抄録
本研究は，マーケティング分野に自然言語処理のEmbedding 手法（Item2vec）を応用し，商
品の共起データをベクトル化して階層クラスター分析を行った。従来の期間併買行列による
手法と比較し，クラスタリングの鎖効果やクラスタ内の商品数の偏在が改善され，商品分類
の内容と効率性が向上した。分析対象データは，食品スーパーのID 付きPOS データであり，
カテゴリー内のメーカー数から，ドレッシング，カレールー，ソースの 3 カテゴリーを分析
対象とした。提案手法はJaccard 係数を利用した方法などと比較し，クラスター内に含まれ
る商品が極端に少ないことはなく，また鎖効果も見られず，さらに，各クラスターは容量，
価格，メーカー，点数シェアなどにより明確に分類された。本研究の貢献は，実務面では棚
割り提案の効率化の促進であり，学術的には自然言語処理とマーケティング・サイエンスの
橋渡しである。
（自然言語処理, 単語の埋め込みモデル，共起データ，カテゴリー・マネジメント）
