Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7542780B2 - Information processing device, output method, and output program - Google Patents
[go: Go Back, main page]

JP7542780B2 - Information processing device, output method, and output program - Google Patents

Information processing device, output method, and output program Download PDF

Info

Publication number
JP7542780B2
JP7542780B2 JP2024526461A JP2024526461A JP7542780B2 JP 7542780 B2 JP7542780 B2 JP 7542780B2 JP 2024526461 A JP2024526461 A JP 2024526461A JP 2024526461 A JP2024526461 A JP 2024526461A JP 7542780 B2 JP7542780 B2 JP 7542780B2
Authority
JP
Japan
Prior art keywords
coupon
user
information
area
trained model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2024526461A
Other languages
Japanese (ja)
Other versions
JPWO2024047812A1 (en
JPWO2024047812A5 (en
Inventor
寛道 八田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of JPWO2024047812A1 publication Critical patent/JPWO2024047812A1/ja
Publication of JPWO2024047812A5 publication Critical patent/JPWO2024047812A5/ja
Application granted granted Critical
Publication of JP7542780B2 publication Critical patent/JP7542780B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本開示は、情報処理装置、出力方法、及び出力プログラムに関する。 The present disclosure relates to an information processing device, an output method, and an output program.

ユーザの購買意欲を促進するための方法が検討されている。例えば、レコメンド方法が提案されている（特許文献１を参照）。特許文献１の装置は、対象者に対するレコメンド方法を決定する。レコメンド方法には、クーポンの付与が含まれる。Methods for encouraging users to purchase products are being considered. For example, a recommendation method has been proposed (see Patent Document 1). The device in Patent Document 1 determines a recommendation method for a target user. The recommendation method includes providing coupons.

特開２０２１－１０３３４０号公報JP 2021-103340 A

上記したように、ユーザの購買意欲を促進するためにクーポンの配布が行われる。しかし、むやみに、クーポンを配布することは、好ましくない。そのため、クーポンの提供者は、クーポンの配布に伴う効果値を知る必要がある。しかし、当該効果値をどのように得るのかが問題である。As mentioned above, coupons are distributed to encourage users to make purchases. However, it is not desirable to distribute coupons indiscriminately. For this reason, coupon providers need to know the effectiveness value associated with distributing coupons. However, the problem is how to obtain this effectiveness value.

本開示の目的は、効果値を出力することである。 The purpose of this disclosure is to output an effect value.

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、ユーザの住所を含みユーザ属性情報、使用範囲が第１のエリアであるクーポンを示すクーポン情報、及び学習済モデルを取得する取得部と、前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記第１のエリア内に住む前記ユーザ又は前記第１のエリア外に住む前記ユーザに、前記クーポンを配布した時の効果値を推定する推定部と、前記効果値を出力する出力部と、を有する。 According to one aspect of the present disclosure, there is provided an information processing device, the information processing device having an acquisition unit that acquires user attribute information including a user's address , coupon information indicating a coupon whose usage range is a first area , and a trained model, an estimation unit that estimates an effect value when the coupon is distributed to the user living in the first area or the user living outside the first area using the user attribute information, the coupon information, and the trained model, and an output unit that outputs the effect value.

本開示によれば、効果値を出力することができる。 According to the present disclosure, an effect value can be output.

情報処理装置の機能を示すブロック図である。FIG. 2 is a block diagram showing functions of the information processing device. 情報処理装置が有するハードウェアを示す図である。FIG. 2 is a diagram illustrating hardware included in an information processing device. 行動履歴テーブルの例を示す図である。FIG. 13 is a diagram illustrating an example of a behavior history table. ユーザ属性テーブルの例を示す図である。FIG. 13 is a diagram illustrating an example of a user attribute table. 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。11 is a flowchart illustrating an example of a process executed by an information processing device.

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。 The following describes an embodiment with reference to the drawings. The following embodiment is merely an example, and various modifications are possible within the scope of this disclosure.

