(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】2024-07-24
(45)【発行日】2024-08-01
(54)【発明の名称】魚提案システム
(51)【国際特許分類】
G06Q 30/0601 20230101AFI20240725BHJP
【ＦＩ】
G06Q30/0601 330
【請求項の数】
3
(21)【出願番号】P 2020116099
(22)【出願日】2020-07-06
(65)【公開番号】P2022013998
(43)【公開日】2022-01-19
【審査請求日】2022-09-27
(73)【特許権者】
【識別番号】320005501
【氏名又は名称】株式会社電通
(74)【代理人】
【識別番号】230104019
【弁護士】
【氏名又は名称】大野 聖二
(74)【代理人】
【識別番号】100106840
【弁理士】
【氏名又は名称】森田 耕司
(74)【代理人】
【識別番号】100131451
【弁理士】
【氏名又は名称】津田 理
(74)【代理人】
【識別番号】100167933
【弁理士】
【氏名又は名称】松野 知紘
(74)【代理人】
【識別番号】100174137
【弁理士】
【氏名又は名称】酒谷 誠一
(74)【代理人】
【識別番号】100184181
【弁理士】
【氏名又は名称】野本 裕史
(72)【発明者】
【氏名】志村 和広
【審査官】青柳 光代
(56)【参考文献】
【文献】特開２００２－２０３１３３（ＪＰ，Ａ）
【文献】特開２０１２－０８８８１８（ＪＰ，Ａ）
【文献】特開２０１０－１９７１５１（ＪＰ，Ａ）
【文献】国際公開第２０１９／１０３８８０（ＷＯ，Ａ１）
【文献】特開２０１３－０６９２５９（ＪＰ，Ａ）
【文献】特開２００２－２９７９６６（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】
購入希望条件を満たす魚を提案する魚提案システムであって、前記魚提案システムは、
魚の尾の断面を撮影した画像データと、当該魚の品質を示す品質データとの関係を、機械学習により分析する第１機械学習部と、
判定対象の魚の尾の断面の画像データが入力される第１入力部と、
前記第１機械学習部で分析した関係に基づいて、前記第１入力部で入力された判定対象の魚の尾の断面の画像データを入力として、前記判定対象の魚の品質を推定して出力する第１推定部と、
前記魚の品質データ及び前記魚の重量を示す重量データと、当該魚の価格を示す価格データとの関係を、機械学習により分析する第２機械学習部と、
判定対象の魚の重量データが入力される第２入力部と、
前記第２機械学習部で分析した関係に基づいて、前記第１推定部から出力された前記判定対象の魚の品質データ及び前記第２入力部で入力された前記判定対象の魚の重量データを入力として、前記判定対象の魚の価格を推定して出力する第２推定部と、
前記第１推定部から出力された前記魚の品質データと、前記第２入力部から入力された前記魚の重量データと、前記第２推定部から出力された前記魚の価格データとを、関連付けて記憶するデータベース部と、
前記購入希望条件として、購入希望の魚の品質データと重量データと価格データを、ユーザ装置から取得するデータ取得部と、
前記データ取得部で取得した前記購入希望の魚の品質データと重量データと価格データと、前記データベース部に記憶された前記魚の品質データと重量データと価格データとを比較して、前記購入希望条件を満たす魚を出力する条件比較部と、
前記条件比較部から出力された前記購入希望条件を満たす魚のデータを、前記ユーザ装置に送信するデータ送信部と、
を備える、魚提案システム。
【請求項2】
前記データベース部には、前記魚の保管場所を示す保管場所データが、当該魚の品質データと重量データと価格データと関連付けて記憶されており、前記データ取得部は、前記購入希望条件として、前記購入希望の魚の納品日を示す納品日データと前記購入希望の魚の納品場所を示す納品場所データを、前記ユーザ装置から取得し、
前記条件比較部は、前記データ取得部で取得した前記購入希望の魚の納品日データ及び納品場所データと前記データベース部に記憶された前記魚の保管場所データとに基づいて、前記納品日までに前記納品場所に納品できる魚を、前記購入希望条件を満たす魚として出力する、請求項１に記載の魚提案システム。
【請求項3】
