商品選択システムとその方法、及び、商品選択コンピュータプログラム
【課題】商品選択システムと方法、及び、そのコンピュータプログラム製品を提供する。
【解決手段】商品選択システムと方法は、ストレージユニットと処理ユニットとを有する。ストレージユニットは、商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録するのに用いられ、商品は、商品販売機の販売商品と複数の候補商品を含む。処理ユニットは、これらの販売商品の販売データに基づいて、販売商品の指標データを決定する。指標データは複数の特定指標データの一つである。分類アルゴリズムを用いて、販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【解決手段】商品選択システムと方法は、ストレージユニットと処理ユニットとを有する。ストレージユニットは、商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録するのに用いられ、商品は、商品販売機の販売商品と複数の候補商品を含む。処理ユニットは、これらの販売商品の販売データに基づいて、販売商品の指標データを決定する。指標データは複数の特定指標データの一つである。分類アルゴリズムを用いて、販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、商品選択システム、商品選択方法及び商品選択コンピュータプログラムに関するものであって、特に、商品販売機（商品販売機器）の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラムに関するものである。
【背景技術】
【０００２】
飲料会社やタバコ会社などの企業は、自動販売機、商品陳列棚、開放式の商品棚、無人商店などの商品販売機により商品を販売することができ、特に、自動販売機は、人がいなくても商品を販売することができ、人件費を抑えることができる。それに加え、自動販売機は様々な場所にフレキシブルに設置でき、使用者に、商品購入の便利性を提供することができる。
【０００３】
一般に、商品販売機上の商品の選択は、商品販売機においてまず最初に販売されることになる商品を選択する一次選択と、商品販売機において販売されている商品（現に販売されている商品）と交換されることになる商品を選択する交換選択がある。一次選択と交換選択はどちらも人により決定されるものである。例えば、他の商品販売機上の売上状態がよい商品が、商品販売機上で、一次選択の商品として選択される。販売された後、機器上の売上状態が悪い商品は撤去され、他の機器上の売上状態がよい商品によって、撤去される商品は交換される。
【０００４】
米国特許公開第２００５−００４３０１１号（特許文献１）で、自動販売機の商品を選択・調整するシステムと方法が開示されている。この従来技術においては、様々な場所、地域に設置された販売機器における販売状態によって、ある商品販売機の商品選択を補助している。しかし、この技術は、主に、その他の機器の販売状態を参考にして商品を選択するもので、参考にできる他の機器の販売状態データがない時は商品の選択ができない。その他、商品は、他の機器上の販売状態がよい商品を参考にして選択されているが、他の機器は、それぞれ異なる区域に設置されるので、異なる区域でそれぞれ特殊な要求があり、よって、その他の異なる区域の販売状態データから選択された商品は、ある特定の地域の機器には適用できない場合がある。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】米国特許公開第２００５−００４３０１１号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は商品販売機の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラ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】
【０００７】
本発明の実施形態による商品選択システムは、ストレージユニットと処理ユニットとを有する。ストレージユニットは、商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録するのに用いられる。商品は、商品販売機の販売商品と複数の候補商品を含む。処理ユニットは、これらの販売商品の販売データに基づいて、販売商品の指標データを決定する。指標データは複数の特定指標データの一つである。処理ユニットは、分類アルゴリズムを用いて、販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品は交換される。
【０００８】
本発明の実施形態による商品選択方法は、以下のようである。
商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録する。商品は、商品販売機の複数の販売商品と複数の候補商品を含む。各販売商品の販売データに従って、各販売商品の指標データを決定する。指標データは、複数の特定指標データの一つである。分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。その後、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【０００９】
ある実施形態においては、処理ユニットは、更に、クラスタ化アルゴリズムを用いて、各第一商品の販売データに従って、各第一商品をクラスタ化し、複数のクラスタを得る。各クラスタの第一商品は同じ指標データを有する。ある実施形態においては、処理ユニットは、指標データが第一特定指標データである少なくとも一つの候補商品により、特定クラスタ中の第一商品を交換する。特定クラスタ中の各第一商品は第二特定指標データを有する。
【００１０】
ある実施形態においては、候補商品中の少なくとも１つが機器販売モデルに適用された後、指標データがない時、処理ユニットは、更に、特定クラスタ中の第一商品数、第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品を決定して、特定クラスタ中の第一商品の一部分を交換する。
【００１１】
ある実施形態においては、処理ユニットは、更に、機器販売モデルに従って、各候補商品の条件付き確率を計算する。条件付き確率は、対応する候補商品の指標データが、候補商品の属性下で、第一特定指標データになる確率である。ある実施形態においては、処理ユニットは、更に、候補商品の順番を決定し、各候補商品の順番は、各候補商品の条件付き確率に従って、第二特定指標データの販売商品を交換する。
【００１２】
ある実施形態においては、処理ユニットは、更に、メタヒューリスティックアルゴリズムを用いて、複数の商品の属性に従って、第一商品を決定し、第一商品に対応する属性範囲を最大にする。
【００１３】
本発明の上述の方法は、コンピュータプログラムによっても提供される。コンピュータプログラムのプログラムコードがコンピュータとしての機器によりロードされ、実行されることにより、機器（コンピュータ）は本発明の方法を実行する。
【発明の効果】
【００１４】
商品販売機の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラムを提供することができ、公知技術の問題が改善される。
【図面の簡単な説明】
【００１５】
【図１】図１は、本発明の一実施形態としての商品販売機と商品選択システムとを示す図である。
【図２】図２は、図１に示す商品選択システムの構成を示す図である。
【図３】図３は、本発明の一実施形態による機器販売モデルを示す図である。
【図４】図４は、図２に示した商品選択システムの処理ユニットの構成を示す図である。
【図５】図５は、本発明の実施形態に係る商品選択方法の作業のフローチャートである。
【図６】図６は、本発明の実施形態に係る収容領域の企画作業のフローチャートである。
【図７】図７は、本発明の実施形態に係る一次販売商品選択の作業のフローチャートである。
【図８】図８は、本発明の実施形態に係る商品交換作業のフローチャートである。
【発明を実施するための形態】
【００１６】
図１は、本発明の一実施形態の商品選択システムの構成を示す図である。
図１に示されるように、本実施形態の商品選択システム１１００は、ネットワーク１２００により少なくとも一つの商品販売機１３００に接続される。商品販売機１３００は、自動販売機、商品陳列棚、開放式商品棚、無人商店などの販売装置であり、所定数のスロットか置物棚を有する。各スロット、置物棚は、同じか異なる幅、高さで、異なる商品を陳列して販売する。いくつかの実施形態においては、商品販売機１３００は、販売商品の販売データを自動的に記録する。また、いくつかの実施形態においては、販売データは商品販売機１３００には記録されないが、支払い装置（図１には図示されていないが）により、商品販売後記録される。本実施形態において、これらの販売データは、ネットワーク１２００により商品選択システム１１００に伝送される。
【００１７】
図２は、本発明の一実施形態の商品選択システムの構成を示す図である。商品選択システム１１００は、主に、ストレージユニット１１１０と処理ユニット１１２０とを有する。ストレージユニット１１１０は、機器販売データベース１１１１と商品属性データベース１１１２を含む。商品選択システム１１００は、コンピュータシステム、ハンドヘルドコンピュータ、ノート型パソコン、サーバー、PDA、ワークステーション等の電子装置、又は、計算、データ処理が可能な各種計算機に適用できる。
【００１８】
ストレージユニット１１１０は、商品販売機の複数の販売商品に対応する販売データと複数の商品の少なくとも一つの属性を記録するのに用いられる。販売商品には、実際に商品販売機で販売されている、あるいはされる複数の販売商品と、販売されている商品と置き換えられる可能性のある複数の候補商品とを含む。一実施形態として、機器販売データベース１１１１は、少なくとも一つの商品販売機１３００の複数の商品の販売データを記録する。一実施形態として、複数の商品の販売データは、対応する商品の名称、番号、販売数量、１商品当たりの利益等のデータ中のどれか１つ、或いは、任意の二つ以上の組み合わせを含む。注意すべきことは、いくつかの実施形態において、商品の販売データは、ネットワーク１２００により、商品販売機１３００から商品選択システム１１００に伝送されるということである。またいくつかの実施形態において、記録された商品の販売データは、例えば商品販売機１３００または任意の管理用の装置等の機器からアクセスされた後、データが保存できるストレージ媒体を介して商品選択システム１１００に保存される。またいくつかの実施形態においては、商品の販売データは、システム１１００から提供される操作インターフェイス(operational interface)を介して、商品選択システム１１００中に入力される。
