[1M3-GS-13] AI応用: 社会データと予測

[1M3-GS-13-02] 深層学習を用いたパッケージデザインの好意度予測

〇夏 博恵¹、坂元 英樹²、汪 雪テイ¹、山崎 俊彦¹ (1. 東京大学、2. 株式会社プラグ)

キーワード：深層学習、パッケージデザイン

消費者がある商品を購入するかどうか，あるいはその商品を気に入るかどうかは，商品自体の性質に加えてそのパッケージデザインも大きな影響を及ぼす．デザインを決定する際には通常デザイナーが複数の原案を作成し，その中で良いものを選択するというプロセスを踏むことになり，多くの労力を要する．そこでパッケージデザインの好意度を予測する手法を提案する．事前に好意度を予測することでデザイン案の絞り込みのサポートやより良いデザインの作成につながる．実際の商品のパッケージデザインの好意度をアンケートから求め，近年著しい発展を遂げている深層学習の技術を用いて好意度の予測を行った．実験の結果，アンケート結果である実測値と予測値の相関係数は0.619となり，予測結果と正解に相関が見られた．また，デザインのどの部分が好意度に寄与しているのかを明確にするため，CAMを用いてヒートマップを表示し，定性的な分析を可能にした．