購入希望条件を満たす魚を提案する魚提案システムで実行される方法であって、魚の尾の断面を撮影した画像データと、当該魚の品質を示す品質データとの関係を、機械学習により分析する第１機械学習ステップと、
判定対象の魚の尾の断面の画像データが入力される第１入力ステップと、
前記第１機械学習ステップで分析した関係に基づいて、前記第１入力ステップで入力された判定対象の魚の尾の断面の画像データを入力として、前記判定対象の魚の品質を推定して出力する第１推定ステップと、
前記魚の品質データ及び前記魚の重量を示す重量データと、当該魚の価格を示す価格データとの関係を、機械学習により分析する第２機械学習ステップと、
判定対象の魚の重量データが入力される第２入力ステップと、
前記第２機械学習ステップで分析した関係に基づいて、前記第１推定ステップから出力された前記判定対象の魚の品質データ及び前記第２入力ステップで入力された前記判定対象の魚の重量データを入力として、前記判定対象の魚の価格を推定して出力する第２推定ステップと、
前記第１推定ステップから出力された前記魚の品質データと、前記第２入力ステップから入力された前記魚の重量データと、前記第２推定ステップから出力された前記魚の価格データとを、関連付けてデータベース部に記憶する記憶ステップと、
前記購入希望条件として、購入希望の魚の品質データと重量データと価格データを、ユーザ装置から取得するデータ取得ステップと、
前記データ取得ステップで取得した前記購入希望の魚の品質データと重量データと価格データと、前記データベース部に記憶された前記魚の品質データと重量データと価格データとを比較して、前記購入希望条件を満たす魚を出力する条件比較ステップと、
前記条件比較ステップで出力された前記購入希望条件を満たす魚のデータを、前記ユーザ装置に送信するデータ送信ステップと、
を含む、方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、魚（特に、マグロ）の品質を判定する機能を備えた魚の買い付けシステムに関する。
【背景技術】
【0002】
従来、魚介類の鮮度を評価する技術が提案されている（例えば、特許文献１参照）。また、従来から、魚の卸売市場などで、マグロの尾の断面をみて、マグロの品質が判定されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１０－２８６２６２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
マグロの尾の断面からマグロの品質を判定するには、長年の経験が必要であり、かなりの熟練者でなければ、マグロの品質を判定することは困難であった。そのため、誰でも（熟練者でなくても）マグロの品質を判定することができるシステムの開発が望まれていた。また、マグロの買い付けは、仲卸や小売りを行う業者が、各地の水産工場などを訪れて行っていた。そのため、マグロの買い付けを遠隔から容易に行うことができるシステムの開発が望まれていた。
【0005】
本発明は、上記の課題に鑑みてなされたもので、熟練者でなくても魚の品質を判定することができ、魚の買い付けを遠隔から容易に行うことのできる魚の買い付けシステ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】
【0006】
本発明の魚の買い付けシステムは、魚の尾の断面を撮影した画像データと、当該魚の品質を示す品質データとの関係を、機械学習により分析する第１機械学習部と、判定対象の魚の尾の断面の画像データが入力される第１入力部と、前記第１機械学習部で分析した関係に基づいて、前記第１入力部で入力された判定対象の魚の尾の断面の画像データを入力として、前記判定対象の魚の品質を推定して出力する第１推定部と、前記魚の品質データ及び前記魚の重量を示す重量データと、当該魚の価格を示す価格データとの関係を、機械学習により分析する第２機械学習部と、判定対象の魚の重量データが入力される第２入力部と、前記第２機械学習部で分析した関係に基づいて、前記第１推定部から出力された前記判定対象の魚の品質データ及び前記第２入力部で入力された前記判定対象の魚の重量データを入力として、前記判定対象の魚の価格を推定して出力する第２推定部と、前記第１推定部から出力された前記魚の品質データと、前記第２入力部から入力された前記魚の重量データと、前記第２推定部から出力された前記魚の価格データとを、関連付けて記憶するデータベース部と、購入希望の魚の品質データと重量データと価格データを、購入希望条件として、ユーザ装置から取得するデータ取得部と、前記データ取得部で取得した前記購入希望の魚の品質データと重量データと価格データと、前記データベース部に記憶された前記魚の品質データと重量データと価格データとを比較して、前記購入希望条件を満たす魚を出力する条件比較部と、前記ユーザ装置からのユーザ入力に基づいて、前記条件比較部から出力された前記購入希望条件を満たす魚の中から前記ユーザが購入する魚が選択された場合に、選択された魚の発注処理を行う発注処理部と、を備えている。
