特許 7493856 集客支援装置、集客支援システム、集客支援方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-05-24

(45)【発行日】2024-06-03

(54)【発明の名称】集客支援装置、集客支援システム、集客支援方法、及びプログラム

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20240527BHJP

【ＦＩ】

G06Q10/04

【請求項の数】 8

(21)【出願番号】P 2023127773

(22)【出願日】2023-08-04

【審査請求日】2023-10-02

【早期審査対象出願】

(73)【特許権者】

【識別番号】515282658

【氏名又は名称】株式会社オープンソース活用研究所

(74)【代理人】

【識別番号】110002055

【氏名又は名称】弁理士法人ｉＲｉｆｙ国際特許事務所

(72)【発明者】

【氏名】寺田 雄一

【審査官】中野 修平

(56)【参考文献】

【文献】特開２０２０－０４２５９７（ＪＰ，Ａ）

【文献】特開２００７－１８３９０３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

キーワードの入力を受け付け処理する入力処理部と、
前記キーワードの強さを判定する強さ判定部と、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、
前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部と、
前記予測結果を出力する出力部と、を備え、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、
前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う
集客支援装置。

【請求項2】

キーワードの入力を受け付け処理する入力処理部と、
前記キーワードの強さを判定する強さ判定部と、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、
前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部と、
前記コンテンツを出力する出力部と、を備え、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する
集客支援装置。

【請求項3】

ユーザの端末装置と集客支援装置とからなる集客支援システムにおいて、
前記ユーザの端末装置は、
前記集客支援装置にキーワードを送信する第１送信部と、
前記集客支援装置からの予測結果を受信する第１受信部と、
前記予測結果を表示する表示部と、を備え、
前記集客支援装置は、
前記ユーザの端末装置からのキーワードを受信する第２受信部と、
前記キーワードの入力を受け付け処理する入力処理部と、
前記キーワードの強さを判定する強さ判定部と、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、
前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部と、
前記予測結果を前記ユーザの端末装置に送信する第２送信部と、を備え、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、
前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う
集客支援システム。

【請求項4】

ユーザの端末装置と集客支援装置とからなる集客支援システムにおいて、
前記ユーザの端末装置は、
前記集客支援装置にキーワードを送信する第１送信部と、
前記集客支援装置からのコンテンツを受信する第１受信部と、
前記コンテンツを表示する表示部と、を備え、
前記集客支援装置は、
前記ユーザの端末装置からのキーワードを受信する第２受信部と、
前記キーワードの入力を受け付け処理する入力処理部と、
前記キーワードの強さを判定する強さ判定部と、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、
前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部と、
前記コンテンツを前記ユーザの端末装置に送信する第２送信部と、を備え、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する
集客支援システム。

【請求項5】

入力処理部がキーワードの入力を受け付け処理し、
強さ判定部が前記キーワードの強さを判定し、
トレンド補正部が前記強さ判定部の判定結果にトレンド補正を行い、
予測部が前記トレンド補正後の判定結果に基づき少なくとも集客数を予測し、
出力部が、前記予測結果を出力し、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、
前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う
集客支援方法。

【請求項6】

入力処理部がキーワードの入力を受け付け処理し、
前記強さ判定部が、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、
トレンド補正部が前記強さ判定部の判定結果にトレンド補正を行い、
生成部が前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成し、
出力部が前記コンテンツを出力する
集客支援方法。

【請求項7】

コンピュータを、
キーワードの入力を受け付け処理する入力処理部、
前記キーワードの強さを判定する強さ判定部、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部、
前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部、
前記予測結果を出力する出力部、として機能させ、
前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、
前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う
プログラム。

【請求項8】

コンピュータを、
キーワードの入力を受け付け処理する入力処理部、
前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する強さ判定部、
前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部、
前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部、
前記コンテンツを出力する出力部、として機能させる
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、入力されたキーワードや課題等の強さを数値化し、集客数やクリック数等を予測し、集客を支援する技術に関する。

【背景技術】

【0002】

従来、Ｗｅｂサイト等のコンテンツを、いかなるキーワード等で構成するかは、当該Ｗｅｂサイトに対する集客数やクリック数に大きく影響することから、様々なマーケティング調査の結果をふまえて、当該キーワードの選定が行われている。

