JP4839358B2 - 購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 - Google Patents
購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 Download PDFInfo
- Publication number
- JP4839358B2 JP4839358B2 JP2008227235A JP2008227235A JP4839358B2 JP 4839358 B2 JP4839358 B2 JP 4839358B2 JP 2008227235 A JP2008227235 A JP 2008227235A JP 2008227235 A JP2008227235 A JP 2008227235A JP 4839358 B2 JP4839358 B2 JP 4839358B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- purchase
- class
- user
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 22
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 10
- 230000000052 comparative effect Effects 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100042615 Arabidopsis thaliana SIGD gene Proteins 0.000 description 1
- 101000798951 Homo sapiens Mitochondrial import receptor subunit TOM20 homolog Proteins 0.000 description 1
- 241000556720 Manga Species 0.000 description 1
- 102100034007 Mitochondrial import receptor subunit TOM20 homolog Human genes 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012733 comparative method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
岩田具治、山田武士、上田修功、"購買順序を効率的に用いた協調フィルタリング"、情報処理学会論文誌:数理モデル化と応用、Vol.49、No.SIG4(TOM20)、p.125−134、2008 岩田具治、田中利幸、山田武士、上田修功、"分布が変化するデータにおけるモデル学習法"、情報論的学習理論ワークショップ(IBIS2007)、p.170−175、2007
(E(φtu|φt−1u,αtu)=φt−1u)、
分散varはαtu+1に反比例する(var(φtuz|φt−1u,αtu)=
(φt−1uz(1−φt−1uz))/αtu+1)。
図2、図3を参照しながら、モデル推定部21について説明する。図2は、本実施形態の興味予測装置のモデル推定部のブロック図を含む説明図である。図2に示すように、モデル推定部21は、入力データ読み込み部211と、パラメータ読み込み部212と、初期化部213と、クラス推定部214と、クラス確率不変化度推定部215と、購入確率不変化度推定部216と、パラメータ書き込み部217と、を備えている。
図4を参照しながら、興味予測部22について説明する。図4は、本実施形態の興味予測装置の興味予測部のブロック図を含む説明図である。図4に示すように、興味予測部22は、パラメータ読み込み部221と、興味計算部222と、興味出力部223とを備えている。
興味予測装置1では、前記したように1時刻前のパラメータ(クラス確率集合45および購入確率集合46)のみ用いるのではなく、L時刻前から1時刻前までのパラメータ(所定時間分のパラメータ)を用いて、興味を予測することも可能である。つまり、φtuがl(エル)時刻前のユーザuのクラス確率φt−1uおよびl(エル)時刻前からのユーザuのクラス確率不変化度αtulをパラメータとして持つ、次の式(13)のようなディリクレ分布に従うとする。
2 演算手段
3 入力手段
4 記憶手段
5 出力手段
11 バスライン
21 モデル推定部
22 興味予測部(購入予測部)
23 メモリ
40a プログラム格納部
40b データ格納部
41 モデル推定プログラム
42 興味予測プログラム
43 入力データ
44 クラス集合
45 クラス確率集合
46 購入確率集合
47 クラス確率不変化度集合
48 購入確率不変化度集合
Claims (8)
- 複数のユーザの複数の商品に対する購買のデータが時系列に沿って予め集められた購買データに基づいて、任意の前記ユーザの任意の前記商品に対するその後の購入の可能性を予測する場合に、前記複数のユーザを複数のクラスに分け、同じ前記クラスに属する前記ユーザは同じ確率で任意の前記商品を購入すると仮定する確率モデルを用いて前記購入の可能性を予測する購入予測装置による購入予測方法であって、
前記購入予測装置は、
前記購買データ、
前記ユーザごとの前記クラスそれぞれに属する確率の集合であるクラス確率集合、
前記ユーザの前記クラスに属する確率が変わらない度合いを示すクラス確率不変化度をパラメータとして持つ、前記ユーザのクラス確率の事前確率、
前記クラスごとの前記商品それぞれがそのクラスのユーザによって購入される確率の集合である購入確率集合、および、
前記クラスに属する前記ユーザによって商品を購入される確率が変わらない度合いを示す購入確率不変化度をパラメータとして持つ、前記クラスの購入確率の事前確率、を記憶する記憶部と、
モデル推定部と、購入予測部と、を備えており、
前記モデル推定部は、前記クラス確率不変化度の尤度と前記購入確率不変化度の尤度とが最大になるように、前記クラス確率不変化度と前記購入確率不変化度とを繰り返し計算し、その計算した前記クラス確率不変化度と前記購入確率不変化度とを用いて、前記クラス確率集合および前記購入確率集合を更新し、
前記購入予測部は、前記更新した前記クラス確率集合および前記購入確率集合を用いて、前記ユーザが前記商品を購入する確率を算出する
ことを特徴とする購入予測方法。 - 前記ユーザのクラス確率の事前確率は、ディリクレ分布として定義されており、
前記クラスの購入確率の事前確率は、ディリクレ分布として定義されている
ことを特徴とする請求項1に記載の購入予測方法。 - 前記記憶部は、前記購買データの最新時刻以前の所定時間分の、前記クラス確率集合、前記ユーザのクラス確率の事前確率、前記購入確率集合、および、前記クラスの購入確率の事前確率、を記憶しており、
