商品検索システム、商品検索方法及び商品検索プログラム
【課題】 顧客情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索する商品検索システムを提供する。
【解決手段】 コンピュータ３と、コンピュータ３上で動作する商品検索プログラム２から構成され、前記商品検索プログラム２が、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてデータベース５２に蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベース５２の中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出してディスプレイ８に画面表示する。
【解決手段】 コンピュータ３と、コンピュータ３上で動作する商品検索プログラム２から構成され、前記商品検索プログラム２が、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてデータベース５２に蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベース５２の中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出してディスプレイ８に画面表示する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、顧客の要望に応じた商品を検索する商品検索システム、商品検索方法及び商品検索プログラムに関する。
【背景技術】
【０００２】
商品には、値段、サイズ、材質、色調、日常用（或いは贈答用）、実用（或いは装飾用）、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）、などの多種多様な属性がある。顧客が商品を選択するに際しては、これら性質の異なる属性情報を感覚的に曖昧な要望として店員に伝えることが大半である。そして、商品を熟知したエキスパート店員が自身が長年培ってきた経験に基づき、前記顧客からの性質の異なる属性情報を統合して、顧客の感性価値に近い商品を探して提示することとなる。しかし、一般に、有能な店員は多忙であるし、顧客が店舗に足を運ぶ機会も限られるため、顧客が自身の要望に合った商品を入手し易いとはいい難い。
【０００３】
発明者は、従前より感性データ解析手法を研究しており、例えば非特許文献１には、特定の対象に対して感性表現の対極尺度で５段階或いは７段階評価し、クラスタリングして代表感性を表現することが開示されている。
【０００４】
また、コンピュータ技術の発達によって、コンピュータを用いた商品検索システムがいくつか提案されている。
【０００５】
特許文献１には、商品販売者によって予め登録された商品の感性評価値と、利用者がデータ入力した商品に関する感性評価データとの間で距離計算を行うことで算出した一致度から利用者の嗜好に近い商品を検索し、商品情報を出力表示させる商品検索システムが開示されている。
【０００６】
特許文献２には、商品と感性ワードとのファジィ距離をファジィ対応分析により同定し、利用者は用意された感性ワードをいくつか選択しデータ入力することにより、OWA(Ordered Weighted Averaging Aggregation Operators)法により商品が順序づけられて提示される商品提示システムが開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００２−２８８２１６号公報
【特許文献２】特開２００８−２５０８０９号公報
【非特許文献】
【０００８】
【非特許文献１】感性データ解析 中森義輝 著、森北出版株式会社、２０００年８月１０日発行
【発明の概要】
【発明が解決しようとする課題】
【０００９】
上述のように、商品には多種多様な属性があることから、発明者は、これらの商品属性を物理属性と文脈属性と感性属性に大別することとした。つまり、値段、サイズ、材質、色調などは物理属性情報であり、日常用（或いは贈答用）、実用（或いは装飾用）などは文脈属性情報であり、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などは感性属性情報である。これらの物理属性情報と文脈属性情報と感性属性情報はそれぞれ性質が異なっているから、同じ尺度で取り扱うことが困難である。しかし実際のところ、顧客はこれら性質の異なる複数の属性情報が混ざり合った状態で商品への要望としている。そして、実際に顧客が発信する要望は、やや大きい、さりげない、カジュアルで飽きのこない、など曖昧な情報となっている。
【００１０】
また、商品のデータ収集段階では、多くの商品について感性ワードによる評価データを得ることは時間的制約から困難である。そこで、従来は、評価の曖昧性を考慮せず、７段階評価値など整数値のみを扱っていた。一方、多くの被験者による評価実験では時間的・経済的制約から多くの商品を登録できないという問題があった。モデリングに際しては、評価データそのものを加工しないで用いる方法や、因子分析や対応分析などの多変量解析により商品と感性ワードとの距離を同定する方法などが提案されているが、意見の分散、あるいは意見の違いについて十分考慮したモデリングではなかった。推論・検索段階では、従来の感性検索システムでは「かわいらしい」「伝統的な」などの形容詞・形容動詞を用いた評価による検索が主流であるが、実際の商品検索においては、利用者の関心は「大きさ」「値段」などの物理属性や、「贈答用」「日常用」などの文脈属性にも関心が少なからずあり、そのため、検索のステップが２段階や３段階となってしまい煩雑となっていた。そして、既知の手法では、性質の異なる複数の属性情報からなる複数の希望情報を総合化することが困難であった。
【００１１】
つまり、上述のように、実際に顧客が発信する要望は、曖昧な情報であるとともに、性質の異なる複数の属性情報がまとまりなく混ざり合った状態となっているが、従来の商品検索システムでは、曖昧性を考慮せずに整数値のみを扱っており、顧客の要望が十分に反映されているとはいい難い。また、性質の異なる複数の属性情報については統合する良い方法がなかったことから検索のステップが複数段階となってしまい手続きが煩雑となっていたので、使い勝手が良くなかった。
【００１２】
そこで、本願発明の目的は、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索する商品検索システム、商品検索方法及び商品検索プログラムを提供することにある。
【課題を解決するための手段】
【００１３】
本発明の商品検索システムは、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータと、前記コンピュータ上で動作する商品検索プログラムから構成され、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする。
【００１４】
本発明では、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示する。つまり、商品の複数種類の属性情報並びに顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度で取り扱うことで、同じ尺度で取り扱うことができるようになり、三角型メンバシップ関数を用いることで、大量の曖昧なデータが容易にデータ処理できるようになる。そして、オリジナルデータを直接的に用いるモデリングであるから、多変量解析などを用いたモデリングに比べて、情報のロスが少なくなる。本発明は、「目標志向の意思決定分析」の考え方に基づいており、従来の、最大化或いは最小化を目指す最適化とは異なり、「ちょっと現代的」等のような両端に位置しない（中途半端な）目標を達成できるようになることが、大きな特徴である。なお、ここで、前記要望データマトリクスとの適合度が最大値となるとは、計算上の有意性の範囲内での最大値ということであり、前記適合度が最大値の前記商品属性評価モデルマトリクスを有する商品名のみならず、前記適合度が最大値に近い値の前記商品属性評価モデルマトリクスを有する商品名をも含んで最大値とみなしても良い。また、意図的に最大値から二番目や三番目の前記商品属性評価モデルマトリクスを有する商品名を抽出した場合においても、前記適合度が最大値の前記商品属性評価モデルマトリクスを有する商品名を基準としているのであるから本発明の範疇であるとみなされる。
【００１５】
本発明の商品検索方法は、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータを使用し、前記コンピュータ上で商品検索プログラムを動作させて商品を検索する方法であって、コンピュータ上で前記商品検索プログラムを動作させて、管理者が固有の商品名とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、利用者が顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力すると、前記商品検索プログラムがデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする。
【００１６】
本発明の商品検索プログラムは、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータ上で動作し商品を検索する商品検索プログラムであって、固有の商品名とそれに対応する当該商品の複数種類の属性情報をデータ入力する属性情報入力ステップと、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積するデータベース構築ステップと、その後、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する属性要望情報入力ステップと、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとする要望データマトリクス構築ステップと、構築された前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する商品検索ステップと、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を画面表示する画面表示ステップとを備えることを特徴とする。
【００１７】