実施の形態．
図１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、出力方法を実行する装置である。
ここで、情報処理装置１００が有するハードウェアを説明する。 Embodiment
1 is a block diagram showing the functions of an information processing apparatus 100. The information processing apparatus 100 is an apparatus that executes an output method.
Here, the hardware of the information processing device 100 will be described.

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、及び入出力インタフェース１０４を有する。 Figure 2 is a diagram showing the hardware of an information processing device. The information processing device 100 has a processor 101, a volatile memory device 102, a non-volatile memory device 103, and an input/output interface 104.

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）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。The processor 101 controls the entire information processing device 100. For example, the processor 101 is a CPU (Central Processing Unit), an FPGA (Field Programmable Gate Array), etc. The processor 101 may be a multiprocessor. The information processing device 100 may also have a processing circuit.

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、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）である。The volatile memory device 102 is a main memory device of the information processing device 100. For example, the volatile memory device 102 is a RAM (Random Access Memory). The non-volatile memory device 103 is an auxiliary memory device of the information processing device 100. For example, the non-volatile memory device 103 is a HDD (Hard Disk Drive) or an SSD (Solid State Drive).

入出力インタフェース１０４は、外部装置と通信する。例えば、入出力インタフェース１０４は、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃｏｎｔｒｏｌｌｅｒ）である。なお、外部装置は、イメージスキャナ、ディスプレイなどである。また、外部装置の図は、省略されている。The input/output interface 104 communicates with an external device. For example, the input/output interface 104 is a NIC (Network Interface Controller). The external device may be an image scanner, a display, etc. The external device is not shown in the figure.

図１に戻って、情報処理装置１００が有する機能を説明する。
情報処理装置１００は、記憶部１１０、登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０を有する。 Returning to FIG. 1, the functions of the information processing device 100 will be described.
The information processing device 100 includes a storage unit 110 , a registration unit 120 , an acquisition unit 130 , an estimation unit 140 , a calculation unit 150 , and an output unit 160 .

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。
登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０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、登録部１２０、取得部１３０、推定部１４０、算出部１５０、及び出力部１６０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、出力プログラムとも言う。例えば、出力プログラムは、記録媒体に記録されている。 The storage unit 110 may be realized as a storage area secured in the volatile storage device 102 or the non-volatile storage device 103 .
A part or all of the registration unit 120, the acquisition unit 130, the estimation unit 140, the calculation unit 150, and the output unit 160 may be realized by a processing circuit. Also, a part or all of the registration unit 120, the acquisition unit 130, the estimation unit 140, the calculation unit 150, and the output unit 160 may be realized as a module of a program executed by the processor 101. For example, the program executed by the processor 101 is also called an output program. For example, the output program is recorded on a recording medium.

記憶部１１０は、行動履歴テーブルを記憶してもよい。行動履歴テーブルを示す。The memory unit 110 may store a behavior history table. The behavior history table is shown.

図３は、行動履歴テーブルの例を示す図である。例えば、行動履歴テーブル１１１は、記憶部１１０に格納される。
行動履歴テーブル１１１は、ユーザの行動履歴を示す。具体的には、行動履歴テーブル１１１は、ユーザＩＤ（ｉｄｅｎｔｉｆｉｅｒ）、入場駅、退場駅、入場時刻、及び退場時刻の項目を有する。 3 is a diagram showing an example of a behavior history table 111. For example, the behavior history table 111 is stored in the storage unit 110.
The behavior history table 111 shows the behavior history of a user. Specifically, the behavior history table 111 has fields for a user ID (identifier), an entrance station, an exit station, an entrance time, and an exit time.

