特許 6995553 提案装置、提案方法及び提案プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2021-12-17

(45)【発行日】2022-01-14

(54)【発明の名称】提案装置、提案方法及び提案プログラム

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20220106BHJP

【ＦＩ】

G06Q30/02 470

【請求項の数】 6

(21)【出願番号】P 2017192126

(22)【出願日】2017-09-29

(65)【公開番号】P2019067154

(43)【公開日】2019-04-25

【審査請求日】2020-06-02

(73)【特許権者】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(73)【特許権者】

【識別番号】517185458

【氏名又は名称】下村 拓滋

(73)【特許権者】

【識別番号】000237606

【氏名又は名称】加賀ＦＥＩ株式会社

(73)【特許権者】

【識別番号】399128600

【氏名又は名称】株式会社ユナイテッドアローズ

(74)【代理人】

【識別番号】110002147

【氏名又は名称】特許業務法人酒井国際特許事務所

(72)【発明者】

【氏名】加藤 圭造

(72)【発明者】

【氏名】板▲崎▼ 輝

(72)【発明者】

【氏名】霜 仁世

(72)【発明者】

【氏名】富士 聡子

(72)【発明者】

【氏名】下村 拓滋

(72)【発明者】

【氏名】椎橋 義雄

(72)【発明者】

【氏名】村上 悠

(72)【発明者】

【氏名】橋本 史野

【審査官】青柳 光代

(56)【参考文献】

【文献】特開２００９－１２２７８１（ＪＰ，Ａ）

【文献】特開２０１４－１０２７３９（ＪＰ，Ａ）

【文献】特開２０１４－１６４４５４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ － ９９／００

Ｇ１６Ｈ １０／００ － ８０／００

(57)【特許請求の範囲】

【請求項1】

ユーザが所有する各ユーザ商品に付与された識別情報を用いて、前記各ユーザ商品が利用されたか否かについて、前記識別情報が、センサにより所定の時間以上又は所定の回数以上連続して受信されない場合に、前記ユーザ商品が利用されたと検出する検出部と、
少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定する買取候補特定部と、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する出力部と
を有することを特徴とする提案装置。

【請求項2】

前記出力部は、前記買取候補商品の名称、カテゴリ、前記買取候補商品に関する説明文、前記買取候補商品の画像及び買取金額のうち少なくともいずれかを含む前記買取候補商品に関する情報及び前記提案商品に関する情報を出力することを特徴とする請求項１に記載の提案装置。

【請求項3】

前記提案商品を、特定された前記買取候補商品に関する情報に基づいて関連付ける商品特定部をさらに有することを特徴とする請求項１または２に記載の提案装置。

【請求項4】

前記買取候補特定部は、前記買取候補商品を特定する際に、特定のイベント時に利用されたことを示す情報に対応付けられるユーザ商品を前記買取候補商品から除外した上で、前記ユーザ商品の利用回数を用いて、前記買取候補商品を特定することを特徴とする請求項１乃至３のいずれか１つに記載の提案装置。

【請求項5】

ユーザが所有する各ユーザ商品に付与された識別情報を用いて、前記各ユーザ商品が利用されたか否かについて、前記識別情報が、センサにより所定の時間以上又は所定の回数以上連続して受信されない場合に、前記ユーザ商品が利用されたと検出し、
少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定し、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する
処理をコンピュータが実行することを特徴とする提案方法。

【請求項6】

ユーザが所有する各ユーザ商品に付与された識別情報を用いて、前記各ユーザ商品が利用されたか否かについて、前記識別情報が、センサにより所定の時間以上又は所定の回数以上連続して受信されない場合に、前記ユーザ商品が利用されたと検出し、
少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定し、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する
処理をコンピュータに実行させることを特徴とする提案プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、提案装置、提案方法及び提案プログラムに関する。

【背景技術】

【0002】

衣料品のオンライン店舗等で、ユーザが所持する不要な商品の譲渡を促す情報を出力する技術が知られている。例えば、商品の購入履歴を利用して、商品購入時などに同ユーザが同種の製品を以前購入しているか否かを検索し、購入していれば買替による商品購入と判断する技術が知られている。当該技術においては、購入時期が古い方の商品を第三者に譲渡するようリコメンドする情報が出力される。

【0003】

また、衣類を選択する際に、ユーザが入力した情報に基づいて、衣類を選択する技術が知られている。例えば、ユーザから自分の着たい衣類を特定する情報の入力を受け付けると、着用の際の評価としての基準適正値を算出し、これ以上の適正値でユーザの特定した衣類に類似するものを選び出す技術が知られている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００９－１２２７８０号公報

【文献】国際公開第２００８／１４２９０９号

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、上記技術においては、ユーザの衣料品の利用状況を適切に反映していないので、譲渡対象とする衣類を的確に選定できない場合がある。例えば、購入時期が古い方の商品であっても、ユーザが愛着を持っていて衣類を捨てずに使い続けている場合や、特定のイベントの際に限りユーザが当該衣類を着用する場合もある。この場合、選択された衣類を譲渡対象として提示することが適切ではないこともある。

【0006】

一つの側面では、ユーザの利用状況に即して買取候補となるアイテムを選定できる提案装置、提案方法及び提案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】

一つの態様において、提案装置は、ユーザが所有する、少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定する。また、提案装置は、前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する。

【発明の効果】

【0008】

一つの態様によれば、ユーザの利用状況に即して買取候補となるアイテムを選定できる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施例１における提案システムの一例を示す図である。

【図2】図２は、実施例１における提案装置の一例を示す図である。

【図3】図３は、実施例１におけるアイテムＤＢの一例を示す図である。

【図4】図４は、実施例１における着用履歴ＤＢの一例を示す図である。

【図5】図５は、実施例１における商品ＤＢの一例を示す図である。

【図6】図６は、実施例１における通知ＤＢの一例を示す図である。

【図7】図７は、実施例１における提案画面の一例を示す図である。

【図8】図８は、実施例１における履歴更新処理の一例を示すフローチャートである。

【図9】図９は、実施例１における提案処理の一例を示すフローチャートである。

【図10】図１０は、実施例２における提案装置の一例を示す図である。

【図11】図１１は、実施例２における着用履歴ＤＢの一例を示す図である。

【図12】図１２は、実施例２における記念日ＤＢの一例を示す図である。

【図13】図１３は、実施例２における提案処理の一例を示すフローチャートである。

【図14】図１４は、コンピュータのハードウェア構成例を示す図である。

【発明を実施するための形態】

【0010】

以下に、本願の開示する提案装置、提案方法及び提案プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜組み合わせても良い。

【実施例1】

【0011】

まず、本実施例における買取候補の提案について、図１を用いて説明する。図１は、実施例１における提案システムの一例を示す図である。図１に示す提案システム１は、提案装置１００と、センサ６００と、カメラ７００と、携帯端末３１００とを有する。提案装置１００は、センサ６００、カメラ７００及び携帯端末３１００と、例えば無線通信にて通信可能に接続される。なお、図１における携帯端末３１００ａ乃至３１００ｃは、異なる時点における同一の携帯端末３１００の位置を示す。