これら本発明によれば、管理者が固有の商品名とその属性情報を予めデータ入力しておけば商品属性評価モデルマトリクスとして前記データベースに蓄積され、その後、利用者（顧客）が要望する属性要望情報をデータ入力すると、瞬時に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名が検索され抽出されて画面表示されるので、商品を熟知したエキスパート店員がその場に居なくとも、顧客が直接、店舗に足を運ばなくとも、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索することとなる。
【００１８】
本発明は、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことを特徴とする。
【００１９】
本発明によれば、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことで、実際に顧客が発信する要望が十分に反映されている情報となり、検索のステップも１回で済むこととなる。
【００２０】
本発明は、前記商品検索プログラムが、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較したときの、最小値を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とすることを特徴とする。
【００２１】
本発明によれば、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較して、最も小さい値の属性適合度を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とし、これら適合度の代表値が最も高い前記商品名を検索し抽出する。そして、前記商品名を検索し抽出する作業を繰り返して前記適合度の代表値が高い前記商品名から順に画面表示することで、顧客の不満足度が最も小さい商品から順に画面表示することとなる。すなわち、顧客の満足度が最も大きい商品から順に抽出して画面表示することとなる。
【００２２】
本発明は、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられており、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことを特徴とする。
【００２３】
本発明によれば、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられていることから、前記属性要望情報毎の優先順位が付け易い。そして、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望を出来るだけ満たすような商品を検索対象とすることとなる。
【発明の効果】
【００２４】
本発明の商品検索システムによれば、商品の複数種類の属性情報並びに顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度で取り扱うことで、同じ尺度で取り扱うことができるようになり、三角型メンバシップ関数を用いることで、大量の曖昧なデータが容易にデータ処理できるようになる。そして、オリジナルデータを直接的に用いるモデリングにより、多変量解析などを用いたモデリングに比べて、情報のロスが少なくなる。本発明は、「目標志向の意思決定分析」の考え方に基づいており、顧客の要望により近づけることができる。本発明によれば、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことで、実際に顧客が発信する要望が十分に反映されている情報となり、検索のステップも１回で済むこととなる。そして、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
本発明によれば、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望を出来るだけ満たすような商品を検索対象とすることとなる。
【００２５】
本発明によれば、管理者が固有の商品名とその属性情報を予めデータ入力しておけば商品属性評価モデルマトリクスとして前記データベースに蓄積され、その後、利用者（顧客）が要望する属性要望情報をデータ入力すると、瞬時に、前記データベースの中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名が検索され抽出されて画面表示されるので、商品を熟知したエキスパート店員がその場に居なくとも、顧客が直接、店舗に足を運ばなくとも、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索することとなる。
【図面の簡単な説明】
【００２６】
【図１】本発明の実施の形態の商品検索システムを機能的に説明するブロック図である。
【図２】上記実施形態の商品検索システムをネットワークを介して接続する接続例を説明するブロック図である。
【図３】上記実施形態の商品検索システムにおけるプログラム同士の関係を説明するブロック図である。
【図４】上記実施形態の商品検索システムにおける固有の商品情報の入力手順を説明するフローチャートである。
【図５】上記実施形態の商品検索システムにおける顧客が要望する属性要望情報に適合する商品名の検索手順を説明するフローチャートである。
【図６】三角型メンバシップ関数による商品のモデル化を説明する図である。
【図７】三角型メンバシップ関数による要望を説明する図である。
【図８】三角型メンバシップ関数による要望と商品のモデルとの適合度を説明する図である。
【図９】優先度に関する変換関数を説明する図である。
【図１０】固有の商品に対する評価シートを例示する図である。
【図１１】上記実施形態の商品検索システムにおける表示画面の遷移図である。
【図１２】上記表示画面のうち属性要望入力画面を例示する図である。
【図１３】上記表示画面のうち優先度入力画面を例示する図である。
【図１４】上記表示画面のうち推薦商品表示画面を例示する図である。
【図１５】上記実施形態の商品検索システムの商品登録画面を例示する図である。
【図１６】上記実施形態の商品検索システム全体の画面遷移を機能的に示した図である。
【図１７】上記実施形態の商品検索システムへのモデルの直接登録を例示する概略説明図である。
【発明を実施するための形態】
【００２７】
（システム構成）
図１は、本発明の実施の形態の商品検索システムを機能的に説明するブロック図である。本実施形態の商品検索システム１は、コンピュータ３と、当該コンピュータ３上で動作するソフトウエアプログラム２からなる。コンピュータ３には、ディスプレイ８とプリンター８０１と入力手段７が接続される（図１）。入力手段７は、キーボード、マウス、タッチパネル等である。本実施形態で使用するコンピュータ３の性能としては、いわゆる個人向けのパーソナルコンピュータで足りる。ここでは、コンピュータ３には、データ入力を受け付ける入力手段７と、入力されたデータに演算処理を行うＣＰＵ４と、演算処理後のデータを蓄積保存するデータベース５、データベース６とデータ処理前後のデータを画面表示するディスプレイ８が備わっており、コンピュータ３上で商品検索プログラム２が動作する。商品検索プログラム２は、管理プログラム２２、推論プログラム２３、要望処理プログラム２４、及びモデルプログラム２５から構成される。
【００２８】
図２は、本実施形態の商品検索システム１をネットワークサーバ９３を介して接続する接続例を説明するブロック図である。本実施形態の商品検索システム１は、ネットワークサーバ９３を介して、インターネットサービスプロバイダ９２経由で遠隔地にある複数の端末９１とネットワーク接続することができ、インターネット経由でアクセスして、商品検索を行なうことや、データベース５を追加更新することができる。
【００２９】
（データ収集）
図４は、本実施形態の商品検索システム１における固有の商品情報の入力手順を説明するフローチャートである。管理者は、最初に固有の商品名（商品ＩＤ）と、それに対応する商品写真、プロフィール、図柄、サイズ、価格、メーカー、特徴等のデータを商品データシート２１１にデータ入力する（符号Ｓ１）。データ管理し易いことからデータ入力の形式としては、エクセル形式などの表形式を使用する。
【００３０】
次に、固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で、商品評価データシート２１２にデータ入力する（符号Ｓ２）。商品の属性情報としては、値段、サイズ、材質、色調などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ評価の次元を固定した同一スケールのデータとして取り扱う。本実施形態では、これら異なるタイプの属性情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する。属性値は、０を中心値とした負の整数と正の整数とで奇数のスケールで定義し、３段階、５段階、７段階、又は９段階で表す。ここでは、[-3, -2, -1, 0, +1, +2, +3]の７段階で表している。
【００３１】
図１０は、固有の商品に対する評価シートを例示する図である。評価シートは、サイズが大きい（或いはサイズが小さい）、重量が重い（或いは軽い）などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ７段階評価してチェックする。
【００３２】
商品評価データシート２１２にデータ入力する属性情報は、商品を熟知したエキスパート店員が自身が長年培ってきた経験に基づき、直接入力する。又は、複数の評価者からの情報を集計してそれぞれの属性情報の分布の山の平均値を属性情報の代表値とする方法を用いる。なお、前記属性情報の分布の山が複数になった場合や、歪な分布となった場合には、商品の販売従事者の評価値を用いて補正する。表１は、複数の評価者からの情報を集計した集計表を例示している。
【００３３】
【表１】
【００３４】
（モデリング）