記憶部１１０は、ユーザ属性テーブルを記憶してもよい。ユーザ属性テーブルを示す。
図４は、ユーザ属性テーブルの例を示す図である。例えば、ユーザ属性テーブル１１２は、記憶部１１０に格納される。ユーザ属性テーブル１１２は、ユーザ属性情報とも言う。
ユーザ属性テーブル１１２は、ユーザの属性を示す。例えば、ユーザ属性テーブル１１２は、ユーザＩＤ、性別、年齢、最寄駅、電車の利用頻度、主な利用時間などの項目を有する。ユーザ属性テーブル１１２は、家族構成、職業、住所、自家用車を有しているか否かを示す情報、収入などの項目を有してもよい。 The storage unit 110 may store a user attribute table.
4 is a diagram showing an example of a user attribute table. For example, the user attribute table 112 is stored in the storage unit 110. The user attribute table 112 is also referred to as user attribute information.
The user attribute table 112 indicates the attributes of the user. For example, the user attribute table 112 has items such as a user ID, gender, age, nearest station, frequency of train use, main use time, etc. The user attribute table 112 may also have items such as family structure, occupation, address, information indicating whether or not the user owns a personal car, and income.

登録部１２０は、行動履歴テーブル１１１に登録されている情報をユーザ属性テーブル１１２に登録する。例えば、登録部１２０は、行動履歴テーブル１１１に登録されているユーザＩＤ“１００２”の情報を、ユーザ属性テーブル１１２のユーザＩＤ“１００２”のレコードに登録する。これにより、ユーザ属性テーブル１１２のユーザＩＤ“１００２”のレコードには、入場駅“Ａ２”などの情報が追加される。The registration unit 120 registers the information registered in the behavior history table 111 in the user attribute table 112. For example, the registration unit 120 registers the information of the user ID "1002" registered in the behavior history table 111 in the record of the user ID "1002" in the user attribute table 112. As a result, information such as the entrance station "A2" is added to the record of the user ID "1002" in the user attribute table 112.

取得部１３０は、ユーザ属性テーブル１１２を取得する。例えば、取得部１３０は、ユーザ属性テーブル１１２を記憶部１１０から取得する。また、例えば、取得部１３０は、ユーザ属性テーブル１１２を外部装置から取得する。なお、例えば、当該外部装置は、クラウドサーバである。また、クラウドサーバの図は、省略されている。The acquisition unit 130 acquires the user attribute table 112. For example, the acquisition unit 130 acquires the user attribute table 112 from the storage unit 110. Also, for example, the acquisition unit 130 acquires the user attribute table 112 from an external device. Note that, for example, the external device is a cloud server. Also, an illustration of the cloud server is omitted.

取得部１３０は、クーポン情報を取得する。例えば、取得部１３０は、クーポン情報を記憶部１１０又は外部装置から取得する。クーポン情報は、金額を含む。例えば、クーポン情報は、１００円クーポンを示す。また、クーポン情報は、クーポンの使用範囲を示す。例えば、クーポン情報は、静岡エリアのクーポンを示す。つまり、当該クーポンは、静岡エリア内で使用可能なクーポンである。また、例えば、静岡エリアは、第１のエリアとも言う。The acquisition unit 130 acquires coupon information. For example, the acquisition unit 130 acquires coupon information from the storage unit 110 or an external device. The coupon information includes an amount. For example, the coupon information indicates a 100 yen coupon. The coupon information also indicates the scope of use of the coupon. For example, the coupon information indicates a coupon for the Shizuoka area. In other words, the coupon is a coupon that can be used within the Shizuoka area. For example, the Shizuoka area is also referred to as the first area.

取得部１３０は、学習済モデルを取得する。例えば、取得部１３０は、学習済モデルを記憶部１１０又は外部装置から取得する。The acquisition unit 130 acquires the trained model. For example, the acquisition unit 130 acquires the trained model from the memory unit 110 or an external device.

推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、ユーザにクーポンを配布した時の効果値を推定する。詳細には、推定部１４０がユーザ属性テーブル１１２とクーポン情報とを学習済モデルに入力することで、学習済モデルは、当該効果値を出力する。The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when a coupon is distributed to a user. In detail, the estimation unit 140 inputs the user attribute table 112 and the coupon information into the trained model, and the trained model outputs the effectiveness value.