【0012】

図１に示すセンサ６００及びカメラ７００は、例えばユーザ３０００が住む部屋１０に設置される。携帯端末３１００は、例えばユーザ３０００により携帯される。なお、提案装置１００は、例えば商品を販売するＥＣサイト９００を運営する企業のデータセンター等に設置される。また、図１におけるユーザ３０００ａ乃至３０００ｃは、携帯端末３１００ａ乃至３１００ｃと同様に、同一のユーザ３０００の異なる時点における位置を示す。

【0013】

図１に示すセンサ６００は、例えば部屋１０のクローゼット２０００に設置される。クローゼット２０００には、ユーザ３０００が保有する洋服２１００、２２００及び２３００並びにその他の洋服などのアイテムが収納される。なお、アイテムは、例えばユーザ３０００が過去に購入した商品であり、ユーザ商品の一例である。

【0014】

クローゼット２０００に収納される洋服２１００には、識別情報を有するタグ２１０１が付与されている。本実施例において、洋服２２００及び２３００にも、同様に図示しないタグ２２０１及び２３０１がそれぞれ付与される。クローゼット２０００に収納されるその他の洋服などのアイテムについても同様である。なお、本実施例におけるタグは、例えばＮＦＣ（Near Field Communication）タグなどのＲＦ（Radio Frequency）タグであるが、これに限られない。センサ６００は、タグ２１０１から識別情報を読み取り、提案装置１００に送信する。

【0015】

また、図１に示すカメラ７００は、例えば部屋１０の出入口２５００に設置される。カメラ７００は、出入口２５００を通るユーザ３０００が着用している洋服２１００を撮影できる。カメラ７００は、撮影した画像データを提案装置１００に送信する。提案装置１００は、カメラ７００から受信した画像データを解析することにより、ユーザ３０００ｂが着用している洋服２１００を特定する。なお、カメラ７００は、画像データに代えて、撮影した画像からユーザ３０００ｂが着用している洋服２１００を特定し、洋服２１００を識別するデータを提案装置１００に送信してもよい。

【0016】

図１に示す提案装置１００は、ユーザ３０００による洋服その他のアイテムの着用回数を記憶する。例えば、提案装置１００は、センサ６００から、タグ２１０１の識別情報を定期的に受信する。そして、提案装置１００は、所定の時間以上タグ２１０１の識別情報を受信しない場合、タグ２１０１が付与された洋服２１００をユーザ３０００が着用していると判定する。また、提案装置１００は、カメラ７００から受信する画像データを用いて、ユーザ３０００が洋服２１００を着用していることを特定してもよい。なお、提案装置１００は、識別情報又は画像データにより特定された洋服２１００のレコードを追加する際に、着用回数を１増加させる。

【0017】

そして、提案装置１００は、ユーザ３０００が保有する洋服２１００、２２００及び２３００並びにその他の洋服等のアイテムのうち、例えばもっとも着用回数が少ないものを、買取候補として特定する。なお、買取候補は、買取候補商品として特定されたユーザ商品の一例である。

【0018】

提案装置１００は、買取候補として特定された洋服２３００の買取を提案する画面３１０１ｃを、ユーザ３０００の携帯端末３１００に送信する。提案装置１００は、例えば、ユーザ３０００がＥＣサイト９００にアクセスし、商品を選択する際に画面３１０１ｃを携帯端末３１００に送信し、ユーザ３０００にアイテムの買取を提案する。なお、買取候補という表現は、アイテムの所有者であるユーザ３０００の立場から見れば、下取りに出す候補、リサイクル品として供出する候補、もしくは、売却候補と言い換えることもできる。

【0019】

なお、図１においては、クローゼット２０００に設置されたセンサ６００と、出入口２５００に設置されたカメラ７００との両方を用いてユーザ３０００が来ている洋服を特定する構成について説明したが、実施の形態はこれに限られない。例えば、センサ６００及びカメラ７００のいずれか一方だけを用いて洋服を特定するような構成であってもよい。また、センサ６００から取得したデータにより特定された洋服と、カメラ７００から取得したデータにより特定された洋服とが異なる場合に、センサ６００及びカメラ７００のどちらから取得したデータを優先するかを予め決定してもよい。

【0020】

［機能ブロック］
次に、本実施例における提案装置の一例について、図２を用いて説明する。図２は、実施例１における提案装置の一例を示す図である。図２に示すように、本実施例における提案装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

【0021】

通信部１１０は、有線又は無線を問わず、図示しないネットワークを経由して、センサ６００、カメラ７００、携帯端末３１００など、その他のコンピュータ及びセンサ等との通信を制御する。

【0022】

記憶部１２０は、例えば制御部１３０が実行するプログラムなどの各種データなどを記憶する。また、記憶部１２０は、アイテムＤＢ１２１、着用履歴ＤＢ１２２、商品ＤＢ１２３及び通知ＤＢ１２４を有する。記憶部１２０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリなどの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。

【0023】

アイテムＤＢ１２１は、例えばユーザ３０００が保有するアイテムに関する情報を記憶する。図３は、実施例１におけるアイテムＤＢの一例を示す図である。図３に示すように、アイテムＤＢ１２１は、アイテムの「カテゴリ」、「購入日」、「購入価格」、「サイズ」、「カラー」、「画像」、「着用時期」及び「提案フラグ」を、「アイテムＩＤ」（Identifier）に対応付けて記憶する。

【0024】

図３において、アイテムＩＤは、アイテムを一意に識別する識別子であり、例えばタグ２１０１から読み取られる識別情報であってもよく、またアイテムＤＢ１２１へのアイテム登録時に付与されるＩＤであってもよい。アイテムＤＢ１２１は、例えばユーザごとに一つのテーブルを有する。なお、アイテムＤＢ１２１に記憶される情報は、例えば後に説明するアイテム検出部１３１により入力される。

【0025】

図３において、「カテゴリ」は、ジャケットやスカート、アクセサリーなど、アイテムが属するカテゴリを記憶する。「購入日」及び「購入価格」は、アイテムを購入した日及び購入した価格をそれぞれ記憶する。「サイズ」及び「カラー」は、それぞれアイテムの大きさ及び色を記憶する。

【0026】

図３において、「画像」は、アイテムの画像データのファイル名を記憶する。なお、図３に示すように、画像データは例えばｊｐｇファイル形式であるが、これに限られず、ｐｎｇファイルなど任意の形式の画像データを用いてもよい。なお、アイテムの画像データは、例えば記憶部１２０に記憶されるが、例えば提案装置１００以外の外部のコンピュータに保存されるような構成であってもよい。

【0027】

図３において、「着用時期」は、当該アイテムが特定の季節限定で着用される場合に、着用される時期に関する情報を記憶する。なお、時期を問わず着用されるアイテムについては、例えばアイテムＩＤ「ＡＢＣ－００３」のように「１～１２月」が着用時期として記憶される。なお、「カテゴリ」、「購入日」及び「購入価格」、「サイズ」、「「カラー」並びに「画像」のファイル名等の情報は、例えば洋服２１００に付されたタグ２１０１から取得されるが、その他の方法により特定してもよい。

