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)
抄録全体を表示