【００１９】
本実施形態において、商品属性データベース１１１２は、複数の商品の少なくとも一つの属性を記録する。複数の商品は、商品販売機１３００上で販売される商品と、その他の現在商品販売機１３００上で販売されていない候補商品を含む。少なくとも一つの属性は、複数の商品のブランド、サプライヤー、種類、容量、価格等のデータ中のどれか、又は、任意の二種以上の組み合わせである。
【００２０】
処理ユニット１１２０の主な機能は、各販売商品の販売データに従って、販売商品のそれぞれに対して、指標データを決定し付与することである。指標データは、商品の販売等に関する何らかの指標を示す情報である。ここで使用される指標データは、複数の特定指標データの一つである。その特定指標データは、実際のシステムに多様な形態で適用されるものであり、その名称や数値などの表現は、種々の応用、用途、アプリケーション、要求あるいは必要性に応じて様々に変化可能なものである。例えば、特定指標データは、商品が“Ｂａｄ”、“Ｍｉｄｄｌｅ”及び“Ｇｏｏｄ”と命名された３つのレベルに分類されたことを示すデータ、表示であってよい。また、例えば、特定指標データは、商品が“１”、“２”、“３”、“４”及び“５”と命名された５つのレベルに分類されたことを示すデータ、表示であってよい。なお、本願のこれらの特定指標データは一例であって、本発明において特定指標データがこれらに限定されるものではない。なお、本明細書中において指標データと言う場合には、コンピュータあるいはコンピュータシステムにおいて伝送、記録、演算等の処理対象となるデータとしての指標データ、その指標データが指し示す抽象的概念としての指標の内容、及び、指標データとして表記・記載・表示されている標識、等のいずれか、あるいはその複数を含んだ概念を示すものである。
【００２１】
処理ユニット１１２０が販売商品にそれぞれ指標データを提供する方法は、多種の方法があり、一実施形態としては、クラスタ化アルゴリズムを採用する方法である。クラスタ化アルゴリズムは、例えば、k-means clustering method、k-medoids clustering method、hierarchical clustering method、density-based clustering method、grid-based clustering method、model-based clustering method等である。k-meansアルゴリズムを例として説明すると、表１に示すように、販売商品がP１〜P１５等の１５項目の商品を含み、特定指標データがbad、middleとgood等の三種の特定表示に設定される場合、処理ユニット１１２０は、販売商品の販売データに従って、３クラスタに分類し、この３クラスタは、それぞれ、売上がよい、普通、悪いを表示し、且つ、各クラスタ中の販売商品は、”Good”、”Middle”、と”Bad”の特定指標データを有する。
【００２２】
【表１】
【００２３】
更に、処理ユニット１１２０は、特定の公式を採用して販売データを計算後、得られたデータをクラスタ化アルゴリズムに提供してクラスタ化する。特定の公式は、例えば、販売データに基づき、販売利益、販売業績、販売効果、販売総額、又は、商品の市場占有率等を計算する公式である。
【００２４】
他の実施形態として、処理ユニット１１２０が販売商品にそれぞれ指標データを提供する方法は、あらかじめ、異なる販売条件、例えば、販売総額、販売総数量、販売総利益、市場占有率等の一種、又は、二種以上の要素を設定し、ある特定の数値に達して、それぞれ、異なる等級を提供し、異なる指標データを有するか評価し、その後、販売商品の販売データに従って、販売商品の等級を判断し、対応する指標データを提供するものである。
【００２５】
その後、処理ユニット１１２０は分類アルゴリズムを用いて、各販売商品の属性とその指標データに従って、各機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。分類アルゴリズムは多種の実施方式を有し、例えば、決定木(decision tree)、ニューラルネットワーク (neural network)、 サポートベクターマシン(support vector machines)、ベイズ式分類法(bayesian classification)、線形判別式 (linear discriminant)、 ファジー分類(fuzzy classification)等である。以下は、決定木アルゴリズムを例として説明するが、本発明はこれに限定されない。
【００２６】
図３は機器販売モデルの一例を示す図である。販売商品の属性は、ブランド、種類、価格等を含み、特定指標データは、bad、middleとgood等の三種に設定される。本実施形態において、ブランドは決定木の第一段階の分類要素、種類は第二段階の分類要素、価格は第三段階の分類要素である。本実施形態の分類要素の段階は、商品属性と指標データの一致度を基準とする。一致度の計算方式は、エントロピー(entropy)、情報獲得(information gain)、利得比(gain ratio)、ジニ係数(gini index)等で、一致度が高い属性は段階の上方、一致度が小さい属性は段階の下方にある。本実施形態において、あるブランドの全ての販売商品の指標データが同一の指標データに属する比率が特定値に達する場合、このブランドは直接、この種の指標データに対応する。このブランド下の商品の指標データが異なる種類に属するか、又は、同種の指標データである比率が特定値に満たない時、次の段階の要素について、このブランドのある種類の商品の指標データが、同一種の指標データに属する比率が特定値に達するか続けて判断して、このブランド中のある種類の商品が、直接、この種の指標データに対応するか決定するか、又は、次の段階の要素まで、判断を継続する。上述の原則に従って、各端点が特定の指標データの一つに属するまで、決定木中の各ノードと端点を設定し、この機器販売モデルを完成させる。
【００２７】
その後、処理ユニット１１２０は、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。例えば、候補商品がP４６〜P６１が、図３で示される機器販売モデルに適用され、対応する候補商品の指標データを得ることができ、表２で示される。
【００２８】
【表２】
【００２９】
処理ユニット１１２０は、更に、各候補商品の指標データを決定する時、機器販売モデルに従って、各候補商品の条件付き確率を計算し、条件付き確率は、候補商品の属性下で、この候補商品の指標データが特定指標データ（例えば、Good）になる確率で、更に、各候補商品の条件付き確率に従って、候補商品を保存し、選択される各候補商品の順序を決定し、現在の販売商品を交換する。
【００３０】
続いて、処理ユニット１１２０は、指標データが第一特定指標データである少なくとも一つの候補商品を選択し、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。ある実施形態においては、指標データがGoodである候補商品で、指標データがBadである販売商品を交換する。第二特定指標データの販売商品の数量が、第一特定指標データの候補商品の数より多い時、例えば、販売商品の表示がBadである販売商品の数量が、候補商品がGoodである候補商品より３個多い時、処理ユニット１１２０は、更に、指標データが第三特定指標データである少なくとも一つの候補商品を選択し、指標データが第二特定指標データである販売商品の一部分を交換し、例えば、表示がMiddleの３個の候補商品により、表示がBadの３個の販売商品を交換する。
【００３１】
注意すべきことは、候補商品が機器販売モデルに適用された後、一部の候補商品が、表２中の商品P４６、P５８、P６１のように、対応する指標データを得られない場合があることである。処理ユニットは、更に、特定クラスタ中の販売商品の数、第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品を決定し、指標データが第二特定指標データである販売商品の一部分を交換する。
【００３２】
ある実施形態においては、処理ユニット１１２０の主な機能は、図４に示すように、種々の機能モジュールにより実行される。本実施形態においては、処理ユニット１１２０は、企画モジュール１１２１、商品選択モジュール１１２２、販売データ処理モジュール１１２３、候補商品評価モジュール１１２４、商品交換モジュール１１２５を実行させることができ、これにより処理ユニット１１２０の主な機能を実現する。販売データ処理モジュール１１２３は、各販売商品の販売データに従って、販売商品の指標データを決定する。指標データは複数の特定指標データ中の一つである。販売データ処理モジュール１１２３は、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定する。候補商品評価モジュール１１２４は、候補商品を機器販売モデルに適用し、候補商品に対応する指標データを得る。商品交換モジュール１１２５は、指標データが第一特定指標データである少なくとも一つの候補商品を選択して、指標データが第二特定データである少なくとも一つの販売商品と交換する。
【００３３】
更に、処理ユニット１１２０は、収容領域企画機能と一次販売商品企画機能を有する。各販売商品は商品販売機の一収容領域に配置され、各収容領域は、それぞれ、異なるサイズの商品を収容できる大きさで、特定の販売商品を交換する候補商品の大きさは、収容領域より大きくてはならない（収容領域以下でなくてはならない）。収容領域は自動販売機のスロットでもよいし、商品陳列棚でも、開放式商品棚でもよい。例えば、企画モジュール１１２１は、自動販売機のスロットの大きさに従って、自動販売機のスロットを複数のクラスに分ける。更に、収容領域（自動販売機のスロット等）のクラスの長さや幅によって、これらの収容領域のクラスを分類する。注意すべきことは、収容領域（スロット等）を異なるクラスに分け、且つ、異なるクラスの収容領域（スロット等）を分類する目的は、更に効果的、且つ、システム化して、商品販売機の商品を選択するためである。ある実施形態においては、企画モジュール１１２１とその作業は省略できる。
