2026/04/27 更新

写真a

ヤマギワ　アヤコ
山極　綾子
所属
附属機関・学校 グローバル・エデュケーション・センター
職名
講師（任期付）

受賞

  • Excellent Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   Identifying Seasonal Quality Factors by Analyzing Topic Changes in Customer Reviews with BERTopic and Logistic Models  

    受賞者： Zixuan Tong, Ayako Yamagiwa, Tengfei Shao, Masayuki Goto

  • Excellent Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   Flexible Data Organizational Analysis via LLM-Generated Inquiry Classification  

    受賞者： Noriko Ogasawara, Ayako Yamagiwa, Kensuke Sato, Masayuki Goto

  • Excellent Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   Impression Evaluation of Flower Product Images Using Large-scale Vision-Language Model  

    受賞者： Shogo Chomei, Ayako Yamagiwa, Masayuki Goto

  • Excellent Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   A Real Estate Registration Liquidity Prediction Model Integrating Classification and Ordinal Regression  

    受賞者： Daiki Fujiwara, Ayako Yamagiwa, Koji Yamamoto, Masayuki Goto

  • Excellent Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   Personalized Fall Detection using Anomaly Detection Models on Millimeter-Wave Radar Point Clouds  

    受賞者： Kazuchika Suzuki, Ayako Yamagiwa, Masayuki Goto

  • Best Paper Award, APIEMS2025

    2025年11月   25th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2025)   Proposal of a method for structuring customer voice based on an inter-label similarity mesure  

    受賞者： Tomoko Sasano, Ayako Yamagiwa, Kensuke Sato, Masayuki Goto

  • Best Paper Award, APIEMS 2022

    2022年11月   The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)   A New Analytical Model for Product Reviews Based on BERT Feature Extraction  

    受賞者： Koutarou Yamashita, Ayako Yamagiwa, Kyosuke Hasumoto, Masayuki Goto

▼全件表示

 

論文

  • 多数の評価対象への適用を可能とするスケーラブルな 機械学習を用いた一対比較に基づく主観評価値推定モデル

    山極綾子, 後藤正幸

    日本経営工学会論文誌   76 ( 4 ) 146 - 163  2026年01月  [査読有り]

    担当区分：筆頭著者

    DOI

    Scopus

  • Impression evaluation of product images using deep neural network

    Ayako Yamagiwa, Masayuki Goto

    Neural Computing and Applications    2025年03月  [査読有り]

    担当区分：筆頭著者

    　概要を見る

    Abstract

    Understanding products and customers is a critical challenge for efficient business operations. While various machine learning-based analytical methods have been proposed, most rely on objective metrics such as evaluation scores or tags. However, estimating subjective evaluation scores is also an essential aspect of understanding customers, yet research in this area remains limited. Moreover, it is well-known that directly evaluating the subjective scores of targets is challenging. Consequently, traditional methods have used pairwise comparisons between targets to estimate true evaluation scores. However, as the number of targets increases, the required number of pairwise comparisons grows exponentially, making it difficult to estimate subjective evaluations for a large number of targets using conventional methods. To address this issue, this study proposes a scalable model for subjective evaluation score estimation by completing pairwise comparison data using a deep learning model trained on a limited number of annotations. Specifically, the deep learning model is trained on pairwise comparison results from a subset of evaluation target combinations annotated by humans, and the model’s predictions are used to complete the pairwise comparison matrix. The effectiveness and practical applicability of the proposed method are demonstrated through applications to multiple real-world datasets.

    DOI

    Scopus

    3
    被引用数
    (Scopus)

  • Active Learning Method for Pairwise Comparison Data

    Ayako Yamagiwa, Masayuki Goto

    5th IEEE International Conference on Cybernetics, Cognition and Machine Learning Applications, ICCCMLA 2023     310 - 315  2023年  [査読有り]

    担当区分：筆頭著者

    DOI

    Scopus

    4
    被引用数
    (Scopus)

  • An Analytical Model using CVAE-based Image Generation from Product Descriptions and Image Data

    Fuchi Ayuno, Ayako Yamagiwa, Masayuki Goto

    Industrial Engineering & Management Systems   24 ( 4 ) 650 - 662  2025年12月

    DOI

    Scopus

  • Classification of Quality Characteristics in Terms of Words using Review Rating Values

