[2M1-GS-10] AI application:

[2M1-GS-10-04] Proposal of the new method to apply Natural Language Processing to Marketing Science

One example of visualization on co-occurrence structure data

〇Haruka Muramoto¹, Masao Ueda¹ (1. Yokohama city university)

[[Online]]

Keywords:Embedding, Clustering, Marketing Science

マーケティングで分析するデータは、消費者の好みの偏り、異質性を反映し、０が多い疎のデータが多い。例えば、商品の併買状況を分析する際、組み合わせの偏りにより、商品間の併買回数に０が多くなる。本研究では、自然言語処理のstatic embeddingを用いて、併買される商品を低次元のベクトルに変換することで、疎のデータの問題を改善する手法の提案を目的とする。実証分析では、ある食品カテゴリーのID付きPOSデータを用いて、ID×商品のデータ（購買有無を０と１で表現）を作成した後、商品の併買状況を集計したデータとstatic embeddingを用いてベクトル化したデータを作成し、それぞれを階層クラスター分析（ward法）で分析した結果を比較した。分析した結果、１クラスタ内の商品数の分散は、併買状況を集計したデータでは5113.8であったが、static embeddingを用いると514.6となった。本研究を通して、自然言語処理で培われた方法が、言葉や文章の課題だけではなく、マーケティングの問題にも応用できることが示唆された。