【００３４】
商品選択モジュール１１２２は、商品販売機１３００上の一次販売の商品を決定するのに用いられ、全ての販売される商品中から、商品販売機１３００中の収容領域サイズより小さい商品を選択して、候補商品とする。候補商品の数量は、スロットの数量より多いか、少ない、又は、等しく、ある実施形態においては、各収容領域に対し、直接、商品選択を実行できる。自動販売機中のスロットが、それぞれ、異なるクラスに分けられる実施形態中、商品選択モジュール１１２２は、まず、全ての販売される商品中から、収容領域より小さい商品を選択し、最初に、サイズが最小で、且つ、商品が未選択のクラスが、商品を選択するクラスで選択される。その後、このクラス中のスロットの数が候補商品の数より少ないか判断する。候補商品の数より少なくない場合、ラウンドロビン配列方式(Round Robin Arrangement)により、候補商品をこのクラス中のスロットに分配し、このクラス中の各スロットの販売商品を決定する。候補商品の数より少ない場合、メタヒューリスティック(Meta-heuristic)アルゴリズムを用いて、商品の属性に従って、このクラス中の各スロットの販売商品を決定する。注意すべきことは、メタヒューリスティックアルゴリズムにより決定された商品に対応する属性範囲が最大であることである。つまり、ｍ個の属性を含むP個の商品中からｎ個の商品を選択すると、属性範囲が最大になる。このクラスのスロットの販売商品決定後、商品選択モジュール１１２２は他のクラスを選択し、全てのクラスの商品選択が完成するまで、選択されたクラスの商品を選択する。
【００３５】
ある実施形態においては、メタヒューリスティックアルゴリズムは多種の実施方式があり、例えば、遺伝的アルゴリズム法(genetic algorithm)、焼き鈍し法(simulated annealing)、アリの巣アルゴリズム(ant colony algorithm)、山登りアルゴリズム(hill-climbing algorithm)、タブー探索アルゴリズム(tabu search algorithm)等である。対応する等級の商品を決定する過程は、選択、適合、変異等の操作を含み、詳細は省略する。説明すべきことは、本発明は、遺伝的アルゴリズム法に限定するものではなく、あらゆるメタヒューリスティックアルゴリズムが本発明に応用できる。
【００３６】
ある実施形態においては、処理ユニット１１２０が一次販売の商品機能を企画するとき、直接、商品販売機１３００にある収容領域に対し、メタヒューリスティックアルゴリズムを使用し、商品の属性に従って、商品販売機１３００中の各収容領域の販売商品を決定する。
【００３７】
更に、処理ユニットは、分類アルゴリズムを用いて、複数の特定の機器の販売商品の属性と表示資料に従って、複数の特定の機器に機器販売モデルを設定し、且つ、各候補商品を機器販売モデルに適用し、候補商品に対応する指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【００３８】
図５は、本発明の実施形態に係る商品選択方法のフローチャートである。
ステップ５０２で、ストレージユニットが提供され、商品販売機の複数の販売商品に対る販売データ、及び、商品販売機の複数の販売商品と複数の候補商品とを含む複数の商品の各々に対する少なくとも１つの属性を記録する。
【００３９】
ステップ５０４で、各販売商品の販売データに従って、各販売商品に指標データを提供する。指標データは複数の特定指標データの一つである。
【００４０】
ステップ５０６で、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定する。
【００４１】
ステップ５０８で、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。
【００４２】
ステップ５１０で、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【００４３】
図６は、本発明の実施形態に係る収容領域の企画作業のフローチャートである。ステップ６０２で、商品販売機１３００中の収容領域のサイズによって、商品販売機１３００中の収容領域を数個のクラスに分ける。その後、ステップ６０４で、各収容領域のクラスのサイズ（例えば、長さと幅）によって、これらのクラスをソート、分類する。注意すべきことは、収容領域のクラスを分け、且つ、各クラスを配列する目的は、更に効果的、且つ、システム化して、商品販売機の商品を選択するためである。ある実施形態においては、収容領域企画とその作業は省略できる。
【００４４】
図７は、本発明の具体例による商品販売機１３００上の一次販売の商品を決定する方法を示す図である。ステップ７０２で、各収容領域クラス中から、サイズが最小で、販売商品を選択していないクラスを選択する。ステップ７０４で、全ての販売される商品中から、この収容領域のクラスより小さいサイズの商品を選択し、候補商品とする。ステップ７０６で、このクラス中の収容領域の数が候補商品の数より少ないか判断する。数が候補商品の数より小さくない場合（ステップ７０６で、「いいえ」の場合）、ステップ７０８で、ラウンドロビン配列方式により、候補商品をこのクラス中の収容領域に分配し、このクラスに対応する商品を決定する。数が候補商品の数より小さい場合（ステップ７０６で「はい」の場合）。ステップ７１０で、メタヒューリスティックアルゴリズムを用いて、商品の属性に従って、このクラスに対応する商品を決定する。
【００４５】
自動販売機を例とすると、一クラスの収容領域が７個のスロットを有し、且つ、サイズが符合する候補商品が１４個あるとすると、表３のように示される。
【００４６】
【表３】
【００４７】
属性は、商品のブランド、種類、容量と価格を含む。表１中、“１”は商品が対応する属性を有することを示し、“０”は商品に対応する属性がないことを示す。S1とS2は二種の選択商品の組み合わせで、表４で示される。
【００４８】
【表４】
【００４９】
表４中、“１”は商品が選択されたことを示し、“０”は商品がまだ選択されていないことを示す。S１の属性範囲は、“茶類”、“コーヒー類”、“0〜200ml”、“201〜400ml”、“400ml以上”、“$15以下”、“$16〜$30”、“B8”、“B13”、“B3”、“B6”、“B14”、と“B15”等の１３項を含み、S２の属性範囲は、“野菜果物類”、“コーヒー類”、“菓子類”、“201〜400ml”、“$15以下”、“$16〜$30”、“$30以上”、“B12”、“B3”、“B6”と“B15”等の１１項を含む。S１の属性範囲はS２の範囲より大きい（13>11)ので、S1の選択商品の組み合わせはこの収容領域のクラスの商品であることを決定する。
【００５０】
図７を続けて参照すると、収容領域のクラスの商品が決定した後、ステップ７１２で、全ての選択された商品中から、既に選択された候補商品を削除して、候補商品が重複して選択されるのを防止する。その後、ステップ７１４で、全収容領域のクラスが既に選択されたかを判断する。もし、選択されていれば（ステップ７１４で“はい”）、ステップを終了する。もし、選択されていなければ（ステップ７１４で“いいえ”）、ステップ７０２に戻り、次の収容領域のクラスを選択し、後続作業を実行する。
【００５１】
図８は、本発明の実施形態に係る商品交換の作業のフローチャートである。ステップ８０２で、指標データがない候補商品中が存在するか判断する。ない場合（ステップ８０２で“いいえ”）、ステップ８０８に進む。指標データがない少なくとも一つの候補商品が存在する場合（ステップ８０２で“はい”）、ステップ８０４で、指標データ“Bad”の販売商品の数、指標データ“Good”の候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品が決定され、ステップ８０６で、指標データがない特定数の候補商品と、指標データが例えば“Bad”の販売商品を交換する。その後、ステップ８０８で、特定指標データが例えば”Good“の候補商品により、指標データが特定指標データ例えば”Bad“の販売商品を交換する。
【００５２】
注意すべきことは、図８の実施形態は、一部の指標データがない候補商品により販売商品を交換していることである。しかし、ある実施形態においては、唯一、指標データがある候補商品が第一商品を交換する。
【００５３】
上述のように、本発明の商品選択システムと方法により、個別の商品販売機の販売データに対し、対応する機器販売モデルを生成して、陳列、及び、販売する商品を動的に選択・調整し、複数の特定の商品販売機を整合することもでき、例えば、同属の無人商店の機器、又は、同属の区域の機器により、特定の機器販売モデルを設定して、適当な販売商品を効果的に選択することができる。
【００５４】
本発明の方法、又は、特定形態、又は、その部分は、プログラムコードの形態で存在する。プログラムコードは、実体媒体、例えば、フレキシブルディスク、CD−ROM、ハードドライブ、又は、他の機械可読ストレージ媒体で、プログラムコードがコンピュータなどの機器によりロード、且つ、実行される時、この機器は本発明を実行する装置となる。プログラムコードも、電線やケーブル、光ファイバー等の伝送媒体か、あらゆる伝送形態で伝送され、プログラムコードがコンピュータなどの機器に受信、ロード、且つ、実行される時、この機器は本発明を実行する装置となる。一般用途のプロセッサの作動時、プログラムコードはプロセッサと結合して、応用特定ロジック回路に類似した操作をする独特の装置を提供する。
【００５５】
本発明のコンピュータプログラム製品が機器によりロードされ、商品選択方法を実行する方法は、少なくとも一つの商品販売機の複数の販売商品に対応する販売データを得る第一プログラムコードと、複数の商品の少なくとも一つの属性を得て、複数の商品は、少なくとも一つの商品販売機の複数の販売商品と複数の候補商品を含む第二プログラムコードと、各販売商品の販売データに従って、販売商品の指標データを決定し、指標データは複数の特定指標データの一つである第三プログラムコードと、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る第四プログラムコードと、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する第五プログラムコードとを有する。
