|
本研究は，飲食店不動産営業を対象に，ベテラン営業マンの勘と経験（暗黙知）でなされている営業概念（ex.地域や物件，顧客のポテンシャル判定など）を，多種多様なデータ（ex.営業マンの営業活動記録，対象物件の状態・地域特性・評判，顧客の嗜好・探索行動タイプなど）をセンシングし，データマイニングすることで，営業パッケージ（形式知）としてモデル化することを目的とする．そのために，まず，顧客のポテンシャルを推定するために，申込み顧客推薦モデルの提案を行った．また，多種多様なデータを低コストで永続的に収集するための無電センサ群の開発を行い，更なる小型化・効率化を図った．さらに，物件のキャッチコピーから賃料を上昇・下降させる要因を暗黙知として抽出し，より精度の高い賃料推定モデルを構築した．
具体的には，機械学習を用いて飲食店向け不動産営業を支援する申込み顧客推薦モデルを構築した．また，開発した無電センサ群を用いた評価実験を行い，通行量のボリューム計測に十分な精度を有していることを確認した．さらに，物件のキャッチコピーから自然言語処理技術を用いて潜在的情報を抽出し，その潜在的情報を用いた飲食店用不動産賃料推定モデルを提案している．
これらの研究成果は，DICOMO 2016，ISS23，WSSIT2017において公表するとともに，人工知能学会論文誌において「飲食店向け不動産営業を支援する申込み顧客推薦モデルの提案」として公開されている．
|