    Ogasawara Noriko, Ayuno Fuchi, Ayako Yamagiwa, Masayuki Goto

    Industrial Engineering & Management Systems   24 ( 4 ) 482 - 497  2025年12月

    DOI

    Scopus

  • 施策効果の高い顧客グループの発見を目的とした機械学習に基づく実験計画手法

    中村,友香, 山極,綾子, 佐々木,北都, 後藤,正幸

    情報処理学会論文誌   66 ( 2 ) 426 - 439  2025年02月  [査読有り]

    　概要を見る

    ECサイト上でビジネスを行う多くの企業にとって，クーポン配布などのマーケティング施策は一般的になっており，より効率的に行う方法に関する研究がさかんに行われている．これらの施策はユーザの離反を防ぐとともに定着化を図ることを目的に行われるが，全ユーザに一様に施策を実施することは必ずしも得策ではない．施策による影響の大小は個人差があるため，効率的かつ効果的に施策を講じるためには施策によってLife Time Value（LTV）の向上が見込まれるような施策効果が高い顧客群を特定することが重要である．本研究では，ファッション通販サイトZOZOTOWN内で古着を販売するZOZOUSEDを対象事例とし，ポイント付与などの施策を講じる対象ユーザの選定に関する問題を考える．これまでZOZOUSEDでは，独自のロジックに基づき担当者が自らの知見から施策対象のユーザグループを選定していたが，大量の未開拓のユーザ群の中に高い効果が望めるユーザ群が存在する可能性がある．しかし，大多数の未開拓ユーザの中から効果の高いユーザを発見するための施策実験を行おうとした場合，実験的に行う施策対象者数にはコスト面での上限があり，加えて施策対象者に施策効果が低いユーザを多く含んでしまうことによる利益減少リスクもともなう．そこで本研究では，未開拓のユーザ群の中から高い効果が望めるユーザ群を特定するための定量的指標に基づいた実験計画手法を提案する．具体的には，予測購買単価と予測利用回数の切り口でユーザをセグメント化し，各セグメントにおける施策効果の平均と分散を基に施策対象とするセグメントを決定することで，より効率的な高効果ユーザ群の特定を目指した分析アプローチを構築する．最後に，ZOZOUSEDで行った検証実験を基に提案手法の有用性を示す．
    For many companies doing business on e-commerce sites, marketing measures such as coupon distribution have become common, and research on more efficient methods has been active. However, it is not necessarily advisable to implement measures such as coupon distribution uniformly to all users. Since the impact of a measure differs depending on the individual, it is important to identify a group of customers for whom the measure is highly effective in order to implement the measure efficiently and effectively. In this study, we consider the problem of target user selection for the point award policy as a promotion measure, focusing on ZOZOUSED, which sells used clothes on the fashion shopping site ZOZOTOWN, as the target case study. Currently, as with most e-commerce sites, most of the target users are in the reserve group for defection. There is a possibility that there are unexplored user groups that can be highly effective. Therefore, this study considers the design of a measure experiment to discover a group of users with high measure effectiveness among such a large number of unexplored users. However, in conducting a verification experiment, there is a risk of including many target users with low effectiveness and of restricting the number of target users. In particular, there is a possibility that an unexploited user group exist among the non-respondents of the measures that could be effective in improving its' effect. Therefore, this study proposes an experimental design method based on quantitative indicators estimated by a machine learning model for identifying expected high-effective user groups from among undeveloped user groups.