【００５６】
本発明では好ましい実施形態を前述の通り開示したが、これらは決して本発明に限定するものではなく、当該技術を熟知する者なら誰でも、本発明の精神と領域を脱しない範囲内で各種の変動や潤色を加えることができ、従って本発明の保護範囲は、特許請求の範囲で指定した内容を基準とする。
【符号の説明】
【００５７】
１１００ 商品選択システム
１１１０ ストレージユニット
１１１１ 機器販売データベース
１１１２ 商品属性データベース
１１２０ 処理ユニット
１１２１ 企画モジュール
１１２２ 商品選択モジュール
１１２３ 販売データ処理モジュール
１１２４ 候補商品評価モジュール
１１２５ 商品交換モジュール
１２００ ネットワーク
１３００ 商品販売機
【技術分野】
【０００１】
本発明は、商品選択システム、商品選択方法及び商品選択コンピュータプログラムに関するものであって、特に、商品販売機（商品販売機器）の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラムに関するものである。
【背景技術】
【０００２】
飲料会社やタバコ会社などの企業は、自動販売機、商品陳列棚、開放式の商品棚、無人商店などの商品販売機により商品を販売することができ、特に、自動販売機は、人がいなくても商品を販売することができ、人件費を抑えることができる。それに加え、自動販売機は様々な場所にフレキシブルに設置でき、使用者に、商品購入の便利性を提供することができる。
【０００３】
一般に、商品販売機上の商品の選択は、商品販売機においてまず最初に販売されることになる商品を選択する一次選択と、商品販売機において販売されている商品（現に販売されている商品）と交換されることになる商品を選択する交換選択がある。一次選択と交換選択はどちらも人により決定されるものである。例えば、他の商品販売機上の売上状態がよい商品が、商品販売機上で、一次選択の商品として選択される。販売された後、機器上の売上状態が悪い商品は撤去され、他の機器上の売上状態がよい商品によって、撤去される商品は交換される。
【０００４】
米国特許公開第２００５−００４３０１１号（特許文献１）で、自動販売機の商品を選択・調整するシステムと方法が開示されている。この従来技術においては、様々な場所、地域に設置された販売機器における販売状態によって、ある商品販売機の商品選択を補助している。しかし、この技術は、主に、その他の機器の販売状態を参考にして商品を選択するもので、参考にできる他の機器の販売状態データがない時は商品の選択ができない。その他、商品は、他の機器上の販売状態がよい商品を参考にして選択されているが、他の機器は、それぞれ異なる区域に設置されるので、異なる区域でそれぞれ特殊な要求があり、よって、その他の異なる区域の販売状態データから選択された商品は、ある特定の地域の機器には適用できない場合がある。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】米国特許公開第２００５−００４３０１１号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は商品販売機の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラ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】
【０００７】
本発明の実施形態による商品選択システムは、ストレージユニットと処理ユニットとを有する。ストレージユニットは、商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録するのに用いられる。商品は、商品販売機の販売商品と複数の候補商品を含む。処理ユニットは、これらの販売商品の販売データに基づいて、販売商品の指標データを決定する。指標データは複数の特定指標データの一つである。処理ユニットは、分類アルゴリズムを用いて、販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品は交換される。
【０００８】
本発明の実施形態による商品選択方法は、以下のようである。
商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一つの属性を記録する。商品は、商品販売機の複数の販売商品と複数の候補商品を含む。各販売商品の販売データに従って、各販売商品の指標データを決定する。指標データは、複数の特定指標データの一つである。分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品の指標データを得る。その後、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【０００９】
ある実施形態においては、処理ユニットは、更に、クラスタ化アルゴリズムを用いて、各第一商品の販売データに従って、各第一商品をクラスタ化し、複数のクラスタを得る。各クラスタの第一商品は同じ指標データを有する。ある実施形態においては、処理ユニットは、指標データが第一特定指標データである少なくとも一つの候補商品により、特定クラスタ中の第一商品を交換する。特定クラスタ中の各第一商品は第二特定指標データを有する。
【００１０】
ある実施形態においては、候補商品中の少なくとも１つが機器販売モデルに適用された後、指標データがない時、処理ユニットは、更に、特定クラスタ中の第一商品数、第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品を決定して、特定クラスタ中の第一商品の一部分を交換する。
【００１１】
ある実施形態においては、処理ユニットは、更に、機器販売モデルに従って、各候補商品の条件付き確率を計算する。条件付き確率は、対応する候補商品の指標データが、候補商品の属性下で、第一特定指標データになる確率である。ある実施形態においては、処理ユニットは、更に、候補商品の順番を決定し、各候補商品の順番は、各候補商品の条件付き確率に従って、第二特定指標データの販売商品を交換する。
【００１２】
ある実施形態においては、処理ユニットは、更に、メタヒューリスティックアルゴリズムを用いて、複数の商品の属性に従って、第一商品を決定し、第一商品に対応する属性範囲を最大にする。
【００１３】
本発明の上述の方法は、コンピュータプログラムによっても提供される。コンピュータプログラムのプログラムコードがコンピュータとしての機器によりロードされ、実行されることにより、機器（コンピュータ）は本発明の方法を実行する。
【発明の効果】
【００１４】
商品販売機の販売データに従って、販売商品を動的に選択・調整する商品選択システム、商品選択方法及び商品選択コンピュータプログラムを提供することができ、公知技術の問題が改善される。
【図面の簡単な説明】
【００１５】
【図１】図１は、本発明の一実施形態としての商品販売機と商品選択システムとを示す図である。
【図２】図２は、図１に示す商品選択システムの構成を示す図である。
【図３】図３は、本発明の一実施形態による機器販売モデルを示す図である。
【図４】図４は、図２に示した商品選択システムの処理ユニットの構成を示す図である。
【図５】図５は、本発明の実施形態に係る商品選択方法の作業のフローチャートである。
【図６】図６は、本発明の実施形態に係る収容領域の企画作業のフローチャートである。
【図７】図７は、本発明の実施形態に係る一次販売商品選択の作業のフローチャートである。
【図８】図８は、本発明の実施形態に係る商品交換作業のフローチャートである。
【発明を実施するための形態】
【００１６】
図１は、本発明の一実施形態の商品選択システムの構成を示す図である。
図１に示されるように、本実施形態の商品選択システム１１００は、ネットワーク１２００により少なくとも一つの商品販売機１３００に接続される。商品販売機１３００は、自動販売機、商品陳列棚、開放式商品棚、無人商店などの販売装置であり、所定数のスロットか置物棚を有する。各スロット、置物棚は、同じか異なる幅、高さで、異なる商品を陳列して販売する。いくつかの実施形態においては、商品販売機１３００は、販売商品の販売データを自動的に記録する。また、いくつかの実施形態においては、販売データは商品販売機１３００には記録されないが、支払い装置（図１には図示されていないが）により、商品販売後記録される。本実施形態において、これらの販売データは、ネットワーク１２００により商品選択システム１１００に伝送される。
【００１７】
図２は、本発明の一実施形態の商品選択システムの構成を示す図である。商品選択システム１１００は、主に、ストレージユニット１１１０と処理ユニット１１２０とを有する。ストレージユニット１１１０は、機器販売データベース１１１１と商品属性データベース１１１２を含む。商品選択システム１１００は、コンピュータシステム、ハンドヘルドコンピュータ、ノート型パソコン、サーバー、PDA、ワークステーション等の電子装置、又は、計算、データ処理が可能な各種計算機に適用できる。
【００１８】
ストレージユニット１１１０は、商品販売機の複数の販売商品に対応する販売データと複数の商品の少なくとも一つの属性を記録するのに用いられる。販売商品には、実際に商品販売機で販売されている、あるいはされる複数の販売商品と、販売されている商品と置き換えられる可能性のある複数の候補商品とを含む。一実施形態として、機器販売データベース１１１１は、少なくとも一つの商品販売機１３００の複数の商品の販売データを記録する。一実施形態として、複数の商品の販売データは、対応する商品の名称、番号、販売数量、１商品当たりの利益等のデータ中のどれか１つ、或いは、任意の二つ以上の組み合わせを含む。注意すべきことは、いくつかの実施形態において、商品の販売データは、ネットワーク１２００により、商品販売機１３００から商品選択システム１１００に伝送されるということである。またいくつかの実施形態において、記録された商品の販売データは、例えば商品販売機１３００または任意の管理用の装置等の機器からアクセスされた後、データが保存できるストレージ媒体を介して商品選択システム１１００に保存される。またいくつかの実施形態においては、商品の販売データは、システム１１００から提供される操作インターフェイス(operational interface)を介して、商品選択システム１１００中に入力される。
