@techreport{oai:ipsj.ixsq.nii.ac.jp:00204560,
 author = {財津, 大夏 and 三宅, 悠介 and Hiroka, Zaitsu and Yusuke, Miyake},
 issue = {8},
 month = {May},
 note = {ECサイトにおいて，ユーザーは購買に向けて「商品の探索」「商品の絞り込み」のように行動を変化させる．ユーザーの行動の変化にリアルタイムで追従して，EC サイトのシステムを適応的に変化させることで購買率の向上が期待されるため，この変化を検出することは EC サイトの運営者にとって有用である．リアルタイムでの処理を行うためには，計算量やメモリ使用量の観点から，単純な特徴量によって変化を検出できることが望ましい．Moe (2003) は，EC サイトの閲覧履歴を用いて，ユーザーの来店目的に対応する情報探索のタイプと商品ページの閲覧パターンを 4 つに分類した．初期段階では購買を検討する商品集合を形成するために多くの種類の商品を閲覧する一方で，購買の直前では閲覧する商品の種類が少なくなることが示されている．そこで本報告では，直近の閲覧履歴から，商品の閲覧回数に対する商品の属性の種類の比のみを特徴量として，統計的仮説検定を用いて特徴量の値の変化をリアルタイムに検出する手法を提案する．EC サイトのプロダクション環境の閲覧履歴を用いて，商品に紐づく複数の属性ごとに特徴量を計算し，購買に至るまでの時系列における変化から特徴量の有効性を確認した．また，実際に購買を行ったユーザーに関して，提案手法が特徴量の値の変化を検出できることを確認した．, In Electronic Commerce (EC) sites, consumers change their behavior toward purchasing, such as ”search products” and ”narrow products.” Detecting this change is useful for EC site operators since the purchase rate is expected to be improved by following the changes in consumer behavior in real-time and adaptively changing the EC site system. For performing real-time processing, changes should be able to be detected by simple feature values from considering the amount of calculation and memory usage. Moe (2003) classified the types of information search and the browsing patterns of product pages corresponding to the purpose of visiting customers using EC site browsing history. Moe shows that many types of products are browsed to form a set of products to be considered for purchase in the initial stage, but the types of products browsed before the purchase are decreased. In this paper, we propose a method for detecting changes in feature values in real-time using statistical hypothesis testing, using only the ratio of the type of product attributes to the number of product visits based on the most recent browsing history. Using the browsing history of the production environment of a EC site, the feature amount was calculated for each attribute associated with the product. The effectiveness of the feature amount was confirmed from the change in the time series up to purchase. We confirmed that the proposed method can detect changes in feature values for consumers who actually made purchases.},
 title = {ECサイトにおける閲覧履歴を用いた購買に繋がる行動の変化検出},
 year = {2020}
}