[2Win5] ポスターセッション2

[2Win5-90] PersonaForecast：ベクトル埋込による解釈可能な特徴量開発

〇髙谷 謙介¹、伊藤 克哉¹、市川 佳彦² (1.株式会社INDX、2.株式会社Insight Edge)

キーワード：レコメンデーション、機械学習

本論文では、多様な顧客データを統合的に解析し、新たなペルソナを自動的に発見・可視化する生成AIベースの手法PersonaForecastを提案する。従来の顧客分析は年齢や性別など基本属性と購買履歴の分析に依存し、分析視点や精度の限界が指摘されてきた。本研究では、まず顧客データをベクトル化することで、異なる形式の情報を同一の数値空間上にマッピングする。その後、クラスタリング手法を応用し、顧客同士の“類似度”を指標としたグルーピングを実現する。これにより、顧客像を用いて複雑かつ解釈可能な特徴量を効率的かつ高精度に抽出できることを示す。実験では、商品購買データなどの複合データセットを用い、新たなペルソナを発見する有効性と、それに基づいたマーケティング施策立案の可能性を検証した。その結果、統合的なデータ解析はより深い顧客理解と具体的なアクション導出を促進し、ビジネスの成果向上に寄与することが明らかになった。