【0007】
この構成によれば、機械学習を利用することにより、熟練者でなくても魚の品質を判定することができる。第１推定部から出力された魚の品質データと、第２入力部から入力された魚の重量データと、第２推定部から出力された魚の価格データとが、関連付けてデータベース部に記憶される。ユーザ装置から、購入希望の魚の品質データと重量データと価格データを購入希望条件として取得すると、データベース部に記憶された魚の品質データと重量データと価格データとを比較して、購入希望条件を満たす魚が出力される。そして、ユーザ装置からのユーザ入力に基づいて、出力された購入希望条件を満たす魚の中からユーザが購入する魚が選択された場合に、選択された魚の発注処理が行われる。このようにして、購入希望の魚の品質と重量と価格を入力し、出力された購入希望条件を満たす魚の中から購入する魚を選択することにより、魚の買い付けを遠隔からでも容易に行うことができる。
【0008】
また、本発明の魚の買い付けシステムでは、前記データベース部には、前記魚の保管場所を示す保管場所データが、当該魚の品質データと重量データと価格データと関連付けて記憶されており、前記データ取得部は、前記購入希望条件として、前記購入希望の魚の納品日を示す納品日データと前記購入希望の魚の納品場所を示す納品場所データを、前記ユーザ装置から取得し、前記条件比較部は、前記データ取得部で取得した前記購入希望の魚の納品日データ及び納品場所データと前記データベース部に記憶された前記魚の保管場所データとに基づいて、前記納品日までに前記納品場所に納品できる魚を、前記購入希望条件を満たす魚として出力してもよい。
【0009】
この構成によれば、魚の保管場所データが、その魚の品質データと重量データと価格データと関連付けて、データベース部に記憶される。ユーザ装置から、購入希望の魚の納品日データと納品場所データを取得すると、納品日までに納品場所に納品できる魚が、購入希望条件を満たす魚として出力される。このようにして、納品日までに納品場所に納品できる魚の買い付けを容易に行うことができる。
【0010】
本発明の方法は、魚の買い付けシステムで実行される方法であって、魚の尾の断面を撮影した画像データと、当該魚の品質を示す品質データとの関係を、機械学習により分析する第１機械学習ステップと、判定対象の魚の尾の断面の画像データが入力される第１入力ステップと、前記第１機械学習ステップで分析した関係に基づいて、前記第１入力ステップで入力された判定対象の魚の尾の断面の画像データを入力として、前記判定対象の魚の品質を推定して出力する第１推定ステップと、前記魚の品質データ及び前記魚の重量を示す重量データと、当該魚の価格を示す価格データとの関係を、機械学習により分析する第２機械学習ステップと、判定対象の魚の重量データが入力される第２入力ステップと、前記第２機械学習ステップで分析した関係に基づいて、前記第１推定ステップから出力された前記判定対象の魚の品質データ及び前記第２入力ステップで入力された前記判定対象の魚の重量データを入力として、前記判定対象の魚の価格を推定して出力する第２推定ステップと、前記第１推定ステップから出力された前記魚の品質データと、前記第２入力ステップから入力された前記魚の重量データと、前記第２推定ステップから出力された前記魚の価格データとを、関連付けてデータベース部に記憶する記憶ステップと、購入希望の魚の品質データと重量データと価格データを、購入希望条件として、ユーザ装置から取得するデータ取得ステップと、前記データ取得ステップで取得した前記購入希望の魚の品質データと重量データと価格データと、前記データベース部に記憶された前記魚の品質データと重量データと価格データとを比較して、前記購入希望条件を満たす魚を出力する条件比較ステップと、前記ユーザ装置からのユーザ入力に基づいて、前記条件比較ステップから出力された前記購入希望条件を満たす魚の中から前記ユーザが購入する魚が選択された場合に、選択された魚の発注処理を行う発注処理ステップと、を含んでいる。
