特許 7589391 情報処理装置、決定方法、及び決定プログラム

(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】2024-11-15

(45)【発行日】2024-11-25

(54)【発明の名称】情報処理装置、決定方法、及び決定プログラム

(51)【国際特許分類】

   G06Q 30/0207 20230101AFI20241118BHJP

   G06Q 10/06 20230101ALI20241118BHJP

【ＦＩ】

G06Q30/0207

G06Q10/06

【請求項の数】 3

(21)【出願番号】P 2024507113

(86)(22)【出願日】2022-08-24

(86)【国際出願番号】 JP2022031794

(87)【国際公開番号】W WO2024042627

(87)【国際公開日】2024-02-29

【審査請求日】2024-02-06

【早期審査対象出願】

【前置審査】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100116964

【弁理士】

【氏名又は名称】山形 洋一

(74)【代理人】

【識別番号】100120477

【弁理士】

【氏名又は名称】佐藤 賢改

(74)【代理人】

【識別番号】100135921

【弁理士】

【氏名又は名称】篠原 昌彦

(74)【代理人】

【識別番号】100203677

【弁理士】

【氏名又は名称】山口 力

(72)【発明者】

【氏名】伊藤 大心

【審査官】久宗 義明

(56)【参考文献】

【文献】国際公開第２０１５／０７９４６０（ＷＯ，Ａ１）

【文献】米国特許出願公開第２００８／０２４９８４４（ＵＳ，Ａ１）

【文献】特開２０１２－００３４２８（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０３００９５６（ＵＳ，Ａ１）

(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】

学習済モデル、ユーザ毎の行動特徴を示す行動特徴情報、前記ユーザ毎の属性を示す属性情報、前記各ユーザに対して行うクーポンの提供又はノベルティの提供の施策の候補を示す施策候補情報、施策の不平等を緩和するための値である施策スコア、及び予算を示す予算情報を取得する取得部と、
前記行動特徴情報、前記属性情報、及び前記施策候補情報に基づいて、データを生成する生成部と、
生成された前記データと前記学習済モデルとに基づいて、施策を行ったときの売上又は来店増加回数を予測する予測部と、
前記予測の結果である予測結果と前記施策スコアとを用いて、前記予算内で最適化計算を行い、前記ユーザ毎の施策を決定する決定部と、
を有する情報処理装置。

【請求項2】

情報処理装置が、
学習済モデル、ユーザ毎の行動特徴を示す行動特徴情報、前記ユーザ毎の属性を示す属性情報、前記各ユーザに対して行うクーポンの提供又はノベルティの提供の施策の候補を示す施策候補情報、施策の不平等を緩和するための値である施策スコア、及び予算を示す予算情報を取得し、前記行動特徴情報、前記属性情報、及び前記施策候補情報に基づいて、データを生成し、生成された前記データと前記学習済モデルとに基づいて、施策を行ったときの売上又は来店増加回数を予測し、
前記予測の結果である予測結果と前記施策スコアとを用いて、前記予算内で最適化計算を行い、前記ユーザ毎の施策を決定する、
決定方法。

【請求項3】

情報処理装置に、
学習済モデル、ユーザ毎の行動特徴を示す行動特徴情報、前記ユーザ毎の属性を示す属性情報、前記各ユーザに対して行うクーポンの提供又はノベルティの提供の施策の候補を示す施策候補情報、施策の不平等を緩和するための値である施策スコア、及び予算を示す予算情報を取得し、前記行動特徴情報、前記属性情報、及び前記施策候補情報に基づいて、データを生成し、生成された前記データと前記学習済モデルとに基づいて、施策を行ったときの売上又は来店増加回数を予測し、
前記予測の結果である予測結果と前記施策スコアとを用いて、前記予算内で最適化計算を行い、前記ユーザ毎の施策を決定する、
処理を実行させる決定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置、決定方法、及び決定プログラムに関する。

【背景技術】

【0002】

収益を向上させるための施策が行われている。例えば、クーポンが、ユーザに提供される。そして、ユーザは、店舗に来店し、クーポンを使いながら多くの品物を購入する。これにより、収益が向上する。しかし、来店予定のユーザにクーポンが提供された場合、単なる値下げになり、施策の効果が低い。そこで、ユーザにインセンティブを付与する技術が提案されている（特許文献１を参照）。特許文献１の情報処理装置は、複数のユーザの行動履歴及び素性情報に基づいて、ユーザにインセンティブを付与する。

