@techreport{oai:ipsj.ixsq.nii.ac.jp:00233578,
 author = {永井, 将太 and Liu, Yun and 市瀬, 龍太郎},
 issue = {3},
 month = {Mar},
 note = {クーポンは小売業界で広く利用される効果的な販売促進手法である．クーポンを配る際は，顧客の好みを考慮し，ターゲットとなる顧客を絞って選択的に配布することが重要である．なぜなら，クーポンの対象商品に興味がない顧客にクーポンを提供することは，不快感を引き起こし，店舗のロイヤルティやブランド価値を低下させる可能性があるからだ．近年の研究では，顧客の購買履歴に基づいて個別化されたクーポンを提供する手法が注目されている．本稿では，スーパーマーケットやオンラインショッピングプラットフォームにおける対象商品指定型クーポンの配布に焦点を当て，顧客の好みを把握し，それに応じてクーポンを配布する新しい手法を提案する．クーポン利用率（VRR）予測モデルは，施策効果の推定、予算管理、および個人に合わせたクーポンの配布を可能にする．しかしながら，既存の VRR 予測方法は，特徴量エンジニアリングに依存し再現性が低く，コールドスタート問題にも直面している．これらの課題に対処するために，本研究では BERT4VRR という新しいアプローチを提案する．BERT4VRR は事前学習と微調整の 2 段階に分けて学習をする．事前学習では顧客の購買履歴を活用することで，顧客の購買パターンをモデル化し，その後 VRR 予測タスクに微調整することで前述の課題を克服する．実データを用いた実験では，提案手法は既存手法と比較して予測性能が高いことが示された．},
 title = {BERT4VRR: 選好を考慮したクーポン利用確率の予測手法},
 year = {2024}
}