【0028】

図３において、「提案フラグ」は、該当するアイテムを買取候補として提案するか否かを記憶する。例えば、提案装置１００は、提案フラグが「１」であるアイテムを、買取候補としてユーザ３０００に提案する。

【0029】

図３に示すアイテムＤＢ１２１は、例えばアイテムＩＤ「ＡＢＣ－００３」のアイテムは「２０１０年４月５日」に「１０，０００円」で購入された「アクセサリー」であることを記憶する。また、図３に示すアイテムＤＢ１２１は、アイテムＩＤ「ＡＢＣ－００３」のアイテムについて、サイズは指定されておらず、カラーは「プラチナ」であること、画像データのファイル名は「１２３１．ｊｐｇ」であることを記憶する。また、図３に示すアイテムＤＢ１２１は、アイテムＩＤ「ＡＢＣ－００３」のアイテムの着用時期は「１～１２月」であること、及び買取候補としては提案されていないことを記憶する。

【0030】

なお、アイテムＤＢ１２１に記憶される項目は一例であり、アイテムＩＤに対応するアイテムの名称、アイテムに関する説明文、材質、販売元、ブランド名、生産国等の情報をさらに含んでもよい。また、アイテムＤＢ１２１が、図３に示すいずれかの情報を含まないような構成であってもよく、いずれかの情報が他のデータベースに記憶されるような構成であってもよい。

【0031】

図２に戻って、着用履歴ＤＢ１２２は、アイテムＤＢ１２１に記憶されるアイテムの着用履歴に関する情報を記憶する。図４は、実施例１における着用履歴ＤＢの一例を示す図である。図４に示すように、着用履歴ＤＢ１２２は、例えば、「着用日時」及び「帰宅日時」と、「アイテムＩＤ」と、「着用回数」と、「着用率」とを「着用ＩＤ」に対応付けて記憶する。着用履歴ＤＢ１２２は、例えばユーザごとに一つのテーブルを有する。なお、着用履歴ＤＢ１２２のレコードは、例えばユーザ３０００によるアイテムの着用が検出される都度、後に説明するアイテム検出部１３１により追加される。

【0032】

図４において、「着用ＩＤ」は、アイテムの着用履歴を一意に識別する識別子である。「着用日時」及び「帰宅日時」は、当該アイテムを着用して外出した日時、及び帰宅した日時を記憶する。帰宅日時は、例えばカメラ７００においてユーザ３０００が帰宅したことを特定した日時であるが、これに限られず、例えばアイテムをクローゼットに収納した日時を帰宅日時として記憶してもよい。

【0033】

図４において、「着用回数」は、当該アイテムを購入してから通算する着用回数を記憶する。「着用率」は、当該アイテムを着用する頻度、例えば月に何回当該アイテムを着用したかを記憶する。

【0034】

例えば、図４において、着用ＩＤ「ＡＢＣ－Ｗ１１１－２」のレコードは、ユーザ３０００が、アイテムＩＤ「ＡＢＣ－００２」のスカートを、「２０１７年３月２５日１０：００」に着用して外出し、同日の「１９：００」に帰宅したことを記憶する。また、図４は、アイテムＩＤ「ＡＢＣ－００２」のスカートは通算で「７回」着用され、一月あたりにすると「０．１」回着用されたことを記憶する。

【0035】

図２に戻って、商品ＤＢ１２３は、ＥＣサイト９００においてユーザ３０００が選択できる商品を記憶する。なお、ＥＣサイト９００においてユーザ３０００が選択できる商品は、提案商品の一例である。

【0036】

また、商品ＤＢ１２３に記憶される商品の情報は、後に説明する商品特定部１３２が、ユーザ３０００に対して購入を提案する商品を特定する際にも用いられる。なお、購入を提案する商品という表現は、ＥＣサイト９００の運営者の立場から見れば、販売を提案する商品と言い換えることもできる。なお、以下において、後に説明する、ユーザ３０００に対して販売を提案する商品として推薦する商品を、ユーザ３０００に対する「リコメンド商品」と表現する場合がある。商品ＤＢ１２３は、例えばＥＣサイト９００ごとに一つのテーブルを有する。なお、商品ＤＢ１２３に記憶される情報は、例えばＥＣサイト９００の管理者により、予め入力される。

【0037】

図５は、実施例１における商品ＤＢの一例を示す図である。図５に示すように、商品ＤＢ１２３は、「アイテムＩＤ」に対応付けて、商品の「カテゴリ」と、「画像」と、「販売価格」とを記憶する。図５において、「販売価格」は、当該商品のＥＣサイト９００における販売価格を記憶する。例えば、図５に示す商品ＤＢ１２３は、アイテムＩＤ「ＸＹＺ－００２」の「スカート」は、ＥＣサイト９００にて「５０００」円で販売されることを記憶する。なお、商品ＤＢ１２３が記憶する情報は一例であり、例えばアイテムＩＤに対応する商品の名称、商品に関する説明文など、その他の商品に関する情報を含んでもよい。

【0038】

次に、通知ＤＢ１２４は、ユーザ３０００に対して提案した買取候補、ユーザが選択した商品、及びリコメンド商品に関する情報を記憶する。図６は、実施例１における通知ＤＢの一例を示す図である。図６に示すように、通知ＤＢ１２４は、「通知日時」と、「区分」と、「アイテムＩＤ」と、「金額」とを対応付けて記憶する。通知ＤＢ１２４は、例えばユーザごとに一つのテーブルを有する。なお、通知ＤＢ１２４に記憶される情報は、例えば後に説明する買取候補特定部１３３により入力される。

【0039】

図６において、「通知日時」は、ユーザ３０００に対して買取候補の提案を行った日時を示す。図６において、「区分」は、通知の内容を示す。例えば、「買取候補」は、ユーザ３０００に対して通知される買取候補であることを示し、「商品推薦」は、商品特定部１３２がユーザ３０００に対するリコメンド商品として推薦した商品であることを記憶する。また、「選択商品」は、ユーザ３０００がＥＣサイト９００において選択した商品であることを記憶する。「アイテムＩＤ」及び「金額」は、買取候補となるアイテムの買取金額を記憶する。

【0040】

例えば、図６に示す通知ＤＢ１２４は、アイテムＩＤ「ＡＢＣ－００２」のスカートを「買取候補」として、「２０００」円で買い取ることを提案する通知を、「２０１７年３月２５日１０：００」に送信したことを記憶する。なお、通知ＤＢ１２４が記憶する情報は一例であり、例えばアイテムＩＤに対応する買取候補又はリコメンド商品の名称、カテゴリ、説明文及び画像のファイル名など、その他の買取候補に関する情報及びリコメンド商品に関する情報をさらに含んでもよい。

【0041】

図２に戻って、制御部１３０は、提案装置１００の全体的な処理を司る処理部である。制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部の記憶装置に記憶されているプログラムが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１３０は、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るようにしてもよい。

【0042】

制御部１３０は、アイテム検出部１３１、商品特定部１３２、買取候補特定部１３３及び出力部１３４を有する。なお、アイテム検出部１３１、商品特定部１３２、買取候補特定部１３３及び出力部１３４は、プロセッサが有する電子回路の一例やプロセッサが実行するプロセスの一例である。