商品評価データシート２１２にデータ入力すると（符号Ｓ２）、前記管理プログラム２２がデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を商品データベース５１に蓄積するとともに、モデルプログラム２５を作動させて前記商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてモデルデータベース５２に蓄積する（符号Ｓ３）。商品データベース５１に蓄積される固有の商品名とモデルデータベース５２に蓄積される商品属性評価モデルマトリクスとは一対一で対応付けされている。図１に示す例では、商品データベース５１とモデルデータベース５２とは別個のデータベースで例示しているが、商品データベース５１とモデルデータベース５２とを統合したひとつのデータベース５としても良い。
【００３５】
三角型メンバシップ関数は、条件により、次の数式１又は数式２で表される。
【００３６】
【数１】
【００３７】
【数２】
【００３８】
ここでは、商品をi、属性をj、評価の平均をｍij、評価の標準偏差をσijとしており、ｃはチューニングパラメータである。図６は、三角型メンバシップ関数による商品のモデル化を説明する図である（c=1のケース）。ここでは、[ｍ−σ，ｍ＋σ]の外側はε>0とする。
【００３９】
（要望入力）
前記属性値は、[-n, -n+1,…， -1, 0, +1, …，+n-1, +n]の（2n+1）段階で表す。ここで、ｎは自然数（正の整数）である。要望レベルkに対応する三角型メンバシップ関数は、条件により、次の数式３から数式５で表される。
【００４０】
【数３】
【００４１】
【数４】
【００４２】
【数５】
【００４３】
図７は、三角型メンバシップ関数による要望の表現を説明する図であり、n=3の場合を例示している。
【００４４】
（適合度計算）
希望を受ける前記属性の数は実際には限定されないが、簡単な例として商品の属性を、j1＝＜小さい, 大きい＞, j2＝＜若者向き, 老人向き＞, j3＝＜地味な, 派手な＞
の３つとして、適合度の計算方法を説明する。商品iの上記属性に対する評価モデルは、次のメンバシップ関数μij1(x), μij2(x), μij3(x)
で与えられる。本実施形態では、例えば、この商品iの、「小さい」、「とても老人向き」、「やや地味」、という要望に対する適合度を次の数式６から数式８で求める。
【００４５】
【数６】
【００４６】
【数７】
【００４７】
【数８】
【００４８】
商品iの３つの要望への適合度は、次の数式９で定義される。
【００４９】
【数９】
【００５０】
ここで、ＡＯは情報統合化オペレータ(Aggregation Operator)である。ＡＯには、本実施形態の手法が適用され、それ以外の手法としては、ＯＷＡオペレータ(Ordered Weighted Averaging Aggregation Operators)など既知の情報統合手法が適用可能である。
【００５１】
図８は、三角型メンバシップ関数により表現された要望と商品との適合度(Fitness)を例示して説明する図である。ここで、μ-1(x)は要望のメンバシップ関数であり、ここでは７つの三角形が描かれており、顧客はそのうちの１つの三角形を選択する。μij(x)は固有の商品の属性を表すメンバシップ関数であり、両者の重なっている位置（Fitness）が適合度である。適合度は、例えば、次の数式１０で求める。
【００５２】
【数１０】
【００５３】
一般に、商品iの要望のあった属性に対する評価モデルは、次のメンバシップ関数μij(x), j∈J で与えられる。ここで、Jは要望のあった属性の集合である。本実施形態では、この商品iの要望に対する適合度を次の数式１１で求める。
【００５４】
【数１１】
【００５５】
ここで、μjk(x)は属性jに対する要望レベルkのメンバシップ関数である。商品iの要望への適合度は、次の数式１２で定義される。
【００５６】
【数１２】
【００５７】
（商品検索）
次に、商品検索方法について説明する。本実施形態では、最も小さい値の属性適合度を前記商品名の適合度の代表値とし、前記推論プログラム２３が、これら適合度の代表値が最も高い前記商品名から順番に検索し抽出して画面表示する仕組みとなっており、適合度の最小値が高い商品から順番に顧客に見せるというマクシミン戦略(Min-max戦略)手法を用いている。つまり、顧客の不満足度が最も小さい商品から順番に抽出して画面表示する方式であるから、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
【００５８】
図３は、本実施形態の商品検索システム１における商品検索プログラム２内のプログラム同士の関係を説明するブロック図である。ここでは、管理プログラム２２が、データ入力された固有の商品名とそれに対応する当該商品の複数種類の属性情報を商品データベース５１に蓄積するとともに、モデルプログラム２５を作動させて前記商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてモデルデータベース５２に蓄積して行き、データベースを構築する。そして、要望処理プログラム２４が、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとして要望データベース６に一旦蓄積する。そして、推論プログラム２３が、要望処理プログラム２４とＣＰＵ４を介して要望データベース６にアクセスして前記要望データマトリクスを引き出すとともに、管理プログラム２２とＣＰＵ４を介して商品データベース５にアクセスして前記商品データベース５の中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名を検索する。そして、管理プログラム２２が、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を前記要望データマトリクスとの適合度が高いものから順番に画面表示するか、幾つかリストアップされた前記商品属性評価モデルマトリクスを有する商品名を一覧表形式で画面表示する。前記データベース５，６は、データ記憶装置であり、ハードディスクやＵＳＢメモリ等の書き換え可能なデータ記憶装置が用いられる。
【００５９】
（属性優先度入力）
次に、属性優先度入力手順について説明する。図５は、本実施形態の商品検索システム１における顧客が要望する属性要望情報に適合する商品名の検索手順を説明するフローチャートである。利用者（顧客）は、最初に、顧客が要望する複数種類の属性要望情報を物理属性情報と文脈属性情報と感性属性情報を含む情報として評価の次元を固定した同一スケールの対極尺度で属性要望データシート２１３にデータ入力する（符号Ｓ１１）。そして引き続き、前記属性要望情報に、それぞれ割り当てられた同一スケールの優先度を優先度データシート２１４にデータ入力する（符号Ｓ１２）。優先度は、重み付け処理を行うための指標であるが、優先度の取り扱い方法については、その詳細を後述する。優先度データシート２１４にデータ入力するステップ（符号Ｓ１２）はスキップすることができ、この場合は、データ入力された前記属性要望情報は重み付けされずにデータ処理されることとなる。
【００６０】
前記データ入力（符号Ｓ１１，Ｓ１２）を行なうと、前記要望処理プログラム２４が、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとして要望データベース６に一旦蓄積する（符号Ｓ１３）。要望データベース６は、一時的にデータ記憶させる装置であれば良いことから、ハードディスクやＵＳＢメモリ等の他、コンピュータ付属のＲＡＭに一時的に記憶させても良い。そして、前記属性要望情報が要望データマトリクスとして要望データベース６に一旦蓄積されると（符号Ｓ１３）、推論プログラム２３が要望データベース６にアクセスして前記要望データマトリクスを引き出すとともに、モデルデータベース５２にアクセスしてモデルデータベース５２の中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する（符号Ｓ１５）。そして、管理プログラム２２が、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を商品データベース５１から取り出し、そして、前記商品名を検索し抽出する作業を繰り返して前記適合度の代表値が高い前記商品名から順にリストアップして推薦商品リスト２１５を作成し、一覧表形式で画面表示する（符号Ｓ１６）。前記推薦商品リスト２１５に記載の商品ＩＤと商品詳細データリスト２１６はリンクしており、顧客は画面表示された推薦商品リスト２１５のうち興味のある商品ＩＤのリンクボタンをクリックすると、商品詳細データリスト２１６にジャンプするので、商品の詳しい内容を知ることができる。ここでは、管理プログラム２２が、推薦商品リスト２１５を作成し、一覧表形式で画面表示するとしたが、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を順番に一つずつ画面表示する方法としても良い。
【００６１】
（優先度付き推論）
本実施形態では、顧客がいくつかの希望属性の優先度を入力する仕組みとなっている。優先度データシート２１４には、前記属性要望情報に対応して、それぞれ同一スケールの優先度が割り当てられている（図１）。優先度は自然数（正の整数）を用いた奇数のスケールで定義し、３段階、５段階、７段階、又は９段階で表す。ここでは、[1, 2, 3, 4, 5]の５段階で表している。
【００６２】
希望を受ける前記属性の数は実際には限定されないが、簡単な例として商品の属性を、j1＝＜小さい, 大きい＞, j2＝＜若者向き, 老人向き＞, j3＝＜地味な, 派手な＞
の３つとする。商品iの上記属性に対する評価モデルは、次のメンバシップ関数μij1(x),
μij2(x), μij3(x) で与えられる。本実施形態では、例えば、この商品iの、小さい、とても老人向き、やや地味、という要望に対する適合度は上述の数式６から数式８で求められる。ここでは、優先度（例えば、「小さい」の優先度を「普通」、「とても老人向き」の優先度を「最優先」、「やや地味」の優先度と「優先しない」とする）に応じて、次の数式１３から数式１５のように適合度の値を数値変換する。
【００６３】
【数１３】
【００６４】
【数１４】
【００６５】
【数１５】
【００６６】
商品iの３つの要望への適合度は、次の数式１６で定義される。
【００６７】
【数１６】
【００６８】
商品iの３つの要望への適合度は、最小値を考慮すると次の数式１７で定義される。
【００６９】
【数１７】
【００７０】
図９は、優先度に関する変換関数を説明する図である。優先度の順番は、優先度が高い順に並べると、G5, G4, G3, G2, G1 の順番となる。
【００７１】
図９に示す５段階の場合、次の数式１８から数式２２にて、優先度に関する変換関数を求める。