【先行技術文献】

【特許文献】

【0003】

【文献】特許６８９９３５０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、施策によっては、不平等が生じる場合がある。施策の不平等は、サービスに対する不信感を与えると考えられる。

【0005】

本開示の目的は、施策の不平等を解消することである。

【課題を解決するための手段】

【0006】

本開示の一態様に係る情報処理装置が提供される。情報処理装置は、学習済モデル、ユーザ毎の行動特徴を示す行動特徴情報、前記ユーザ毎の属性を示す属性情報、前記各ユーザに対して行うクーポンの提供又はノベルティの提供の施策の候補を示す施策候補情報、施策の不平等を緩和するための値である施策スコア、及び予算を示す予算情報を取得する取得部と、前記行動特徴情報、前記属性情報、及び前記施策候補情報に基づいて、データを生成する生成部と、生成された前記データと前記学習済モデルとに基づいて、施策を行ったときの売上又は来店増加回数を予測する予測部と、前記予測の結果である予測結果と前記施策スコアとを用いて、前記予算内で最適化計算を行い、前記ユーザ毎の施策を決定する決定部と、を有する。

【発明の効果】

【0007】

本開示によれば、施策の不平等を解消することができる。

【図面の簡単な説明】

【0008】

【図1】通信システムを示す図である。

【図2】情報処理装置が有するハードウェアを示す図である。

【図3】情報処理装置の機能を示すブロック図である。

【図4】行動履歴テーブルの例を示す図である。

【図5】行動特徴テーブルの例を示す図である。

【図6】属性テーブルの例を示す図である。

【図7】施策結果テーブルの例を示す図である。

【図8】学習データの例を示す図である。

【図9】学習部が実行する処理の例を示すフローチャートである。

【図10】施策候補テーブルの例を示す図である。

【図11】生成されるデータの例を示す図である。

【図12】予測結果の例を示す図である。

【図13】（Ａ），（Ｂ）は、施策スコアの算出方法の例を示す図（その１）である。

【図14】施策スコアの算出方法の例を示す図（その２）である。

【図15】決定部が実行する処理の具体例を示す図である。

【図16】ユーザ毎の施策の例を示す図である。

【図17】情報処理装置が実行する処理の例を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本開示の範囲内で種々の変更が可能である。

【0010】

実施の形態．
図１は、通信システムを示す図である。通信システムは、情報処理装置１００と端末装置２００とを含む。情報処理装置１００と端末装置２００とは、ネットワークを介して、通信する。
情報処理装置１００は、決定方法を実行する装置である。例えば、情報処理装置１００は、サーバである。また、情報処理装置１００は、パーソナルコンピュータ、スマートフォン、タブレット端末などでもよい。
端末装置２００は、ユーザが使用する装置である。例えば、端末装置２００は、スマートフォン、タブレット端末などである。図１には、１つの端末装置が描かれている。端末装置の数は、２つ以上でもよい。

【0011】

次に、情報処理装置１００が有するハードウェアを説明する。
図２は、情報処理装置が有するハードウェアを示す図である。情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、不揮発性記憶装置１０３、及び通信インタフェース１０４を有する。

【0012】

プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）などである。プロセッサ１０１は、マルチプロセッサでもよい。また、情報処理装置１００は、処理回路を有してもよい。さらに、情報処理装置１００は、マイクロコンピュータ、又はＳｏＣ（Ｓｙｓｔｅｍ ｏｎ Ｃｈｉｐ）を有してもよい。

【0013】

揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）である。
通信インタフェース１０４は、端末装置２００と通信する。

【0014】

次に、情報処理装置１００が有する機能を説明する。
図３は、情報処理装置の機能を示すブロック図である。情報処理装置１００は、記憶部１１０、学習部１２０、取得部１３０、生成部１４０、予測部１５０、決定部１６０、及び出力部１７０を有する。

【0015】

記憶部１１０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現してもよい。
学習部１２０、取得部１３０、生成部１４０、予測部１５０、決定部１６０、及び出力部１７０の一部又は全部は、処理回路によって実現してもよい。また、学習部１２０、取得部１３０、生成部１４０、予測部１５０、決定部１６０、及び出力部１７０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。例えば、プロセッサ１０１が実行するプログラムは、決定プログラムとも言う。例えば、決定プログラムは、記録媒体に記録されている。