    DOI

  • An Improved Search Algorithm Based on Safe Exploration for Optimization to Control Worsening of Objective Function Value

    Yuka Nakamura, Taiga Yoshikawa, Ayako Yamagiwa, Masayuki Goto

    Industrial Engineering and Management Systems   23 ( 2 ) 125 - 135  2024年07月  [査読有り]

    DOI

    Scopus

    2
    被引用数
    (Scopus)

  • An Estimation Model of Intrinsic Evaluation Ratings by Customer Reviews Based on BERT Feature Extraction

    Kotaro Yamashita, Ayako Yamagiwa, Kyosuke Hasumoto, Masayuki Goto

    Industrial Engineering and Management Systems   23 ( 2 ) 182 - 194  2024年07月  [査読有り]

    DOI

    Scopus

    5
    被引用数
    (Scopus)

  • 専用アプリ上の質問データに基づく子育てライフステージの課題変化分析モデル—A Model for Analyzing Changes in Child-rearing Life Stage Concerns Based on Question Data in Dedicated Applications

    山田 晃輝, 高尾 洋佑, 山極 綾子, 後藤 正幸

    日本経営工学会論文誌 = Journal of Japan Industrial Management Association   74 ( 4 ) 153 - 166  2024年01月  [査読有り]

    　概要を見る

    子育てを行う親の悩みを解決するために，オンライン上に子育て特化型質問投稿サービス「ママリ」が展開されている．ママリでは，ユーザが子育てに関する質問を投稿することや，寄せられた回答を通じて他のユーザとの情報交換ができる．この質問内容にはユーザの悩みが反映されており，その悩みは子どもの成長度合い，すなわちライフステージに応じて変化すると考えられる．そのため，質問データを用いてユーザの悩みの変化を子どものライフステージごとに捉えることができれば，各ユーザに適切なタイミングで適切な情報を提供するなど，ママリの利便性向上が期待できる．ただし，ママリに質問投稿がない時期（非質問期間）においても何らかの子育ての悩みは生じているはずであり，その期間における悩みの推定ができれば更に有用である．そこで本研究では，トピックモデルを用いて期間ごとの質問の内容を表現し，生後48週以内の乳児のライフステージ変化に伴うユーザのトピック推移を捉える分析手法を提案する．また，非質問期間の前に行われた質問内容から，当該ユーザがその次の非質問期間に遷移する可能性が最も高いトピックを推定する手法を構築する．さらに，実データに提案手法を適用し，トピック推定精度の観点から提案手法の有用性を示す．

    DOI

    Scopus

    2
    被引用数
    (Scopus)

  • An Analytical Model of Response Interval Between Employees on Business Chat Systems Based on Latent Class Model

    Fuyu Saito, Ayako Yamagiwa, Tianxiang Yang, Masayuki Goto

    Total Quality Science   7 ( 3 ) 149 - 160  2022年05月  [査読有り]

    DOI

  • 同一顧客の購入数が少ない商品群を対象とした購買履歴に基づく商品特性分析モデル

    山極 綾子, 雲居 玄道, 後藤 正幸

    電子情報通信学会論文誌D 情報・システム   J105-D ( 5 ) 297 - 309  2022年05月  [査読有り]

    担当区分：筆頭著者

    　概要を見る

    近年，購買履歴データに基づく商品や顧客分析を行い，マーケティング施策に活用する研究が多くなされている．例えば商品分析方法について，顧客と商品の共起関係に基づき商品の特徴量を分析するモデルがある．しかし，同一顧客による被購買数が少ない商品群には，従来研究されてきたモデルを適用することが難しい．本研究ではこのような特徴をもつ事例として生花ECサイト上の購買履歴データを対象とし，商品ごとに購買有無を識別する二値分類器を学習して，推定される偏回帰係数に基づく商品特性分析手法を提案する．具体的には，購買履歴データが商品，購入用途，顧客属性の組み合わせで与えられることに着目し，商品購買有無を目的変数，その他の情報を特徴量とする二値分類器を学習する．そこで得られた各特徴量の偏回帰係数を，購入用途と顧客属性が商品の購買有無に与える影響と捉え，商品特性を表す指標とみなすことで商品間の類似度を評価する．なお，それら関係性のモデル化には，特徴量間の交互作用を考慮可能なFactorization Machineで学習される回帰係数を用いる．最後に，提案手法を実データに適用し，その有効性を示す．

    DOI

  • Evaluation of Analysis Model for Products with Coefficients of Binary Classifiers and Consideration of Way to Improve

    Ayako Yamagiwa, Masayuki Goto

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   13316 LNCS   388 - 402  2022年