【００７２】
【数１８】
【００７３】
【数１９】
【００７４】
【数２０】
【００７５】
【数２１】
【００７６】
【数２２】
【００７７】
一般に、商品iの要望のあった属性に対する評価モデルは、優先度を考慮すると次の数式２３、数式２４で求められる。また、優先レベルＬ，優先度lの場合の変換関数は次の数式２５で求められる。
【００７８】
【数２３】
【００７９】
【数２４】
【００８０】
【数２５】
【００８１】
本実施形態では、要望処理プログラム２４が、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記推論プログラム２３が、これら適合度の代表値が最も高い前記商品名から順番に検索し抽出する。つまり、変換後の適合度の最小値が高い商品から順番に顧客に見せるというマクシミン戦略(Min-max戦略)手法を用いており、優先順位を考慮しつつ、顧客の不満足度が最も小さい商品から順番に抽出して画面表示する。すなわち、優先順位を考慮しつつ、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
【００８２】
本実施形態によれば、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられていることから、前記属性要望情報毎の優先順位が付け易い。そして、商品検索プログラム２が、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望のすべてを出来るだけ満たすような商品の順序付けが行なわれることとなる。
【００８３】
図１１は、本実施形態の商品検索システム１における表示画面の遷移図である。ここでは、九谷焼の商店がインターネットショップを設立し、伝統工芸品の商品選定サイトに加入して、管理者が固有の商品名（商品ＩＤ）とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価データマトリクスとして商品データベース５に蓄積しておいたとして、以下に説明する。
【００８４】
利用者（顧客）は、個人所有のＰＣや携帯電話等のインターネット端末９１を起動し、インターネットサービスプロバイダ９２に接続して、ＷＷＷブラウザから、所定の初期画面を開いてディスプレイ８に表示させる（図２、図１１）。そして、画面上の開始ボタンをクリックすると、属性要望入力画面８１が表示される（図１２）。顧客は、表示画面のＳｔｅｐ１，２，３の順に、選択ボタンやチェックボックスをクリックする。ここでは、Ｓｔｅｐ１として、伝統工芸品のブランド（産地）、種類を選択する。次にＳｔｅｐ２として、商品の属性要望情報を、評価の次元を固定した７段階の対極尺度でデータ入力する。入力データとしては、値段が高い（或いは値段が安い）、サイズが大きい（或いはサイズが小さい）、重量が重い（或いは軽い）などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ７段階評価してチェックする。チェックは複数種類の属性情報について要望値を入力するものであり、全てのチェック欄をチェックしなければならない訳ではない。複数種類の属性情報について要望値を入力すれば、商品検索プログラムが正常に動作する。そして、チェックが終了すると、Ｓｔｅｐ３で決定ボタンをクリックする。
【００８５】
前記属性要望情報を入力すると、入力した情報の確認と、それぞれの属性要望情報に対応した優先度入力画面８２が表示される（図１３）。ここでは、商品の属性要望情報の優先度を、５段階でチェックしデータ入力する。そして、チェックが終了すると、商品検索ボタンをクリックする。
【００８６】
優先度を入力し商品検索ボタンをクリックすると、優先度を考慮した顧客の前記属性要望情報と適合度の代表値が最も高い商品名から順に検索し、推薦商品リスト画面８３が表示される（図１４）。そして、顧客が気に入った商品が見つかると、商品ＩＤ（又は商品画面）をクリックする。そうすると、該当する商品のインターネットショップサイトにジャンプして、商品の詳しい内容を知ることができるとともに、商品の購入手続きができるようになる。
【００８７】
図１５は、本実施形態の商品検索システム１の商品登録画面８４を例示する図である。本実施形態では、端末９１を用いてインターネット経由で管理サイトにアクセスして、商品登録情報を、適宜更新しデータベース５に蓄積することができる。
【００８８】
図１６は、本実施形態の商品検索システム１全体の画面遷移を機能的に示した図である。符号８５は、一般ユーザ用の画面遷移を示している。符号８６は、ショップ管理者用の画面遷移を示しており、ログイン認証を行なってから、ショップ情報を追加・修正・削除し、データベース５を更新する。
【００８９】
図１７は、本実施形態の商品検索システム１へのデータ入力を例示する概略説明図である。例えば、先ず商品ＩＤと詳細データ並びに商品画像をコンピュータ３内にデータ入力しておき、その後、店主・従業員が、コンピュータ３にアクセスして、ディスプレイ８に表示された商品画像を見ながら、対応する当該商品の複数種類の属性情報を評価しデータ入力して、アップロードする方法としても良い。この方法によれば、隙間時間を利用してデータベースを構築することができるので、システム構築に着手し易い。
【００９０】
なお、本発明は、上述した実施の形態に限定されるものではない。例えば、本発明は、伝統工芸品に特化したものではなく、顧客が曖昧なイメージを抱くあらゆる商品の販売において商品検索に適用可能である。例えば、絵画、彫刻、家具、インテリア用品、雑貨、洋服、装飾品等多種多様な商品検索に適用できる。ボルトや釘などそのサイズや形式等の規格がＪＩＳやＩＳＯ規格などで厳格に決まっている商品は本発明の適用外となるが、飾りネジやドアノブなど装飾性が高い商品については本発明の適用対象となり得る。本発明は、「目標志向の意思決定分析」の考え方に基づいており、従来の、最大化或いは最小化を目指す最適化とは異なり、「ちょっと現代的」等のような両端に位置しない（中途半端な）目標を達成できるようになったことが、大きな特徴である。そして、商品検索の過程で、顧客が要望する複数種類の属性要望情報を適宜増減させて検索対象を絞ってゆくような使い方もできる。このように、本発明は、その趣旨を逸脱しない範囲で適宜変更が可能であることは言うまでもない。
【符号の説明】
【００９１】
１ 商品検索システム、
２ 商品検索プログラム、
２１ データシート、
２２ 管理プログラム、
２３ 推論プログラム、
２４ 要望処理プログラム、
２５ モデルプログラム、
３ コンピュータ、
４ ＣＰＵ、
５ データベース、
５１ 商品データベース、
５２ モデルデータベース、
６ 要望データベース、
７ 入力手段、
８ ディスプレイ
【技術分野】
【０００１】
本発明は、顧客の要望に応じた商品を検索する商品検索システム、商品検索方法及び商品検索プログラムに関する。
【背景技術】
【０００２】
商品には、値段、サイズ、材質、色調、日常用（或いは贈答用）、実用（或いは装飾用）、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）、などの多種多様な属性がある。顧客が商品を選択するに際しては、これら性質の異なる属性情報を感覚的に曖昧な要望として店員に伝えることが大半である。そして、商品を熟知したエキスパート店員が自身が長年培ってきた経験に基づき、前記顧客からの性質の異なる属性情報を統合して、顧客の感性価値に近い商品を探して提示することとなる。しかし、一般に、有能な店員は多忙であるし、顧客が店舗に足を運ぶ機会も限られるため、顧客が自身の要望に合った商品を入手し易いとはいい難い。
【０００３】
発明者は、従前より感性データ解析手法を研究しており、例えば非特許文献１には、特定の対象に対して感性表現の対極尺度で５段階或いは７段階評価し、クラスタリングして代表感性を表現することが開示されている。
【０００４】
また、コンピュータ技術の発達によって、コンピュータを用いた商品検索システムがいくつか提案されている。
【０００５】
特許文献１には、商品販売者によって予め登録された商品の感性評価値と、利用者がデータ入力した商品に関する感性評価データとの間で距離計算を行うことで算出した一致度から利用者の嗜好に近い商品を検索し、商品情報を出力表示させる商品検索システムが開示されている。
【０００６】
特許文献２には、商品と感性ワードとのファジィ距離をファジィ対応分析により同定し、利用者は用意された感性ワードをいくつか選択しデータ入力することにより、OWA(Ordered Weighted Averaging Aggregation Operators)法により商品が順序づけられて提示される商品提示システムが開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００２−２８８２１６号公報
【特許文献２】特開２００８−２５０８０９号公報
【非特許文献】
【０００８】
【非特許文献１】感性データ解析 中森義輝 著、森北出版株式会社、２０００年８月１０日発行
【発明の概要】
【発明が解決しようとする課題】
【０００９】
上述のように、商品には多種多様な属性があることから、発明者は、これらの商品属性を物理属性と文脈属性と感性属性に大別することとした。つまり、値段、サイズ、材質、色調などは物理属性情報であり、日常用（或いは贈答用）、実用（或いは装飾用）などは文脈属性情報であり、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などは感性属性情報である。これらの物理属性情報と文脈属性情報と感性属性情報はそれぞれ性質が異なっているから、同じ尺度で取り扱うことが困難である。しかし実際のところ、顧客はこれら性質の異なる複数の属性情報が混ざり合った状態で商品への要望としている。そして、実際に顧客が発信する要望は、やや大きい、さりげない、カジュアルで飽きのこない、など曖昧な情報となっている。
【００１０】
また、商品のデータ収集段階では、多くの商品について感性ワードによる評価データを得ることは時間的制約から困難である。そこで、従来は、評価の曖昧性を考慮せず、７段階評価値など整数値のみを扱っていた。一方、多くの被験者による評価実験では時間的・経済的制約から多くの商品を登録できないという問題があった。モデリングに際しては、評価データそのものを加工しないで用いる方法や、因子分析や対応分析などの多変量解析により商品と感性ワードとの距離を同定する方法などが提案されているが、意見の分散、あるいは意見の違いについて十分考慮したモデリングではなかった。推論・検索段階では、従来の感性検索システムでは「かわいらしい」「伝統的な」などの形容詞・形容動詞を用いた評価による検索が主流であるが、実際の商品検索においては、利用者の関心は「大きさ」「値段」などの物理属性や、「贈答用」「日常用」などの文脈属性にも関心が少なからずあり、そのため、検索のステップが２段階や３段階となってしまい煩雑となっていた。そして、既知の手法では、性質の異なる複数の属性情報からなる複数の希望情報を総合化することが困難であった。