例えば、ユーザ属性テーブル１１２は、男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。For example, the user attribute table 112 indicates a male user aged 30. The coupon information indicates a coupon for the Shizuoka area. The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when the coupon is distributed to the user.

例えば、住所を含むユーザ属性テーブル１１２は、静岡に住む男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、静岡エリア内に住む当該ユーザに当該クーポンを配布した時の効果値を推定する。For example, the user attribute table 112, which includes an address, indicates a male user aged 30 who lives in Shizuoka. The coupon information indicates a coupon for the Shizuoka area. The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when the coupon is distributed to the user who lives in the Shizuoka area.

例えば、住所を含むユーザ属性テーブル１１２は、静岡以外に住む男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、静岡エリア外に住む当該ユーザに当該クーポンを配布した時の効果値を推定する。For example, the user attribute table 112, which includes an address, indicates a male user aged 30 who lives outside Shizuoka. The coupon information indicates a coupon for the Shizuoka area. The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when the coupon is distributed to the user who lives outside the Shizuoka area.

例えば、ユーザ属性テーブル１１２は、静岡エリア内の駅が最寄駅である男性、３０歳のユーザを示す。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。For example, the user attribute table 112 indicates a male user aged 30 whose nearest station is in the Shizuoka area. The coupon information indicates coupons for the Shizuoka area. The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when the coupon is distributed to the user.

例えば、ユーザ属性テーブル１１２は、男性、３０歳のユーザを示す。また、ユーザ属性テーブル１１２は、当該ユーザが静岡エリア内の駅を停車する電車を主に利用する時間を示す情報を含む。例えば、当該時間は、９時～１１時である。また、クーポン情報は、静岡エリアのクーポンを示す。推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、当該ユーザに当該クーポンを配布した時の効果値を推定する。For example, the user attribute table 112 indicates a male user aged 30. The user attribute table 112 also includes information indicating the time when the user mainly uses trains that stop at stations in the Shizuoka area. For example, the time is from 9:00 to 11:00. The coupon information also indicates coupons for the Shizuoka area. The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate the effectiveness value when the coupon is distributed to the user.

このように、推定部１４０は、ユーザ属性テーブル１１２に登録されている様々な情報を組み合わせて、学習済モデルに入力する入力データを生成し、効果値を推定する。In this way, the estimation unit 140 combines various information registered in the user attribute table 112 to generate input data to be input into the learned model and estimate the effectiveness value.

算出部１５０は、ユーザ属性テーブル１１２とＳＨＡＰ（Ｓｈａｐｌｅｙ Ａｄｄｉｔｉｖｅ ｅｘＰｌａｎａｔｉｏｎｓ）とを用いて、影響度を算出する。影響度は、ユーザ属性テーブル１１２が示すユーザにクーポンを配布することによる影響の度合である。The calculation unit 150 calculates the degree of influence using the user attribute table 112 and SHAP (Shapley Additive exPlanations). The degree of influence is the degree of influence of distributing a coupon to a user indicated by the user attribute table 112.

出力部１６０は、効果値及び影響度を出力する。例えば、出力部１６０は、情報処理装置１００のディスプレイに、効果値及び影響度を出力する。The output unit 160 outputs the effect value and the degree of impact. For example, the output unit 160 outputs the effect value and the degree of impact to a display of the information processing device 100.

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５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Ｓ１１）登録部１２０は、ユーザ属性テーブル１１２に登録されているユーザＩＤの情報が、行動履歴テーブル１１１に登録されているか否かを判定する。当該ユーザＩＤの情報が行動履歴テーブル１１１に登録されている場合、処理は、ステップＳ１２に進む。当該ユーザＩＤの情報が行動履歴テーブル１１１に登録されていない場合、処理は、ステップＳ１３に進む。 Next, the process executed by the information processing device 100 will be described with reference to a flowchart.
FIG. 5 is a flowchart illustrating an example of a process executed by the information processing device.
(Step S11) The registration unit 120 determines whether or not information on the user ID registered in the user attribute table 112 is registered in the behavior history table 111. If the information on the user ID is registered in the behavior history table 111, the process proceeds to step S12. If the information on the user ID is not registered in the behavior history table 111, the process proceeds to step S13.