    　概要を見る

    Purchasing actions on e-commerce sites have become very common for general consumers in recent years. Products that were used to be bought at offline shops are purchased are also handled. Such products, like gifts or durable consumer goods, are often purchased infrequently and whose prefer items change each time they are purchased. A lot of methods are proposed for analysis purchase history data in order to improve customer satisfaction. However, most of them focus on the co-occurrence relationship between customers and products and treat products purchased by the same customer as similar. Then, it is difficult to use the conventional product analysis methods that have been proposed for purchase history data is difficult for some kinds of data mentioned before. Therefore, the authors have proposed an analysis method with extracting features of products by using the coefficients of binary classifiers that discriminates product purchases or not. In this study, we conduct experiments with artificial data in order to evaluate our method. Specifically, we verify how accurately the coefficients can be estimated and under what circumstances they can be estimated more accurately.

    DOI

    Scopus

    5
    被引用数
    (Scopus)

▼全件表示

講演・口頭発表等

  • An Efficient Approach to the Selection of Evaluation Criteria for Kansei Quality Using Large Language Models

    Ayako Yamagiwa, Masayuki Goto

    The 8th Asian Conference of Management Science and Applications (ACMSA2025)  

    発表年月： 2025年12月

    開催年月：
    2025年12月
    　
    　

  • 感性品質の評価基準選定のための大規模言語モデルを用いた効率的アプローチ

    山極綾子, 後藤正幸

    日本経営工学会 2025年秋季大会,  

    発表年月： 2025年10月

  • 主観評価値推定を行う機械学習モデルにおける効率的な評価対象データの選択手法

    山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

    　概要を見る

    顧客ニーズの把握は企業にとって重要な課題であり、機械学習を用いたレビュー分析や購買履歴分析が盛んに行われている。また、顧客による主観評価値も重要な尺度である。しかし能動的な評価値取得が必要であることや、評価それ自体の困難さから機械学習を用いた分析は行われず、階層分析法に代表される一対比較を用いた分析手法が主に用いられてきた。しかしそれらの手法は全評価対象組み合わせに対する評価を要するため、コストの観点から少数の評価対象のみに対する分析にとどまっていた。そこで筆者らは一対比較機械学習を用いて、スケーラブルに主観評価値推定が可能な手法を提案した。ここで主観評価値推定において、その活用方法によって求められる出力が異なることに留意する必要がある。例えば商品推薦を行う場合には評価値上位の商品に対する精度向上が重要であり、商品開発のためには全体傾向の把握が重要な課題となる。本研究では前者に着目し、評価値が高いものに対してより推定精度が向上するような被評価対象データ選択手法の構築を目的とする。最後に実際のデータに適用し、提案手法の有効性を評価する。

  • Quantifying User Preferences for Pokemon Characters Using Pairwise Comparison Deep Learning Models

    Ayako Yamagiwa, Fugee Tsung, Masayuki Goto

    The 51st International Conference on Computers & Industrial Engineering (CIE51)  

    発表年月： 2024年12月

  • Analysis of the Awesomeness of Japanese Professional Baseball Players using Pairwise Comparisons

    Ayako Yamagiwa, Masayuki Goto

    The 22nd Asian Network for Quality Congress (ANQ Congress 2024)  

    発表年月： 2024年09月

  • 一対比較DNNに基づく商品画像評価値推定における評価者の主観差の分析

    山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2024年

    開催年月：
    2024年
    　
    　

    　概要を見る

    商品分析の手法としてその有効性が示されている商品マップの作成において，一対比較DNNを用いて人間の評価を推定することにより，従来の作成方法に比べデータ取得数に対するマップ作成効率が大幅に向上することが筆者らによって示されている．具体的には，比較対象となる二つの商品画像データの評価値の比が一対比較で取得可能であると仮定し，現実的な数だけ与えられた比較結果を用いて深層学習モデルを学習し，その推定値を用いて任意の評価軸に対する評価値を全商品画像に対して推定することができる．ここで，分析対象となる商品マップの軸として適切なものとして「可愛い」や「華やか」といった主観的なものが考えられる．このような主観的な軸を用いた場合，評価者の主観による差異が商品画像評価値に生じると考えられる．そこで本研究では複数の評価者による一対比較を用いて，評価者の主観がどのように一対比較DNNモデルの評価値推定結果に影響を与えるかどうかを分析する．さらに，一対比較を行う深層学習モデルのパラメータを用いて，評価者の嗜好類似性についての分析が可能であることを示す．

