[1B3-GS-2] 機械学習：金融・経済とAI

[1B3-GS-2-04] 顧客と商品の補助情報を考慮したAttention機構付きEmbeddingモデルによる顧客特性分析

〇石井 達也¹、土屋 希琳¹、楊 添翔¹、後藤 正幸¹ (1. 早稲田大学)

キーワード：顧客特性分析、購買履歴データ、補助情報、Embeddingモデル、Attention機構

近年ECサイトの普及に伴い，蓄積された購買履歴データから顧客の特性を分析し，マーケティングに活用することが企業にとって重要な課題になっている．そのための手法として，顧客と商品の埋め込み表現（高次元の実数値ベクトル）を用いてその特性を表現する方法が注目されており，ニューラルネットワークを用いて埋め込み表現を学習するuser2vecはその代表的な手法である．しかし，user2vecでは顧客や商品の補助情報を活用していないことや，顧客と商品の関連付けが明確には行われないことが課題として挙げられる．
より正確に顧客と商品の特性を捉えるためには，顧客と商品の特徴を表す補助情報を考慮し，商品に対する関連性を顧客ごとに評価することが有効であると考えられる．そこで本研究では，顧客と商品固有の埋め込み表現と補助情報の埋め込み表現を同時に学習することによって補助情報を考慮しつつ，Attention機構を用いて顧客と商品の関連付けを行う手法を提案する．また，購買履歴を想定した人工データを用いて評価実験を行い，提案手法の有効性を示す．さらに，実際の映画評価データに提案手法を適用し，顧客特性分析の事例を示す．