【００１９】
本実施形態において、商品属性データベース１１１２は、複数の商品の少なくとも一つの属性を記録する。複数の商品は、商品販売機１３００上で販売される商品と、その他の現在商品販売機１３００上で販売されていない候補商品を含む。少なくとも一つの属性は、複数の商品のブランド、サプライヤー、種類、容量、価格等のデータ中のどれか、又は、任意の二種以上の組み合わせである。
【００２０】
処理ユニット１１２０の主な機能は、各販売商品の販売データに従って、販売商品のそれぞれに対して、指標データを決定し付与することである。指標データは、商品の販売等に関する何らかの指標を示す情報である。ここで使用される指標データは、複数の特定指標データの一つである。その特定指標データは、実際のシステムに多様な形態で適用されるものであり、その名称や数値などの表現は、種々の応用、用途、アプリケーション、要求あるいは必要性に応じて様々に変化可能なものである。例えば、特定指標データは、商品が“Ｂａｄ”、“Ｍｉｄｄｌｅ”及び“Ｇｏｏｄ”と命名された３つのレベルに分類されたことを示すデータ、表示であってよい。また、例えば、特定指標データは、商品が“１”、“２”、“３”、“４”及び“５”と命名された５つのレベルに分類されたことを示すデータ、表示であってよい。なお、本願のこれらの特定指標データは一例であって、本発明において特定指標データがこれらに限定されるものではない。なお、本明細書中において指標データと言う場合には、コンピュータあるいはコンピュータシステムにおいて伝送、記録、演算等の処理対象となるデータとしての指標データ、その指標データが指し示す抽象的概念としての指標の内容、及び、指標データとして表記・記載・表示されている標識、等のいずれか、あるいはその複数を含んだ概念を示すものである。
【００２１】
処理ユニット１１２０が販売商品にそれぞれ指標データを提供する方法は、多種の方法があり、一実施形態としては、クラスタ化アルゴリズムを採用する方法である。クラスタ化アルゴリズムは、例えば、k-means clustering method、k-medoids clustering method、hierarchical clustering method、density-based clustering method、grid-based clustering method、model-based clustering method等である。k-meansアルゴリズムを例として説明すると、表１に示すように、販売商品がP１〜P１５等の１５項目の商品を含み、特定指標データがbad、middleとgood等の三種の特定表示に設定される場合、処理ユニット１１２０は、販売商品の販売データに従って、３クラスタに分類し、この３クラスタは、それぞれ、売上がよい、普通、悪いを表示し、且つ、各クラスタ中の販売商品は、”Good”、”Middle”、と”Bad”の特定指標データを有する。
【００２２】
【表１】
【００２３】
更に、処理ユニット１１２０は、特定の公式を採用して販売データを計算後、得られたデータをクラスタ化アルゴリズムに提供してクラスタ化する。特定の公式は、例えば、販売データに基づき、販売利益、販売業績、販売効果、販売総額、又は、商品の市場占有率等を計算する公式である。
【００２４】
他の実施形態として、処理ユニット１１２０が販売商品にそれぞれ指標データを提供する方法は、あらかじめ、異なる販売条件、例えば、販売総額、販売総数量、販売総利益、市場占有率等の一種、又は、二種以上の要素を設定し、ある特定の数値に達して、それぞれ、異なる等級を提供し、異なる指標データを有するか評価し、その後、販売商品の販売データに従って、販売商品の等級を判断し、対応する指標データを提供するものである。
【００２５】
その後、処理ユニット１１２０は分類アルゴリズムを用いて、各販売商品の属性とその指標データに従って、各機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。分類アルゴリズムは多種の実施方式を有し、例えば、決定木(decision tree)、ニューラルネットワーク (neural network)、 サポートベクターマシン(support vector machines)、ベイズ式分類法(bayesian classification)、線形判別式 (linear discriminant)、 ファジー分類(fuzzy classification)等である。以下は、決定木アルゴリズムを例として説明するが、本発明はこれに限定されない。
【００２６】
図３は機器販売モデルの一例を示す図である。販売商品の属性は、ブランド、種類、価格等を含み、特定指標データは、bad、middleとgood等の三種に設定される。本実施形態において、ブランドは決定木の第一段階の分類要素、種類は第二段階の分類要素、価格は第三段階の分類要素である。本実施形態の分類要素の段階は、商品属性と指標データの一致度を基準とする。一致度の計算方式は、エントロピー(entropy)、情報獲得(information gain)、利得比(gain ratio)、ジニ係数(gini index)等で、一致度が高い属性は段階の上方、一致度が小さい属性は段階の下方にある。本実施形態において、あるブランドの全ての販売商品の指標データが同一の指標データに属する比率が特定値に達する場合、このブランドは直接、この種の指標データに対応する。このブランド下の商品の指標データが異なる種類に属するか、又は、同種の指標データである比率が特定値に満たない時、次の段階の要素について、このブランドのある種類の商品の指標データが、同一種の指標データに属する比率が特定値に達するか続けて判断して、このブランド中のある種類の商品が、直接、この種の指標データに対応するか決定するか、又は、次の段階の要素まで、判断を継続する。上述の原則に従って、各端点が特定の指標データの一つに属するまで、決定木中の各ノードと端点を設定し、この機器販売モデルを完成させる。
【００２７】
その後、処理ユニット１１２０は、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。例えば、候補商品がP４６〜P６１が、図３で示される機器販売モデルに適用され、対応する候補商品の指標データを得ることができ、表２で示される。
【００２８】
【表２】
【００２９】
処理ユニット１１２０は、更に、各候補商品の指標データを決定する時、機器販売モデルに従って、各候補商品の条件付き確率を計算し、条件付き確率は、候補商品の属性下で、この候補商品の指標データが特定指標データ（例えば、Good）になる確率で、更に、各候補商品の条件付き確率に従って、候補商品を保存し、選択される各候補商品の順序を決定し、現在の販売商品を交換する。
【００３０】
続いて、処理ユニット１１２０は、指標データが第一特定指標データである少なくとも一つの候補商品を選択し、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。ある実施形態においては、指標データがGoodである候補商品で、指標データがBadである販売商品を交換する。第二特定指標データの販売商品の数量が、第一特定指標データの候補商品の数より多い時、例えば、販売商品の表示がBadである販売商品の数量が、候補商品がGoodである候補商品より３個多い時、処理ユニット１１２０は、更に、指標データが第三特定指標データである少なくとも一つの候補商品を選択し、指標データが第二特定指標データである販売商品の一部分を交換し、例えば、表示がMiddleの３個の候補商品により、表示がBadの３個の販売商品を交換する。
【００３１】
注意すべきことは、候補商品が機器販売モデルに適用された後、一部の候補商品が、表２中の商品P４６、P５８、P６１のように、対応する指標データを得られない場合があることである。処理ユニットは、更に、特定クラスタ中の販売商品の数、第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品を決定し、指標データが第二特定指標データである販売商品の一部分を交換する。
【００３２】
ある実施形態においては、処理ユニット１１２０の主な機能は、図４に示すように、種々の機能モジュールにより実行される。本実施形態においては、処理ユニット１１２０は、企画モジュール１１２１、商品選択モジュール１１２２、販売データ処理モジュール１１２３、候補商品評価モジュール１１２４、商品交換モジュール１１２５を実行させることができ、これにより処理ユニット１１２０の主な機能を実現する。販売データ処理モジュール１１２３は、各販売商品の販売データに従って、販売商品の指標データを決定する。指標データは複数の特定指標データ中の一つである。販売データ処理モジュール１１２３は、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定する。候補商品評価モジュール１１２４は、候補商品を機器販売モデルに適用し、候補商品に対応する指標データを得る。商品交換モジュール１１２５は、指標データが第一特定指標データである少なくとも一つの候補商品を選択して、指標データが第二特定データである少なくとも一つの販売商品と交換する。
【００３３】
更に、処理ユニット１１２０は、収容領域企画機能と一次販売商品企画機能を有する。各販売商品は商品販売機の一収容領域に配置され、各収容領域は、それぞれ、異なるサイズの商品を収容できる大きさで、特定の販売商品を交換する候補商品の大きさは、収容領域より大きくてはならない（収容領域以下でなくてはならない）。収容領域は自動販売機のスロットでもよいし、商品陳列棚でも、開放式商品棚でもよい。例えば、企画モジュール１１２１は、自動販売機のスロットの大きさに従って、自動販売機のスロットを複数のクラスに分ける。更に、収容領域（自動販売機のスロット等）のクラスの長さや幅によって、これらの収容領域のクラスを分類する。注意すべきことは、収容領域（スロット等）を異なるクラスに分け、且つ、異なるクラスの収容領域（スロット等）を分類する目的は、更に効果的、且つ、システム化して、商品販売機の商品を選択するためである。ある実施形態においては、企画モジュール１１２１とその作業は省略できる。
【００３４】