  • Multi-Task Learning for Estimating Consumer Impressions of Product Images

    Ayako Yamagiwa, Masayuki Goto

    The 7th Asian Conference of Management Science and Application (ACMSA 2023)  

    開催年月：
    2023年12月
    　
    　

  • Selection Criteria of Evaluation Axes for Impression Map Visualizations of Product Images

    Ayako Yamagiwa, Masayuki Goto

    23rd Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2023)  

    開催年月：
    2023年10月
    　
    　

  • A Method for Embedding Representations of Customer Feelings for Product Images

    Ayako Yamagiwa, Masayuki Goto

    The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)  

    開催年月：
    2022年11月
    　
    　

  • DNNを用いた画像ランキング学習の手法に関する一考察

    山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2022年11月

    開催年月：
    2022年11月
    　
    　

  • 商品画像のイメージ評価モデルとその応用可能性に関する考察

    長命祥吾, 山極綾子, 後藤正幸

    第7回 日本イーコマース学会 全国研究発表大会  

    発表年月： 2025年11月

  • Proposal of a Zero-Shot Segmentation Method with Boundary Quality Consideration via Weighted Residual Connections

    Haruki Nagami, Kosuke Sakurai, Ayako Yamagiwa, Masayuki, Goto

    The 23rd Asian Network for Quality Congress (ANQ Congress 2025)  

    発表年月： 2025年11月

  • Node Distribution-Aware Hierarchical Reinforcement Learning for Large-Scale Traveling Salesman Problems

    Haruya Suwa, Ryosuke Saraya, Ayako Yamagiwa, Masayuki Goto

    The 23rd Asian Network for Quality Congress (ANQ Congress 2025)  

    発表年月： 2025年11月

  • Flexible Data Organizational Analysis via LLM-Generated Inquiry Classification

    Noriko Ogasawara, Ayako Yamagiwa, Kensuke Sato, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • Personalized Fall Detection using Anomaly Detection Models on Millimeter-Wave Radar Point Clouds

    Kazuchika Suzuki, Ayako Yamagiwa, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • A Real Estate Registration Liquidity Prediction Model Integrating Classification and Ordinal Regression

    Daiki Fujiwara, Ayako Yamagiwa, Koji Yamamoto, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • Impression Evaluation of Flower Product Images Using Large-scale Vision Language Model

    Shogo Chomei, Ayako Yamagiwa, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • Identifying Seasonal Quality Factors by Analyzing Topic Changes in Customer Reviews with BERTopic and Logistic Models

    Zixuan Tong, Ayako Yamagiwa, Tengfei Shao, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • Proposal of a method for structuring customer voice based on an inter-label similarity measure

    Tomoko Sasano, Ayako Yamagiwa, Kensuke Sato, Masayuki Goto

    The 25th Asia-Pacific Industrial Engineering and Management System Conference (APIEMS 2025)  