【００１１】
つまり、上述のように、実際に顧客が発信する要望は、曖昧な情報であるとともに、性質の異なる複数の属性情報がまとまりなく混ざり合った状態となっているが、従来の商品検索システムでは、曖昧性を考慮せずに整数値のみを扱っており、顧客の要望が十分に反映されているとはいい難い。また、性質の異なる複数の属性情報については統合する良い方法がなかったことから検索のステップが複数段階となってしまい手続きが煩雑となっていたので、使い勝手が良くなかった。
【００１２】
そこで、本願発明の目的は、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索する商品検索システム、商品検索方法及び商品検索プログラムを提供することにある。
【課題を解決するための手段】
【００１３】
本発明の商品検索システムは、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータと、前記コンピュータ上で動作する商品検索プログラムから構成され、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする。
【００１４】
本発明では、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示する。つまり、商品の複数種類の属性情報並びに顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度で取り扱うことで、同じ尺度で取り扱うことができるようになり、三角型メンバシップ関数を用いることで、大量の曖昧なデータが容易にデータ処理できるようになる。そして、オリジナルデータを直接的に用いるモデリングであるから、多変量解析などを用いたモデリングに比べて、情報のロスが少なくなる。本発明は、「目標志向の意思決定分析」の考え方に基づいており、従来の、最大化或いは最小化を目指す最適化とは異なり、「ちょっと現代的」等のような両端に位置しない（中途半端な）目標を達成できるようになることが、大きな特徴である。なお、ここで、前記要望データマトリクスとの適合度が最大値となるとは、計算上の有意性の範囲内での最大値ということであり、前記適合度が最大値の前記商品属性評価モデルマトリクスを有する商品名のみならず、前記適合度が最大値に近い値の前記商品属性評価モデルマトリクスを有する商品名をも含んで最大値とみなしても良い。また、意図的に最大値から二番目や三番目の前記商品属性評価モデルマトリクスを有する商品名を抽出した場合においても、前記適合度が最大値の前記商品属性評価モデルマトリクスを有する商品名を基準としているのであるから本発明の範疇であるとみなされる。
【００１５】
本発明の商品検索方法は、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータを使用し、前記コンピュータ上で商品検索プログラムを動作させて商品を検索する方法であって、コンピュータ上で前記商品検索プログラムを動作させて、管理者が固有の商品名とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、利用者が顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力すると、前記商品検索プログラムがデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする。
【００１６】
本発明の商品検索プログラムは、データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータ上で動作し商品を検索する商品検索プログラムであって、固有の商品名とそれに対応する当該商品の複数種類の属性情報をデータ入力する属性情報入力ステップと、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積するデータベース構築ステップと、その後、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する属性要望情報入力ステップと、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとする要望データマトリクス構築ステップと、構築された前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する商品検索ステップと、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を画面表示する画面表示ステップとを備えることを特徴とする。
【００１７】
これら本発明によれば、管理者が固有の商品名とその属性情報を予めデータ入力しておけば商品属性評価モデルマトリクスとして前記データベースに蓄積され、その後、利用者（顧客）が要望する属性要望情報をデータ入力すると、瞬時に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名が検索され抽出されて画面表示されるので、商品を熟知したエキスパート店員がその場に居なくとも、顧客が直接、店舗に足を運ばなくとも、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索することとなる。
【００１８】
本発明は、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことを特徴とする。
【００１９】
本発明によれば、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことで、実際に顧客が発信する要望が十分に反映されている情報となり、検索のステップも１回で済むこととなる。
【００２０】
本発明は、前記商品検索プログラムが、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較したときの、最小値を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とすることを特徴とする。
【００２１】
本発明によれば、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較して、最も小さい値の属性適合度を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とし、これら適合度の代表値が最も高い前記商品名を検索し抽出する。そして、前記商品名を検索し抽出する作業を繰り返して前記適合度の代表値が高い前記商品名から順に画面表示することで、顧客の不満足度が最も小さい商品から順に画面表示することとなる。すなわち、顧客の満足度が最も大きい商品から順に抽出して画面表示することとなる。
【００２２】
本発明は、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられており、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことを特徴とする。
【００２３】
本発明によれば、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられていることから、前記属性要望情報毎の優先順位が付け易い。そして、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望を出来るだけ満たすような商品を検索対象とすることとなる。
【発明の効果】
【００２４】
本発明の商品検索システムによれば、商品の複数種類の属性情報並びに顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度で取り扱うことで、同じ尺度で取り扱うことができるようになり、三角型メンバシップ関数を用いることで、大量の曖昧なデータが容易にデータ処理できるようになる。そして、オリジナルデータを直接的に用いるモデリングにより、多変量解析などを用いたモデリングに比べて、情報のロスが少なくなる。本発明は、「目標志向の意思決定分析」の考え方に基づいており、顧客の要望により近づけることができる。本発明によれば、前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことで、実際に顧客が発信する要望が十分に反映されている情報となり、検索のステップも１回で済むこととなる。そして、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
本発明によれば、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望を出来るだけ満たすような商品を検索対象とすることとなる。
【００２５】
本発明によれば、管理者が固有の商品名とその属性情報を予めデータ入力しておけば商品属性評価モデルマトリクスとして前記データベースに蓄積され、その後、利用者（顧客）が要望する属性要望情報をデータ入力すると、瞬時に、前記データベースの中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名が検索され抽出されて画面表示されるので、商品を熟知したエキスパート店員がその場に居なくとも、顧客が直接、店舗に足を運ばなくとも、顧客からの情報の曖昧性を考慮し、性質の異なる複数の属性情報を統合して顧客の要望に応じた商品を検索することとなる。
【図面の簡単な説明】
【００２６】
【図１】本発明の実施の形態の商品検索システムを機能的に説明するブロック図である。
【図２】上記実施形態の商品検索システムをネットワークを介して接続する接続例を説明するブロック図である。
【図３】上記実施形態の商品検索システムにおけるプログラム同士の関係を説明するブロック図である。
【図４】上記実施形態の商品検索システムにおける固有の商品情報の入力手順を説明するフローチャートである。