【0043】

アイテム検出部１３１は、ユーザ３０００が着用しているアイテムを特定する。アイテム検出部１３１は、例えば通信部１１０を通じてセンサ６００及びカメラ７００から受信する情報を用いて、ユーザ３０００が着用しているアイテムを特定する。なお、アイテム検出部１３１は、検出部の一例である。

【0044】

例えば、アイテム検出部１３１は、センサ６００から定期的に受信するタグ２１０１の識別情報が、所定の時間以上又は所定の回数以上連続して受信されない場合、タグ２１０１が付与された洋服２１００をユーザ３０００が着用したと判定する。

【0045】

なお、例えばユーザ３０００がアイテムを選ぶために一時的にクローゼット２０００から洋服２１００を出したが、結局は着用しない場合もある。このような場合を着用回数としてカウントしないようにするため、本実施例におけるセンサ６００は、洋服２１００が着用されたとみなす場合を、識別情報を所定の時間以上又は所定の回数以上連続して受信されない場合に限定する。

【0046】

また、アイテム検出部１３１は、カメラ７００から受信した画像を解析し、ユーザ３０００が着用しているアイテムを特定する。そして、アイテム検出部１３１は、画像から洋服２１００を検出した場合、ユーザ３０００が洋服２１００を着用していると判定する。

【0047】

アイテム検出部１３１は、ユーザ３０００が着用していると判定したアイテムのアイテムＩＤが、アイテムＤＢ１２１に登録されているか否かを判定する。例えば、アイテム検出部１３１は、アイテムに付与されたタグからセンサ６００を通じて取得した識別情報が、アイテムＤＢ１２１に記憶されているか否かを判定する。

【0048】

アイテム検出部１３１は、アイテムＤＢ１２１にアイテムＩＤが登録されていないと判定した場合、ユーザ３０００が着用していると判定したアイテムの情報を新たにアイテムＤＢ１２１に登録する。また、アイテム検出部１３１は、着用履歴ＤＢ１２２に、当該アイテムＩＤに対応するアイテムの着用を示すレコードを追加する。その際、アイテム検出部１３１は、当該アイテムＩＤに対応するレコードを追加する際に、着用回数を「１」とする。また、アイテム検出部１３１は、当該アイテムＩＤに対応するレコードを追加する際に、例えば当該アイテムの購入日を用いて、着用率を算出する。

【0049】

一方、アイテム検出部１３１は、アイテムＤＢ１２１にユーザ３０００が着用していると判定したアイテムのアイテムＩＤが登録されていると判定した場合、着用履歴ＤＢ１２２に、当該アイテムＩＤに対応するレコードを追加する。その際、アイテム検出部１３１は、当該アイテムＩＤに対応するレコードを追加する際に、着用回数を１増加させるとともに、着用率を再計算する。

【0050】

次に、商品特定部１３２は、ユーザ３０００が購入を希望する商品を特定する。商品特定部１３２は、例えばユーザ３０００がＥＣサイト９００にアクセスして選択した商品に関する情報を取得する。また、商品特定部１３２が、ＥＣサイト９００にアクセスしたユーザ３０００に対して、公知のリコメンド技術を用いて、ユーザ３０００に対して推薦するリコメンド商品を選択するような構成であってもよい。商品特定部１３２は、特定した商品に関する情報を、買取候補特定部１３３に出力する。

【0051】

次に、買取候補特定部１３３は、着用履歴ＤＢ１２２を参照し、ユーザ３０００に対して買取候補として提示するアイテムを特定する。買取候補特定部１３３は、着用履歴ＤＢ１２２に記憶されるアイテムのうち、例えば、最も「着用率」が低いアイテムを、買取候補として特定する。また、買取候補特定部１３３は、商品特定部１３２から商品に関する情報の出力を受けた場合、例えばアイテムＤＢ１２１を参照して、当該商品と同じカテゴリのアイテムを特定する。そして、買取候補特定部１３３は、特定された当該商品と同じカテゴリのアイテムのうち、最も「着用率」が低いアイテムを買取候補として特定する。

【0052】

なお、買取候補特定部１３３は、常に買取候補を特定するのではなく、例えば、アイテムの数に応じて、買取候補を特定するか否かを判定してもよい。この場合、買取候補特定部１３３は、例えばアイテムの数が予め設定された所定の閾値未満である場合には買取候補を特定せず、アイテムの数が所定の閾値以上である場合にのみ買取候補を特定してもよい。これにより、需要がない場合における買取候補の提示を抑制できる。

【0053】

なお、当該所定の閾値は、例えば図示しない提案装置１００の管理者により予め設定されているが、これに限られず、ユーザが任意に当該所定の閾値を設定してもよい。また、当該所定の閾値は、アイテムの種類ごとに異なっていてもよく、例えばＴシャツに関する所定の閾値を、ジャケットに関する所定の閾値より大きくしてもよい。例えば、アイテムの数に関する所定の閾値の初期設定値が「５」である場合において、ユーザがＴシャツに関する所定の閾値を「１０」に、ジャケットに関する所定の閾値を「４」に、それぞれ変更してもよい。これにより、ユーザによるアイテムごとの着用頻度や好みに応じて、買取候補を提示するか否かを調整できる。

【0054】

次に、出力部１３４は、特定された買取候補に関する情報を出力する。出力部１３４は、例えば、ユーザ３０００が携帯端末３１００を用いてＥＣサイト９００にアクセスして商品を選択した際に、選択された商品の情報と、特定された買取候補に関する情報とを含む提案画面を、通信部１１０を通じて携帯端末３１００に送信する。

【0055】

図７は、実施例１における提案画面の一例を示す図である。図７に示すように、本実施例における提案画面４０００は、ユーザ３０００が選択した商品４００１と、買取候補特定部１３３が特定した買取候補４１０１とを含む画面である。また、本実施例における提案画面４０００は、通常の購入ボタン４００２に加えて、買取候補の下取りを合わせて申し込むボタン４１０２も含む。これにより、提案装置１００は、ユーザ３０００に対して、買取候補のアイテムの買取を提案することができる。

【0056】

なお、出力部１３４が出力する情報はこれに限られず、例えば買取候補又はリコメンド商品の名称、カテゴリ、商品に関する説明文などの情報をさらに含んでもよい。また、出力部１３４は、例えば買取候補の画像データやアイテム名のみを出力し、買取金額を出力しないような構成であってもよい。また、以下において、ユーザ３０００に対する商品の販売と合わせて行われるユーザ３０００が保有するアイテムの下取りについても、アイテムの「買取」と表現する場合がある。

【0057】

［処理の流れ］
次に、本実施例における提案装置１００による処理について、図８及び図９を用いて説明する。まず、アイテム検出部１３１によるアイテム検出及び着用履歴更新に関する処理について説明する。図８は、実施例１における履歴更新処理の一例を示すフローチャートである。図８に示すように、提案装置１００のアイテム検出部１３１は、例えば通信部１１０を通じてセンサ６００又はカメラ７００から受信する情報等に基づいて、ユーザ３０００によるアイテムの着用を検出するまで待機する（Ｓ１００：Ｎｏ）。