    発表年月： 2025年11月

  • 4D点群基盤モデルの転移学習に基づくミリ波レーダーからの転倒検知手法の提案

    鈴木一央, 山極綾子, 後藤正幸

    日本経営工学会 2025年秋季大会,  

    発表年月： 2025年10月

  • スタイル的特徴を考慮したモデルに基づく自動作文評価に関する一考察

    小笠原のりこ, 山極綾子, 佐藤健介, 後藤正幸

    日本経営工学会 2025年秋季大会  

    発表年月： 2025年10月

  • 花商品画像の感性イメージ評価のための大規模言語モデルに基づくゼロショット評価手法

    長命祥吾, 山極綾子, 後藤正幸

    日本経営工学会 2025年秋季大会  

    発表年月： 2025年10月

  • 深層学習モデルによる不動産の流動性予測と次回の登記原因推定に関する一考察

    藤原大喜, 山極綾子, 山本浩司, 後藤正幸

    日本経営工学会 2025年秋季大会  

    発表年月： 2025年10月

  • 一対比較深層学習モデルに基づく主観的商品評価の個人差分析

    松井駿希, 山極綾子, 後藤正幸

    日本経営工学会 2025年秋季大会  

    発表年月： 2025年10月

  • 単一ラベルのみが付与された顧客苦情データに対するマルチラベル拡張に関する一考察

    鈴木柾孝, 山極綾子, 佐藤健介, 後藤正幸

    日本経営工学会 2025年秋季大会  

    発表年月： 2025年10月

  • 大規模画像言語モデルを用いた花商品画像の感性評価

    長命祥吾, 山極綾子, 後藤正幸

    2025年電子情報通信学会ソサイエティ大会 岡山大学  

    発表年月： 2025年09月

  • 分類と順序回帰を融合した不動産の売買流動性予測モデルの提案

    藤原大喜, 山極綾子, 後藤正幸, 山本浩司

    2025年電子情報通信学会ソサイエティ大会 岡山大学  

    発表年月： 2025年09月

  • 人物特性に応じた転倒検知のための異常検知モデルの提案

    鈴木 一央, 山極 綾子, 後藤 正幸

    2025年電子情報通信学会ソサイエティ大会  

    発表年月： 2025年09月

  • LLMのテキスト生成能力を用いた問い合わせデータ分類に関する一考察

    小笠原のりこ, 山極綾子, 佐藤健介, 後藤 正幸

    2025年電子情報通信学会ソサイエティ大会 岡山大学  

    発表年月： 2025年09月

  • 顧客レビューによる購入目的別の品質要素比較分析モデル

    トウ シセン, 山極綾子, SHAO Tengfei, 後藤正幸

    情報科学技術フォーラム講演論文集  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

  • 顧客意見分析のためのラベル間距離尺度に基づく構造化手法の提案

    笹野 朋子, 山極 綾子, 後藤 正幸, 池田 浩士, 大野 高裕

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

    　概要を見る

    様々なチャネルを通じた企業への顧客からの声は企業にとって貴重なフィードバックであり，製品やサービスの改善，顧客満足度の向上に繋がる重要な情報源である．例えば企業Aでは顧客からの申出に対して，予め定めた階層構造のラベルを付与し分析を行っている．同様の申出内容に対して同一のラベルが付与されていれば，ラベルごとの苦情件数を活用した苦情トレンドの把握は有効な分析となる．しかし現状は膨大な申出件数に対して都度追加されるラベルが存在するなどして複雑化しており，現状のラベル体系を活用した分析では検知できていない申出や苦情があるといった懸念がある． そこで本研究では，申出内容の文書を用いて既存ラベル間の関係性を定量的に評価する．具体的にはLDAで得られた文書の特徴量に対し，申出文書を別のラベルに再分類する輸送コストを定量化する．その際，再分類コストの定量化に分布間の距離を比較する手法であるワッサースタイン距離を導入し，より顧客の申出内容の実データに即したラベル構造を構築する手法を提案する．本手法を実データに適用し，提案手法を用いて文書内容に合致したラベルの構造化が可能であることを示す．

  • ノード分布を考慮した階層強化学習に基づく大規模巡回セールスマン問題の一解法

    諏訪 晴哉, 更家 崚介, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

    　概要を見る

    巡回セールスマン問題（TSP）は，与えられた都市を一度ずつ巡る最短経路を求める組合せ最適化問題である．TSPはNP困難な問題であり，問題の大規模化に伴い，現実的な時間内で最適解を求めることが難しくなる．このため近似解を探索するヒューリスティック手法が提案されているが，大規模問題では計算時間が増大するという課題は依然として残されており，特に経路探索にリアルタイム性が求められる状況で深刻である．そこで，近年，機械学習を用いた大規模TSPの高速な近似解法の研究が盛んに行われており，中でも深層強化学習を用いた手法が注目を集めている．その一つであるH-TSPは，大規模TSPを複数のサブ問題に分割することで，計算速度と精度の両立を実現したモデルである．しかし，H-TSPはノードが一様分布に従うことを前提としているため，配送拠点や店舗配置のようにクラスタ性を持つ現実の問題に対し改善の余地がある．そこで本研究では，H-TSPに対しk-NNグラフの改良及び初期解の導入を行い，クラスタ性を持つ大規模TSPに有効な深層強化学習手法を提案する．最後に，H-TSPとの比較実験を通じて，提案手法の有効性を示す．

