特許ウォッチ

公開番号2024176421
公報種別公開特許公報(A)
公開日2024-12-19
出願番号2023094937
出願日2023-06-08
発明の名称推定装置
出願人トヨタ自動車株式会社
代理人個人
主分類G06Q 30/02 20230101AFI20241212BHJP(計算;計数)
要約【課題】過去に自社で行っていない施策に対する顧客の反応を精度よく推定することが可能な推定装置を提供すること。
【解決手段】本実施形態にかかる推定装置1は、対象施策に関する施策データ及びユーザデータを含む対象データを取得する対象データ取得部14と、施策に関する施策データ及びユーザデータを含む学習データを入力した場合に、施策の特性及びユーザの特性を出力するように、機械学習などを用いて学習された学習モデル73を用いて、対象データから対象施策の特性及びユーザの特性を取得し、取得した対象施策の特性及びユーザの特性に基づいて、対象施策に対するユーザの反応率を推定する反応推定部と、を備えている、学習データは、自社で実施されていない他社の施策に関する施策データ及びユーザデータを少なくとも含む。
【選択図】図1
特許請求の範囲【請求項１】
対象施策に関する施策データ及びユーザデータを含む対象データを取得する対象データ取得部と、
施策に関する施策データ及びユーザデータを含む学習データを入力した場合に、施策の特性及びユーザの特性を出力するように学習された学習モデルを用いて、前記対象データから前記対象施策の特性及びユーザの特性を取得し、取得した前記対象施策の特性及びユーザの特性に基づいて、前記対象施策に対するユーザの反応率を推定する反応推定部と、を備え、
前記学習データは、自社で実施されていない他社の施策に関する施策データ及びユーザデータを少なくとも含む
推定装置。

発明の詳細な説明【技術分野】
【０００１】
本開示は、推定装置に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
デジタルマーケットで展開されるサービスでは、ユーザのサービス利用促進のために様々な施策が実施されている。それらの施策が実際に期待する効果を出しているか否かを推定することは、以降の施策を検討するために重要である。関連する技術として、特許文献１は、顧客の属性情報から、ダイレクトマーケティングの施策に対する顧客の反応のスコアを算出するためのスコアリングモデルを備えるダイレクトマーケティング支援装置を開示する。当該ダイレクトマーケティング支援装置は、スコアリングモデルに、施策を実施したことがない顧客の属性情報を入力することによって、当該顧客に施策を実施した場合に期待される反応のスコアを算出する。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－１３５７５１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
例えば、過去に自社で実施された施策の情報のみを用いて、施策に対する顧客の反応を推定するための学習モデルを生成したとする。この場合、過去に自社で実施していない施策に対する顧客の反応に対しては、学習モデルの推定精度が低下するおそれがある。
【０００５】
本発明は、過去に自社で行っていない施策に対する顧客の反応を精度よく推定することが可能な推定装置を提供するものである。
【課題を解決するための手段】
【０００６】
本開示にかかる推定装置は、対象施策に関する施策データ及びユーザデータを含む対象データを取得する対象データ取得部と、施策に関する施策データ及びユーザデータを含む学習データを入力した場合に、施策の特性及びユーザの特性を出力するように学習された学習モデルを用いて、前記対象データから前記対象施策の特性及びユーザの特性を取得し、取得した前記対象施策の特性及びユーザの特性に基づいて、前記対象施策に対するユーザの反応率を推定する反応推定部と、を備える。前記学習データは、自社で実施されていない他社の施策に関する施策データ及びユーザデータを少なくとも含むものである。
【発明の効果】
【０００７】
本開示にかかる推定装置は、過去に自社で行っていない施策に対する顧客の反応を精度よく推定することができる。
【図面の簡単な説明】
【０００８】
推定装置の構成を示すブロック図である。
推定装置が行う処理の全体的な流れを示すフローチャートである。
学習データ取得部が行う学習データの取得処理を示すフローチャートである。
学習モデルに入力する情報及び学習モデルから出力される情報の例を示す図である。
反応推定部が行う施策反応率の推定処理を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下では、本開示の実施形態について、図面を参照しながら詳細に説明する。各図面において、同一又は対応する要素には同一の符号が付されている。説明の明確化のため、必要に応じて重複説明は省略される。
【００１０】
関連する技術では、自社サービス内で過去に実施した施策を基に新規施策の効果を推定するが、過去の事例がない施策の検討時には、類似施策がないために、高い精度での施策効果を推定することが困難である。そこで、本開示にかかる推定装置では、他外サービスの施策に関するデータを特徴量に加えることで、施策に対する顧客の反応率（以下、「施策反応率」と称する場合がある）の推定精度を向上させる。具体的には、本開示にかかる推定装置は、他社サービスのＳＮＳ（Social Networking Service）やＨＰ（Home Page）等から発信された施策の言語情報を用いて機械学習モデルを生成する。また、本開示にかかる推定装置は、生成したモデルに検討施策の情報を入力することで、施策の特性やユーザの施策反応率を算出する。
（【００１１】以降は省略されています）

関連特許