[3G4-GS-2i] 機械学習：応用

[3G4-GS-2i-03] 出品履歴データを学習したRobust Variational Autoencoderの潜在表現による店舗分析

〇大久保 亮吾¹、上原 諒介¹、雲居 玄道¹、後藤 正幸¹、吉開 朋弘² (1. 早稲田大学、2. 日本気象協会)

キーワード：機械学習、潜在表現、次元圧縮、出品履歴データ、RVAE

本研究では，複数店舗を有する小売チェーンを対象とし，フードロス解消のための惣菜商品に着目した店舗間の特徴を分析するモデルを提案する．このとき，各店舗で出品される惣菜の種類は，全店舗で販売される惣菜種類数の1割程度に留まり，スパースなデータである．このスパース性への対応のため次元圧縮手法の適用を考えるにあたり，独自性の強い出品を行う店舗などが存在するため，入力データのばらつきが大きく，単純な手法の適用は難しい．そこで，入力データのばらつきに頑健な次元圧縮手法であるRobust Variational Autoencoder(RVAE）を適用し，入力データの特徴を有した潜在表現を獲得可能する．RVAEの潜在表現は確率分布として出力され，一般には，この確率分布からサンプリングして類似度を測る．これに対し本研究では，サンプリングすることなく確率分布間の距離を計算する手法を提案する．これにより，出品傾向が類似する店舗の検出を行う．加えて，RVAEで得られた再構成誤差から出品傾向が他の店舗と大きく異なる店舗の検出が可能となる．最後に，提案手法を実データに適用し，その有効性を検証する．