【0011】
この方法によっても、上記のシステムと同様に、機械学習を利用することにより、熟練者でなくても魚の品質を判定することができる。また、購入希望の魚の品質と重量と価格を入力し、出力された購入希望条件を満たす魚の中から購入する魚を選択することにより、魚の買い付けを遠隔からでも容易に行うことができる。
【発明の効果】
【0012】
本発明によれば、熟練者でなくても魚の品質を判定することができ、魚の買い付けを遠隔から容易に行うことができる。
【図面の簡単な説明】
【0013】
【図1】本発明の実施の形態における買い付けシステムのブロック図である。
【図2】本発明の実施の形態における魚（マグロ）の尾の断面の画像データの一例である。
【図3】データベース部に記憶されるデータの一例を示す図である。
【図4】本発明の実施の形態における買い付けシステムの動作を説明するためのシーケンス図である。
【発明を実施するための形態】
【0014】
以下、本発明の実施の形態の魚の買い付けシステムについて、図面を用いて説明する。本実施の形態では、遠隔からのマグロの買い付け等に用いられる買い付けシステム（遠隔買い付けシステム）の場合を例示する。
【0015】
本実施の形態の買い付けシステムの構成を、図面を参照して説明する。図１は、本実施の形態の買い付けシステムの構成を示すブロック図である。図１に示すように、買い付けシステム１は、サーバ装置２と、ユーザ装置３で構成されている。サーバ装置２とユーザ装置３は、ネットワーク４で互いに通信可能に接続されている。例えば、サーバ装置２は、マグロの買い付けサービスの提供者が所有するクラウドサーバ等であり、ユーザ装置３は、仲卸や小売りを行う業者が所有するスマートフォン等の端末装置である。
【0016】
図１に示すように、サーバ装置２は、第１機械学習部２０と、第１入力部２１と、第１推定部２２と、第２機械学習部２３と、第２入力部２４と、第２推定部２５と、データ取得部２６と、条件比較部２７と、発注処理部２８と、データベース部（ＤＢ部）２９を備えている。
【0017】
第１機械学習部２０は、マグロの尾の断面を撮影した画像データ（図２参照）と、そのマグロの品質を示す品質データとの関係を、機械学習により分析する。この機械学習には、ニューラルネットワークによるディープラーニング等の任意の手法が用いられる。
【0018】
例えば、ニューラルネットワークであれば、マグロの尾の断面の画像データを入力層に入力し、そのマグロの品質データを出力層から出力するように構成する。そして、入力層に入力するデータと出力層から出力されるデータとが紐付けられた分析用データ（教師データ）を用いた教師あり学習によって、ニューラルネットワークのニューロン間の重み付け係数が最適化される。品質の教師データとしては、熟練者がそのマグロの尾の断面から判断した、そのマグロの品質のデータ（例えば、評価Ｓ、Ａ、Ｂ、Ｃなど）が用いられる。
【0019】
第１入力部２１には、判定対象のマグロの尾の断面の画像データが入力される。判定対象のマグロの尾の断面の画像データは、例えば各地の水産工場でマグロの尾の断面を撮影することによって取得される。
【0020】
第１推定部２２は、第１機械学習部２０で分析した関係に基づいて、第１入力部２１で入力された判定対象のマグロの尾の断面の画像データを入力として、判定対象のマグロの品質を推定して出力する。例えば、上記のニューラルネットワークであれば、判定対象のマグロの尾の断面の画像データを入力層に入力し、その判定対象のマグロの品質を推定して出力を出力層から出力することにより、判定対象のマグロの品質の推定が行われる。
【0021】
第２機械学習部２３は、マグロの品質データ及びマグロの重量を示す重量データと、そのマグロの価格を示す価格データとの関係を、機械学習により分析する。この機械学習には、ニューラルネットワークによるディープラーニング等の任意の手法が用いられる。
【0022】
例えば、ニューラルネットワークであれば、マグロの品質データとそのマグロの重量データを入力層に入力し、そのマグロの価格データを出力層から出力するように構成する。そして、入力層に入力するデータと出力層から出力されるデータとが紐付けられた分析用データ（教師データ）を用いた教師あり学習によって、ニューラルネットワークのニューロン間の重み付け係数が最適化される。価格の教師データとしては、そのマグロの市場での落札価格（例えば、１キログラムあたりの金額など）のデータが用いられる。
