マルコフ潜在クラスモデルに基づくECサイトにおける施策実施効果分析に関する一考察

• Item type: Journal(1)
• 公開日: 2017-12-15
• タイトル: マルコフ潜在クラスモデルに基づくECサイトにおける施策実施効果分析に関する一考察
• タイトル / 言語: en
• タイトル: Latent Semantic Markov Model for Effective Promotion Activities in EC Sites
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] 顧客セグメンテーション，潜在クラスモデル，マルコフモデル，販売促進，マーケティング
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 早稲田大学大学院創造理工学研究科経営システム工学専攻
• 著者所属: 湘南工科大学工学部情報工学科
• 著者所属: 早稲田大学創造理工学部経営システム工学科
• 著者所属(英): en
• 著者所属(英): Graduate School of Creative Science and Engineering Waseda University
• 著者所属(英): en
• 著者所属(英): Department of Information Science, Shonan Institute of Technology
• 著者所属(英): en
• 著者所属(英): School of Creative Science and Engineering Waseda University
• 著者名: 松嵜, 祐樹; 三川, 健太; 後藤, 正幸
• 著者名(英): Yuki, Matsuzaki; Kenta, Mikawa; Masayuki, Goto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，ECサイト上に蓄積された膨大なユーザ（顧客）の購買行動データを分析し，ユーザごとの特徴を考慮した販売促進施策の重要性が高まっている．これらの施策を実施する際には，施策を実施したからこそ購買するであろうユーザに対してのみの施策実施が重要である．このようなユーザ層を特定するための方法として，ユーザを意味のあるグループに分割するユーザセグメンテーションが考えられる．たとえば，ユーザと購買商品のペアに着目したAspect Modelのような確率モデルによるセグメンテーションは，様々な応用場面において有用性が広く認識されている．一方で，ECサイトには，ユーザと購買商品のペア以外にも，どのページを閲覧したのかという閲覧履歴も存在し，この効果的な活用方法が望まれている．この閲覧履歴の時系列に着目したモデルとして，ページの遷移にマルコフ性を仮定し，潜在クラスを仮定したうえでモデル化したLatent Segment Markov Chain（以下，LSMC）があげられる．しかし，LSMCは閲覧履歴のみに着目したモデルであり，施策の実施やそれによる購買の有無を考慮することができない．そこで本研究では，LSMCを拡張し，閲覧履歴に加え，購買履歴，施策実施有無が考慮可能なモデルを提案し，「施策を実施した場合」と「実施しなかった場合」の購買行動の変化を比較することで施策の実施が効果的なセグメントの特定を行う．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, it has become popular to purchase product items through E-commerce sites (EC sites), and the internet market scale has been expanding. Under this situation, many EC sites conduct various kinds of sales promotions by analyzing huge amount of customers' purchase histories, and customer segmentation is one of the most important tools in marketing. Particularly, modeling of customers purchase behavior based on probabilistic models such as the Aspect Model (AM) is an attractive way for customer segmentation. The AM focuses on pairs of a customer and an item and it assumes unobserved features such as customers' heterogeneity and items' similarity as latent classes. Although the original AM focuses on pairs of a customer and an item mainly, the data about customers' browsing histories are also available on EC sites. If the model can take in the information of page transitions, it becomes possible to model customers' purchase behavior in detail and make better customer segments. In this paper, we propose a new latent class model that integrates browsing histories in addition to purchase histories by assuming that customers' page transitions can be described by Markov process. An analysis of actual EC site data is demonstrated to clarify the effectiveness.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 58, 号 12, p. 2034-2045, 発行日 2017-12-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764