【0003】

一方、セミナーやイベント企画等についても、どの程度の集客が見込めるかを企画時に予測し、集客が見込めるような効果的な案内をすることも嘱望されている。

【0004】

ここで、例えば、特許文献１では、イベントに関連するイベントデータを取得する取得手段と、イベントデータに基づき、注意機構を用いて、イベントデータに含まれる各データ項目に対する着目度と、受注確率を予測する予測手段と、着目度及び受注確率を予測結果として出力する出力手段とを備える受注予測装置が開示されている。

【先行技術文献】

【特許文献】

【0005】

【文献】国際公開番号ＷＯ２０２２／２０１５１２Ａ１号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、特許文献１をはじめとする従来技術では、入力されたキーワードや課題等の強さを数値化し、集客数やクリック数等を予測し、Ｗｅｂサイトや案内文等に好適なキーワードを選定することで、集客を支援することはなされていない。

【0007】

本発明は、このような課題に鑑みてなされたものであり、その目的とするところは、入力されたキーワードや課題等の強さを数値化し、集客数やクリック数等を予測し、Ｗｅｂサイトや案内文等に好適なキーワードを選定することで、集客を支援する技術を提供することにある。

【課題を解決するための手段】

【0008】

上記課題を解決するため、本発明の第１の態様に係る集客支援装置は、キーワードの入力を受け付け処理する入力処理部と、前記キーワードの強さを判定する強さ判定部と、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部と、前記予測結果を出力する出力部と、を備え、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う。

【0009】

本発明の第２の態様に係る集客支援装置は、キーワードの入力を受け付け処理する入力処理部と、前記キーワードの強さを判定する強さ判定部と、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部と、前記コンテンツを出力する出力部と、を備え、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する。

【0010】

本発明の第３の態様に係る集客支援システムは、ユーザの端末装置と集客支援装置とからなる集客支援システムにおいて、前記ユーザの端末装置は、前記集客支援装置にキーワードを送信する第１送信部と、前記集客支援装置からの予測結果を受信する第１受信部と、前記予測結果を表示する表示部と、を備え、前記集客支援装置は、前記ユーザの端末装置からのキーワードを受信する第２受信部と、前記キーワードの入力を受け付け処理する入力処理部と、前記キーワードの強さを判定する強さ判定部と、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部と、前記予測結果を前記ユーザの端末装置に送信する第２送信部と、を備え、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う。

【0011】

本発明の第４の態様に係る集客支援システムは、ユーザの端末装置と集客支援装置とからなる集客支援システムにおいて、前記ユーザの端末装置は、前記集客支援装置にキーワードを送信する第１送信部と、前記集客支援装置からのコンテンツを受信する第１受信部と、前記コンテンツを表示する表示部と、を備え、前記集客支援装置は、前記ユーザの端末装置からのキーワードを受信する第２受信部と、前記キーワードの入力を受け付け処理する入力処理部と、前記キーワードの強さを判定する強さ判定部と、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部と、前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部と、前記コンテンツを前記ユーザの端末装置に送信する第２送信部と、を備え、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する。

【0012】

本発明の第５の態様に係る集客支援方法は、入力処理部がキーワードの入力を受け付け処理し、強さ判定部が前記キーワードの強さを判定し、トレンド補正部が前記強さ判定部の判定結果にトレンド補正を行い、予測部が前記トレンド補正後の判定結果に基づき少なくとも集客数を予測し、出力部が、前記予測結果を出力し、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う。

【0013】

本発明の第６の態様に係る集客支援方法は、入力処理部がキーワードの入力を受け付け処理し、前記強さ判定部が、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、トレンド補正部が前記強さ判定部の判定結果にトレンド補正を行い、生成部が前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成し、出力部が前記コンテンツを出力する。

【0014】

本発明の第7の態様に係るプログラムは、コンピュータを、キーワードの入力を受け付け処理する入力処理部、前記キーワードの強さを判定する強さ判定部、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部、前記トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部、前記予測結果を出力する出力部、として機能させ、前記強さ判定部は、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出し、前記予測部は、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う。

