自然言語処理の分散表現技術のひとつであるWord2Vecを購買履歴に応用することで，低計算コストでのアイテムベクトル学習の実現を目指す．実POSデータを用いた実験により，Word2Vecのパラメータであるウィンドウサイズと次元数およびトランザクションデータの与え方がアイテムベクトルの学習に与える影響を検証する．実験結果より，ウィンドウサイズは可能な限り大きくし，次元数は40以上に設定し，1トランザクション内の商品の種類に基づいたデータを与えることで，特徴空間上で同じ分類の商品が近傍に現れやすくなるようなアイテムベクトル学習となることを確認している．