  • 重み付き残差接続による境界品質を考慮したゼロショットセグメンテーション手法の提案

    永見 陽輝, 櫻井 洸介, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

    　概要を見る

    ゼロショットセグメンテーションは，未学習の物体も検出する画像セグメンテーションタスクである．その代表的な基盤モデルであるSAMは，点などのプロンプトで対象物体を指定することにより，そのプロンプトが示す未学習の物体もピクセル単位で高精度に出力できる．さらに，SAMを劣化画像に対応させた手法として， RobustSAMが提案されている．RobustSAMは，SAMに劣化情報を除去する機構を組み込むことで劣化画像に対応している．一方，クリア画像に対して識別領域が広くなり，境界付近の品質がSAMに比べ低下してしまうが，これは劣化情報を除去する機構により境界情報も同時に除去してしまうためだと考えられる．そこで本研究では，RobustSAMに加重平均を用いた残差接続の機構を追加することで，劣化情報を除去する前の特徴量を柔軟に考慮できる改良モデルを提案する．このような改良により，クリア画像における境界品質の向上が可能となる．さらに，実データを用いた実験を通して，提案手法が劣化画像に対する精度を維持しつつ，クリア画像に対する精度を向上させたことを示す．

  • 文字単位の埋め込み表現と編集距離の統合による商品ブランド名の表記ゆれ修正手法

    鈴木 柾孝, 奥田 悠斗, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2025年

    開催年月：
    2025年
    　
    　

    　概要を見る

    消費者に入力を依頼する形で収集した購買履歴データは多様な小売店舗での購買行動を分析するために有用な情報源の一つである．しかし，顧客により入力されたデータの場合，メーカー名や商品名などの文字データにおいて略称や長音符の有無など表記ゆれが発生し，分析上のノイズになることが多い． その修正手法として編集距離や埋め込み表現を用いた名寄せ手法がある．しかし従来の編集距離を用いた手法では表意文字である日本語の特徴を考慮することができず，また文字数が少ない商品ブランド名に対して従来の埋め込み表現の活用が難しいという課題がある．大規模自然言語モデルの活用も考えられるが，秘密保持や精度，費用等の問題が発生するため，適用が困難であることが考えられる． そこで本研究では1文字単位の埋め込み表現を得るchar2vecを提案し，さらにその埋め込み表現を活用した編集距離を新たに定義することで，文字数が少ない名称データに対しても適用可能な名寄せ手法を提案する． 本研究では，実データに提案手法を適用することで提案手法の有効性を示し，さらに名寄せ後のデータを用いることで多様な分析が可能になることを示す．

  • A Method for Analyzing Customer Preferences Taking Account of Diversity of Purchasing Behavior using Knowledge Graph Attention Network

    Daiki Fujiwara, Takuya Morikawa, Ayako Yamagiwa, Masayuki Goto

    The 51st International Conference on Computers & Industrial Engineering (CIE51)  

    発表年月： 2024年12月

  • Motion Identification from Millimeter-Wave Radar Point Cloud Data Based on One Dimensional CNN and Data Augmentation

    Kazuchika Suzuki, Miho Mizutani, Koki Yamada, Ayako Yamagiwa, Masayuki Goto

    The 51st International Conference on Computers & Industrial Engineering (CIE51)  

    発表年月： 2024年12月

  • An Analysis Model of Inquiry and Complaint Data Considering Customers' Emotion for Improving Business Process

    Noriko Ogasawara, Ayako Yamagiwa, Hiroshi Ikeda, Masayuki Goto

    The 51st International Conference on Computers & Industrial Engineering(CIE51)  

    発表年月： 2024年12月

  • オムニチャネルにおけるEコマース新規利用が効果的である顧客抽出手法の提案

    阿部太一, 山極綾子, 守口 剛, 恩藏直人, 後藤正幸, 楊 添翔

    日本イーコマース学会第6回全国研究発表大会  

    発表年月： 2024年11月

  • 人の動作を観測した点群データに基づく分類モデルの改良と応用

    布目悠人, 阪井優太, 山極綾子, 後藤正幸

    日本イーコマース学会第6回全国研究発表大会  

    発表年月： 2024年11月

  • A Proposal on Anomaly Detection Model for Activities of Daily Living from Spars Point Cloud Data

