POSデータを用いた注文傾向の抽出による店舗クラスタ分析

• Item type: Trans(1)
• 公開日: 2023-10-31
• タイトル: POSデータを用いた注文傾向の抽出による店舗クラスタ分析
• タイトル / 言語: en
• タイトル: Store Cluster Analysis by Extracting Order Trends Using POS Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [事例紹介論文] POSデータ，注文傾向，非負値行列因子分解，クラスタリング
• 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: 名古屋工業大学／現在，株式会社豊田自動織機
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属: 中部大学
• 著者所属: 名古屋工業大学
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology / Presently with TOYOTA INDUSTRIES CORPORATION
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Chubu University
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者名: 安井, 彰悟; 武藤, 敦子; 島, 孔介; 森山, 甲一; 松井, 藤五郎; 犬塚, 信博
• 著者名(英): Shogo, Yasui; Atsuko, Mutoh; Kosuke, Shima; Koichi, Moriyama; Tohgoroh, Matsui; Nobuhiro, Inuzuka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 消費者の購買行動を分析する技術としてPOSデータ分析がある．商品の売り上げ向上のために小売店の売り上げ全体におけるジャンル別の商品売上割合をもとに店舗をクラスタリングし，クラスタ内の店舗で扱う商品や立地等傾向を明らかにする手法がある．しかし，飲食店においては売り上げだけではなく顧客個人の注文方法に傾向がみられる．そこで本研究では，レシートごとの注文から非負値行列因子分解を用いて注文傾向を抽出し店舗の分類を行う手法を提案する．この手法では頻出する注文傾向で店舗を分類するため，店舗のニーズと立地・環境との関連性の特定に活用が可能になる．実験では，実店舗である飲食店のPOSデータに対して本提案手法を適用し有効性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: POS data analysis is a technique for analyzing consumer purchasing behavior. In order to improve product sales, there is a technique for clustering stores based on the ratio of product sales by genre to total retail store sales, and clarifying the relationship between location and the tendency to order at stores within a cluster. However, in restaurants, the trend is not in the number of product sales, but in the content of individual customer orders. In this study, we propose a method to classify stores by extracting ordering trends from the orders of each receipt using non-negative matrix factorization. Since this method classifies stores based on frequently occurring order trends, it can be used to identify the relationship between store needs and location/environment. In an experiment, we applied the proposed method to POS data of several restaurants and confirmed its 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: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 16, 号 2, p. 110-117, 発行日 2023-10-31
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会