【0015】

本発明の第８の態様に係るプログラムは、コンピュータを、キーワードの入力を受け付け処理する入力処理部、前記入力処理部により処理されたテキストデータと類似度の高いタイトルを有する、セミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報とを、所定数だけ抽出し、それぞれに種別に関わる重み係数、時間に関わる重み係数を設定し、重み係数を用いた平均値の算出により数値化された強さを算出する強さ判定部、前記強さ判定部の判定結果にトレンド補正を行うトレンド補正部、前記トレンド補正後の判定結果に基づいて集客に有効なキーワードを選別しコンテンツを生成する生成部、前記コンテンツを出力する出力部、として機能させる。

【発明の効果】

【0016】

本発明によれば、入力されたキーワードや課題等の強さを数値化し、集客数やクリック数等を予測し、Ｗｅｂサイトや案内文等に好適なキーワードを選定することで、集客を支援する技術を提供することができる。

【図面の簡単な説明】

【0017】

【図1】図１は本発明の実施形態に係る集客支援システムの構成図である。

【図2】図２は同システムの集客支援装置の構成図である。

【図3】図３は同システムの端末装置の構成図である。

【図4】図４は同システムによる予測処理の手順を示すフローチャートである。

【図5】図５は同システムによるコンテンツ生成手順を示すフローチャートである。

【図6】図６（ａ）から図６（ｄ）は、同システムの集客支援装置が管理する各種テーブルの構成例である。

【図7】図７は同システムによる数値モデルの構築についての説明図である。

【図8】図８は同システムによるトレンド補正についての説明図である。

【発明を実施するための形態】

【0018】

以下、図面を参照しつつ本発明の実施形態について説明する。

【0019】

図１には、本発明の実施形態に係る集客支援システムの構成を示し説明する。

【0020】

同図に示されるように、本発明の実施形態に係る集客支援システムは、サーバ装置等からなる集客支援装置１と、ユーザの端末装置２とが、インターネット等の通信網を介して無線又は有線で接続され、構成されている。ユーザの端末装置２としては、スマートフォンやタブレット端末、ノート型パーソナルコンピュータ、デスクトップ型パーソナルコンピュータなど、各種のものを採用することができる。

【0021】

このような構成において、集客支援装置１が、ユーザの端末装置２から送られてきたキーワードや課題等のテキストデータを受け付け処理し、キーワード等の強さを判定し、その判定結果にトレンド補正を行い、トレンド補正後の判定結果に基づき少なくとも集客数を予測し、出力する。この出力の形態としては、例えばモニタやプリンタ等の外部出力装置への出力のほか、ユーザの端末装置２へのデータ送信等が含まれる。

【0022】

また、集客支援装置１は、ユーザの端末装置２から送られてきたキーワードや課題等のテキストデータを受け付け処理し、キーワード等の強さを判定し、その判定結果にトレンド補正を行い、トレンド補正後の判定結果に基づいてコンテンツを生成し、出力する。ここでも、この出力の形態としては、例えばモニタやプリンタ等の外部出力装置への出力のほか、ユーザの端末装置２へのデータ送信等が含まれる。

【0023】

集客支援装置１は、予めセミナー開催案内に関わるタイトル、リード文、申込者数、出席者数を含むセミナー情報と、メールマガジンに関わるタイトル、本文、開封率、クリック率を含むメール情報と、Ｗｅｂサイトに関わるタイトル、本文、ＰＶ値、閲覧時間を含むサイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを構築し、記憶しており、集客予測においては、この数理モデルを用いて予測を行うようにしている。