【図５】上記実施形態の商品検索システムにおける顧客が要望する属性要望情報に適合する商品名の検索手順を説明するフローチャートである。
【図６】三角型メンバシップ関数による商品のモデル化を説明する図である。
【図７】三角型メンバシップ関数による要望を説明する図である。
【図８】三角型メンバシップ関数による要望と商品のモデルとの適合度を説明する図である。
【図９】優先度に関する変換関数を説明する図である。
【図１０】固有の商品に対する評価シートを例示する図である。
【図１１】上記実施形態の商品検索システムにおける表示画面の遷移図である。
【図１２】上記表示画面のうち属性要望入力画面を例示する図である。
【図１３】上記表示画面のうち優先度入力画面を例示する図である。
【図１４】上記表示画面のうち推薦商品表示画面を例示する図である。
【図１５】上記実施形態の商品検索システムの商品登録画面を例示する図である。
【図１６】上記実施形態の商品検索システム全体の画面遷移を機能的に示した図である。
【図１７】上記実施形態の商品検索システムへのモデルの直接登録を例示する概略説明図である。
【発明を実施するための形態】
【００２７】
（システム構成）
図１は、本発明の実施の形態の商品検索システムを機能的に説明するブロック図である。本実施形態の商品検索システム１は、コンピュータ３と、当該コンピュータ３上で動作するソフトウエアプログラム２からなる。コンピュータ３には、ディスプレイ８とプリンター８０１と入力手段７が接続される（図１）。入力手段７は、キーボード、マウス、タッチパネル等である。本実施形態で使用するコンピュータ３の性能としては、いわゆる個人向けのパーソナルコンピュータで足りる。ここでは、コンピュータ３には、データ入力を受け付ける入力手段７と、入力されたデータに演算処理を行うＣＰＵ４と、演算処理後のデータを蓄積保存するデータベース５、データベース６とデータ処理前後のデータを画面表示するディスプレイ８が備わっており、コンピュータ３上で商品検索プログラム２が動作する。商品検索プログラム２は、管理プログラム２２、推論プログラム２３、要望処理プログラム２４、及びモデルプログラム２５から構成される。
【００２８】
図２は、本実施形態の商品検索システム１をネットワークサーバ９３を介して接続する接続例を説明するブロック図である。本実施形態の商品検索システム１は、ネットワークサーバ９３を介して、インターネットサービスプロバイダ９２経由で遠隔地にある複数の端末９１とネットワーク接続することができ、インターネット経由でアクセスして、商品検索を行なうことや、データベース５を追加更新することができる。
【００２９】
（データ収集）
図４は、本実施形態の商品検索システム１における固有の商品情報の入力手順を説明するフローチャートである。管理者は、最初に固有の商品名（商品ＩＤ）と、それに対応する商品写真、プロフィール、図柄、サイズ、価格、メーカー、特徴等のデータを商品データシート２１１にデータ入力する（符号Ｓ１）。データ管理し易いことからデータ入力の形式としては、エクセル形式などの表形式を使用する。
【００３０】
次に、固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で、商品評価データシート２１２にデータ入力する（符号Ｓ２）。商品の属性情報としては、値段、サイズ、材質、色調などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ評価の次元を固定した同一スケールのデータとして取り扱う。本実施形態では、これら異なるタイプの属性情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する。属性値は、０を中心値とした負の整数と正の整数とで奇数のスケールで定義し、３段階、５段階、７段階、又は９段階で表す。ここでは、[-3, -2, -1, 0, +1, +2, +3]の７段階で表している。
【００３１】
図１０は、固有の商品に対する評価シートを例示する図である。評価シートは、サイズが大きい（或いはサイズが小さい）、重量が重い（或いは軽い）などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ７段階評価してチェックする。
【００３２】
商品評価データシート２１２にデータ入力する属性情報は、商品を熟知したエキスパート店員が自身が長年培ってきた経験に基づき、直接入力する。又は、複数の評価者からの情報を集計してそれぞれの属性情報の分布の山の平均値を属性情報の代表値とする方法を用いる。なお、前記属性情報の分布の山が複数になった場合や、歪な分布となった場合には、商品の販売従事者の評価値を用いて補正する。表１は、複数の評価者からの情報を集計した集計表を例示している。
【００３３】
【表１】
【００３４】
（モデリング）
商品評価データシート２１２にデータ入力すると（符号Ｓ２）、前記管理プログラム２２がデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を商品データベース５１に蓄積するとともに、モデルプログラム２５を作動させて前記商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてモデルデータベース５２に蓄積する（符号Ｓ３）。商品データベース５１に蓄積される固有の商品名とモデルデータベース５２に蓄積される商品属性評価モデルマトリクスとは一対一で対応付けされている。図１に示す例では、商品データベース５１とモデルデータベース５２とは別個のデータベースで例示しているが、商品データベース５１とモデルデータベース５２とを統合したひとつのデータベース５としても良い。
【００３５】
三角型メンバシップ関数は、条件により、次の数式１又は数式２で表される。
【００３６】
【数１】
【００３７】
【数２】
【００３８】
ここでは、商品をi、属性をj、評価の平均をｍij、評価の標準偏差をσijとしており、ｃはチューニングパラメータである。図６は、三角型メンバシップ関数による商品のモデル化を説明する図である（c=1のケース）。ここでは、[ｍ−σ，ｍ＋σ]の外側はε>0とする。
【００３９】
（要望入力）
前記属性値は、[-n, -n+1,…， -1, 0, +1, …，+n-1, +n]の（2n+1）段階で表す。ここで、ｎは自然数（正の整数）である。要望レベルkに対応する三角型メンバシップ関数は、条件により、次の数式３から数式５で表される。
【００４０】
【数３】
【００４１】
【数４】
【００４２】
【数５】
【００４３】
図７は、三角型メンバシップ関数による要望の表現を説明する図であり、n=3の場合を例示している。
【００４４】
（適合度計算）
希望を受ける前記属性の数は実際には限定されないが、簡単な例として商品の属性を、j1＝＜小さい, 大きい＞, j2＝＜若者向き, 老人向き＞, j3＝＜地味な, 派手な＞
の３つとして、適合度の計算方法を説明する。商品iの上記属性に対する評価モデルは、次のメンバシップ関数μij1(x), μij2(x), μij3(x)
で与えられる。本実施形態では、例えば、この商品iの、「小さい」、「とても老人向き」、「やや地味」、という要望に対する適合度を次の数式６から数式８で求める。
【００４５】
【数６】
【００４６】
【数７】
【００４７】
【数８】
【００４８】
商品iの３つの要望への適合度は、次の数式９で定義される。
【００４９】
【数９】
【００５０】
ここで、ＡＯは情報統合化オペレータ(Aggregation Operator)である。ＡＯには、本実施形態の手法が適用され、それ以外の手法としては、ＯＷＡオペレータ(Ordered Weighted Averaging Aggregation Operators)など既知の情報統合手法が適用可能である。
【００５１】
図８は、三角型メンバシップ関数により表現された要望と商品との適合度(Fitness)を例示して説明する図である。ここで、μ-1(x)は要望のメンバシップ関数であり、ここでは７つの三角形が描かれており、顧客はそのうちの１つの三角形を選択する。μij(x)は固有の商品の属性を表すメンバシップ関数であり、両者の重なっている位置（Fitness）が適合度である。適合度は、例えば、次の数式１０で求める。
【００５２】
【数１０】
【００５３】
一般に、商品iの要望のあった属性に対する評価モデルは、次のメンバシップ関数μij(x), j∈J で与えられる。ここで、Jは要望のあった属性の集合である。本実施形態では、この商品iの要望に対する適合度を次の数式１１で求める。
【００５４】
【数１１】
【００５５】
ここで、μjk(x)は属性jに対する要望レベルkのメンバシップ関数である。商品iの要望への適合度は、次の数式１２で定義される。
【００５６】
【数１２】
【００５７】
（商品検索）
次に、商品検索方法について説明する。本実施形態では、最も小さい値の属性適合度を前記商品名の適合度の代表値とし、前記推論プログラム２３が、これら適合度の代表値が最も高い前記商品名から順番に検索し抽出して画面表示する仕組みとなっており、適合度の最小値が高い商品から順番に顧客に見せるというマクシミン戦略(Min-max戦略)手法を用いている。つまり、顧客の不満足度が最も小さい商品から順番に抽出して画面表示する方式であるから、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
【００５８】
図３は、本実施形態の商品検索システム１における商品検索プログラム２内のプログラム同士の関係を説明するブロック図である。ここでは、管理プログラム２２が、データ入力された固有の商品名とそれに対応する当該商品の複数種類の属性情報を商品データベース５１に蓄積するとともに、モデルプログラム２５を作動させて前記商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとしてモデルデータベース５２に蓄積して行き、データベースを構築する。そして、要望処理プログラム２４が、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとして要望データベース６に一旦蓄積する。そして、推論プログラム２３が、要望処理プログラム２４とＣＰＵ４を介して要望データベース６にアクセスして前記要望データマトリクスを引き出すとともに、管理プログラム２２とＣＰＵ４を介して商品データベース５にアクセスして前記商品データベース５の中から前記要望データマトリクスとの適合度の値が高い前記商品属性評価モデルマトリクスを有する商品名を検索する。そして、管理プログラム２２が、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を前記要望データマトリクスとの適合度が高いものから順番に画面表示するか、幾つかリストアップされた前記商品属性評価モデルマトリクスを有する商品名を一覧表形式で画面表示する。前記データベース５，６は、データ記憶装置であり、ハードディスクやＵＳＢメモリ等の書き換え可能なデータ記憶装置が用いられる。