前記モデル推定部は、前記所定時間分の前記クラス確率不変化度の尤度と、前記所定時間分の前記購入確率不変化度の尤度と、が最大になるように、前記所定時間分の前記クラス確率不変化度と、前記所定時間分の前記購入確率不変化度と、を繰り返し計算し、その計算した前記所定時間分の前記クラス確率不変化度と、前記所定時間分の前記購入確率不変化度と、を用いて、前記所定時間分の前記クラス確率集合、および、前記所定時間分の前記購入確率集合を更新し、
前記購入予測部は、前記更新した前記所定時間分の前記クラス確率集合、および、前記所定時間分の前記購入確率集合を用いて、前記ユーザが前記商品を購入する確率を算出する
ことを特徴とする請求項1または請求項2に記載の購入予測方法。 - 複数のユーザの複数の商品に対する購買のデータが時系列に沿って予め集められた購買データに基づいて、任意の前記ユーザの任意の前記商品に対するその後の購入の可能性を予測する場合に、前記複数のユーザを複数のクラスに分け、同じ前記クラスに属する前記ユーザは同じ確率で任意の前記商品を購入すると仮定する確率モデルを用いて前記購入の可能性を予測する購入予測装置であって、
前記購買データ、
前記ユーザごとの前記クラスそれぞれに属する確率の集合であるクラス確率集合、
前記ユーザの前記クラスに属する確率が変わらない度合いを示すクラス確率不変化度をパラメータとして持つ、前記ユーザのクラス確率の事前確率、
前記クラスごとの前記商品それぞれがそのクラスのユーザによって購入される確率の集合である購入確率集合、および、
前記クラスに属する前記ユーザによって商品を購入される確率が変わらない度合いを示す購入確率不変化度をパラメータとして持つ、前記クラスの購入確率の事前確率、を記憶する記憶部と、
前記クラス確率不変化度の尤度と前記購入確率不変化度の尤度とが最大になるように、前記クラス確率不変化度と前記購入確率不変化度とを繰り返し計算し、その計算した前記クラス確率不変化度と前記購入確率不変化度とを用いて、前記クラス確率集合および前記購入確率集合を更新するモデル推定部と、
前記更新した前記クラス確率集合および前記購入確率集合を用いて、前記ユーザが前記商品を購入する確率を算出する購入予測部と、
を備えることを特徴とする購入予測装置。 - 前記ユーザのクラス確率の事前確率は、ディリクレ分布として定義されており、
前記クラスの購入確率の事前確率は、ディリクレ分布として定義されている
ことを特徴とする請求項4に記載の購入予測装置。 - 前記記憶部は、前記購買データの最新時刻以前の所定時間分の、前記クラス確率集合、前記ユーザのクラス確率の事前確率、前記購入確率集合、および、前記クラスの購入確率の事前確率、を記憶しており、
前記モデル推定部は、前記所定時間分の前記クラス確率不変化度の尤度と、前記所定時間分の前記購入確率不変化度の尤度と、が最大になるように、前記所定時間分の前記クラス確率不変化度と、前記所定時間分の前記購入確率不変化度と、を繰り返し計算し、その計算した前記所定時間分の前記クラス確率不変化度と、前記所定時間分の前記購入確率不変化度と、を用いて、前記所定時間分の前記クラス確率集合、および、前記所定時間分の前記購入確率集合を更新し、
前記購入予測部は、前記更新した前記所定時間分の前記クラス確率集合、および、前記所定時間分の前記購入確率集合を用いて、前記ユーザが前記商品を購入する確率を算出する
ことを特徴とする請求項4または請求項5に記載の購入予測装置。 - コンピュータを請求項4から請求項6のいずれか一項に記載の購入予測装置の各部として機能させるための購入予測プログラム。
- 請求項7に記載の購入予測プログラムが記録されたことを特徴とするコンピュータに読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008227235A JP4839358B2 (ja) | 2008-09-04 | 2008-09-04 | 購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008227235A JP4839358B2 (ja) | 2008-09-04 | 2008-09-04 | 購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010061456A JP2010061456A (ja) | 2010-03-18 |
JP4839358B2 true JP4839358B2 (ja) | 2011-12-21 |
Family
ID=42188178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008227235A Expired - Fee Related JP4839358B2 (ja) | 2008-09-04 | 2008-09-04 | 購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4839358B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346894B (zh) * | 2010-08-03 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 推荐信息的输出方法、***及服务器 |
JP5775425B2 (ja) * | 2011-11-18 | 2015-09-09 | 日本電信電話株式会社 | 購買データ解析装置、方法、及びプログラム |
JP5860795B2 (ja) * | 2012-11-06 | 2016-02-16 | 日本電信電話株式会社 | 生存率推定装置、方法、及びプログラム |
JP6078014B2 (ja) * | 2014-02-27 | 2017-02-08 | 日本電信電話株式会社 | 購買意欲学習装置、購買予測装置、方法、及びプログラム |
KR101813805B1 (ko) * | 2016-09-28 | 2017-12-29 | 한양대학교 산학협력단 | 머신 러닝을 이용한 사용자의 구매 확률 예측 방법 및 장치 |
CN110796280A (zh) * | 2018-08-02 | 2020-02-14 | 北京京东尚科信息技术有限公司 | 用户行为预测方法、装置和计算机可读存储介质 |
CN111091416A (zh) * | 2019-12-10 | 2020-05-01 | 北京云迹科技有限公司 | 一种预测酒店购买机器人的概率的方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279279A (ja) * | 2001-03-22 | 2002-09-27 | Just Syst Corp | 商品推薦装置、商品推薦方法、及び商品推薦プログラム |