商品選択モジュール１１２２は、商品販売機１３００上の一次販売の商品を決定するのに用いられ、全ての販売される商品中から、商品販売機１３００中の収容領域サイズより小さい商品を選択して、候補商品とする。候補商品の数量は、スロットの数量より多いか、少ない、又は、等しく、ある実施形態においては、各収容領域に対し、直接、商品選択を実行できる。自動販売機中のスロットが、それぞれ、異なるクラスに分けられる実施形態中、商品選択モジュール１１２２は、まず、全ての販売される商品中から、収容領域より小さい商品を選択し、最初に、サイズが最小で、且つ、商品が未選択のクラスが、商品を選択するクラスで選択される。その後、このクラス中のスロットの数が候補商品の数より少ないか判断する。候補商品の数より少なくない場合、ラウンドロビン配列方式(Round Robin Arrangement)により、候補商品をこのクラス中のスロットに分配し、このクラス中の各スロットの販売商品を決定する。候補商品の数より少ない場合、メタヒューリスティック(Meta-heuristic)アルゴリズムを用いて、商品の属性に従って、このクラス中の各スロットの販売商品を決定する。注意すべきことは、メタヒューリスティックアルゴリズムにより決定された商品に対応する属性範囲が最大であることである。つまり、ｍ個の属性を含むP個の商品中からｎ個の商品を選択すると、属性範囲が最大になる。このクラスのスロットの販売商品決定後、商品選択モジュール１１２２は他のクラスを選択し、全てのクラスの商品選択が完成するまで、選択されたクラスの商品を選択する。
【００３５】
ある実施形態においては、メタヒューリスティックアルゴリズムは多種の実施方式があり、例えば、遺伝的アルゴリズム法(genetic algorithm)、焼き鈍し法(simulated annealing)、アリの巣アルゴリズム(ant colony algorithm)、山登りアルゴリズム(hill-climbing algorithm)、タブー探索アルゴリズム(tabu search algorithm)等である。対応する等級の商品を決定する過程は、選択、適合、変異等の操作を含み、詳細は省略する。説明すべきことは、本発明は、遺伝的アルゴリズム法に限定するものではなく、あらゆるメタヒューリスティックアルゴリズムが本発明に応用できる。
【００３６】
ある実施形態においては、処理ユニット１１２０が一次販売の商品機能を企画するとき、直接、商品販売機１３００にある収容領域に対し、メタヒューリスティックアルゴリズムを使用し、商品の属性に従って、商品販売機１３００中の各収容領域の販売商品を決定する。
【００３７】
更に、処理ユニットは、分類アルゴリズムを用いて、複数の特定の機器の販売商品の属性と表示資料に従って、複数の特定の機器に機器販売モデルを設定し、且つ、各候補商品を機器販売モデルに適用し、候補商品に対応する指標データを得る。指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【００３８】
図５は、本発明の実施形態に係る商品選択方法のフローチャートである。
ステップ５０２で、ストレージユニットが提供され、商品販売機の複数の販売商品に対る販売データ、及び、商品販売機の複数の販売商品と複数の候補商品とを含む複数の商品の各々に対する少なくとも１つの属性を記録する。
【００３９】
ステップ５０４で、各販売商品の販売データに従って、各販売商品に指標データを提供する。指標データは複数の特定指標データの一つである。
【００４０】
ステップ５０６で、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定する。
【００４１】
ステップ５０８で、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る。
【００４２】
ステップ５１０で、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する。
【００４３】
図６は、本発明の実施形態に係る収容領域の企画作業のフローチャートである。ステップ６０２で、商品販売機１３００中の収容領域のサイズによって、商品販売機１３００中の収容領域を数個のクラスに分ける。その後、ステップ６０４で、各収容領域のクラスのサイズ（例えば、長さと幅）によって、これらのクラスをソート、分類する。注意すべきことは、収容領域のクラスを分け、且つ、各クラスを配列する目的は、更に効果的、且つ、システム化して、商品販売機の商品を選択するためである。ある実施形態においては、収容領域企画とその作業は省略できる。
【００４４】
図７は、本発明の具体例による商品販売機１３００上の一次販売の商品を決定する方法を示す図である。ステップ７０２で、各収容領域クラス中から、サイズが最小で、販売商品を選択していないクラスを選択する。ステップ７０４で、全ての販売される商品中から、この収容領域のクラスより小さいサイズの商品を選択し、候補商品とする。ステップ７０６で、このクラス中の収容領域の数が候補商品の数より少ないか判断する。数が候補商品の数より小さくない場合（ステップ７０６で、「いいえ」の場合）、ステップ７０８で、ラウンドロビン配列方式により、候補商品をこのクラス中の収容領域に分配し、このクラスに対応する商品を決定する。数が候補商品の数より小さい場合（ステップ７０６で「はい」の場合）。ステップ７１０で、メタヒューリスティックアルゴリズムを用いて、商品の属性に従って、このクラスに対応する商品を決定する。
【００４５】
自動販売機を例とすると、一クラスの収容領域が７個のスロットを有し、且つ、サイズが符合する候補商品が１４個あるとすると、表３のように示される。
【００４６】
【表３】
【００４７】
属性は、商品のブランド、種類、容量と価格を含む。表１中、“１”は商品が対応する属性を有することを示し、“０”は商品に対応する属性がないことを示す。S1とS2は二種の選択商品の組み合わせで、表４で示される。
【００４８】
【表４】
【００４９】
表４中、“１”は商品が選択されたことを示し、“０”は商品がまだ選択されていないことを示す。S１の属性範囲は、“茶類”、“コーヒー類”、“0〜200ml”、“201〜400ml”、“400ml以上”、“$15以下”、“$16〜$30”、“B8”、“B13”、“B3”、“B6”、“B14”、と“B15”等の１３項を含み、S２の属性範囲は、“野菜果物類”、“コーヒー類”、“菓子類”、“201〜400ml”、“$15以下”、“$16〜$30”、“$30以上”、“B12”、“B3”、“B6”と“B15”等の１１項を含む。S１の属性範囲はS２の範囲より大きい（13>11)ので、S1の選択商品の組み合わせはこの収容領域のクラスの商品であることを決定する。
【００５０】
図７を続けて参照すると、収容領域のクラスの商品が決定した後、ステップ７１２で、全ての選択された商品中から、既に選択された候補商品を削除して、候補商品が重複して選択されるのを防止する。その後、ステップ７１４で、全収容領域のクラスが既に選択されたかを判断する。もし、選択されていれば（ステップ７１４で“はい”）、ステップを終了する。もし、選択されていなければ（ステップ７１４で“いいえ”）、ステップ７０２に戻り、次の収容領域のクラスを選択し、後続作業を実行する。
【００５１】
図８は、本発明の実施形態に係る商品交換の作業のフローチャートである。ステップ８０２で、指標データがない候補商品中が存在するか判断する。ない場合（ステップ８０２で“いいえ”）、ステップ８０８に進む。指標データがない少なくとも一つの候補商品が存在する場合（ステップ８０２で“はい”）、ステップ８０４で、指標データ“Bad”の販売商品の数、指標データ“Good”の候補商品の数、及び、指標データがない候補商品の数に従って、指標データがない特定数の候補商品が決定され、ステップ８０６で、指標データがない特定数の候補商品と、指標データが例えば“Bad”の販売商品を交換する。その後、ステップ８０８で、特定指標データが例えば”Good“の候補商品により、指標データが特定指標データ例えば”Bad“の販売商品を交換する。
【００５２】
注意すべきことは、図８の実施形態は、一部の指標データがない候補商品により販売商品を交換していることである。しかし、ある実施形態においては、唯一、指標データがある候補商品が第一商品を交換する。
【００５３】
上述のように、本発明の商品選択システムと方法により、個別の商品販売機の販売データに対し、対応する機器販売モデルを生成して、陳列、及び、販売する商品を動的に選択・調整し、複数の特定の商品販売機を整合することもでき、例えば、同属の無人商店の機器、又は、同属の区域の機器により、特定の機器販売モデルを設定して、適当な販売商品を効果的に選択することができる。
【００５４】
本発明の方法、又は、特定形態、又は、その部分は、プログラムコードの形態で存在する。プログラムコードは、実体媒体、例えば、フレキシブルディスク、CD−ROM、ハードドライブ、又は、他の機械可読ストレージ媒体で、プログラムコードがコンピュータなどの機器によりロード、且つ、実行される時、この機器は本発明を実行する装置となる。プログラムコードも、電線やケーブル、光ファイバー等の伝送媒体か、あらゆる伝送形態で伝送され、プログラムコードがコンピュータなどの機器に受信、ロード、且つ、実行される時、この機器は本発明を実行する装置となる。一般用途のプロセッサの作動時、プログラムコードはプロセッサと結合して、応用特定ロジック回路に類似した操作をする独特の装置を提供する。
【００５５】
本発明のコンピュータプログラム製品が機器によりロードされ、商品選択方法を実行する方法は、少なくとも一つの商品販売機の複数の販売商品に対応する販売データを得る第一プログラムコードと、複数の商品の少なくとも一つの属性を得て、複数の商品は、少なくとも一つの商品販売機の複数の販売商品と複数の候補商品を含む第二プログラムコードと、各販売商品の販売データに従って、販売商品の指標データを決定し、指標データは複数の特定指標データの一つである第三プログラムコードと、分類アルゴリズムを用いて、各販売商品の属性と指標データに従って、機器販売モデルを設定し、各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る第四プログラムコードと、指標データが第一特定指標データである少なくとも一つの候補商品により、指標データが第二特定指標データである少なくとも一つの販売商品を交換する第五プログラムコードとを有する。
【００５６】
