アイテム属性のタクソノミを考慮したシーケンシャルパタンによる ブランドスイッチ予測モデル

抄録

本稿では、ID付POSデータの購買履歴データを利用して、あるブランドからスイッチしてしまう行動を予測するモデルを提案する。モデルの中心となる考え方は、顕在シーケンシャルパタンを利用したCAESP[1]であるが、単にどの商品を選択購買したかという履歴だけではなく、選択時の商品の相対的な価格帯、競合ブランドとの相対的な価格差、そして値引きの状態を総合的に表現できるようにアイテム表現を工夫している。また、表現したアイテムの粒度を調整する方法として、上記のアイテム属性のタクソノミを導入する工夫も行っている。実際のPOSデータを使った計算実験の結果から、提案手法の実用性を示す。