[1N4-GS-13] AI応用: 機械学習と応用 (1)

[1N4-GS-13-04] CNNとSiameseネットワークを用いたアパレル新商品の推薦手法について

〇中原 輝昭¹、羽室 行信²、中原 孝信³、中元 政一² (1. ブランシェス株式会社、2. 関西学院大学、3. 専修大学)

キーワード：畳み込みニューラルネットワーク、シャムネットワーク、嗜好の定量化、特徴量ベクトル、レコメンド

アパレル販売における商品推薦システムは、購買履歴データを使用した協調フィルタリングやオンラインショッピングサイトの閲覧履歴などの行動履歴データを使用した手法を用いることが多いが、これらの手法では基本的に過去に販売実績の無い商品を推薦することが不可能であった。そこで本研究では、顧客の購買履歴データに加え商品画像の特徴量を組み入れることで、商品間の関係性の強さをモデル化することを試みた。これにより、従来の手法では推薦不可能であった新商品を、顧客の商品画像に対する嗜好に基づいて商品推薦を行うことが可能となる。今回構築した推薦システムでは、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)により商品画像の特徴量ベクトルを算出し、商品画像間の関係性の強さをモデル化するためにシャムネットワーク(Siamese Network)を用いて商品の特徴を捉える事ができた。