本発明では好ましい実施形態を前述の通り開示したが、これらは決して本発明に限定するものではなく、当該技術を熟知する者なら誰でも、本発明の精神と領域を脱しない範囲内で各種の変動や潤色を加えることができ、従って本発明の保護範囲は、特許請求の範囲で指定した内容を基準とする。
【符号の説明】
【００５７】
１１００ 商品選択システム
１１１０ ストレージユニット
１１１１ 機器販売データベース
１１１２ 商品属性データベース
１１２０ 処理ユニット
１１２１ 企画モジュール
１１２２ 商品選択モジュール
１１２３ 販売データ処理モジュール
１１２４ 候補商品評価モジュール
１１２５ 商品交換モジュール
１２００ ネットワーク
１３００ 商品販売機
【特許請求の範囲】
【請求項１】
商品選択システムであって、
商品販売機の複数の販売商品に対応する販売データ、及び、前記商品販売機の販売商品と複数の候補商品を含む複数の商品の少なくとも一つの属性を記録するのに用いられるストレージユニットと、
前記販売商品の販売データに基づいて、前記販売商品の指標データを決定する処理ユニットとを有し、
前記指標データは複数の特定指標データの一つであり、分類アルゴリズムを用いて、前記販売商品の属性と指標データに従って、機器販売モデルを設定し、前記各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得て、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換することを特徴とする商品選択システム。
【請求項２】
前記処理ユニットは、更に、クラスタ化アルゴリズムを用いて、前記販売商品の販売データに従って、前記販売商品をクラスタ化し、各クラスタの販売商品は同じ指標データを有する複数のクラスタを得ることを特徴とする請求項１に記載の商品選択システム。
【請求項３】
前記処理ユニットは、更に、特定の公式により、前記販売商品の販売データに従って、売上業績をそれぞれ計算し、クラスタ化アルゴリズムによりクラスタ化することを特徴とする請求項２に記載の商品選択システム。
【請求項４】
前記候補商品中の少なくとも１つは前記指標データがない時、前記処理ユニットは、更に、前記特定クラスタ中の販売商品の数、前記第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、前記指標データがない特定数の候補商品を決定して、指標データが第二特定データである前記販売商品中の一部分を交換することを特徴とする請求項２に記載の商品選択システム。
【請求項５】
前記処理ユニットは、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換する時、指標データが第二特定データである前記販売商品の数量が、指標データが第一特定データである前記候補商品の数量よりも多い時、前記処理ユニットは、更に、指標データが第三特定指標データである少なくとも一つの前記候補商品を選択して、指標データが第二特定指標データである前記販売商品の一部分を交換することを特徴とする請求項１に記載の商品選択システム。
【請求項６】
前記処理ユニットは、更に、前記候補商品に対し、前記機器販売モデルに従って、前記候補商品に対応する属性下で、前記候補商品の指標データが第一特定指標データになる条件付き確率を計算することを特徴とする請求項１に記載の商品選択システム。
【請求項７】
前記処理ユニットは、更に、前記の各候補商品に対応する条件付き確率に従って、前記の各候補商品の順序を決定し、前記候補商品の順序が選択されて、指標データが第二特定指標データである前記販売商品を交換することを特徴とする請求項６に記載の商品選択システム。
【請求項８】
前記の各販売商品は前記商品販売機の複数の収容領域中の１つに配置され、前記の各収容領域は所定のサイズを有し、特定販売商品を交換する前記候補商品のサイズは、前記特定販売商品を配置する収容領域より小さく、且つ、前記処理ユニットは、更に、前記商品販売機中の収容領域のサイズに従って、前記収容領域を複数の収容領域のクラスに分類し、前記収容領域のクラスをソートすることを特徴とする請求項１に記載の商品選択システム。
【請求項９】
前記処理ユニットは、更に、メタヒューリスティックアルゴリズムを使用し、商品の属性に従って、前記商品販売機の一次販売商品の商品を決定し、前記の決定された販売商品に対応する属性範囲は最大であることを特徴とする請求項１に記載の商品選択システム。
【請求項１０】
前記処理ユニットは、更に、前記分類アルゴリズムを用いて、複数の特定の商品販売機の販売商品の属性と指標データに従って、前記の複数の特定の商品販売機に対し機器販売モデルを設定し、且つ、前記の各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得て、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換することを特徴とする請求項１に記載の商品選択システム。
【請求項１１】
商品選択方法であって、
ストレージユニットを提供し、少なくとも一つの商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一属性を記録し、前記の複数の商品は前記の少なくとも一商品販売機の複数の販売商品と複数の候補商品を含むステップと、
前記の各販売商品の販売データに従って、前記の各販売商品の指標データを決定し、前記指標データは複数の特定指標データの一つであるステップと、
分類アルゴリズムを用いて、前記の各販売商品の属性と指標データに従って、機器販売モデルを設定し、前記の各候補商品を機器販売モデルに適用し、前記の各候補商品に対応する指標データを得るステップと、
指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換するステップと
を有することを特徴とする商品選択方法。
【請求項１２】
前記方法は、更に、
クラスタ化アルゴリズムを用いて、前記の各販売商品の販売データに従って、前記販売商品をクラスタ化し、複数の特定指標データの数量に対応する複数のクラスタを得るステップを含み、前記の各クラスタ中の販売商品は同じ指標データを有することを特徴とする請求項１１に記載の商品選択方法。
【請求項１３】
前記方法は、特定の公式により、各販売商品の販売データに従って、売上業績をそれぞれ計算し、クラスタ化アルゴリズムによりクラスタ化することを特徴とする請求項１２に記載の商品選択方法。
【請求項１４】
前記候補商品中の少なくとも１つが前記指標データを有さない時、前記方法は、更に、
前記の特定クラスタ中の販売商品の数、前記第一特定指標データを有する候補商品の数、及び、指標データを有さない候補商品の数に従って、特定数の指標データを有さない候補商品を決定し、指標データが第二特定指標データである前記販売商品中の一部分を交換するステップを含むことを特徴とする請求項１２に記載の商品選択方法。
【請求項１５】
前記方法は、更に、
指標データが第二特定データである前記販売商品の数量が、指標データが第一特定データである前記候補商品の数量より多い時、指標データが第三特定指標データである少なくとも一つの前記候補商品を選択して、指標データが第二特定指標データである前記販売商品の一部分を交換するステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１６】
前記方法は、更に、
前記の各候補商品に対し、前記機器販売モデルに従って、前記候補商品に対応する属性下で、前記候補商品の指標データが前記第一特定指標データになる条件付き確率を計算するステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１７】
前記方法は、更に、
前記の各候補商品に対応する条件付き確率に従って、前記の各候補商品の順序を決定し、前記候補商品の順序が選択されて、指標データが第二特定指標データである前記販売商品を交換することを特徴とする請求項１６に記載の商品選択方法。
【請求項１８】
前記の各販売商品は、前記の少なくとも一つの商品販売機の収容領域中の１つに配置され、前記の各収容領域は所定のサイズを有し、特定販売商品を交換する前記候補商品のサイズは、前記特定販売商品を配置する収容領域より小さく、且つ、前記方法は、更に、
前記商品販売機中の収容領域のサイズに従って、複数の収容領域を複数の収容領域のクラスに分類し、前記複数の収容領域のクラスをソートするステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１９】
前記方法は、更に、
前記商品販売機の一次販売商品の選択は、メタヒューリスティックアルゴリズムを使用し、複数の商品の属性に従って、前記販売商品を決定し、前記販売商品に対応する属性範囲は最大であることを特徴とする請求項１１に記載の商品選択方法。
【請求項２０】
前記方法は、更に、
前記分類アルゴリズムを用いて、複数の特定の商品販売機の販売商品の属性と指標データに従って、前記の複数の特定の商品販売機に対し機器販売モデルを設定し、且つ、前記の各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得るステップと、
指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換するステップと、
を含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項２１】
商品を選択するために、コンピュータを、
少なくとも一つの商品販売機の複数の販売商品に対応する販売データを得る手段、
前記少なくとも一つの商品販売機の複数の販売商品と、複数の候補商品とを含む複数の商品の少なくとも一つの属性を得る手段、
前記の各販売商品の販売データに従って、複数の特定指標データの一つである前記販売商品の指標データを決定する手段、
分類アルゴリズムを用いて、前記の各販売商品の属性と指標データに従って、機器販売モデルを設定し、前記の各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る手段、及び、
前記指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換する手段、
として機能させるための商品選択コンピュータプログラム。
【請求項１】
商品選択システムであって、