【0016】

記憶部１１０は、行動履歴テーブル１１１、行動特徴テーブル１１２、属性テーブル１１３、施策結果テーブル１１４、学習済モデル１１５、及び施策候補テーブル１１６を記憶してもよい。行動履歴テーブル１１１、行動特徴テーブル１１２、属性テーブル１１３、施策結果テーブル１１４、学習済モデル１１５、及び施策候補テーブル１１６については、後で説明する。

【0017】

＜学習フェーズ＞
学習部１２０は、学習済モデル１１５を生成する。学習部１２０の機能を詳細に説明する。
学習部１２０は、行動履歴テーブル１１１を取得する。行動履歴テーブル１１１を示す。

【0018】

図４は、行動履歴テーブルの例を示す図である。行動履歴テーブル１１１は、ユーザの行動履歴を示す。行動履歴テーブル１１１は、ユーザＩＤ（ｉｄｅｎｔｉｆｉｅｒ）、日時、及び滞在エリアの項目を有する。また、行動履歴テーブル１１１は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）データ、改札入退場履歴を含んでもよい。

【0019】

学習部１２０は、行動履歴テーブル１１１に基づいて、ユーザの行動特徴を抽出する。学習部１２０は、行動特徴を行動特徴テーブル１１２に登録する。行動特徴テーブル１１２を示す。

【0020】

図５は、行動特徴テーブルの例を示す図である。行動特徴テーブル１１２は、ユーザ毎の行動特徴を示す。行動特徴テーブル１１２は、ユーザＩＤ、平均来店頻度、及び平均来店時刻の項目を有する。
学習部１２０は、ユーザがよく利用する施設、よく移動する時間を行動特徴として、抽出してもよい。また、学習部１２０は、休日及び平日の行動パターンを行動特徴として、抽出してもよい。

【0021】

学習部１２０は、属性テーブル１１３を取得する。属性テーブル１１３を示す。

【0022】

図６は、属性テーブルの例を示す図である。属性テーブル１１３は、ユーザ毎の属性を示す。属性テーブル１１３は、ユーザＩＤ、年齢、性別、住所などの項目を有する。

【0023】

学習部１２０は、施策結果テーブル１１４を取得する。施策結果テーブル１１４を示す。

【0024】

図７は、施策結果テーブルの例を示す図である。施策結果テーブル１１４は、過去に行われた施策の結果を示す。例えば、施策結果テーブル１１４は、ユーザＩＤ“００００１”のユーザが１００円クーポンをＡストアで使い、かつ当該ユーザがＡストアに１５００円を支払ったことを示す。なお、１５００円は、Ａストアの売上と表現してもよい。また、施策結果テーブル１１４は、来店増加回数を含んでもよい。

【0025】

学習部１２０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策結果テーブル１１４に基づいて、学習データを生成する。学習データを示す。

【0026】

図８は、学習データの例を示す図である。学習データ３００は、学習部１２０に生成されたデータである。
学習部１２０は、学習データ３００を用いて、学習済モデル１１５を生成する。学習済モデル１１５の生成では、重回帰分析が用いられてもよい。例えば、学習部１２０は、式（１）を用いて、重回帰分析を行う。

【0027】

【数1】

【0028】

なお、ｙは、目的変数である。行動特徴テーブル１１２及び属性テーブル１１３に基づく値は、ｘ１～ｘｉである。施策結果テーブル１１４に基づく値は、ｚ１～ｚｊである。Ｔは、施策有無情報である。α１～αｉ、及びβ１～βｊは、補正係数である。γは、定数項である。また、施策効果は、式（２）を用いて算出されてもよい。

【0029】

【数2】

【0030】

なお、施策ありの場合とは、Ｔに“１”が入力された場合である。施策なしの場合とは、Ｔに“０”が入力された場合である。

【0031】

また、学習済モデル１１５の生成では、公知の方法が用いられてもよい。例えば、学習済モデル１１５の生成では、サポートベクターマシン（ＳＶＭ）、勾配ブースティング決定木（ＧＢＤＴ）、Ｓ－Ｌｅａｎｅｒ、Ｔ－ＬｅａｎｅｒなどのＭｅｔａ－Ｌｅａｒｎｅｒ手法、Ｃａｕｓａｌ Ｔｒｅｅ、Ｃａｕｓａｌ ＦｏｒｅｓｔなどのＣａｕｓａｌ Ｔｒｅｅ手法などが用いられてもよい。

