2 0 0 0 OA 大規模購買ログの時系列分析に基づくLTV予測
- 著者
- 川畑 光希 松原 靖子 本田 崇人 今井 優作 田嶋 優樹 櫻井 保志
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第34回 (2020) (ISSN:27587347)
- 巻号頁・発行日
- pp.4K2GS303, 2020 (Released:2020-06-19)
顧客生涯価値(LTV)は顧客評価における重要な指標であり,LTVを正確に予測することで顧客に対しより適切なマーケティングを行うことが可能になる.本稿では,購買ログデータを対象とし,顧客ID,商品ID,時間の組みで表されるイベントシーケンスから潜在的な購買特性を発見し,それらに基づくLTV予測を行うための手法を提案する.実データを用いた実験では,提案手法が与えられた購買ログの中から有用な購買特性を発見し,従来手法よりも高い精度でLTV予測を行うことを確認した.
1 0 0 0 車両走行センサデータからの自動パターン検出
- 著者
- 本田 崇人 松原 靖子 根山 亮 櫻井 保志
- 雑誌
- 情報処理学会論文誌データベース(TOD) (ISSN:18827799)
- 巻号頁・発行日
- vol.9, no.3, pp.1-13, 2016-09-30
本論文では,車両走行データのための自動パターン検出手法であるTRAILMARKERについて述べる.TRAILMARKERは,位置情報をともなう様々な車両走行センサデータが与えられたときに,おのおのの道路や場所における車両走行の特徴を抽出し,それらの情報を統計的に要約,表現する.すなわち,走行データに基づく高度な道路地図情報を提供する.具体的に提案手法は,(a)車両走行データをテンソルとして表現した後,そこから複数の部分シーケンスに共通する主要な走行パターンを抽出する.(b)その際の計算量は入力データのサイズに対して線形である.さらに,最も重要な点として,(c)提案手法はパラメータに依存しない.すなわち,事前情報の付与またはパラメータのチューニングを行うことなく,大規模車両走行データの特徴抽出とパターン検出を自動で行うことができる.実データを用いた実験ではTRAILMARKERが様々な車両走行データの中から主要パターンや外れ値シーケンスを効果的かつ効率的に検出することを確認した.