（ステップＳ１２）登録部１２０は、行動履歴テーブル１１１に登録されている情報をユーザ属性テーブル１１２に登録する。
（ステップＳ１３）推定部１４０は、ユーザ属性テーブル１１２を参照し、１つのユーザＩＤを選択する。
（ステップＳ１４）推定部１４０は、ユーザ属性テーブル１１２とクーポン情報と学習済モデルとを用いて、選択されたユーザＩＤのユーザにクーポンを配布した時の効果値を推定する。 (Step S<b>12 ) The registration unit 120 registers the information registered in the action history table 111 in the user attribute table 112 .
(Step S13) The estimation unit 140 refers to the user attribute table 112 and selects one user ID.
(Step S14) The estimation unit 140 uses the user attribute table 112, the coupon information, and the trained model to estimate an effectiveness value when a coupon is distributed to a user with the selected user ID.

（ステップＳ１５）推定部１４０は、全てのユーザを選択したか否かを判定する。全てのユーザが選択された場合、処理は、ステップＳ１６に進む。全てのユーザが選択されていない場合、処理は、ステップＳ１３に進む。
（ステップＳ１６）算出部１５０は、ユーザ属性テーブル１１２とＳＨＡＰとを用いて、影響度を算出する。
（ステップＳ１７）出力部１６０は、効果値及び影響度を出力する。 (Step S15) The estimation unit 140 determines whether or not all users have been selected. If all users have been selected, the process proceeds to step S16. If all users have not been selected, the process proceeds to step S13.
(Step S16) The calculation unit 150 calculates the influence degree by using the user attribute table 112 and SHAP.
(Step S17) The output unit 160 outputs the effect value and the influence degree.

実施の形態によれば、情報処理装置１００は、ユーザにクーポンを配布した時の効果値を推定する。そして、情報処理装置１００は、効果値を出力する。よって、情報処理装置１００は、効果値を出力することができる。According to the embodiment, the information processing device 100 estimates an effectiveness value when a coupon is distributed to a user. Then, the information processing device 100 outputs the effectiveness value. Thus, the information processing device 100 can output the effectiveness value.

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 入出力インタフェース、 １１０ 記憶部、 １１１ 行動履歴テーブル、 １１２ ユーザ属性テーブル、 １２０ 登録部、 １３０ 取得部、 １４０ 推定部、 １５０ 算出部、 １６０ 出力部。 100 Information processing device, 101 Processor, 102 Volatile storage device, 103 Non-volatile storage device, 104 Input/output interface, 110 Storage unit, 111 Behavior history table, 112 User attribute table, 120 Registration unit, 130 Acquisition unit, 140 Estimation unit, 150 Calculation unit, 160 Output unit.

Claims (9)