【0032】

このように、学習済モデル１１５は、生成される。学習済モデル１１５は、売上又は来店増加回数を予測するモデルである。学習部１２０は、記憶部１１０又は情報処理装置１００に接続可能な外部装置に、学習済モデル１１５を格納する。なお、当該外部装置の図は、省略されている。

【0033】

次に、学習部１２０が実行する処理を、フローチャートを用いて説明する。
図９は、学習部が実行する処理の例を示すフローチャートである。
（ステップＳ１１）学習部１２０は、行動履歴テーブル１１１に基づいて、ユーザの行動特徴を抽出する。
（ステップＳ１２）学習部１２０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策結果テーブル１１４を記憶部１１０から取得する。
（ステップＳ１３）学習部１２０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策結果テーブル１１４に基づいて、学習データを生成する。
（ステップＳ１４）学習部１２０は、学習データを用いて、学習済モデル１１５を生成する。
（ステップＳ１５）学習部１２０は、学習済モデル１１５を記憶部１１０に格納する。

【0034】

上記の説明では、情報処理装置１００が学習済モデル１１５を生成する場合を説明した。学習済モデル１１５は、情報処理装置１００以外の学習装置が生成してもよい。

【0035】

＜活用フェーズ＞
図３に戻って、取得部１３０などの機能を説明する。
取得部１３０は、学習済モデル１１５を取得する。例えば、取得部１３０は、記憶部１１０又は外部装置から学習済モデル１１５を取得する。

【0036】

取得部１３０は、行動特徴テーブル１１２及び属性テーブル１１３を取得する。例えば、取得部１３０は、行動特徴テーブル１１２及び属性テーブル１１３を記憶部１１０又は外部装置から取得する。ここで、行動特徴テーブル１１２は、行動特徴情報とも言う。属性テーブル１１３は、属性情報とも言う。
また、取得部１３０は、施策候補テーブル１１６を取得する。例えば、取得部１３０は、施策候補テーブル１１６を記憶部１１０又は外部装置から取得する。施策候補テーブル１１６を示す。

【0037】

図１０は、施策候補テーブルの例を示す図である。施策候補テーブル１１６は、施策の候補を示す。施策候補テーブル１１６は、複数のユーザに行う施策の候補を示す情報と表現してもよい。施策候補テーブル１１６は、施策候補情報とも言う。
図１０の施策候補テーブル１１６は、９つの施策を示している。例えば、施策Ｎｏ.１は、Ａストアの１００円クーポンを提供することを示す。例えば、施策Ｎｏ.２は、Ｂストアの１００円クーポンを提供することを示す。

【0038】

生成部１４０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策候補テーブル１１６に基づいて、データを生成する。当該データは、学習済モデル１１５に入力されるデータである。生成されるデータを示す。

【0039】

図１１は、生成されるデータの例を示す図である。生成部１４０は、ユーザＩＤ“００００１”の行動特徴、属性、及び９つの施策に基づいて、９つのデータを生成する。生成部１４０は、同様に、ユーザＩＤ“００００２”などの全てのユーザに対応するデータを生成する。

【0040】

予測部１５０は、生成部１４０により生成されたデータと学習済モデル１１５とに基づいて、施策を行ったときの売上又は来店増加回数を予測する。詳細には、予測部１５０が当該データを学習済モデル１１５に入力することで、学習済モデル１１５は、施策を行ったときの売上又は来店増加回数を出力する。予測結果を示す。

【0041】

図１２は、予測結果の例を示す図である。図１２の予測結果は、来店増加回数を示す。例えば、予測結果“１．２”は、ユーザＩＤ“００００１”のユーザにＡストアの１００円クーポンを提供した場合、当該ユーザの来店回数が“１．２”回に増えることを示す。

【0042】

取得部１３０は、施策の不平等を緩和するための値である施策スコアを取得する。例えば、取得部１３０は、記憶部１１０又は外部装置から施策スコアを取得する。ここで、施策スコアの算出方法を説明する。