【００５９】
（属性優先度入力）
次に、属性優先度入力手順について説明する。図５は、本実施形態の商品検索システム１における顧客が要望する属性要望情報に適合する商品名の検索手順を説明するフローチャートである。利用者（顧客）は、最初に、顧客が要望する複数種類の属性要望情報を物理属性情報と文脈属性情報と感性属性情報を含む情報として評価の次元を固定した同一スケールの対極尺度で属性要望データシート２１３にデータ入力する（符号Ｓ１１）。そして引き続き、前記属性要望情報に、それぞれ割り当てられた同一スケールの優先度を優先度データシート２１４にデータ入力する（符号Ｓ１２）。優先度は、重み付け処理を行うための指標であるが、優先度の取り扱い方法については、その詳細を後述する。優先度データシート２１４にデータ入力するステップ（符号Ｓ１２）はスキップすることができ、この場合は、データ入力された前記属性要望情報は重み付けされずにデータ処理されることとなる。
【００６０】
前記データ入力（符号Ｓ１１，Ｓ１２）を行なうと、前記要望処理プログラム２４が、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとして要望データベース６に一旦蓄積する（符号Ｓ１３）。要望データベース６は、一時的にデータ記憶させる装置であれば良いことから、ハードディスクやＵＳＢメモリ等の他、コンピュータ付属のＲＡＭに一時的に記憶させても良い。そして、前記属性要望情報が要望データマトリクスとして要望データベース６に一旦蓄積されると（符号Ｓ１３）、推論プログラム２３が要望データベース６にアクセスして前記要望データマトリクスを引き出すとともに、モデルデータベース５２にアクセスしてモデルデータベース５２の中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する（符号Ｓ１５）。そして、管理プログラム２２が、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を商品データベース５１から取り出し、そして、前記商品名を検索し抽出する作業を繰り返して前記適合度の代表値が高い前記商品名から順にリストアップして推薦商品リスト２１５を作成し、一覧表形式で画面表示する（符号Ｓ１６）。前記推薦商品リスト２１５に記載の商品ＩＤと商品詳細データリスト２１６はリンクしており、顧客は画面表示された推薦商品リスト２１５のうち興味のある商品ＩＤのリンクボタンをクリックすると、商品詳細データリスト２１６にジャンプするので、商品の詳しい内容を知ることができる。ここでは、管理プログラム２２が、推薦商品リスト２１５を作成し、一覧表形式で画面表示するとしたが、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を順番に一つずつ画面表示する方法としても良い。
【００６１】
（優先度付き推論）
本実施形態では、顧客がいくつかの希望属性の優先度を入力する仕組みとなっている。優先度データシート２１４には、前記属性要望情報に対応して、それぞれ同一スケールの優先度が割り当てられている（図１）。優先度は自然数（正の整数）を用いた奇数のスケールで定義し、３段階、５段階、７段階、又は９段階で表す。ここでは、[1, 2, 3, 4, 5]の５段階で表している。
【００６２】
希望を受ける前記属性の数は実際には限定されないが、簡単な例として商品の属性を、j1＝＜小さい, 大きい＞, j2＝＜若者向き, 老人向き＞, j3＝＜地味な, 派手な＞
の３つとする。商品iの上記属性に対する評価モデルは、次のメンバシップ関数μij1(x),
μij2(x), μij3(x) で与えられる。本実施形態では、例えば、この商品iの、小さい、とても老人向き、やや地味、という要望に対する適合度は上述の数式６から数式８で求められる。ここでは、優先度（例えば、「小さい」の優先度を「普通」、「とても老人向き」の優先度を「最優先」、「やや地味」の優先度と「優先しない」とする）に応じて、次の数式１３から数式１５のように適合度の値を数値変換する。
【００６３】
【数１３】
【００６４】
【数１４】
【００６５】
【数１５】
【００６６】
商品iの３つの要望への適合度は、次の数式１６で定義される。
【００６７】
【数１６】
【００６８】
商品iの３つの要望への適合度は、最小値を考慮すると次の数式１７で定義される。
【００６９】
【数１７】
【００７０】
図９は、優先度に関する変換関数を説明する図である。優先度の順番は、優先度が高い順に並べると、G5, G4, G3, G2, G1 の順番となる。
【００７１】
図９に示す５段階の場合、次の数式１８から数式２２にて、優先度に関する変換関数を求める。
【００７２】
【数１８】
【００７３】
【数１９】
【００７４】
【数２０】
【００７５】
【数２１】
【００７６】
【数２２】
【００７７】
一般に、商品iの要望のあった属性に対する評価モデルは、優先度を考慮すると次の数式２３、数式２４で求められる。また、優先レベルＬ，優先度lの場合の変換関数は次の数式２５で求められる。
【００７８】
【数２３】
【００７９】
【数２４】
【００８０】
【数２５】
【００８１】
本実施形態では、要望処理プログラム２４が、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記推論プログラム２３が、これら適合度の代表値が最も高い前記商品名から順番に検索し抽出する。つまり、変換後の適合度の最小値が高い商品から順番に顧客に見せるというマクシミン戦略(Min-max戦略)手法を用いており、優先順位を考慮しつつ、顧客の不満足度が最も小さい商品から順番に抽出して画面表示する。すなわち、優先順位を考慮しつつ、顧客の満足度が最も大きい商品から順番に抽出して画面表示することとなる。
【００８２】
本実施形態によれば、前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられていることから、前記属性要望情報毎の優先順位が付け易い。そして、商品検索プログラム２が、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の高い属性を前記比較の対象としつつ、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことで、顧客の優先度に応じながら、希望のすべてを出来るだけ満たすような商品の順序付けが行なわれることとなる。
【００８３】
図１１は、本実施形態の商品検索システム１における表示画面の遷移図である。ここでは、九谷焼の商店がインターネットショップを設立し、伝統工芸品の商品選定サイトに加入して、管理者が固有の商品名（商品ＩＤ）とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価データマトリクスとして商品データベース５に蓄積しておいたとして、以下に説明する。
【００８４】
利用者（顧客）は、個人所有のＰＣや携帯電話等のインターネット端末９１を起動し、インターネットサービスプロバイダ９２に接続して、ＷＷＷブラウザから、所定の初期画面を開いてディスプレイ８に表示させる（図２、図１１）。そして、画面上の開始ボタンをクリックすると、属性要望入力画面８１が表示される（図１２）。顧客は、表示画面のＳｔｅｐ１，２，３の順に、選択ボタンやチェックボックスをクリックする。ここでは、Ｓｔｅｐ１として、伝統工芸品のブランド（産地）、種類を選択する。次にＳｔｅｐ２として、商品の属性要望情報を、評価の次元を固定した７段階の対極尺度でデータ入力する。入力データとしては、値段が高い（或いは値段が安い）、サイズが大きい（或いはサイズが小さい）、重量が重い（或いは軽い）などの物理属性情報と、日常用（或いは贈答用）、実用（或いは装飾用）などの文脈属性情報と、暖かい感じ（或いは冷たい感じ）、伝統的（或いは現代的）などの感性属性情報とをそれぞれ７段階評価してチェックする。チェックは複数種類の属性情報について要望値を入力するものであり、全てのチェック欄をチェックしなければならない訳ではない。複数種類の属性情報について要望値を入力すれば、商品検索プログラムが正常に動作する。そして、チェックが終了すると、Ｓｔｅｐ３で決定ボタンをクリックする。
【００８５】
前記属性要望情報を入力すると、入力した情報の確認と、それぞれの属性要望情報に対応した優先度入力画面８２が表示される（図１３）。ここでは、商品の属性要望情報の優先度を、５段階でチェックしデータ入力する。そして、チェックが終了すると、商品検索ボタンをクリックする。
【００８６】
優先度を入力し商品検索ボタンをクリックすると、優先度を考慮した顧客の前記属性要望情報と適合度の代表値が最も高い商品名から順に検索し、推薦商品リスト画面８３が表示される（図１４）。そして、顧客が気に入った商品が見つかると、商品ＩＤ（又は商品画面）をクリックする。そうすると、該当する商品のインターネットショップサイトにジャンプして、商品の詳しい内容を知ることができるとともに、商品の購入手続きができるようになる。
【００８７】
図１５は、本実施形態の商品検索システム１の商品登録画面８４を例示する図である。本実施形態では、端末９１を用いてインターネット経由で管理サイトにアクセスして、商品登録情報を、適宜更新しデータベース５に蓄積することができる。
【００８８】
図１６は、本実施形態の商品検索システム１全体の画面遷移を機能的に示した図である。符号８５は、一般ユーザ用の画面遷移を示している。符号８６は、ショップ管理者用の画面遷移を示しており、ログイン認証を行なってから、ショップ情報を追加・修正・削除し、データベース５を更新する。
【００８９】
図１７は、本実施形態の商品検索システム１へのデータ入力を例示する概略説明図である。例えば、先ず商品ＩＤと詳細データ並びに商品画像をコンピュータ３内にデータ入力しておき、その後、店主・従業員が、コンピュータ３にアクセスして、ディスプレイ８に表示された商品画像を見ながら、対応する当該商品の複数種類の属性情報を評価しデータ入力して、アップロードする方法としても良い。この方法によれば、隙間時間を利用してデータベースを構築することができるので、システム構築に着手し易い。