【0058】

アイテム検出部１３１は、アイテムの着用を検出したと判定した場合（Ｓ１００：Ｙｅｓ）、着用が検出されたアイテムのアイテムＩＤを特定する。そして、アイテム検出部１３１は、特定されたアイテムＩＤが、アイテムＤＢ１２１に記憶されているか否かを判定する（Ｓ１１０）。アイテム検出部１３１は、特定されたアイテムＩＤがアイテムＤＢ１２１に記憶されていないと判定した場合（Ｓ１１０：Ｎｏ）、アイテムＤＢ１２１に、着用が検出されたアイテムに関するレコードを追加し（Ｓ１１１）、Ｓ１２０に移行する。

【0059】

一方、アイテム検出部１３１は、特定されたアイテムＩＤが、アイテムＤＢ１２１に記憶されていると判定した場合（Ｓ１１０：Ｙｅｓ）、着用履歴ＤＢ１２２において、当該アイテムＩＤに対応する着用履歴のレコードを追加し（Ｓ１２０）、処理を終了する。

【0060】

次に、買取候補特定部１３３が買取候補を選定し、出力部１３４が出力する処理について説明する。図９は、実施例１における提案処理の一例を示すフローチャートである。図９に示すように、提案装置１００の商品特定部１３２は、ユーザ３０００がＥＣサイト９００にアクセスし、商品を選択するまで待機する（Ｓ２００：Ｎｏ）。買取候補特定部１３３は、ユーザ３０００により商品が選択されたと判定した場合（Ｓ２００：Ｙｅｓ）、アイテムＤＢ１２１に登録されている、選択された商品と同種のアイテムの数が、所定の閾値以上であるか否かを判定する（Ｓ２１０）。買取候補特定部１３３は、選択された商品と同種のアイテムの数が、所定の閾値未満であると判定した場合（Ｓ２１０：Ｎｏ）、買取候補の提示を行わずに処理を終了する。

【0061】

一方、買取候補特定部１３３は、ユーザ３０００が保有する、選択された商品と同種のアイテムの数が、所定の閾値以上であると判定した場合（Ｓ２１０：Ｙｅｓ）、買取候補として特定する。例えば、買取候補特定部１３３は、アイテムＤＢ１２１に登録された、選択された商品と同種のアイテムのうち、着用率が最も低いアイテムを買取候補として特定する（Ｓ２１１）。そして、出力部１３４は、特定されたアイテムを、買取候補としてユーザ３０００に提示し（Ｓ２１２）、処理を終了する。

【0062】

［効果］
以上説明したように、本実施例における提案装置は、ユーザが所有する、少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定する。また、本実施例における提案装置は、前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する。これにより、提案装置は、ユーザの利用状況に即して買取候補となるアイテムを選定できる。

【0063】

また、本実施例における提案装置は、前記ユーザ商品に付与された識別情報を用いて、前記ユーザ商品が利用されたか否かを判定する。これにより、ユーザにアイテムの情報の入力等の煩雑な作業を要求することなく、提案装置は、アイテムの着用状況を把握することができる。

【0064】

また、本実施例における提案装置は、前記買取候補商品を、前記提案商品の名称、カテゴリ、前記提案商品に関する説明文、前記提案商品の画像及び販売金額のうち少なくともいずれかを含む前記提案商品に関する情報に基づいて特定する。また、前記出力部は、前記買取候補商品の名称、カテゴリ、前記買取候補商品に関する説明文、前記買取候補商品の画像及び買取金額のうち少なくともいずれかを含む前記買取候補商品に関する情報及び前記提案商品に関する情報を出力する。これにより、提案商品の種別等に関する条件に合致する買取候補商品を提案できる。

【0065】

さらに、本実施例における提案装置は、前記提案商品を、特定された前記買取候補商品に関する情報に基づいて関連付けてもよい。これにより、提案装置は、リコメンド商品と対応する買取候補を提案することができる。

【実施例2】

【0066】

ところで、買取候補を選定する基準は上述したものに限られない。例えば、着用頻度が低いアイテムであっても、誕生日や結婚記念日などのイベントに欠かさず着用するようなアイテムもある。このようなアイテムは、買取候補とすることが適切ではない。一方、過去によく着用していたアイテムであっても、急に着用する機会が少なくなった場合、着用頻度は高くとも買取候補とすることが適切である場合もある。そこで、本実施例においては、アイテムの着用状況の変化や、アイテムの着用と記念日との関係に着目して、ユーザによるアイテムの着用状況により即した買取候補を選定する構成について説明する。

【0067】

［機能ブロック］
まず、本実施例における提案装置の一例について説明する。図１０は、実施例２における提案装置の一例を示す図である。本実施例における提案装置２００は、通信部２１０と、記憶部２２０と、制御部２３０とを有する。なお、通信部２１０については図２に示す通信部１１０と同一の内容であるため、詳細な説明は省略する。

【0068】

記憶部２２０は、アイテムＤＢ２２１、着用履歴ＤＢ２２２、商品ＤＢ２２３、通知ＤＢ２２４及び記念日ＤＢ２２５を有する。なお、アイテムＤＢ２２１、商品ＤＢ２２３及び通知ＤＢ２２４については図２に示すアイテムＤＢ１２１、商品ＤＢ１２３及び通知ＤＢ１２４とそれぞれ同一の内容であるため、詳細な説明は省略する。

【0069】

本実施例における着用履歴ＤＢ２２２は、実施例１における着用履歴ＤＢ１２２に記憶される情報に加えて、アイテムの着用状況の変化や、アイテムの着用と記念日との関係に関する情報をさらに記憶する。図１１は、実施例２における着用履歴ＤＢの一例を示す図である。図１１に示すように、着用履歴ＤＢ２２２は、図４に示す情報に加えて、さらに「時期別着用率」と、「過去差分」と、「記念日」とを対応付けて記憶する。なお、着用履歴ＤＢ２２２に記憶される情報は、例えば後に説明するアイテム検出部２３１により入力される。

【0070】

図１１において、「時期別着用率」は、図３に示すアイテムＤＢ１２１に記憶された着用時期における、アイテムの着用頻度を記憶する。例えば、着用ＩＤ「ＡＢＣ－Ｗ００１－２」は、アイテムＩＤ「ＡＢＣ－０１１」の「ワンピース」が、アイテムＤＢ１２１に記憶される着用時期「４～７月」の４か月間においては、一月あたり「０．２４」回着用されたことを示す。

【0071】

図１１において、「過去差分」は、直近の着用時期におけるアイテムの着用頻度と、直近の着用時期より前の着用時期におけるアイテム着用頻度との差分を記憶する。例えば、着用ＩＤ「ＡＢＣ－Ｗ１１１－１」は、アイテムＩＤ「ＡＢＣ－００２」の「スカート」について、直近の着用時期における着用頻度が、直近の着用時期より前の着用時期における着用頻度の「０．２５」倍に低下したことを示す。なお、アイテムＩＤ「ＡＢＣ－００２」の「スカート」の直近の着用時期は、例えば「２０１６年４～７月」であり、この場合の直近の着用時期より前の着用時期は「２０１５年４～７月」である。