【0024】

図２には、集客支援システムにおける集客支援装置の構成を示し説明する。

【0025】

同図に示されるように、集客支援装置１は、制御部１１と、通信Ｉ／Ｆ１２と、記憶部１３とを有する。制御部１１と、通信Ｉ／Ｆ１２と、記憶部１３とは、システムバスを介して通信可能に接続されている。これら構成のほか、キーボードやマウス等の入力部や各種表示を行う液晶ディスプレイ等の表示部を有してもよい。通信Ｉ／Ｆ１２は、例えばＮＩＣ等により実現され、インターネット等の通信網４と有線又は無線で接続され、端末装置２等との間で通信を行う通信インタフェースである。記憶部１３は、例えばＲＡＭやフラッシュメモリ等の半導体メモリ素子、ＨＤＤ、または光ディスク装置等で実現されるもので、制御部１１で実行されるプログラムを予め記憶している。また、記憶部１３は、ユーザ情報記憶部１４、セミナー情報記憶部１５、メール情報記憶部１６、サイト情報記憶部１７、及び学習用記憶部１８を有する。

【0026】

ユーザ情報記憶部１４は、ユーザＩＤと紐付けて、登録ユーザの氏名、年齢、性別、住所、電話番号、メールアドレス等の属性情報等を記憶している。セミナー情報記憶部１５は、図６（ａ）に示されるように、セミナーＩＤと紐づけて、セミナーの案内文のタイトル、リード文、開催日、申込者数、出席者数、申込速度等の情報を記憶している。メール情報記憶部１６は、図６（ｂ）に示されるように、メールＩＤと紐づけて、メールマガジンのタイトル、本文、配信日、開封率、クリック率等の情報を記憶している。サイト情報記憶部１７は、図６（ｃ）に示されるように、サイトＩＤに紐づけて、Ｗｅｂサイトのタイトル、本文、閲覧日、ＰＶ値、閲覧時間等の情報を記憶している。そして、学習用記憶部１７には、強さ判定で用いる数理モデル等が記憶、更新されている。

【0027】

制御部１１は、ＣＰＵやＭＰＵ等で実現される。制御部１１は、ＡＳＩＣやＦＰＧＡ等の集積回路で構成される。制御部１１は、記憶部１３に記憶されているプログラムを読み出し実行することで、入力処理部１１ａ、学習部１１ｂ、管理部１１ｃ、強さ判定部１１ｄ、トレンド補正部１１ｅ、予測部１１ｆ、生成部１１ｇ、出力部１１ｈ、送受信制御部１１ｉ、及び主制御部１１ｊとして機能する。

【0028】

このような構成において、入力処理部１１ａは、キーワードや課題に係るテキストデータの入力を受け付け処理する。学習部１１ｂは、記憶部１３に記憶されているデータを学習データとして、集客予測のための数理モデルを構築し、適宜更新している。

【0029】

より詳細には、学習部１１ｂは、図７に示されるように、セミナー情報記憶部１５に記憶されているセミナー開催案内に関わるタイトル、リード文、開催日、申込者数、出席者数、及び申込速度を含む「セミナー情報」と、メール情報記憶部１５に記憶されているメールマガジンに関わるタイトル、本文、配信日、開封率、及びクリック率を含む「メール情報」と、サイト情報記憶部１７に記憶されているＷｅｂサイトに関わるタイトル、本文、閲覧日、ＰＶ値、及び閲覧時間を含む「サイト情報」を学習データとした機械学習を実行することで、集客予測のための数理モデルを構築し、学習用記憶部１７に記憶する。この数値モデルは、定期的な学習部１１ｂによる学習により、適宜更新される。

【0030】

管理部１１ｃは、ユーザ情報記憶部１４のユーザ情報、セミナー情報記憶部１５のセミナー情報、メール情報記憶部１６のメール情報、サイト情報記憶部１７のサイト情報を管理しており、適宜更新している。

【0031】

強さ判定部１１ｄは、入力処理部１１ａで処理されたキーワードや課題等のテキストデータの強さを判定する。より具体的には、図６（ｄ）に示されるように、入力処理されたテキストデータと類似度の高いタイトルを有するセミナー情報、メール情報、サイト情報を所定数だけ抽出し、それぞれに、種別に関わる重み係数、時間に関わる重み係数を設定し、それら重み係数を用いた平均値の算出により、数値化された強さを算出する。

【0032】

トレンド補正部１１ｅは、強さ判定部１１ｄが算出した数値化された強さに対してトレンド補正を行う。より具体的には、図８に示されるように、例えば、セミナー情報、メール情報、サイト情報の時系列的な変化の過程より、それらデータの傾向を推定し、強さ測定時点の値を、実際に強さを算出したいタイミングの値へと補正するものである。

