「AI関連発明の特許出願時の留意点 (9)」

【特許請求の範囲】
【請求項１】　

　特定の商品の在庫量を記憶する手段と、
　前記特定の商品のウェブ上での広告活動データ及び言及データを受け付ける手段と、
　過去に販売された類似商品に関するウェブ上での広告活動データ及び言及データと、前記類似商品の売上数とを教師データとして機械学習された予測モデルを用いて、前記特定の商品の広告活動データ及び言及データから予測される今後の前記特定の商品の売上数をシミュレーションして出力する手段と、
　前記記憶された在庫量及び前記出力された売上数に基づいて、前記特定の商品の今後の生産量を含む生産計画を策定する手段と、
　前記出力された売上数と、前記策定した生産計画を出力する手段と、
　を備える事業計画支援装置。

【発明の詳細な説明】
　インターネットの普及により、ウェブ上での広告活動は、商品の売上促進のための有効な手段となっている。しかしながら、実際の広告活動が有効であるか否かは、リアルタイムの判断が難しく、試行錯誤を繰り返す中で、在庫量不足等により、商機を逸する恐れが少なからずあった。本発明の目的は、特定の商品について、広告活動データとその言及データから、今後の売上数の予測値を推定し、在庫量と売上数の予測値に基づいて今後の生産量を含む生産計画を提示する、事業計画支援装置を提供することにある。これにより、特定の商品の販売者は、商品の生産計画の見直しを早期に行うことができる。
　まず、事業計画支援装置は、特定の商品の在庫量を記憶する。続いて、商品についてのウェブ上での広告活動データ及び言及データを入力として、商品の売上数を出力する予測モデルを用いて、当該商品の予測される売上数を取得する。ここで、前記広告活動データとしては、特定の商品についてのウェブ上での広告露出回数を用いる。広告の例としては、バナー広告、リスティング広告、メール広告等が挙げられる。前記言及データの例としては、ウェブ上の記事やSNS、ブログ等での当該商品や広告についての評価が挙げられる。当該商品や広告についての評価として、好意的な評価が多いと高い値、否定的な評価が多いと低い値となる評価値を用いる。当該評価値は、ウェブ上の記事やSNS、ブログ等のテキストに公知のコンピュータ処理を行うことで取得可能である。前記予測モデルは、ニューラルネットワークなど公知の機械学習アルゴリズムを利用して、過去に販売された類似商品に関する広告活動データ及び言及データと、該類似商品の実績売上数の関係を教師データとして学習させる教師あり機械学習により生成する。
　その後、記憶した在庫量と予測される売上数を比較し、前記売上数が前記在庫量を上回れば前記商品の生産量を増やす生産計画を、前記売上数が前記在庫量を下回れば当該商品の生産量を減らす生産計画を策定する。
　このように学習された予測モデルを用いて商品の売上数をシミュレーションして、当該売上数と在庫量とを比較し、商品を増産すべきか減産すべきかを一見して把握できるようにユーザに提示する。