| 研究課題/領域番号 |
22K12273
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
武藤 敦子 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (90378240)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | POSデータ / 非負値行列因子分解 / 機械学習 / サービス最適化 / 推薦システム / 消費行動データ / データマイニング / 需要予測 |
|---|
| 研究開始時の研究の概要 |
飲食店、商店などの様々な購買情報から構成される商品販売時点データや、気象データ、街の人流データ等のオープンデータが取得可能となっている。新型コロナ流行に伴う政府による人流抑制によって外食業界を取り巻く環境は目まぐるしく変化し、従来の人手による飲食店運営では限界が生じている。本研究では、飲食店舗内で取得可能なデータおよび街のオープンデータ等を利用し、非負値多重行列因子分解や決定木学習などのデータマイニング手法を応用し包括的に分析することで消費者の潜在的消費ニーズを捉え、変動の多いwithコロナ時代においても安定して店舗と顧客双方の満足度を向上させる健全な飲食店運営を目的としたシステムを構築する。
|
| 研究実績の概要 |
本研究は、POSデータ等の飲食店舗内で取得可能なデータを利用し、非負値多重行列因子分解や決定木学習などのデータマイニング手法を応用し包括的に分析することで消費者の潜在的消費ニーズを捉え、変動の多いwithコロナ時代においても安定して店舗と顧客双方の満足度を向上させるシステムを構築することを目的としている。研究実施計画で挙げた3つの研究課題毎に実績を報告する。
【研究課題①サービスの品質・価値の見える化】 POSデータから得られるデータを用いて、サービス提供時間、店内滞在時間、スタッフ数などの分析を行い、研究課題について議論した。研究への実際の着手は次年度以降とした。
【研究課題②包括的消費パターン抽出・分類による潜在消費需要予測】対象とする全店舗のPOSデータのうち、これまで注文メニューのみを用いてクラスタリングを行っていたが、さらに顧客の属性データを用いて非負値多重行列因子分解へと拡張することによって店舗のクラスタリングを行う手法の検討を行った。
【研究課題③顧客の消費行動予測による店舗運営最適化】前年度構築した追加オーダーの商品推薦システムに対し、協力企業とも議論を繰り返し行い、より推薦精度を上げるために用いる情報を追加した手法について検討した。人工知能学会全国大会にて成果発表を行った。新型コロナの収束に伴い、注文データ数がコロナ前に戻りつつあるため、十分なデータ量を用いて再度実験を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
新型コロナが収束しつつあることで、協力企業からのデータ提供が順調に行われているため
|
| 今後の研究の推進方策 |
協力企業からのデータ数が復活しつつあるため、十分なデータ量で再実験を早急に行う。
|
