[4B3-J-3] データマイニング: 顧客接点

[4B3-J-3-04] VAEを用いた受注の年間推移に基づくクラスタリングの評価

〇三井 康行¹ (1. アスクル株式会社)

キーワード：Variational Autoencoder、教師なし学習、クラスタリング

EC事業者にとって，高精度な需要予測は非常に重要であるものの，商品の受注傾向はその属性によって大きく異なり，受注傾向ごとに適したモデルで予測する必要がある．本稿の目的は，精度の高い需要予測を実現するために，受注傾向を適切に表現したクラスタリングを行うことである．ECにおける実際の受注データを用い，商品受注の年間推移に基づくクラスタリングの評価を行う．クラスタリング手法として，Variational Autoencoderによる次元圧縮と，GMMによるクラスタリングを採用する．また，新たな指標として予測困難度を設定する．実験の結果として，予測困難度を用いてクラスタリング結果の妥当性を示す．