4 エピソード検証表
エピソード 1 「赤い靴が欲しい」
4.2.1 サブエピソード 1‑1 「おじいさんが孫の誕生日プレゼントに赤い靴を買う場合」
1.1.1
エピソード検証表：1‑1 「おじいさんが孫の誕生日プレゼントに赤い靴を買う場合」
想定シナリオ：
さてと来月の３日は孫のかなちゃんの誕生日だわい。ばーさんは旅行中だし、どうもデパートってのは、
年寄りには苦手なので、いつものように居間のＷｅｂＴＶでインターネットショッピングといくかい な。まずは、プレゼントを選んでっと。
「誕生日」で「孫」で「女の子」で「靴」っと、色は「赤」と、こりゃボタンだから便利だワイ。で、
「かわいい」のをっと・・・なんかでてきたぞ？なになに、最近孫にかってやったもの？えーーと、「ポ ケモン」に「たまごっち」じゃ。色？黄色じゃったな。好きなＴＶ番組？「どらえもん」ばっかみとる な、あの子は。で？予算？５０００円とはりこむか。
おお、出てきた出てきた。なになに「この赤い靴なら確率９０％で気に入るでしょう」ほうほう。しか し、ほんとにこの靴で気に入ってもらえるかいのう。おお、なんか出てきたぞ「今なら８０００円のこ の靴が５０００円。色は黄色ですがお好みに合うと思います」か。じゃー、こちらにするか。えっと、
クレジットカードで決済のボタンを押してっと！
【要素技術】
番号 技術名称
研 究
実 証
商 用
【WHO】
1‑1‑1：目的明確
「赤い靴」
1‑2‑1：購入ターゲット特定可
「孫に贈る赤い靴」
1‑4‑1：単純条件指定
「孫」「誕生日」「女の子」「靴」「赤」
3‑1‑1：アシスタント希望
検索商品にいまひとつ満足できない、だれか の推薦がほしい
U0‑01 U0‑05 U2‑01 U2‑02 U2‑04‑1 U3‑01 P2‑06
WWW ブラウザ InternetTV,WebTV 言語認識
音声認識 機械学習 HTML
プロファイリング ○
○
○
○
○
○
○
【WHERE】
1‑1‑2：特定多数利用端末
「居間のＷｅｂＴＶ」
3‑1‑1：キャラクタ入力 3‑2‑1：キャラクタ出力
【課題】
1) 利用者を認識し選別する技術の確立
2) 個人認識をサーバーサイドで管理・更新する技 術の確立
3) 各個人の曖昧な要求表現をどのように理解解 釈させるか
Ｃ
【WHAT】
1‑3‑1：商品インデックス指定可
「赤い靴」
2‑1‑2：商品カテゴリ間関連
「孫」「誕生日」「女の子」「靴」「赤」
5‑1‑1：感性表現指定
「かわいい」
Ｐ
【HOW】
1‑3：顧客志向型販売、検索
「赤い靴」
2‑2‑1：顧客のニーズを重視、マーケティング 販売
他の同様の属性をもつ候補の提示
【対策・対応の提案】
利用者の購買行為をクライアント側もしくはサー バー側で更新・蓄積・分析し、それに対してその 利用者の購買行為に即した商品提供および情報提 供ができるのか、その仕組み作りがポイントとな る。
Ｃ：コンシューマ Ｐ：プロバイダ （以降の表についても同じ）
4.2.2
サブエピソード 1‑2 「今度のデートに履いていく赤い靴を買うＯＬの場合」
1.1.1
エピソード検証表：1‑2 「今度のデートに履いていく赤い靴を買うＯＬの場合」
想定シナリオ：
さーて、今度のクリスマスのデートは靴を新調しようかしら。丁度昼休みだから、会社のＰＣでいつも のお店を覗いてみましょう。えっと、前に靴を買ったのは「３ヶ月前」っか、あの靴は結構良かったわ ね。そのメーカのホームページにアクセスしてんっと。出てきた出てきた、まー、「これが新作、今年 のカラーです」か、なるほどなるほど。で、「あなたの今までにお買いあげになられたカラーからです と、この色が最適です」ってか。ほうほう、なかなかえらいじゃん君！でも、２万円っか。高いな。
えーと、それじゃちょっと、これと同じ靴、もうちょっと安くで売ってるとことないか探してみるか。
靴専門のモールに飛んでっと、このメーカの靴を指定してっと。お、大阪の店？送料入れてもこのお店 が一番安いな。じゃー、このお店にしちゃおーっと。「決定」ボタンをおしてっと、あれ、なにかしら？
メッセージがきたわ。「お嬢様この靴ですと、このストッキングが最高にお似合いです？」え？そうか しら、あら、じゃあ、安かった分、一緒に買っちゃおっと。クレジットカード、クレジットカードっと。
【要素技術】
番号 技術名称
研 究
実 証
商 用
【WHO】
1‑1‑1：目的明確
「赤い靴」
1‑2‑1：購入ターゲット特定可
「赤い靴」を自分で検索 2‑2‑1：購入意志により決定
いくつかの靴に絞り込んで比較検討して決定 3‑1‑2：アシスタント不要
U0‑01 U2‑01 U2‑04‑1 U2‑08 P0‑04 P2‑01 P2‑03 P2‑06 P3‑02 P3‑06 P3‑07
WWW ブラウザ 言語認識 機械学習 オントロジー Merchant Server
情報フィルタリング技術 論理式
プロファイリング リレーショナル DB スコア
メタデータ
○
○
○
○
○
○
○
○
○
○
【WHERE】
1‑1‑1：端末特定
オフィスでの自分専用ＰＣ
2‑1‑2：データ格納、据え置き型メディア オフィスでの自分専用ＰＣ
3‑1‑1：キャラクタ入力
3‑2‑1：キャラクタ出力 【課題】
・自分の履歴情報を保管するメディア（IC カード など）、機器、管理するしくみ等の標準化が必要。
・商品の属性情報の「赤」に対してユーザによっ て受け取り方はまちまちであるため、これを考慮 した属性情報の処理が必要。
・複数の会社から「赤い」靴を買うには、そうし た商品のメタデータの方式が標準化されているこ とが必要になる。
Ｃ
【WHAT】
1‑1‑1：商品性質の属性指定
「赤い靴」、自分で探し気に入った物を購入 2‑1‑1：商品カテゴリ独立
「赤い靴」
3‑1‑2：複数の会社の商品から選択購入 お気に入りの靴とそのサイトを自分で探し、
気に入ったものをみつけだす
Ｐ
【HOW】
1‑3：顧客志向型販売、検索
「赤い靴」、自分で探す
2‑3‑2：ニーズ創造型販売、顧客ニーズを誘発 靴のみの購入目的に対し関連複合商品をプッ シュ、潜在ニーズへ訴えかけることにより購
【対策・対応の提案】
・メタデータでの属性指定の標準化だけでなく、
スコアリングを組み合わせてより多くのユーザの 意識とマッチするように、属性情報の補正を行う 仕組みを作る。
・各人毎の「赤」イメージを学習するエージェン ト機能が付加されるとより便利なシステムとなる