商店を直線表現したTransRecモデルに基づく電子商店街の商品推薦アルゴリズム

• Item type: Journal(1)
• 公開日: 2021-02-15
• タイトル: 商店を直線表現したTransRecモデルに基づく電子商店街の商品推薦アルゴリズム
• タイトル / 言語: en
• タイトル: An Item Recommendation Algorithm on a Cyber Mall Based on TransRec Model Representing Stores by Linear Lines
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] 推薦システム，TransRec，Webマーケティング，埋め込み表現
• 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
• ID登録: 10.20729/00209350
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 上智大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Sophia University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 大堀, 祐一; 楊, 添翔; 山下, 遥; 後藤, 正幸
• 著者名(英): Yuichi, Ohori; Tianxiang, Yang; Haruka, Yamashita; Masayuki, Goto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，商品と消費者の嗜好の多様化を受け，自動で顧客（ユーザ）の嗜好に合致した商品（アイテム）を提示する推薦システムの重要性が高まっている．過去の購買履歴データを学習し，個々のユーザに対して推薦アイテムを提示するための推薦ロジックには様々な方法が提案されているが，近年では分散表現に基づく手法が注目されている．なかでも，各顧客の購買順序も考慮した分散表現モデルであるTransRecは，各顧客の商品購買の時間的関係性に基づいて推薦アイテムを決定することができる．一方，ECサイトの一形態として，電子商店街（ショッピングモール型ECサイト）も一般的となり，多くの消費者から利用されるようになった．多数の商店からなる電子商店街では，単一の小売企業によるECサイトとは異なり，ユーザは商店内のページを閲覧し，販売されているアイテムのなかから購買を行うことが可能となっている．このような電子商店街の購買履歴データに対してTransRecをそのまま適用した場合，商店の違いを考慮しないため，ユーザの商店に対する嗜好を十分に反映した推薦が困難になってしまう．そこで，本研究では，TransRecにおけるアイテムベクトルの学習に購買順序の遷移だけでなく，商店が与えられたもとでのユーザの嗜好を考慮したモデルの構築を目的とする．その際，商品やユーザと同様に，商店を埋め込み空間上の点で表現しようとすると，顧客の購買行動を表現することが難しくなってしまうという問題が生じる．そこで，本研究では，商店を埋め込み空間上の直線（ベクトル方程式）で表現し，ユーザによるアイテムの購買行動を点から直線への垂線によって表現するモデルを提案する．この方法により，電子商店街における個々の商店特性を考慮したアイテムの推薦が可能となり，ユーザの購買確率が高いアイテムの予測精度の向上が期待できる．本研究では，さらに楽天市場レビューデータを購買データと見なして用いた分析実験を通じ，提案モデルによる分析の結果を考察するとともにその有用性を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, huge number of items are sold in EC sites, and the preference of consumers are become diversified. Therefore, the recommender system that enables the recommendation of items that suit the preference of each consumer has become more important. On the purchase activities of consumers, purchase of each item is considered to have a temporal relationship, and it is desirable to consider the user's purchase order when determining recommended items. Due to the above reason, this study focuses on the recommender model based on TransRec that can consider the order of purchasing actions. The EC sites called cyber malls, on which many stores open their shop pages on a site and sell items on there, is becoming popular. TransRec can be directly applied to this purchase history data; however, the store information may affect the user's preference on a cyber mall and it is difficult to reflect the difference of characteristics between shops for the estimation of users' preference for items sold in the shops. Therefore, in this study, we propose an improved TransRec considering store information. The proposed TransRec based model considers not only the transition of temporal relationship of purchase, but also the user's preference of the item sold on each shop in the cyber mall. The model is expected to improve the purchase prediction accuracy of items that are likely to be purchased by each consumer. Furthermore, we show the consideration of the analysis result and usefulness of the proposed model through the experiments using real-world review data of Rakuten Ichiba assuming as the purchase history data.
• 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 62, 号 2, p. 782-795, 発行日 2021-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764