【0072】

図１１において、「記念日」は、アイテムを着用していた日時が、記念日ＤＢ２２５に記憶される記念日に該当するか否かを記憶する。

【0073】

なお、着用頻度の差分は、例えば前着用時期におけるアイテム着用頻度と直近の着用時期におけるアイテムの着用頻度との比率により求められるが、これに限られない。例えば、前着用時期におけるアイテム着用頻度から直近の着用時期におけるアイテムの着用頻度を減算することにより算出してもよい。また、その他の時系列データの解析に関する公知技術を用いて、過去差分を算出してもよい。なお、複数着用時期間での差分を保持するために、以下に示すような値を配列形式で保持してもよい。

【0074】

［［前着用時期におけるアイテム着用頻度－前々着用時期におけるアイテム着用頻度］，［直近の着用時期におけるアイテム着用頻度－前着用時期におけるアイテム着用頻度］，[２階微分値]］

【0075】

図１１において、例えば着用ＩＤ「ＡＢＣ－Ｗ１１１－２」のレコードは、アイテムＩＤ「ＡＢＣ－００２」のスカートの着用率は「０．１」であり、そのうち着用時期における着用率は「０．２」であることを示す。さらに、図１１は、アイテムＩＤ「ＡＢＣ－００２」のスカートの着用頻度が、前着用時期と比べると、「０．２５」倍に低下していること、及び記念日ではない「２０１７年３月２５日」に着用されたことを記憶する。一方、図１１において、例えば着用ＩＤ「ＡＢＣ－Ｗ１２２－１」のレコードは、アイテムＩＤ「ＡＢＣ－００３」のアクセサリーが、記念日である「２０１７年４月５日」に着用されたことを記憶する。

【0076】

次に、記念日ＤＢ２２５は、ユーザ３０００の誕生日や結婚記念日などのイベントに関する情報を記憶する。記念日ＤＢ２２５は、例えばユーザごとに一つのテーブルを有する。なお、記念日ＤＢ２２５に記憶される情報は、予めユーザ３０００等により入力される。なお、提案装置２００が、例えばユーザ３０００のブログやＳＮＳ（Social Networking service）を参照して記念日を特定し、記念日ＤＢ２２５に記憶するような構成であってもよい。

【0077】

図１２は、実施例２における記念日ＤＢの一例を示す図である。図１２に示すように、記念日ＤＢ２２５は、「記念日」と、「イベント」とを、「記念日ＩＤ」に対応付けて記憶する。図１２において、「記念日ＩＤ」は、記念日を一意に識別する識別子である。「記念日」及び「イベント」は、イベントがある日を記憶する。なお、記念日は、毎年の決まった月日であっても、又は決まった曜日であってもよい。例えば、記念日ＩＤ「ＡＢＣ－Ｄ００１」は、「毎年４月５日」が、ユーザ３０００の「結婚記念日」であることを示す。

【0078】

次に、制御部２３０は、アイテム検出部２３１、商品特定部２３２、買取候補特定部２３３及び出力部２３４を有する。なお、商品特定部２３２及び出力部２３４については図２に示す商品特定部１３２及び出力部１３４とそれぞれ同一の内容であるため、詳細な説明は省略する。

【0079】

本実施例におけるアイテム検出部２３１は、ユーザ３０００が着用しているアイテムのアイテムＩＤに対応するレコードを着用履歴ＤＢ２２２に登録する際に、着用日時が記念日に該当するか否かを判定する。アイテム検出部２３１は、着用日時が記念日に該当すると判定した場合、着用履歴ＤＢ２２２の「記念日」に「１」を記憶する。

【0080】

次に、買取候補特定部２３３は、着用履歴ＤＢ２２２を参照して買取候補として提示するアイテムを特定する際に、アイテムの「着用率」に加えて、「時期別着用率」と、「過去差分」と、「記念日」とを参照する。なお、買取候補特定部２３３も、買取候補特定部１３３と同様に、所定の閾値を用いて買取候補を特定するか否かを判定してもよい。

【0081】

例えば、買取候補特定部２３３は、買取候補のアイテムを特定する際に、買取候補のアイテムのアイテムＩＤに対応付けられた着用履歴ＤＢ２２２のレコードのうち、「記念日」が「１」であるレコードが登録されているか否かを判定する。買取候補特定部２３３は、「記念日」が「１」であるレコードが登録されていると判定した場合、当該アイテムＩＤのアイテムを、買取候補から除外する。これは、記念日に着用されるアイテムについては、ユーザ３０００が愛着を持っている可能性が高いので、たとえ着用率が低くとも、買取候補として提示することは適切ではないためである。

【0082】

また、買取候補特定部２３３は、買取候補のアイテムを特定する際に、「着用率」が低いアイテムであっても、「時期別着用率」が高いアイテムは、買取候補から除外してもよい。これは、「時期別着用率」が高いアイテムは、例えば梅雨の時期などにユーザ３０００に好んで着用される可能性が高いので、たとえ年間を通じての着用率が低くとも、買取候補として提示することは適切ではないためである。

【0083】

一方、買取候補特定部２３３は、「着用率」の高低にかかわらず、「過去差分」の値が小さいアイテムを、買取候補として提示してもよい。これは、「過去差分」の値が小さいアイテムは、かつてユーザ３０００に好んで着用されていたが、現在は着用される機会が少なくなった可能性が高いので、買取候補として提示することが有効であるためである。

【0084】

なお、買取候補特定部２３３は、これらの複数のパラメータを用いて、機械学習的手法で買取候補を特定してもよい。例えば、買取候補特定部２３３は、以下のような数式を用いて算出したスコアを用いて、買取候補を特定できる。なお、以下の数式における「ｗ１」、「ｗ２」及び「ｗ３」は、重み付けのために任意に設定されるパラメータである。また、「ｂ」は定数である。

【0085】

買取候補スコア＝ｗ１×着用回数＋ｗ２×過去差分（１階微分）＋ｗ３×記念日着用回数＋ｂ

【0086】

［処理の流れ］
次に、本実施例における提案装置２００による学習処理について、図１３を用いて説明する。図１３は、実施例２における提案処理の一例を示すフローチャートである。なお、以下の説明において、図９に示すステップと同じ符号については同様のステップであるため、詳細な説明を省略する。

【0087】

図１３に示すように、買取候補特定部２３３は、選択された商品と同種のアイテムの数が、所定の閾値以上であると判定した場合（Ｓ２１０：Ｙｅｓ）、当該同種のアイテムのうち、着用率が最も低いアイテムを選択する（Ｓ３１１）。次に、買取候補特定部２３３は、着用履歴ＤＢ２２２を参照し、選択したアイテムに対応付けられた全てのレコードについて、「記念日」が「０」であるか否かを判定する（Ｓ３１２）。買取候補特定部２３３は、全てのレコードについて、「記念日」が「０」であると判定した場合（Ｓ３１２：Ｙｅｓ）、選択したアイテムを買取候補に決定し（Ｓ３１３）、Ｓ２１２に移行する。