【0033】

予測部１１ｆは、学習部１１ｂにより構築された数理モデルを用いて、トレンド補正後の強さに基づいて集客数やクリック数等の集客マーケティング傾向を予測する。生成部１１ｇは、トレンド補正後の強さに基づいて、入力された複数のキーワードの中から強いキーワードを上位数ワードに絞りこみ、生成系ＡＩにより、当該キーワードを用いた案内文等のコンテンツを生成する。出力部１１ｈは、強さの指標やコンテンツを出力する。送受信制御部１１ｉは、強さの指標やコンテンツに係るＨＴＭＬ形式等のデータをユーザの端末装置２に送信する送信部（第２送信部）、ユーザの端末装置２からのキーワードや課題等のテキストデータを受信する受信部（第２受信部）として機能する。このほか、主制御部１１ｊは、集客支援装置１のその他の制御を司るものである。

【0034】

図３には、集客支援システムにおける端末装置の構成を示し説明する。

【0035】

同図に示されるように、端末装置２は、制御部２１と、通信Ｉ／Ｆ２２と、操作部２３と、表示部２４と、記憶部２５とを有する。各部２１～２５は、システムバスを介して通信自在に接続されている。通信Ｉ／Ｆ２２は、例えば、ＮＩＣ等により実現され、インターネット等の通信網３と有線又は無線で接続され、集客支援装置１等との間で通信を行う通信インタフェースである。操作部２３は、マウスやキーボード等で実現され、ユーザによる各種操作入力を受け付ける。表示部２４は、液晶ディスプレイ等により実現されるもので、各種表示を行う。尚、操作部２３と表示部２４とをタッチパネルとして一体に構成してもよい。記憶部２５は、例えば、ＲＡＭやフラッシュメモリ等の半導体メモリ素子、ＨＤＤ、または光ディスク装置等で実現されるもので、制御部２１で実行されるプログラムを記憶している。

【0036】

制御部２１は、ＣＰＵやＭＰＵ等で実現されるもので、ＡＳＩＣやＦＰＧＡ等の集積回路で構成されてよい。制御部２１は、記憶部２５に記憶されているプログラムを読み出し実行することで、送受信制御部２１ａ、表示制御部２１ｂとして機能する。送受信制御部２１ａは、操作部２３の操作により入力されたキーワードや課題等のテキストデータを集客支援装置１に送信する送信部（第１送信部）、集客支援装置１から送られてきたＨＴＭＬ形式等のデータを受信する受信部（第１受信部）として機能する。表示制御部２１ｂは送受信制御部２１ａが受信したＨＴＭＬ形式等のデータに基づいて、表示部２４に所定の表示を行うよう制御する。

【0037】

以下、図４のフローチャートを参照して、集客支援装置による予測処理の手順を詳細に説明する。

【0038】

処理を開始すると、入力処理部１１ａは、キーワードや課題に係るテキストデータの入力を受け付け処理する（Ｓ１）。続いて、強さ判定部１１ｄは、入力処理部１１ａで処理されたキーワードや課題等のテキストデータの強さを判定する（Ｓ２）。より具体的には、図６（ｄ）に示されるように、入力処理されたテキストデータと類似度の高いタイトルを有するセミナー情報、メール情報、サイト情報を所定数だけ抽出し、それぞれに、種別に関わる重み係数、時間に関わる重み係数を設定し、それら重み係数を用いた平均値の算出により、数値化された強さを算出する。

【0039】

続いて、トレンド補正部１１ｅは、強さ判定部１１ｄが算出した数値化された強さに対してトレンド補正を行う（Ｓ３）。より具体的には、図８に示されるように、例えば、セミナー情報、メール情報、サイト情報の時系列的な変化の過程より、それらデータの傾向を推定し、強さ測定時点の値を、実際に強さを算出したいタイミングの値へと補正するものである。

【0040】

続いて、予測部１１ｆは、学習部１１ｂにより構築された数理モデルを用いて、トレンド補正後の強さに基づいて集客数やクリック数等の集客マーケティング傾向を予測し（Ｓ４）、出力部１１ｈは、強さの指標を出力する（Ｓ５）。こうして、集客予測に係る一連の処理を終了する。

