利用パタン数の削減を可能とするパタンを利用したクラス分類予測モデルの提案
1) 大阪府立大学大学院 経済学研究科
| Abstract | 消費者の行動履歴データから、特徴的な消費者グループに共通する行動パタンの識別は、ビジネス応用を考える上で有用である。既存研究にはClassification by Aggregating Contrast Patterns（CACP）などが存在するが、モデルに採用されるパタン数が多い傾向がある。これはモデル解釈を複雑にするため、真に必要十分なパタンの見極めが重要である。本研究では、CACPの使用パタン数を削減するために、トランザクションのパタンによるカバー状況に着目した方法を提案する。計算実験では、提案手法を,アパレル系サイトのデータに適用し,予測精度を損なわずにパタン数を削減可能であることを示す。 |
|---|---|
| It's useful for thinking business applications to identify characteristic behaviors common in a customer class from access log data. An appropriate model to solving this problem is Classification by Aggregating Contrast Patterns(CACP). But this model tends to increase number of used patterns. It makes interpretations complicated, so it's important to select necessary and sufficient patterns. In this study, we propose a method that focus on how the contrast patterns cover transactions. In computational experiments, we apply our method to an access log data of apparel site, and show the possible to decrease number of used patterns keeping predictive accuracy. | |
| Keywords | クラス分類，コントラストパタン，消費者行動分析 |
| Classification，Contrast patterns，Customer behavior analysis |
Copyright 2014 @ The Japan Society for Management Infomation.