【0088】

一方、買取候補特定部２３３は、いずれかのレコードについて、「記念日」が「０」ではないと判定した場合（Ｓ３１２：Ｎｏ）、買取候補の提示を行わずに処理を終了する。

【0089】

［効果］
以上説明したように、本実施例における提案装置は、前記各アイテムの特定のイベント時における利用頻度を用いて、前記買取候補を特定する。これにより、結婚記念日や誕生日などのイベントにおけるアイテムの着用状況を考慮して、買取候補を提案することができる。

【0090】

なお、本実施例では記念日での着用回数に着目する構成について説明したが、買取候補を特定する構成はこれに限られない。例えば、着用履歴ＤＢ２２２に雨や雪などの天候に関する情報をさらに記憶してもよい。これにより、着用率は低いが、降雪時などの特定の状況で好んで着用されるアイテムを、買取候補から除外できるので、より的確に買取候補を提案することができる。

【実施例3】

【0091】

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。例えば、各実施例において、出力部１３４が、ユーザ３０００がＥＣサイト９００において商品を選択した際に買取候補に関する情報を出力する構成について説明したが、実施の形態はこれに限られない。例えば、出力部１３４は、ユーザ３０００が図示しない実店舗に接近したことを検出したタイミングや、ユーザ３０００が帰宅したことを検出したタイミングなど、任意のタイミングで買取候補に関する情報を出力してもよい。すなわち、出力部１３４は、商品特定部１３２による商品の特定とは無関係に、買取候補に関する情報だけを単独で出力してもよい。また、出力部１３４は、例えば公知のプッシュ配信技術や電子メールの送信、又はユーザ３０００が検索サイト等を利用した場合にリコメンド広告を出稿するなどのその他の方法により、買取候補を出力してもよい。この場合、提案装置１００又は２００が、商品特定部１３２を有さず、ユーザ３０００が購入を希望する商品又はユーザ３０００に対するリコメンド商品を特定しないような構成であってもよい。

【0092】

また、買取候補特定部１３３は、ユーザ３０００による購入予算を予め記憶し、ユーザ３０００が商品の購入を希望する際に、商品の販売価格の合計が購入予算を超過する場合に、買取候補を特定するような構成であってもよい。これにより、ユーザ３０００が商品の買取を申し出なくとも商品を購入できる場合において、買取候補の提示を抑制できる。

【0093】

また、買取候補特定部１３３は、着用履歴ＤＢ１２２を参照して買取候補のアイテムの着用回数及び購入日を特定し、特定された着用回数及び購入日を用いて買取候補のアイテムの買取価格を算出してもよい。

【0094】

また、買取候補特定部１３３は、ユーザ３０００が購入を希望する商品とは無関係に、ユーザ３０００が保有する全てのアイテムの中から買取候補を特定するような構成であってもよい。さらに、買取候補特定部１３３が特定するアイテムは１つに限らず、複数のアイテムを買取候補として特定してもよい。ユーザ３０００は、保有するアイテムの買取金額を新たな購入代金に補充できるので、買取候補の対象を多く提示することで、ユーザ３０００が購入代金の不足により商品の購入を断念することを抑制できる。

【0095】

また、上述した各実施例では、買取候補特定部１３３が、商品特定部１３２により特定された商品に基づいて、買取候補を特定するが、逆に、商品特定部１３２が、ユーザに対するリコメンド商品を、選定された買取候補を用いて決定してもよい。例えば、ユーザ３０００に対する買取候補として「靴」が特定された場合、買取候補の靴に代替する靴を、リコメンド商品として決定してもよい。これにより、商品特定部１３２は、ユーザ３０００による商品買取に応じた買い替え需要を喚起することができる。

【0096】

さらに、買取候補特定部１３３が買取候補を特定する条件は上述した例に限られず、例えば買取候補を購入日や購入価格などのその他の条件に基づいて特定してもよい。また、着用回数が多過ぎる場合は、アイテムが消耗して買取対象とすることが適切ではない場合もあるので、買取候補特定部１３３は、着用回数が多過ぎるアイテムを買取候補から除外してもよい。これにより、例えば買取価格が高いものだけを買取候補として提示するなど、よりユーザ３０００の買取ニーズに即した買取候補を提案することができる。なお、アイテムの消耗度合を特定するために、例えばアイテムを洗濯する洗濯機等にもセンサ６００を付与するような構成であってもよい。

【0097】

なお、例えば旅行先において洋服等のアイテムを着用する際に、ユーザ３０００が外出時にはアイテムを着用せずに、旅行カバンやスーツケース等に収納して外出する場合がある。この場合、例えばカメラ７００においては、ユーザ３０００によるアイテムの着用を検出することができない。そこで、センサ６００を旅行カバンやスーツケース等に付与し、センサ６００がアイテムに付与されたタグの識別情報を受信するような構成であってもよい。

【0098】

この場合において、提案装置１００のアイテム検出部１３１は、旅行カバンやスーツケース等に付与されたセンサ６００からアイテムの識別情報を受信した場合に、当該アイテムが着用されたと判定する。また、アイテム検出部１３１は、カメラ７００から、センサ６００が付与された旅行カバンやスーツケース等が撮影された画像を取得した場合に、当該アイテムが着用されたと判定してもよい。これにより、アイテム検出部１３１は、ユーザ３０００が外出時には着用せずに持ち出したアイテムについても検出することができる。

【0099】

さらに、センサ６００の検出範囲は、収納されたアイテムが旅行カバンやスーツケース等から取り出され、ユーザ３０００により着用されたことを検出できるように調整されてもよい。例えば、ユーザ３０００が旅行カバンやスーツケース等を開き、アイテムを取り出して着用した場合、センサ６００とアイテムとの距離が変動すると考えられる。そこで、センサ６００は、旅行カバンやスーツケース等が開かれたことや、収納されたアイテムの識別情報との距離が所定の範囲以上変動したことを検出してもよい。これにより、アイテム検出部１３１は、ユーザ３０００が外出時には着用せずに持ち出したアイテムを実際に着用したか否かをより精度よく検出することができる。

【0100】

また、出力部１３４は、ユーザ３０００の携帯端末３１００に買取候補を出力する際に、ユーザ３０００の家族や友人等に対して、買取候補に基づいて特定したリコメンド商品に関する情報を送信してもよい。また、記念日に関する情報を、買取候補の特定の際に加えて、リコメンド商品の特定の際に用いてもよい。これにより、ユーザ３０００による記念日に向けた購入需要や、ユーザ３０００へのプレゼントの購入需要を喚起できる。

【0101】

また、買取候補を特定する際に、過去のユーザ３０００やその他のユーザへの買取候補の提案と、実際にユーザから買取の申し出があったか否かとの関係をさらに用いてもよい。例えば、類似するアイテムについて、買取の申し出があった割合が高い場合、買取候補特定部１３３が、当該アイテムを買取候補として特定してもよい。

【0102】

なお、上述した提案装置１００又は２００の機能ブロックの一部は、外部のコンピュータに実装されていてもよい。例えば、提案装置１００がアイテムＤＢ１２１を有さない代わりに、ユーザ３０００が保有するアイテムに関する情報をユーザ３０００の携帯端末３１００又は図示しないその他のデータベースから取得するような構成であってもよい。

