1 0 0 0 深層学習を用いたユーザ離脱予測
- 著者
- 宮崎 邦洋 村山 菜月 山本 裕樹 牛山 史明 大澤 昇平 松尾 豊
- 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
- 巻号頁・発行日
- vol.2018, pp.1E203, 2018
<p>サブスクリプション方式のサービスを採用している企業が増えつつある昨今,ユーザ離脱予測はより重要な課題となっている.既存研究では既に多くの機械学習モデルを用いた研究が行われているが,ユーザ離脱予測は時系列データと非時系列データなどの多様なデータ組み合わせて学習させねばならず,それらを上手く組み合わせた学習モデルは十分に研究されていない. 一方で,深層学習の技術は依然発達しており,その特徴としては様々なデータとモデルをEnd-to-Endで学習できることが挙げられる. 本研究では,ロボアドバイザーのサービスを運営するウェルスナビ株式会社のデータを用い,深層学習を用いたユーザ離脱予測モデルを提案する.具体的には時系列データや非時系列データを一つのモデルで学習させる手法を提案する. 実験ではベンチマークとなる既存研究の分類器の精度を上回る結果を得たことで,本手法の有効性が実証された.</p>
1 0 0 0 OA 深層学習を用いたユーザ離脱予測
サブスクリプション方式のサービスを採用している企業が増えつつある昨今,ユーザ離脱予測はより重要な課題となっている.既存研究では既に多くの機械学習モデルを用いた研究が行われているが,ユーザ離脱予測は時系列データと非時系列データなどの多様なデータ組み合わせて学習させねばならず,それらを上手く組み合わせた学習モデルは十分に研究されていない.一方で,深層学習の技術は依然発達しており,その特徴としては様々なデータとモデルをEnd-to-Endで学習できることが挙げられる.本研究では,ロボアドバイザーのサービスを運営するウェルスナビ株式会社のデータを用い,深層学習を用いたユーザ離脱予測モデルを提案する.具体的には時系列データや非時系列データを一つのモデルで学習させる手法を提案する.実験ではベンチマークとなる既存研究の分類器の精度を上回る結果を得たことで,本手法の有効性が実証された.