ユーザの住所を含みユーザ属性情報、使用範囲が第１のエリアであるクーポンを示すクーポン情報、及び学習済モデルを取得する取得部と、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記第１のエリア内に住む前記ユーザ又は前記第１のエリア外に住む前記ユーザに、前記クーポンを配布した時の効果値を推定する推定部と、
前記効果値を出力する出力部と、
を有する情報処理装置。 An acquisition unit that acquires user attribute information including a user's address , coupon information indicating a coupon whose usage range is a first area , and a trained model;
an estimation unit that estimates an effect value when the coupon is distributed to the user living in the first area or the user living outside the first area by using the user attribute information, the coupon information, and the trained model;
an output unit that outputs the effect value;
An information processing device having the above configuration. 使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザの最寄駅が前記第１のエリア内の駅であることを示す情報を含むユーザ属性情報、及び学習済モデルを取得する取得部と、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定する推定部と、
前記効果値を出力する出力部と、
を有する情報処理装置。 An acquisition unit that acquires coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating that a nearest station to the user is a station within the first area , and a trained model;
An estimation unit that estimates an effect value when the coupon is distributed to the user by using the user attribute information, the coupon information, and the trained model;
an output unit that outputs the effect value;
An information processing device having the above configuration. 使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザが前記第１のエリア内の駅を停車する電車を主に利用する時間を示す情報を含むユーザ属性情報、及び学習済モデルを取得する取得部と、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定する推定部と、
前記効果値を出力する出力部と、
を有する情報処理装置。 An acquisition unit that acquires coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating a time when a user mainly uses trains that stop at stations in the first area , and a trained model;
An estimation unit that estimates an effect value when the coupon is distributed to the user by using the user attribute information, the coupon information, and the trained model;
an output unit that outputs the effect value;
An information processing device having the above configuration. 情報処理装置が、
ユーザの住所を含みユーザ属性情報、使用範囲が第１のエリアであるクーポンを示すクーポン情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記第１のエリア内に住む前記ユーザ又は前記第１のエリア外に住む前記ユーザに、前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
出力方法。 An information processing device,
Obtaining user attribute information including a user's address , coupon information indicating a coupon whose usage range is a first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the users living in the first area or the users living outside the first area is estimated;
outputting the effect value;
Output method. 情報処理装置が、
使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザの最寄駅が前記第１のエリア内の駅であることを示す情報を含むユーザ属性情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
出力方法。 An information processing device,
Obtain coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating that the nearest station to the user is a station within the first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the user is estimated;
outputting the effect value;
Output method. 情報処理装置が、
使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザが前記第１のエリア内の駅を停車する電車を主に利用する時間を示す情報を含むユーザ属性情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
出力方法。 An information processing device,
Obtain coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating a time when a user mainly uses trains that stop at stations in the first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the user is estimated;
outputting the effect value;
Output method. 情報処理装置に、
ユーザの住所を含みユーザ属性情報、使用範囲が第１のエリアであるクーポンを示すクーポン情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記第１のエリア内に住む前記ユーザ又は前記第１のエリア外に住む前記ユーザに、前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
処理を実行させる出力プログラム。 In the information processing device,
Obtaining user attribute information including a user's address , coupon information indicating a coupon whose usage range is a first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the users living in the first area or the users living outside the first area is estimated;
outputting the effect value;
The output program that causes the processing to occur. 情報処理装置に、
使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザの最寄駅が前記第１のエリア内の駅であることを示す情報を含むユーザ属性情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
処理を実行させる出力プログラム。 In the information processing device,
Obtain coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating that the nearest station to the user is a station within the first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the user is estimated;
outputting the effect value;
The output program that causes the processing to occur. 情報処理装置に、
使用範囲が第１のエリアであるクーポンを示すクーポン情報、ユーザが前記第１のエリア内の駅を停車する電車を主に利用する時間を示す情報を含むユーザ属性情報、及び学習済モデルを取得し、
前記ユーザ属性情報、前記クーポン情報、及び前記学習済モデルを用いて、前記ユーザに前記クーポンを配布した時の効果値を推定し、
前記効果値を出力する、
処理を実行させる出力プログラム。 In the information processing device,
Obtain coupon information indicating a coupon whose usage range is a first area, user attribute information including information indicating a time when a user mainly uses trains that stop at stations in the first area , and a trained model;
Using the user attribute information, the coupon information, and the trained model, an effect value when the coupon is distributed to the user is estimated;
outputting the effect value;
The output program that causes the processing to occur.
JP2024526461A 2022-08-31 2022-08-31 Information processing device, output method, and output program Active JP7542780B2 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/032840 WO2024047812A1 (en) 2022-08-31 2022-08-31 Information processing device, output method, and output program

Publications (3)

Publication Number Publication Date
JPWO2024047812A1 JPWO2024047812A1 (en) 2024-03-07
JPWO2024047812A5 JPWO2024047812A5 (en) 2024-08-06
JP7542780B2 true JP7542780B2 (en) 2024-08-30