商品販売機の複数の販売商品に対応する販売データ、及び、前記商品販売機の販売商品と複数の候補商品を含む複数の商品の少なくとも一つの属性を記録するのに用いられるストレージユニットと、
前記販売商品の販売データに基づいて、前記販売商品の指標データを決定する処理ユニットとを有し、
前記指標データは複数の特定指標データの一つであり、分類アルゴリズムを用いて、前記販売商品の属性と指標データに従って、機器販売モデルを設定し、前記各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得て、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換することを特徴とする商品選択システム。
【請求項２】
前記処理ユニットは、更に、クラスタ化アルゴリズムを用いて、前記販売商品の販売データに従って、前記販売商品をクラスタ化し、各クラスタの販売商品は同じ指標データを有する複数のクラスタを得ることを特徴とする請求項１に記載の商品選択システム。
【請求項３】
前記処理ユニットは、更に、特定の公式により、前記販売商品の販売データに従って、売上業績をそれぞれ計算し、クラスタ化アルゴリズムによりクラスタ化することを特徴とする請求項２に記載の商品選択システム。
【請求項４】
前記候補商品中の少なくとも１つは前記指標データがない時、前記処理ユニットは、更に、前記特定クラスタ中の販売商品の数、前記第一特定指標データを有する候補商品の数、及び、指標データがない候補商品の数に従って、前記指標データがない特定数の候補商品を決定して、指標データが第二特定データである前記販売商品中の一部分を交換することを特徴とする請求項２に記載の商品選択システム。
【請求項５】
前記処理ユニットは、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換する時、指標データが第二特定データである前記販売商品の数量が、指標データが第一特定データである前記候補商品の数量よりも多い時、前記処理ユニットは、更に、指標データが第三特定指標データである少なくとも一つの前記候補商品を選択して、指標データが第二特定指標データである前記販売商品の一部分を交換することを特徴とする請求項１に記載の商品選択システム。
【請求項６】
前記処理ユニットは、更に、前記候補商品に対し、前記機器販売モデルに従って、前記候補商品に対応する属性下で、前記候補商品の指標データが第一特定指標データになる条件付き確率を計算することを特徴とする請求項１に記載の商品選択システム。
【請求項７】
前記処理ユニットは、更に、前記の各候補商品に対応する条件付き確率に従って、前記の各候補商品の順序を決定し、前記候補商品の順序が選択されて、指標データが第二特定指標データである前記販売商品を交換することを特徴とする請求項６に記載の商品選択システム。
【請求項８】
前記の各販売商品は前記商品販売機の複数の収容領域中の１つに配置され、前記の各収容領域は所定のサイズを有し、特定販売商品を交換する前記候補商品のサイズは、前記特定販売商品を配置する収容領域より小さく、且つ、前記処理ユニットは、更に、前記商品販売機中の収容領域のサイズに従って、前記収容領域を複数の収容領域のクラスに分類し、前記収容領域のクラスをソートすることを特徴とする請求項１に記載の商品選択システム。
【請求項９】
前記処理ユニットは、更に、メタヒューリスティックアルゴリズムを使用し、商品の属性に従って、前記商品販売機の一次販売商品の商品を決定し、前記の決定された販売商品に対応する属性範囲は最大であることを特徴とする請求項１に記載の商品選択システム。
【請求項１０】
前記処理ユニットは、更に、前記分類アルゴリズムを用いて、複数の特定の商品販売機の販売商品の属性と指標データに従って、前記の複数の特定の商品販売機に対し機器販売モデルを設定し、且つ、前記の各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得て、指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換することを特徴とする請求項１に記載の商品選択システム。
【請求項１１】
商品選択方法であって、
ストレージユニットを提供し、少なくとも一つの商品販売機の複数の販売商品に対応する販売データ、及び、複数の商品の少なくとも一属性を記録し、前記の複数の商品は前記の少なくとも一商品販売機の複数の販売商品と複数の候補商品を含むステップと、
前記の各販売商品の販売データに従って、前記の各販売商品の指標データを決定し、前記指標データは複数の特定指標データの一つであるステップと、
分類アルゴリズムを用いて、前記の各販売商品の属性と指標データに従って、機器販売モデルを設定し、前記の各候補商品を機器販売モデルに適用し、前記の各候補商品に対応する指標データを得るステップと、
指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換するステップと
を有することを特徴とする商品選択方法。
【請求項１２】
前記方法は、更に、
クラスタ化アルゴリズムを用いて、前記の各販売商品の販売データに従って、前記販売商品をクラスタ化し、複数の特定指標データの数量に対応する複数のクラスタを得るステップを含み、前記の各クラスタ中の販売商品は同じ指標データを有することを特徴とする請求項１１に記載の商品選択方法。
【請求項１３】
前記方法は、特定の公式により、各販売商品の販売データに従って、売上業績をそれぞれ計算し、クラスタ化アルゴリズムによりクラスタ化することを特徴とする請求項１２に記載の商品選択方法。
【請求項１４】
前記候補商品中の少なくとも１つが前記指標データを有さない時、前記方法は、更に、
前記の特定クラスタ中の販売商品の数、前記第一特定指標データを有する候補商品の数、及び、指標データを有さない候補商品の数に従って、特定数の指標データを有さない候補商品を決定し、指標データが第二特定指標データである前記販売商品中の一部分を交換するステップを含むことを特徴とする請求項１２に記載の商品選択方法。
【請求項１５】
前記方法は、更に、
指標データが第二特定データである前記販売商品の数量が、指標データが第一特定データである前記候補商品の数量より多い時、指標データが第三特定指標データである少なくとも一つの前記候補商品を選択して、指標データが第二特定指標データである前記販売商品の一部分を交換するステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１６】
前記方法は、更に、
前記の各候補商品に対し、前記機器販売モデルに従って、前記候補商品に対応する属性下で、前記候補商品の指標データが前記第一特定指標データになる条件付き確率を計算するステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１７】
前記方法は、更に、
前記の各候補商品に対応する条件付き確率に従って、前記の各候補商品の順序を決定し、前記候補商品の順序が選択されて、指標データが第二特定指標データである前記販売商品を交換することを特徴とする請求項１６に記載の商品選択方法。
【請求項１８】
前記の各販売商品は、前記の少なくとも一つの商品販売機の収容領域中の１つに配置され、前記の各収容領域は所定のサイズを有し、特定販売商品を交換する前記候補商品のサイズは、前記特定販売商品を配置する収容領域より小さく、且つ、前記方法は、更に、
前記商品販売機中の収容領域のサイズに従って、複数の収容領域を複数の収容領域のクラスに分類し、前記複数の収容領域のクラスをソートするステップを含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項１９】
前記方法は、更に、
前記商品販売機の一次販売商品の選択は、メタヒューリスティックアルゴリズムを使用し、複数の商品の属性に従って、前記販売商品を決定し、前記販売商品に対応する属性範囲は最大であることを特徴とする請求項１１に記載の商品選択方法。
【請求項２０】
前記方法は、更に、
前記分類アルゴリズムを用いて、複数の特定の商品販売機の販売商品の属性と指標データに従って、前記の複数の特定の商品販売機に対し機器販売モデルを設定し、且つ、前記の各候補商品を前記機器販売モデルに適用し、前記の各候補商品の指標データを得るステップと、
指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換するステップと、
を含むことを特徴とする請求項１１に記載の商品選択方法。
【請求項２１】
商品を選択するために、コンピュータを、
少なくとも一つの商品販売機の複数の販売商品に対応する販売データを得る手段、
前記少なくとも一つの商品販売機の複数の販売商品と、複数の候補商品とを含む複数の商品の少なくとも一つの属性を得る手段、
前記の各販売商品の販売データに従って、複数の特定指標データの一つである前記販売商品の指標データを決定する手段、
分類アルゴリズムを用いて、前記の各販売商品の属性と指標データに従って、機器販売モデルを設定し、前記の各候補商品を機器販売モデルに適用し、各候補商品に対応する指標データを得る手段、及び、
前記指標データが第一特定指標データである少なくとも一つの前記候補商品により、指標データが第二特定指標データである少なくとも一つの前記販売商品を交換する手段、
として機能させるための商品選択コンピュータプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１０−２７７５７１（Ｐ２０１０−２７７５７１Ａ）
【公開日】平成２２年１２月９日（２０１０．１２．９）
【国際特許分類】
【出願番号】特願２００９−２８４２６８（Ｐ２００９−２８４２６８）
【出願日】平成２１年１２月１５日（２００９．１２．１５）
【出願人】（５９９０６４７３１）インスティチュート フォー インフォメイション インダストリ (24)
【氏名又は名称原語表記】ＩＮＳＴＩＴＵＴＥ ＦＯＲ ＩＮＦＯＲＭＡＴＩＯＮ ＩＮＤＵＳＴＲＹ
【Ｆターム（参考）】
【公開日】平成２２年１２月９日（２０１０．１２．９）
【国際特許分類】
【出願日】平成２１年１２月１５日（２００９．１２．１５）
【出願人】（５９９０６４７３１）インスティチュート フォー インフォメイション インダストリ (24)
【氏名又は名称原語表記】ＩＮＳＴＩＴＵＴＥ ＦＯＲ ＩＮＦＯＲＭＡＴＩＯＮ ＩＮＤＵＳＴＲＹ
【Ｆターム（参考）】
[ Back to top ]