| Item type |
Journal(1) |
| 公開日 |
2022-04-15 |
| タイトル |
|
|
タイトル |
深層強化学習による営業活動意思決定支援システム |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Construction of Decision-making Support System in Sales Activities by Deep Reinforcement Learning |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[特集:ソフトウェア工学] 営業活動，意思決定支援，深層強化学習，環境モデル，プロセスモデル |
| 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 |
|
|
ID登録 |
10.20729/00217604 |
|
ID登録タイプ |
JaLC |
| 著者所属 |
|
|
|
東京大学／株式会社NTTデータイントラマート |
| 著者所属 |
|
|
|
株式会社NTTデータイントラマート |
| 著者所属 |
|
|
|
日本電信電話株式会社 |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo / NTT DATA INTRAMART Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DATA INTRAMART Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
NTT Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者名 |
中山, 義人
森, 雅広
斎藤, 忍
成末, 義哲
森川, 博之
|
| 著者名(英) |
Yoshihito, Nakayama
Masahiro, Mori
Shinobu, Saito
Yoshiaki, Narusue
Hiroyuki, Morikawa
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
営業活動における意思決定から，営業担当者個人の経験や直感といった属人的要素を取り除くことにより，営業活動を大幅に効率化するための手段が求められている．筆者らはこの課題に対し，機械学習を用いた営業意思決定支援システムの構築を試みている．これまでの検討では，営業活動の意思決定プロセスに部分観測マルコフ決定過程（POMDP）を適用することにより，受注確率の高い営業プロセスの規則性を抽出し，それにより構築したプロセスモデルに基づいて次に実施すべきアクティビティのリコメンドを行う営業活動意思決定支援システムを開発し，実際の企業への適用評価を行った．本論文では，さらなるリコメンド精度の向上を目的として，新たに深層強化学習によりプロセスモデルを構築し直し，前論文で構築したPOMDPによるプロセスモデルと，熟練営業担当者によるアンケート比較による評価を行った．その結果，深層強化学習に対する熟練営業担当者の経験合致度の評価は，POMDPによるプロセスモデルよりも高いことを示すことができた． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In the decision-making of sales activities, the means for greatly increasing the efficiency of sales activities are required by eliminating individuals' factors such as experience and intuition. For this purpose, we are developing a decision support system of sales activity using a machine learning model. In the previous studies, we have developed the system based on a process model created by extracting the regularity of sales process with a high order acceptance probability, and then evaluated it in a real company. In this paper, for the purpose of further improving the recommendation accuracy, we reconstruct the process model by deep reinforcement learning and evaluated it through a questionnaire by skilled sales staff. As a result, it is shown that the evaluation of the experience matching degree of the expert is high. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN00116647 |
| 書誌情報 |
情報処理学会論文誌
巻 63,
号 4,
p. 1008-1018,
発行日 2022-04-15
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7764 |
IPSJ-JNL6304010.pdf (4.4 MB)