【0043】

図１３（Ａ），（Ｂ）は、施策スコアの算出方法の例を示す図（その１）である。図１３（Ａ）は、前日と今日で異なるユーザが施策を受けることを評価する施策スコアを示す。図１３（Ａ）の式が示す“Ｃｏｅｆ_１”は、ユーザが設定してもよい。また、“Ｃｏｅｆ_１”は、自動で設定されてもよい。図１３（Ａ）の式の中の“ｉ”には、“０”又は“１”が設定される。“０”は、施策を受けないことを示す。“１”は、施策を受けることを示す。前日と今日で異なるユーザが施策を受けることを評価する施策スコアを算出する場合、図１３（Ａ）の表における前日と案２とが参照される。そして、施策スコアは、前日と案２とに基づく内積と、“Ｃｏｅｆ_１”とを用いて、算出される。

【0044】

図１３（Ｂ）は、複数の施策の中で、特定の施策に偏りがないことを評価する施策スコアを示す。図１３（Ｂ）の式が示す“Ｃｏｅｆ_２”は、ユーザが設定してもよい。また、“Ｃｏｅｆ_２”は、自動で設定されてもよい。複数の施策の中で、特定の施策に偏りがない場合とは、図１３（Ｂ）の表における案２の場合である。例えば、案２は、Ａクーポンを２１人に提供し、Ｂクーポンを２０人に提供し、Ｃクーポンを１９人に提供することを示す。このように、案２は、Ａ～Ｃクーポンが多くの人に提供される場合を示す。言い換えれば、案２は、１つのクーポン（例えば、Ａクーポン）が多く人に提供されない場合を示している。例えば、当該場合は、案１の場合である。施策スコアは、案２に基づく標準偏差と、“Ｃｏｅｆ_２”とを用いて、算出される。

【0045】

図１４は、施策スコアの算出方法の例を示す図（その２）である。図１４は、異なるユーザにも施策を行うことを評価する施策スコアを示す。図１４の式が示す“Ｃｏｅｆ_３”は、ユーザが設定してもよい。また、“Ｃｏｅｆ_３”は、自動で設定されてもよい。異なるユーザにも施策を行う場合とは、図１４の表における案２の場合である。施策スコアは、案２に基づく標準偏差と、“Ｃｏｅｆ_３”とを用いて、算出される。
このように、施策スコアは、算出される。図１３，１４の算出方法は、一例である。そのため、施策スコアは、上記以外の方法で算出されてもよい。

【0046】

また、取得部１３０は、予算を示す予算情報を取得する。例えば、取得部１３０は、記憶部１１０又は外部装置から予算情報を取得する。

【0047】

決定部１６０は、予測結果と施策スコアとを用いて、予算内で最適化計算を行い、ユーザ毎の施策を決定する。詳細には、決定部１６０は、式（３）を用いて、最適化計算を行う。また、制約条件として、式（４）が用いられる。

【0048】

【数3】

【0049】

【数4】

【0050】

ここで、式（３）は、目的関数とも言う。決定部１６０は、目的関数を最大化するために、式（３）を用いて、最適化計算を行う。また、最適化計算では、グリーディ法などの最適化手法、勾配降下法、ベイズ最適化などのパラメータ探索手法が用いられてもよい。

【0051】

決定部１６０が実行する処理を、具体例を用いて説明する。

【0052】

図１５は、決定部が実行する処理の具体例を示す図である。まず、予算は、６００円とする。決定部１６０は、予算内で施策Ａを検討する。施策Ａは、ユーザＩＤ“００００１”のユーザにＣストアの３００円クーポンが提供され、ユーザＩＤ“００００２”のユーザにＡストアの１００円クーポンが提供され、ユーザＩＤ“００００４”のユーザにＡストアの２００円クーポンが提供されることを示す。決定部１６０は、施策Ａに対応する予測結果の合計値を算出する。決定部１６０は、予測結果の合計値と施策スコアとを用いて、施策Ａに対する評価値を算出する。

【0053】

決定部１６０は、予算内で施策Ｂを検討する。施策Ｂは、ユーザＩＤ“００００１”のユーザにＢストアの２００円クーポンが提供され、ユーザＩＤ“００００２”のユーザにＣストアの１００円クーポンが提供され、ユーザＩＤ“００００３”のユーザにＣストアの３００円クーポンが提供されることを示す。決定部１６０は、施策Ｂに対応する予測結果の合計値を算出する。決定部１６０は、予測結果の合計値と施策スコアとを用いて、施策Ｂに対する評価値を算出する。