【0023】
第２入力部２４には、判定対象のマグロの重量データが入力される。判定対象のマグロの重量データは、例えば各地の水産工場でマグロの重量を測定することによって取得される。
【0024】
第２推定部２５は、第２機械学習部２３で分析した関係に基づいて、第１推定部２２から出力された判定対象のマグロの品質データ及び第２入力部２４で入力された判定対象のマグロの重量データを入力として、判定対象のマグロの価格を推定して出力する。例えば、上記のニューラルネットワークであれば、判定対象のマグロの品質データ及びそのマグロの重量データを入力層に入力し、その判定対象のマグロの価格を推定して出力を出力層から出力することにより、判定対象のマグロの価格の推定が行われる。なお、推定された価格は、購入希望条件を満たすか否かの条件比較（後述する）に用いられるものであり、実際に購入するときの価格と必ずしも同じでなくてもよい。
【0025】
データベース部２９には、第１推定部２２から出力されたマグロの品質データと、第２入力部２４から入力されたマグロの重量データと、第２推定部２５から出力されたマグロの価格データと、マグロの保管場所を示す保管場所データが、関連付けて記憶される（図３参照）。
【0026】
データ取得部２６は、購入希望のマグロの品質データと重量データと価格データを、購入希望条件として、ユーザ装置３から取得する。また、データ取得部２６は、購入希望条件として、購入希望のマグロの納品日を示す納品日データと購入希望のマグロの納品場所を示す納品場所データを、ユーザ装置３から取得する。
【0027】
条件比較部２７は、データ取得部２６で取得した購入希望のマグロの品質データと重量データと価格データと、データベース部２９に記憶されたマグロの品質データと重量データと価格データとを比較して、購入希望条件を満たすマグロを出力する。また、条件比較部２７は、データ取得部２６で取得した購入希望のマグロの納品日データ及び納品場所データとデータベース部２９に記憶されたマグロの保管場所データとに基づいて、納品日までに納品場所に納品できるマグロを、購入希望条件を満たすマグロとして出力する。
【0028】
発注処理部２８は、ユーザ装置３からのユーザ入力に基づいて、条件比較部２７から出力された購入希望条件を満たすマグロの中からユーザが購入するマグロが選択された場合に、選択されたマグロの発注処理を行う。マグロの発注処理は、公知の技術を利用することができる。
【0029】
ユーザ装置３は、ユーザ入力部３０と、表示部３１を備えている。ユーザ入力部３０からは、購入希望条件などのユーザ入力が行われる。表示部３１には、条件比較部２７から出力された購入希望条件を満たすマグロが表示される。ユーザ入力部３０からは、表示部３１に表示された購入希望条件を満たすマグロの中からユーザが購入するマグロを選択するユーザ入力を行うことができる。
【0030】
以上のように構成された買い付けシステム１について、図４のシーケンス図を参照してその動作を説明する。
【0031】
図４に示すように、本実施の形態の買い付けシステム１では、サーバ装置２の第１機械学習部２０で、マグロの尾の断面を撮影した画像データと、そのマグロの品質を示す品質データとの関係が、機械学習（第１機械学習）により分析される（Ｓ１０）。サーバ装置２の第１入力部２１に、判定対象のマグロの尾の断面の画像データが入力されると（Ｓ１１）、サーバ装置２の第１推定部２２が、第１機械学習で分析した関係に基づいて、判定対象のマグロの尾の断面の画像データを入力として、判定対象のマグロの品質を推定して出力する（Ｓ１２）。
【0032】
また、サーバ装置２の第２機械学習部２３では、マグロの品質データ及びマグロの重量を示す重量データと、そのマグロの価格を示す価格データとの関係が、機械学習（第２機械学習）により分析される（Ｓ１３）。サーバ装置２の第２入力部２４に、判定対象のマグロの重量データが入力されると（Ｓ１４）、サーバ装置２の第２推定部２５が、第２機械学習で分析した関係に基づいて、第１推定部２２が出力した判定対象のマグロの品質データ及び第２入力部２４に入力された判定対象のマグロの重量データを入力として、判定対象のマグロの価格を推定して出力する（Ｓ１５）。
【0033】