【００９０】
なお、本発明は、上述した実施の形態に限定されるものではない。例えば、本発明は、伝統工芸品に特化したものではなく、顧客が曖昧なイメージを抱くあらゆる商品の販売において商品検索に適用可能である。例えば、絵画、彫刻、家具、インテリア用品、雑貨、洋服、装飾品等多種多様な商品検索に適用できる。ボルトや釘などそのサイズや形式等の規格がＪＩＳやＩＳＯ規格などで厳格に決まっている商品は本発明の適用外となるが、飾りネジやドアノブなど装飾性が高い商品については本発明の適用対象となり得る。本発明は、「目標志向の意思決定分析」の考え方に基づいており、従来の、最大化或いは最小化を目指す最適化とは異なり、「ちょっと現代的」等のような両端に位置しない（中途半端な）目標を達成できるようになったことが、大きな特徴である。そして、商品検索の過程で、顧客が要望する複数種類の属性要望情報を適宜増減させて検索対象を絞ってゆくような使い方もできる。このように、本発明は、その趣旨を逸脱しない範囲で適宜変更が可能であることは言うまでもない。
【符号の説明】
【００９１】
１ 商品検索システム、
２ 商品検索プログラム、
２１ データシート、
２２ 管理プログラム、
２３ 推論プログラム、
２４ 要望処理プログラム、
２５ モデルプログラム、
３ コンピュータ、
４ ＣＰＵ、
５ データベース、
５１ 商品データベース、
５２ モデルデータベース、
６ 要望データベース、
７ 入力手段、
８ ディスプレイ
【特許請求の範囲】
【請求項１】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータと、前記コンピュータ上で動作する商品検索プログラムから構成され、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする商品検索システム。
【請求項２】
前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことを特徴とする請求項１記載の商品検索システム。
【請求項３】
前記商品検索プログラムが、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較したときの、最小値を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とすることを特徴とする請求項１または２記載の商品検索システム。
【請求項４】
前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられており、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことを特徴とする請求項３記載の商品検索システム。
【請求項５】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータを使用し、前記コンピュータ上で商品検索プログラムを動作させて商品を検索する方法であって、コンピュータ上で前記商品検索プログラムを動作させて、管理者が固有の商品名とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、利用者が顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力すると、前記商品検索プログラムがデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする商品検索方法。
【請求項６】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータ上で動作し商品を検索する商品検索プログラムであって、固有の商品名とそれに対応する当該商品の複数種類の属性情報をデータ入力する属性情報入力ステップと、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積するデータベース構築ステップと、その後、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する属性要望情報入力ステップと、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとする要望データマトリクス構築ステップと、構築された前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する商品検索ステップと、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を画面表示する画面表示ステップとを備えることを特徴とする商品検索プログラム。
【請求項１】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータと、前記コンピュータ上で動作する商品検索プログラムから構成され、前記商品検索プログラムが、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、評価の次元を固定した同一スケールの対極尺度でデータ入力された顧客が要望する複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする商品検索システム。
【請求項２】
前記属性情報並びに前記属性要望情報が、各々物理属性情報と文脈属性情報と感性属性情報を含むことを特徴とする請求項１記載の商品検索システム。
【請求項３】
前記商品検索プログラムが、前記要望データマトリクスを構成する前記属性要望情報と、前記商品属性評価モデルマトリクスを構成する前記属性情報のそれぞれの属性適合度を比較したときの、最小値を前記商品属性評価モデルマトリクスを有する商品名の適合度の代表値とすることを特徴とする請求項１または２記載の商品検索システム。
【請求項４】
前記属性要望情報には、それぞれ同一スケールの優先度が割り当てられており、前記商品検索プログラムが、前記優先度に応じた関数によって前記属性要望情報と対応する前記商品属性評価モデルとの適合度の値を数値変換し、前記優先度の低い属性を前記比較の対象から積極的に外す処理を行うことを特徴とする請求項３記載の商品検索システム。
【請求項５】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータを使用し、前記コンピュータ上で商品検索プログラムを動作させて商品を検索する方法であって、コンピュータ上で前記商品検索プログラムを動作させて、管理者が固有の商品名とそれに対応する当該商品の複数種類の属性情報を予めデータ入力して、前記商品検索プログラムがデータ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積しておき、その後、利用者が顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力すると、前記商品検索プログラムがデータ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとし、次に、前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索し抽出して画面表示することを特徴とする商品検索方法。
【請求項６】
データ入力を受け付ける入力手段と入力されたデータに演算処理を行うＣＰＵと演算処理後のデータを蓄積保存するデータベースとデータ処理前後のデータを画面表示するディスプレイを備えたコンピュータ上で動作し商品を検索する商品検索プログラムであって、固有の商品名とそれに対応する当該商品の複数種類の属性情報をデータ入力する属性情報入力ステップと、データ入力された固有の商品名に対応する当該商品の複数種類の属性情報を評価の次元を固定した同一スケールの対極尺度で取り扱い三角型メンバシップ関数を用いて商品属性評価モデルマトリクスとして前記データベースに蓄積するデータベース構築ステップと、その後、顧客が要望する複数種類の属性要望情報を評価の次元を固定した同一スケールの対極尺度でデータ入力する属性要望情報入力ステップと、データ入力された複数種類の属性要望情報を三角型メンバシップ関数を用いて要望データマトリクスとする要望データマトリクス構築ステップと、構築された前記データベースの中から前記要望データマトリクスとの適合度が最大値となる前記商品属性評価モデルマトリクスを有する商品名を検索する商品検索ステップと、検索し抽出された前記商品属性評価モデルマトリクスを有する商品名を画面表示する画面表示ステップとを備えることを特徴とする商品検索プログラム。
【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】
【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】
【公開番号】特開２０１３−４５１８３（Ｐ２０１３−４５１８３Ａ）
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願番号】特願２０１１−１８０９７４（Ｐ２０１１−１８０９７４）
【出願日】平成２３年８月２２日（２０１１．８．２２）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２３年度、総務省、戦略的情報通信研究開発推進制度（ＳＣＯＰＥ）プログラム「地域ＩＣＴ振興型研究開発」、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（３０４０２４４３０）国立大学法人北陸先端科学技術大学院大学 (169)
【Ｆターム（参考）】
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願日】平成２３年８月２２日（２０１１．８．２２）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２３年度、総務省、戦略的情報通信研究開発推進制度（ＳＣＯＰＥ）プログラム「地域ＩＣＴ振興型研究開発」、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（３０４０２４４３０）国立大学法人北陸先端科学技術大学院大学 (169)
【Ｆターム（参考）】
[ Back to top ]