【0041】

次に、図５のフローチャートを参照して、集客システムによるコンテンツ生成手順を詳細に説明する。

【0042】

処理を開始すると、入力処理部１１ａは、キーワードや課題に係るテキストデータの入力を受け付け処理する（Ｓ１１）。続いて、強さ判定部１１ｄは、入力処理部１１ａで処理されたキーワードや課題等のテキストデータの強さを判定する（Ｓ１２）。より具体的には、図６（ｄ）に示されるように、入力処理されたテキストデータと類似度の高いタイトルを有するセミナー情報、メール情報、サイト情報を所定数だけ抽出し、それぞれに、種別に関わる重み係数、時間に関わる重み係数を設定し、それら重み係数を用いた平均値の算出により、数値化された強さを算出する。

【0043】

続いて、トレンド補正部１１ｅは、強さ判定部１１ｄが算出した数値化された強さに対してトレンド補正を行う（Ｓ１３）。より具体的には、図８に示されるように、例えば、セミナー情報、メール情報、サイト情報の時系列的な変化の過程より、それらデータの傾向を推定し、強さ測定時点の値を、実際に強さを算出したいタイミングの値へと補正するものである。そして、生成部１１ｇは、トレンド補正後の強さに基づいて、入力された複数のキーワードの中から強いキーワードを上位数ワードに絞りこみ、生成系ＡＩにより、当該キーワードを用いた案内文等のコンテンツを生成し（Ｓ１５）、出力部１１ｈは、コンテンツを出力する（Ｓ１５）。

【0044】

以上説明したように、本発明の実施形態によれば、入力されたキーワードの集客面での強さを数値化して求め、当該強さに基づいて、学習により得られた数理モデルから集客に関わるマーケティング傾向（例えば、集客数、クリック数等）を予測することができるので、集客を側面支援することが可能となる。更に、算出された強さに基づいて、集客に有効なキーワードを選別し、当該キーワードを用いたセミナーの案内文等を生成系ＡＩにより自動生成できるので、その点においても、集客を側面支援することが可能となる。

【0045】

以上、本発明の実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。

【0046】

例えば、集客予測のための数理モデル構築に用いる学習データは、前述したセミナー情報、メール情報、サイト情報に限定されることなく、目的に応じて多様なデータヲ学習データとして加え、数値モデルを構築することが可能である。

【符号の説明】

【0047】

１…集客支援装置、２…端末装置、３…通信網、１１…制御部、１１ａ…入力処理部、１１ｂ…学習部、１１ｃ…管理部、１１ｄ…強さ判定部、１１ｅ…トレンド補正部、１１ｆ…予測部、１１ｇ…生成部、１１ｈ…出力部、１１ｉ…送受信制御部、１１ｊ…主制御部、１２…通信Ｉ／Ｆ、１３…記憶部、１４…ユーザ情報記憶部、１５…セミナー情報記憶部、１６…メール情報記憶部、１７…サイト情報記憶部、１８…学習用記憶部、２１…制御部、２１ａ…送受信制御部、２１ｂ…表示制御部、２２…通信Ｉ／Ｆ、２３…操作部、２４…表示部、２５…記憶部。

【要約】

【課題】入力されたキーワードや課題等の強さを数値化し、集客数やクリック数等を予測し、Ｗｅｂサイトや案内文等に好適なキーワードを選定することで、集客を支援する。
【解決手段】本発明は、キーワードの入力を受け付け処理する入力処理部１１ａと、キーワードの強さを判定する強さ判定部１１ｄと、強さ判定部の判定結果にトレンド補正を行うトレンド補正部１１ｅと、トレンド補正後の判定結果に基づき少なくとも集客数を予測する予測部１１ｆと、予測結果を出力する出力部１１ｈとを備え、予測部１１ｆは、セミナー情報と、メール情報と、サイト情報との少なくともいずれかを学習データとした機械学習により得られた数理モデルを用いて、上記予測を行う集客支援装置である。
【選択図】図２

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】