TRANSACTION AMOUNT PREDICTION MODEL GENERATION DEVICE, TRANSACTION AMOUNT PREDICTION DEVICE, TRANSACTION AMOUNT PREDICTION MODEL GENERATION METHOD, TRANSACTION AMOUNT PREDICTION METHOD, TRANSACTION AMOUNT PREDICTION MODEL GENERATION PROGRAM, AND TRANSACTION AMOUNT PREDICTION PROGRAM

This transaction amount prediction model generation device comprises: an acquisition-for-training unit which acquires transaction amount data that has, as an element, a daily transaction amount of a product in a market, and market closed day flag data that has, as an element, a flag indicating a closed day of the market; a training filter generation unit which generates market closed day filter data that has, as an element, a coefficient for a transaction amount in consideration of the existence of the market closed day on the basis of the market closed day flag data and market closed day arrival coefficient data that is a coefficient pertaining to an arrival amount of the product in consideration of the existence of the market closed day; a training data generation unit which generates training data from the transaction amount data and the market closed day flag data; and a model generation unit which generates a transaction amount prediction model for predicting, from the transaction amount data in a prescribed period, a future transaction amount after the last day of the prescribed period on the basis of the training data so that a loss function becomes small. L'invention concerne un dispositif de génération de modèle de prédiction de montant de transaction qui comprend : une unité d'acquisition d'apprentissage qui acquiert des données de montant de transaction qui présentent, en tant qu'élément, un montant de transaction quotidien d'un produit dans un marché, et des données d'indicateur de jour fermé de marché qui présentent, en tant qu'élément, un indicateur indiquant un jour fermé du marché ; une unité de génération de filtre d'apprentissage qui génère des données de filtre de jour fermé de marché qui présentent, en tant qu'élément, un coefficient pour un montant de transaction en tenant compte de l'existence du jour fermé de marché sur la base des données d'indicateur de jour fermé de marché et des données de coefficient d'arrivée de jour fermé de marché qui sont un coefficient se rapportant à un montant d'arrivée du produit en tenant compte de l'existence du jour fermé de marché ; une unité de génération de données d'apprentissage qui génère des données d'apprentissage à partir des données de montant de transaction et des données d'indicateur de jour fermées de marché ; et une unité de génération de modèle qui génère un modèle de prédiction de montant de transaction pour prédire, à partir des données de montant de transaction pendant une période pr