JP2004054439A (ja) * | 2002-07-17 | 2004-02-19 | Nippon Telegr & Teleph Corp <Ntt> | 顧客行動分析に基づくマーケティング戦略策定支援方法、装置、およびプログラム |
JP4751242B2 (ja) * | 2006-05-29 | 2011-08-17 | 日本電信電話株式会社 | リコメンド装置、リコメンド方法、リコメンドプログラムおよびそのプログラムを記録した記録媒体 |
-
2008
- 2008-09-04 JP JP2008227235A patent/JP4839358B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010061456A (ja) | 2010-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4839358B2 (ja) | 購入予測方法、購入予測装置、購入予測プログラム、および、記録媒体 | |
US11379901B2 (en) | Methods and apparatuses for deep learning-based recommendation, electronic devices, and media | |
Varoquaux et al. | Scikit-learn: Machine learning without learning the machinery | |
Rodríguez et al. | Label switching in Bayesian mixture models: Deterministic relabeling strategies | |
Cantoni et al. | Variable selection for marginal longitudinal generalized linear models | |
Marimoutou et al. | Energy markets and CO2 emissions: Analysis by stochastic copula autoregressive model | |
JP4847916B2 (ja) | 購買順序を考慮したリコメンド装置、リコメンド方法、リコメンドプログラムおよびそのプログラムを記録した記録媒体 | |
US11935049B2 (en) | Graph data processing method and apparatus, computer device, and storage medium | |
Maldonado et al. | Advanced conjoint analysis using feature selection via support vector machines | |
JP6299759B2 (ja) | 予測関数作成装置、予測関数作成方法、及びプログラム | |
CN112801706B (zh) | 一种游戏用户行为数据挖掘方法及*** | |
Petropoulos et al. | A hidden Markov model with dependence jumps for predictive modeling of multidimensional time-series | |
US11977978B2 (en) | Finite rank deep kernel learning with linear computational complexity | |
CN111242283A (zh) | 评估交互事件的自编码器的训练方法及装置 | |
Rytgaard et al. | Estimation of time‐specific intervention effects on continuously distributed time‐to‐event outcomes by targeted maximum likelihood estimation | |
Jimenez et al. | An approximate innovation method for the estimation of diffusion processes from discrete data | |
JP5560154B2 (ja) | モデルパラメータ推定装置およびそのプログラム | |
US20210042820A1 (en) | Extending finite rank deep kernel learning to forecasting over long time horizons | |
CN111309706A (zh) | 模型训练方法、装置、可读存储介质及电子设备 | |
JP2010237864A (ja) | アノテーションデータ解析装置、アノテーションデータ解析プログラムおよびそのプログラムを記録した記録媒体 | |
Wang et al. | Computational methods for a class of network models | |
Wong | Machine learning in portfolio management | |
Lindström et al. | Optimal adaptive sequential calibration of option models | |
Duan et al. | Sequential Monte Carlo optimization and statistical inference | |
JP7251642B2 (ja) | 学習装置、推定装置、学習方法、推定方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110712 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20110811 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110826 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110920 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111003 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141007 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |