、ＢＭ２…ＢＭｎを、重み設定部５２が設定した重みに基づき合成してヒートマップを作成する。

【0066】

具体的には、ヒートマップ生成部５３は、ヒストグラムｈｉｓｔ（：）を取得する（Ｓ４０）。ついで、ヒートマップ生成部５３は、商品カテゴリの組み合わせｉｄごとに準備されている基底マップＢＭ１、ＢＭ２…ＢＭｎを、ｈｉｓｔ（ｉｄ）を乗じて足し合わせる（Ｓ４１）。ついで、ヒートマップ生成部５３は、Ｓ４１の足し合わせにより合成したヒートマップをヒートマップデータ４４として出力し（Ｓ４２）、処理を終了する。

【0067】

図９は、生成したヒートマップの一例を示す説明図である。図９において、ヒートマップＨＭ１は、ＰＯＳデータ４２をもとに情報処理装置１が生成したヒートマップである。ヒートマップＨＭ２は、ＰＯＳデータ４２が得られたときの実際の利用客の動きを測定して得られた、すなわち実測値によるヒートマップである。

【0068】

図９に示すように、情報処理装置１が生成したヒートマップＨＭ１は、実測値によるヒートマップＨＭ２とほぼ同じものであり、精度のよい結果が得られていることがわかる。

【0069】

これは、ヒートマップの出力に関しては、エージェント同士の相互作用の影響が少なく、基底マップＢＭ１、ＢＭ２…ＢＭｎの重ね合わせが有効であるためと言える。

【0070】

例えば、店舗ＳＴ１内での利用客の相互作用には、レジ待ち、待ち、混雑、すれ違い回避などがある。しかしながら、実際にはこのような相互作用が生じるケースは、極めてまれなことである。一例として、待ち、混雑が発生するのは、営業時間内において極限られた時間であり、このような短時間における相互作用は十分に無視できる。したがって、基底マップＢＭ１、ＢＭ２…ＢＭｎを、ＰＯＳデータ４２に基づく重みをもとに合成して生成したヒートマップＨＭ１については、精度よく人流を表現したものとなる。

【0071】

以上のように、情報処理装置１は、ＰＯＳデータ４２に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定する。情報処理装置１は、記憶部４０に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗ＳＴ１内の利用者の行動履歴を可視化して示す基底マップＢＭ１、ＢＭ２…ＢＭｎを、設定した重みに基づき合成する。この基底マップＢＭ１、ＢＭ２…ＢＭｎの合成により、情報処理装置１は、ＰＯＳデータ４２に対応した利用者の行動履歴を可視化して示すヒートマップＨＭ１を生成する。

【0072】

これにより、情報処理装置１は、店舗ＳＴ１内の利用者の動きの測定や、エージェントシミュレーションによる利用者の動きの再現を行うことなく、ＰＯＳデータ４２に対応した利用者の行動履歴を可視化して示すヒートマップＨＭ１を得ることができる。このため、情報処理装置１では、店舗ＳＴ１内における利用者の動線解析を低コストで行うことができる。

【0073】

また、情報処理装置１は、商品カテゴリごとの店舗内の配置を示す店舗情報４１に基づき、複数の購入パターンごとに、店舗内の利用者に対応するエージェントの移動をシミュレーションして基底マップＢＭ１、ＢＭ１、ＢＭ２…ＢＭｎを生成する。これにより、情報処理装置１は、商品カテゴリごとの店舗内の配置に対応する、複数の購入パターンごとの基底マップＢＭ１、ＢＭ１、ＢＭ２…ＢＭｎを、商品配置を変えるたびに利用者の動きを測定することなく、容易に取得することができる。

【0074】

また、情報処理装置１は、時間帯ごとのＰＯＳデータ４２に基づき設定した時間帯ごとの重みに基づいて基底マップＢＭ１、ＢＭ１、ＢＭ２…ＢＭｎを合成し、時間帯ごとのヒートマップＨＭ１を生成する。これにより、情報処理装置１は、店舗ＳＴ１内の利用者の動きの測定や、エージェントシミュレーションによる利用者の動きの再現を時間帯ごとに行うことなく、時間帯ごとのＰＯＳデータ４２に対応するヒートマップＨＭ１を容易に得ることができる。

【0075】

なお、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0076】

また、情報処理装置１の制御部５０で行われる基底マップ生成部５１、重み設定部５２およびヒートマップ生成部５３の各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部または任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、またはワイヤードロジックによるハードウエア上で、その全部または任意の一部を実行するようにしてもよいことは言うまでもない。また、情報処理装置１で行われる各種処理機能は、クラウドコンピューティングにより、複数のコンピュータが協働して実行してもよい。

【0077】

ところで、上記の実施形態で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施形態と同様の機能を有するプログラムを実行するコンピュータ構成（ハードウエア）の一例を説明する。図１０は、コンピュータ構成の一例を説明する説明図である。

【0078】

図１０に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、データ入力を受け付ける入力装置２０２と、モニタ２０３と、スピーカ２０４とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る媒体読取装置２０５と、各種装置と接続するためのインタフェース装置２０６と、有線または無線により外部機器と通信接続するための通信装置２０７とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０８と、ハードディスク装置２０９とを有する。また、コンピュータ２００内の各部（２０１～２０９）は、バス２１０に接続される。

【0079】

ハードディスク装置２０９には、上記の実施形態で説明した機能構成（例えば基底マップ生成部５１、重み設定部５２およびヒートマップ生成部５３）における各種の処理を実行するためのプログラム２１１が記憶される。また、ハードディスク装置２０９には、プログラム２１１が参照する各種データ２１２が記憶される。入力装置２０２は、例えば、操作者から操作情報の入力を受け付ける。モニタ２０３は、例えば、操作者が操作する各種画面を表示する。インタフェース装置２０６は、例えば印刷装置等が接続される。通信装置２０７は、ＬＡＮ（Local Area Network）等の通信ネットワークと接続され、通信ネットワークを介した外部機器との間で各種情報をやりとりする。

【0080】

ＣＰＵ２０１は、ハードディスク装置２０９に記憶されたプログラム２１１を読み出して、ＲＡＭ２０８に展開して実行することで、上記の機能構成（例えば基底マップ生成部５１、重み設定部５２およびヒートマップ生成部５３）に関する各種の処理を行う。なお、プログラム２１１は、ハードディスク装置２０９に記憶されていなくてもよい。例えば、コンピュータ２００が読み取り可能な記憶媒体に記憶されたプログラム２１１を読み出して実行するようにしてもよい。コンピュータ２００が読み取り可能な記憶媒体は、例えば、ＣＤ－ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal Serial Bus）メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこのプログラム２１１を記憶させておき、コンピュータ２００がこれらからプログラム２１１を読み出して実行するようにしてもよい。

【0081】

以上の実施形態に関し、さらに以下の付記を開示する。

【0082】

（付記１）商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理をコンピュータに実行させることを特徴とする生成プログラム。

【0083】

（付記２）前記商品カテゴリごとの店舗内の配置を示す店舗情報に基づき、前記複数の購入パターンごとに、前記店舗内の利用者に対応するエージェントの移動をシミュレーションして前記基底可視化情報を生成する処理をさらに前記コンピュータに実行させる、
ことを特徴とする付記１に記載の生成プログラム。

【0084】

（付記３）前記可視化情報を生成する処理は、時間帯ごとの前記売上情報に基づき設定した時間帯ごとの前記重みに基づいて前記基底可視化情報を合成し、時間帯ごとの前記可視化情報を生成する、
ことを特徴とする付記１に記載の生成プログラム。

【0085】

（付記４）商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理をコンピュータが実行することを特徴とする生成方法。

【0086】

（付記５）前記商品カテゴリごとの店舗内の配置を示す店舗情報に基づき、前記複数の購入パターンごとに、前記店舗内の利用者に対応するエージェントの移動をシミュレーションして前記基底可視化情報を生成する処理をさらに前記コンピュータが実行する、
ことを特徴とする付記４に記載の生成方法。

【0087】

（付記６）前記可視化情報を生成する処理は、時間帯ごとの前記売上情報に基づき設定した時間帯ごとの前記重みに基づいて前記基底可視化情報を合成し、時間帯ごとの前記可視化情報を生成する、
ことを特徴とする付記４に記載の生成方法。

【0088】

（付記７）商品の売上情報に基づき、購入商品の商品カテゴリの組み合わせそれぞれに対する重みを設定し、
記憶部に記憶された、購入商品の商品カテゴリの組み合せが異なる複数の購入パターンごとの、店舗内の利用者の行動履歴を可視化して示す基底可視化情報を、設定した前記重みに基づき合成し、前記売上情報に対応した利用者の行動履歴を可視化して示す可視化情報を生成する、
処理を実行する制御部を含むことを特徴とする情報処理装置。

【0089】

（付記８）前記商品カテゴリごとの店舗内の配置を示す店舗情報に基づき、前記複数の購入パターンごとに、前記店舗内の利用者に対応するエージェントの移動をシミュレーションして前記基底可視化情報を生成する処理をさらに前記制御部が実行する、
ことを特徴とする付記７に記載の情報処理装置。

【0090】

（付記９）前記可視化情報を生成する処理は、時間帯ごとの前記売上情報に基づき設定した時間帯ごとの前記重みに基づいて前記基底可視化情報を合成し、時間帯ごとの前記可視化情報を生成する、
ことを特徴とする付記７に記載の情報処理装置。

【符号の説明】

【0091】

１…情報処理装置
１０…通信部
２０…入力部
３０…表示部
４０…記憶部
４１…店舗情報
４２…ＰＯＳデータ
４３…基底マップデータ
４４…ヒートマップデータ
５０…制御部
５１…基底マップ生成部
５２…重み設定部
５３…ヒートマップ生成部
２００…コンピュータ
２０１…ＣＰＵ
２０２…入力装置
２０３…モニタ
２０４…スピーカ
２０５…媒体読取装置
２０６…インタフェース装置
２０７…通信装置
２０８…ＲＡＭ
２０９…ハードディスク装置
２１０…バス
２１１…プログラム
２１２…各種データ
ＢＭ１～ＢＭｎ…基底マップ
ＣＡＴ０１～ＣＡＴ０５…商品カテゴリ
Ｇ１…ヒストグラム
ＨＭ１、ＨＭ２…ヒートマップ
ＲＥ１～ＲＥ３…レシート
ＳＴ１…店舗
ＳＴ１０…出入り口
ＳＴ１１～ＳＴ１５…通路
ＳＴ１６…レジ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6A】

【図6B】

【図7】

【図8】

【図9】

【図10】