[2M1-GS-10] AI application:

[2M1-GS-10-03] Application of embedding on structure of product co-occurrence in purchase history data

〇Shun Minobe¹, Masao Ueda¹ (1. Yokohama City University)

[[Online]]

Keywords:embedding, E-Commerce, recommendation system

近年、購買履歴データに対して次元縮約手法を適用し、効率的に顧客の購買の特徴を明らかにする研究が多くなされている。例えば、主成分分析によって得られた寄与率の高い主成分を分析に用いる古典的な手法や、自然言語処理の手法を応用し商品の共起関係に基づいた商品の分散表現を得る手法が提案されている。しかし、これらの手法は商品の買い合わせの構造的な特徴は反映できないという問題がある。そこで本研究では、購買履歴データから商品の買い合わせ構造を表すネットワークを抽出し、そこにネットワークの構造に基づいたノードの分散表現を得るNode2vecを適用する手法を提案する。ネットワーク構造を介した次元縮約を行うことで、効率的な商品の買い合わせ構造の分析が可能となる。本研究では、商品の買い合わせ構造に顧客の好むコーディネートが現れると考えられるアパレルECサイトの実データを用いた分析を行い、提案手法の有効性を示す。また、本発表では、得られた商品の分散表現に基づく商品の推薦精度についても検証する。