【0103】

［システム］
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

【0104】

また、図示した各装置の各構成要素は機能概念的なものであり、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、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、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。例えば、図２に示す商品特定部１３２と買取候補特定部１３３とを統合してもよい。また、図２に示す着用履歴ＤＢ１２２を、着用日時及び帰宅日時を記憶するテーブルと、アイテムの着用頻度を記憶するテーブルとに分散してもよい。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

【0105】

［ハードウェア構成］
図１４は、コンピュータのハードウェア構成例を示す図である。図１４に示すように、コンピュータ５００は、各種演算処理を実行するＣＰＵ５０１と、ユーザからのデータの入力を受け付ける入力装置５０２と、ディスプレイ５０３とを有する。また、コンピュータ５００は、映像を撮影するカメラ５０４と、ネットワークを介して他のコンピュータとの間でデータの授受を行うインタフェース装置５０５とを有する。また、コンピュータ５００は、各種情報を一時記憶するＲＡＭ５０６と、ハードディスク装置５０７とを有する。そして、各装置５０１～５０７は、バス５０８に接続される。

【0106】

ハードディスク装置５０７は、検出プログラム５０７ａ、特定プログラム５０７ｂ、出力プログラム５０７ｃを有する。ＣＰＵ５０１は、検出プログラム５０７ａ、特定プログラム５０７ｂ、出力プログラム５０７ｃを読み出してＲＡＭ５０６に展開する。検出プログラム５０７ａは、検出プロセス５０６ａとして機能する。特定プログラム５０７ａは、特定プロセス５０６ｂとして機能する。出力プログラム５０７ｃは、出力プロセス５０６ｃとして機能する。

【0107】

検出プロセス５０６ａは、アイテム検出部１３１に対応する。特定プロセス５０６ｂは、商品特定部１３２及び買取候補特定部１３３に対応する。出力プロセス５０６ｃは、出力部１３４に対応する。

【0108】

なお、検出プログラム５０７ａ、特定プログラム５０７ｂ、出力プログラム５０７ｃについては、必ずしも最初からハードディスク装置５０７に記憶させておかなくても良い。例えば、コンピュータ５００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ５００が各プログラム５０７ａ～５０７ｃを読み出して実行するようにしてもよい。

【0109】

以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。

【0110】

（付記１）ユーザが所有する、少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定する買取候補特定部と、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する出力部と、
を有することを特徴とする提案装置。

【0111】

（付記２）前記ユーザ商品に付与された識別情報を用いて、前記ユーザ商品が利用されたか否かを判定する検出部をさらに有することを特徴とする付記１に記載の提案装置。

【0112】

（付記３）前記検出部は、所定の地点において、前記識別情報を受信した場合、当該ユーザ商品が利用されたと判定することを特徴とする付記２に記載の提案装置。

【0113】

（付記４）前記検出部は、前記ユーザ商品の収納場所において、所定の時間又は所定の回数連続して前記識別情報を受信しない場合、当該ユーザ商品が利用されたと判定することを特徴とする付記２又は３に記載の提案装置。

【0114】

（付記５）前記検出部は、前記ユーザ商品が所定のバッグ又はケースに入れられたことを検出した場合に、当該ユーザ商品が利用されたと判定することを特徴とする付記２乃至４のいずれか１つに記載の提案装置。

【0115】

（付記６）前記検出部は、撮影された画像において前記ユーザ商品が検出された場合、当該ユーザ商品が利用されたと判定することを特徴とする付記２乃至５のいずれか１つに記載の提案装置。

【0116】

（付記７）前記買取候補特定部は、前記買取候補商品を、前記提案商品の名称、カテゴリ、前記提案商品に関する説明文、前記提案商品の画像及び販売金額のうち少なくともいずれかを含む前記提案商品に関する情報に基づいて特定し、
前記出力部は、前記買取候補商品の名称、カテゴリ、前記買取候補商品に関する説明文、前記買取候補商品の画像及び買取金額のうち少なくともいずれかを含む前記買取候補商品に関する情報及び前記提案商品に関する情報を出力することを特徴とする付記１乃至６のいずれか１つに記載の提案装置。

【0117】

（付記８）前記提案商品を、特定された前記買取候補商品に関する情報に基づいて関連付ける商品特定部をさらに有することを特徴とする付記７に記載の提案装置。

【0118】

（付記９）前記商品特定部は、前記提案商品として、前記ユーザに対してリコメンドする商品を選定し、
前記買取候補特定部は、選定された前記提案商品に関する情報に基づいて、前記買取候補商品を特定することを特徴とする付記８に記載の提案装置。

【0119】

（付記１０）前記買取候補特定部は、ユーザが商品を選択する際に、ユーザが設定した金額が選択された前記商品の価格に満たない場合に、前記買取候補商品を特定することを特徴とする付記１乃至９のいずれか１つに記載の提案装置。

【0120】

（付記１１）前記買取候補特定部は、特定のイベント時における前記買取候補商品として特定されたユーザ商品の利用頻度を用いて、前記買取候補商品を特定することを特徴とする付記１乃至１０のいずれか１つに記載の提案装置。

【0121】

（付記１２）前記買取候補特定部は、前記買取候補商品の買取金額を、前記買取候補商品として特定されたユーザ商品の利用回数に応じて算出することを特徴とする付記１乃至１１のいずれか１つに記載の提案装置。

【0122】

（付記１３）前記特定部は、前記ユーザ商品が利用されたと判定した場合、前記ユーザ商品に関する情報が記憶部に登録されているか否かを判定し、前記ユーザ商品に関する情報が前記記憶部に登録されていないと判定した場合は前記ユーザ商品に関する情報を新たに前記記憶部に登録し、前記ユーザ商品に関する情報が前記記憶部に登録されていると判定した場合は、前記ユーザ商品の利用回数を増加させることを特徴とする付記１乃至１１のいずれか１つに記載の提案装置。

【0123】

（付記１４）ユーザが所有する、少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定し、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する
処理をコンピュータが実行することを特徴とする提案方法。

【0124】

（付記１５）ユーザが所有する、少なくとも１つのユーザ商品と対応づけて記憶された、前記ユーザ商品の利用回数に基づいて、少なくとも１つのユーザ商品を買取候補商品として特定し、
前記買取候補商品に関連付けられる、前記ユーザに対して新たに購入を提案する提案商品の情報と併せて、前記買取候補商品に関する情報を出力する
処理をコンピュータに実行させることを特徴とする提案プログラム。

【符号の説明】

【0125】

１００、２００ 提案装置
１１０、２１０ 通信部
１２０、２２０ 記憶部
１２１、２２１ アイテムＤＢ
１２２、２２２ 着用履歴ＤＢ
１２３、２２３ 商品ＤＢ
１２４、２２４ 通知ＤＢ
２２５ 記念日ＤＢ
１３０、２３０ 制御部
１３１、２３１ アイテム検出部
１３２、２３２ 商品特定部
１３３、２３３ 買取候補特定部
１３４、２３４ 出力部

【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】