第１推定部２２から出力されたマグロの品質データと、第２入力部２４から入力されたマグロの重量データと、第２推定部２５から出力されたマグロの価格データは、マグロの保管場所を示す保管場所データとともに、互いに関連付けて、データベース部２９に記憶される（Ｓ１６）。
【0034】
ユーザ装置３のユーザ入力部３０で、購入希望条件として、購入希望のマグロの品質データと重量データと価格データと納品日データと納品場所データを入力すると（Ｓ１７）、入力された購入希望条件がサーバ装置２に送信される（Ｓ１８）。サーバ装置２の条件比較部２７は、購入希望のマグロの品質データと重量データと価格データと、データベース部２９に記憶されたマグロの品質データと重量データと価格データとを比較して、購入希望条件を満たすマグロを出力する（Ｓ１９）。このとき、サーバ装置２の条件比較部２７は、購入希望のマグロの納品日データ及び納品場所データとデータベース部２９に記憶されたマグロの保管場所データとに基づいて、納品日までに納品場所に納品できるマグロを、購入希望条件を満たすマグロとして出力する（Ｓ１９）。
【0035】
サーバ装置２の条件比較部２７から出力された購入希望条件を満たすマグロのデータが、ユーザ装置３へ送信されると（Ｓ２０）、ユーザ装置３のユーザ入力部３０で、購入希望条件を満たすマグロの中から購入するマグロを選択するユーザ入力が行われる（Ｓ２１）。購入するマグロを選択するユーザ入力が行われると、ユーザ装置３からサーバ装置２へ、選択されたマグロの買い付け要求が送信され（Ｓ２２）、サーバ装置２の発注処理部２８で、選択されたマグロの発注処理が行われる（Ｓ２３）。
【0036】
このような本実施の形態の買い付けシステム１によれば、機械学習を利用することにより、熟練者でなくてもマグロの品質を判定することができる。第１推定部２２から出力されたマグロの品質データと、第２入力部２４から入力されたマグロの重量データと、第２推定部２５から出力されたマグロの価格データとが、関連付けてデータベース部２９に記憶される。ユーザ装置３から、購入希望のマグロの品質データと重量データと価格データを購入希望条件として取得すると、データベース部２９に記憶されたマグロの品質データと重量データと価格データとを比較して、購入希望条件を満たすマグロが出力される。そして、ユーザ装置３からのユーザ入力に基づいて、出力された購入希望条件を満たすマグロの中からユーザが購入するマグロが選択された場合に、選択されたマグロの発注処理が行われる。このようにして、購入希望のマグロの品質と重量と価格を入力し、出力された購入希望条件を満たすマグロの中から購入するマグロを選択することにより、マグロの買い付けを遠隔からでも容易に行うことができる。
【0037】
また、本実施の形態では、マグロの保管場所データが、そのマグロの品質データと重量データと価格データと関連付けて、データベース部２９に記憶される。ユーザ装置３から、購入希望のマグロの納品日データと納品場所データを取得すると、納品日までに納品場所に納品できるマグロが、購入希望条件を満たすマグロとして出力される。このようにして、納品日までに納品場所に納品できるマグロの買い付けを容易に行うことができる。
【0038】
以上、本発明の実施の形態を例示により説明したが、本発明の範囲はこれらに限定されるものではなく、請求項に記載された範囲内において目的に応じて変更・変形することが可能である。
【産業上の利用可能性】
【0039】
以上のように、本発明にかかる魚の買い付けシステムは、熟練者でなくても魚の品質を判定することができ、魚の買い付けを遠隔から容易に行うことができるという効果を有し、マグロの遠隔買い付けシステム等として有用である。
【符号の説明】
【0040】
１ 買い付けシステム
２ サーバ装置
３ ユーザ装置
４ ネットワーク
２０ 第１機械学習部
２１ 第１入力部
２２ 第１推定部
２３ 第２機械学習部
２４ 第２入力部
２５ 第２推定部
２６ データ取得部
２７ 条件比較部
２８ 発注処理部
２９ データベース部
３０ ユーザ入力部
３１ 表示部
２ サーバ装置
３ ユーザ装置
４ ネットワーク
２０ 第１機械学習部
２１ 第１入力部
２２ 第１推定部
２３ 第２機械学習部
２４ 第２入力部
２５ 第２推定部
２６ データ取得部
２７ 条件比較部
２８ 発注処理部
２９ データベース部
３０ ユーザ入力部
３１ 表示部
【図1】
【図2】
【図3】
【図4】
