{"id":219606,"metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00219606","sets":["6164:6165:6640:11008"]},"path":["11008"],"owner":"44499","recid":"219606","title":["店舗のテキスト情報を用いた類似店舗への訪問有無を考慮する訪問予測手法"],"pubdate":{"attribute_name":"公開日","attribute_value":"2022-07-06"},"_buckets":{"deposit":"4138fb2a-27d2-4082-b9b2-79fe08e699f1"},"_deposit":{"id":"219606","pid":{"type":"depid","value":"219606","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"店舗のテキスト情報を用いた類似店舗への訪問有無を考慮する訪問予測手法","author_link":["572929","572932","572930","572931","572928","572927"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"店舗のテキスト情報を用いた類似店舗への訪問有無を考慮する訪問予測手法"}]},"item_type_id":"18","publish_date":"2022-07-06","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"大阪大学大学院情報科学研究科マルチメディア工学専攻"},{"subitem_text_value":"大阪大学大学院情報科学研究科マルチメディア工学専攻"},{"subitem_text_value":"大阪大学大学院情報科学研究科マルチメディア工学専攻"},{"subitem_text_value":"大阪大学大学院情報科学研究科マルチメディア工学専攻"},{"subitem_text_value":"KDDI 総合研究所"},{"subitem_text_value":"KDDI 総合研究所"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/219606/files/IPSJ-DICOMO2022032.pdf","label":"IPSJ-DICOMO2022032.pdf"},"date":[{"dateType":"Available","dateValue":"2024-07-06"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2022032.pdf","filesize":[{"value":"3.3 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"d3e8795a-aeec-4990-99cd-15f48e898f54","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2022 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"壺内, 陸友"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"原, 隆浩"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"天方, 大地"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"前川, 卓也"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"米川, 慧"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"黒川, 茂莉"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"近年，位置情報サービスの普及に伴い，ユーザの訪問を予測する研究が盛んに行われている．訪問予測は，ユーザの店舗に関する情報収集や企業の集客施策に貢献する．一般的にユーザと店舗間の訪問履歴は非常にスパースである．このような環境下において，既存手法の多くは予測モデルの学習を通して店舗の分散表現を獲得するため，特に学習データの少ない店舗について十分な表現を獲得できない．本研究では，このような課題に対応するため，店舗のテキスト情報から店舗の分散表現を獲得するアプローチを提案する．また，既存手法では，関連度を算出する入力店舗がユーザの訪問履歴から情報を抽出する階層に関与しないため，ユーザの分散表現は全ての店舗について一意である．このようなユーザ表現には，入力店舗に影響の小さい情報も含まれるため，必要な情報のみに注目をすることができない．本研究では，Attention 機構を用いて入力店舗ごとに，ユーザが過去に類似店舗に訪問しているか否かに注目した情報抽出を行い，店舗ごとに特化したユーザ分散表現を作成した．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"234","bibliographic_titles":[{"bibliographic_title":"マルチメディア，分散，協調とモバイルシンポジウム2022論文集"}],"bibliographicPageStart":"227","bibliographicIssueDates":{"bibliographicIssueDate":"2022-07-06","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2022"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"updated":"2025-01-19T14:50:10.476608+00:00","created":"2025-01-19T01:19:40.585717+00:00","links":{}}