【0054】

決定部１６０は、施策Ａに対する評価値と施策Ｂに対する評価値とを比較する。決定部１６０は、比較結果に基づいて、施策Ａが最適であると判定する。決定部１６０は、同様の処理を繰り返し、最適な施策の検討を行う。そして、決定部１６０は、最適な施策を、ユーザ毎の施策として決定する。ここで、ユーザ毎の施策の例を示す。

【0055】

図１６は、ユーザ毎の施策の例を示す図である。図１６の表は、決定されたユーザ毎の施策を示している。例えば、ユーザＩＤ“００００１”のユーザには、施策として、Ａストアの１００円クーポンが提供される。
また、図１６の表は、決定された施策に対応する予測結果とコストを示している。

【0056】

なお、上記では、取得部１３０が取得した施策スコアを用いる場合を説明した。決定部１６０は、予算内で選択された施策に基づいて、施策スコアを算出し、算出された施策スコアを用いてもよい。例えば、決定部１６０は、施策Ａに基づいて、施策スコアを算出し、算出された施策スコアを用いてもよい。また、決定部１６０は、算出された施策スコアが、取得部１３０により取得された施策スコアよりも大きい場合、施策の決定をやり直してもよい。

【0057】

また、決定部１６０は、式（５）を用いて、最適化計算を行ってもよい。また、制約条件として、式（４）が用いられる。

【0058】

【数5】

【0059】

出力部１７０は、ユーザ毎の施策を、施策情報として出力する。

【0060】

次に、情報処理装置１００が実行する処理を、フローチャートを用いて、説明する。
図１７は、情報処理装置が実行する処理の例を示すフローチャートである。
（ステップＳ２１）取得部１３０は、学習済モデル１１５を取得する。
（ステップＳ２２）取得部１３０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策候補テーブル１１６を取得する。
（ステップＳ２３）生成部１４０は、行動特徴テーブル１１２、属性テーブル１１３、及び施策候補テーブル１１６に基づいて、データを生成する。

【0061】

（ステップＳ２４）予測部１５０は、生成されたデータと学習済モデル１１５とに基づいて、施策を行ったときの売上又は来店増加回数を予測する。
（ステップＳ２５）取得部１３０は、施策スコアを取得する。
（ステップＳ２６）取得部１３０は、予算情報を取得する。
（ステップＳ２７）決定部１６０は、予測結果と施策スコアとを用いて、予算内で最適化計算を行い、ユーザ毎の施策を決定する。
（ステップＳ２８）出力部１７０は、ユーザ毎の施策を、施策情報として出力する。

【0062】

ここで、予算が無限であれば、全てのユーザに一番良いクーポンを提供できる。しかし、予算には、制限がある。そのため、情報処理装置１００は、予算内で施策の効果を最大化するために、最適化計算を行う。また、普通に最適化計算が行われた場合、特定のユーザに一番良いクーポンが提供される、という計算結果が毎回出力される可能性がある。例えば、ユーザＩＤ“００００１”のユーザにＡストアの３００円クーポンが提供される、という計算結果が毎回出力される可能性がある。このような偏った計算結果が出力されることを防止するために、情報処理装置１００は、最適化計算で、施策スコアを用いる。そして、偏った計算結果が出力されることを防止することは、施策の不平等を解消する。よって、実施の形態によれば、情報処理装置１００は、施策の不平等を解消することができる。

【0063】

また、上記では、施策として、クーポンを提供する場合を示した。例えば、施策として、ノベルティが提供されてもよい。

【符号の説明】

【0064】

１００ 情報処理装置、 １０１ プロセッサ、 １０２ 揮発性記憶装置、 １０３ 不揮発性記憶装置、 １０４ 通信インタフェース、 １１０ 記憶部、 １１１ 行動履歴テーブル、 １１２ 行動特徴テーブル、 １１３ 属性テーブル、 １１４ 施策結果テーブル、 １１５ 学習済モデル、 １１６ 施策候補テーブル、 １２０ 学習部、 １３０ 取得部、 １４０ 生成部、 １５０ 予測部、 １６０ 決定部、 １７０ 出力部、 ２００ 端末装置、 ３００ 学習データ。

【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】

【図15】

【図16】

【図17】