2023 Fiscal Year Annual Research Report
ビジネス価値創造のためのデータ解析プラットフォームと時変協調フィルタリングの研究
| Project/Area Number |
19K04914
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
小林 学 早稲田大学, データ科学センター, 教授 (80308204)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平澤 茂一 早稲田大学, 理工学術院, 名誉教授 (30147946)
松嶋 敏泰 早稲田大学, 理工学術院, 教授 (30219430)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 潜在構造分析 / ビッグデータ / 協調フィルタリング / 機械学習 / データ解析プラットフォーム |
|---|
| Outline of Annual Research Achievements |
本研究では貴重な企業データを外部に出力することなく安全にクラウド上で解析を行うプラットフォームの実運用を行い，4つのデータ解析プロジェクトを実施しており，当初の目標を達成している. また顧客の消費行動に対するビジネス価値創造のための協調フィルタリングに関して，時系列構造を含む種々の異なる種類のデータを統合的に扱う必要性はますます高まっている．協調フィルタリングにおいて商品に対する顧客の消費行動のみを単独で分析対象とするモデルが多い一方，顧客や商品の種々の属性情報と，季節性などの時間属性も付帯した種々の消費行動が存在する．本研究ではこれらを統合するための潜在構造モデルの提案を行なった．2022年度までは消費行動として量的変数を仮定したモデルを扱って来たが，最終年度はこれを質的変数にも拡張した．具体的には提案の潜在構造モデルは，顧客や商品の種々の属性情報を説明可能な潜在変数の存在を仮定し，これらの顧客と属性の潜在変数から消費行動が生起する数理モデルとして表現している．最終年度は質的変数である消費行動に対して潜在変数同士の内積に対するロジスティックシグモイドを用いた数理モデルとその構造推定アルゴリズムを提案し有効性を示した．本研究ではデータの生成観測メカニズムを規定しているため，種々の属性情報や消費行動に多くの欠測が含まれている場合でも，サンプルサイズが大きい場合には問題なく潜在構造を推定可能な利点を持つ．これにより顧客，商品と消費行動の関係がより深く把握でき，さらに予測精度の向上も見られる．さらに本研究では2値分類器の組合せで多値分類を行う手法に対して，あるクラスの組合せ方法に対する理論的な性能解析を行なってきたが，最終年度はランダムな組合せを用いたときに，従来研究よりも少ない組合せ（従来の対数のオーダ）で，漸近的に最適な多値分類を行うことが可能であることを明らかにした．
|