Family

ID=90098970

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2024526461A Active JP7542780B2 (en) 2022-08-31 2022-08-31 Information processing device, output method, and output program

Country Status (2)

Country Link
JP (1) JP7542780B2 (en)
WO (1) WO2024047812A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7746616B1 (en) * 2025-03-06 2025-09-30 ＰａｙＰａｙ株式会社 Estimation device, learning device, estimation method, and program

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163339A (en) 2000-11-28 2002-06-07 Fujitsu Ltd Price determination method and price determination device
WO2017130488A1 (en) 2016-01-29 2017-08-03 ソニー株式会社 Information processing device, information processing method, and program
JP2020077118A (en) 2018-11-06 2020-05-21 ソフトバンク株式会社 Machine learning device, determination device, program, and machine learning method
US20210406930A1 (en) 2020-06-29 2021-12-30 Accenture Global Solutions Limited Benefit surrender prediction

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6253744B1 (en) * 2016-11-04 2017-12-27 ヤフー株式会社 Information analysis apparatus, information analysis method, and information analysis program
JP6983739B2 (en) * 2018-09-20 2021-12-17 ヤフー株式会社 Information processing equipment, information processing methods and information processing programs

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163339A (en) 2000-11-28 2002-06-07 Fujitsu Ltd Price determination method and price determination device
WO2017130488A1 (en) 2016-01-29 2017-08-03 ソニー株式会社 Information processing device, information processing method, and program
JP2020077118A (en) 2018-11-06 2020-05-21 ソフトバンク株式会社 Machine learning device, determination device, program, and machine learning method
US20210406930A1 (en) 2020-06-29 2021-12-30 Accenture Global Solutions Limited Benefit surrender prediction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7746616B1 (en) * 2025-03-06 2025-09-30 ＰａｙＰａｙ株式会社 Estimation device, learning device, estimation method, and program

Also Published As

Publication number Publication date
JPWO2024047812A1 (en) 2024-03-07
WO2024047812A1 (en) 2024-03-07

Similar Documents

Publication Publication Date Title
US9256826B2 (en) Predicting reactions to short-text posts
US11087282B2 (en) Content creation, deployment collaboration, and channel dependent content selection
CN111738775B (en) A training method and system for predicting model of user willingness to pay
CN112513834A (en) Metadata generation for multiple object types
US20180240147A1 (en) Process and system for determining marketing activity frequency while maintaining the influencer&#39;s impact on their social network
CN102487456A (en) Method and device for providing network video access popularity
US20190095530A1 (en) Tag relationship modeling and prediction
JP5282857B1 (en) Information diffusion scale prediction apparatus, information diffusion scale prediction method, and information diffusion scale prediction program
CN113205362A (en) Method, apparatus, device, storage medium and program product for determining a promoter
TW200935347A (en) User vacillation detection and response
CN110648034A (en) Method and device for distributing customer service
JP7542780B2 (en) Information processing device, output method, and output program
CN106296320A (en) Information broadcasting method based on terminal applies APP and device
JP2019503014A (en) Method and apparatus for processing user behavior data
US9208509B1 (en) System, method, and computer program for personalizing content for a user based on a size of a working vocabulary of the user
CN106909567A (en) Data processing method and device
US20180373723A1 (en) Method and system for applying a machine learning approach to ranking webpages&#39; performance relative to their nearby peers
CN111582899A (en) A quantification method, device, system and storage medium for displaying link effect
CN102243747A (en) Combinatorial advertisements
US20250131472A1 (en) Methods and electronic devices for re-engaging users and providing suggestion information
CN112052976A (en) Prediction method, information push method and device
US9147197B2 (en) Determining point of sale advertisement effectiveness
US9031861B1 (en) Measuring content item effectiveness
JP2020115285A (en) Calculation device, calculation method, and calculation program
CN117202113A (en) Message material review methods, devices, equipment, storage media and program products

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240501

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240501

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20240501

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240723

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240820

R150 Certificate of patent or registration of utility model

Ref document number: 7542780

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150