    Ayuno Fuchi, Ayako Yamagiwa, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • Analysis model for customer inquiry data to the customer service desk recorded in natural language format

    Miho Mizutani, Ayako Yamagiwa, Hiroshi Ikeda, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • A Classification Model for Activities of Daily Living from Point Cloud Data Observed by Millimeter Wave Radar

    Yuto Nunome, Yuta Sakai, Ayako Yamagiwa, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • A data-driven targeting method to promote customer use of e-commerce in omnichannel strategy

    Taichi Abe, Ayako Yamagiwa, Tianxiang Yang, Naoto Onzo, Takeshi Moriguchi, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • A model for analyzing real estate sales trends based on machine learning of registration data

    Mamiko Watanabe, Ayako Yamagiwa, Ryotaro Shimizu, Yojiro Oe, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • An Effective Extraction Model from Usergenerated Recipe Data for New Recipe Development

    Naru Shimizu, Ayako Yamagiwa, Masayuki Goto

    24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024)  

    発表年月： 2024年11月

  • 登記データの機械学習に基づく不動産売買動向分析に関する一考察

    渡邊 真己子, 山極 綾子, 清水 良太郎, 後藤 正幸, 大江 洋治郎

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • オムニチャネルにおけるEC新規利用促進のためのデータ駆動型ターゲティング手法

    阿部 太一, 山極 綾子, 恩藏 直人, 守口 剛, 後藤 正幸, 楊 添翔

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • ミリ波レーダーで観測された点群データに基づく日常生活活動の識別モデル

    布目 悠人, 阪井 優太, 山極 綾子, 後藤 正幸, 新井 俊宏

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • 自然言語形式で記録されたカスタマーサービスデスクへの顧客問い合わせデータの分析モデルに関する研究

    水谷 美穂, 山極 綾子, 後藤 正幸, 池田 浩士

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • 点群データの異常スコア系列を活用した転倒識別フレームワーク

    泓 亜由乃, 山極 綾子, 後藤 正幸, 新井 俊宏

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • レシピの制約を考慮した代替食材発見手法の提案

    清水 成, 山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2024年10月

    開催年月：
    2024年10月
    　
    　

  • 保険サービス企業における顧客苦情申出と対応内容の関連性分析 ～ トピックモデルに基づくアプローチ

    笹野朋子, 山極綾子, 後藤正幸, 池田浩士, 大野高裕

    日本経営工学会2024年秋季大会,  

    発表年月： 2024年10月

  • Status of Usage and Awareness with Regards ICT Tools in Nepal

    Minami Hotta, Ayako Yamagiwa, Manita Shrestha, Masaaki Sugihara, Indresh Sharma, Masayuki Goto

    11th International Conference on Social Sciences 2024 (ICOSS 2024)  

    発表年月： 2024年10月

  • Status of Education System in Nepal with regards Public Awareness and Institutional Challenges

    Yusei Karino, Ayako Yamagiwa, Manita Shrestha, Masaaki Sugihara, Indresh Sharma, Masayuki Goto

    11th International Conference on Social Sciences (ICOSS 2024)  

    発表年月： 2024年10月

  • A Study on Analysis Using Japanese Real Estate Registration Data

    Ayako Yamagiwa, Masayuki Goto

    International Workshop on Sustainable Systems (IWSS2024)  

    発表年月： 2024年05月

  • One Dimensional-CNNとデータ拡張に基づくセンシング点群データからの動作識別モデル

    鈴木 一央, 水谷 美穂, 山田 晃輝, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2024年

    開催年月：
    2024年
    　
    　

    　概要を見る

    近年，高齢者施設における入居者の安全を守るためのセンシング技術の重要性は増しており，特にミリ波レーダーにより取得された時系列の点群データの活用への期待が高まっている．点群データを用いた動作識別に着目すると，深層学習を用いた手法が近年多く研究されているが，識別のために必要十分な情報を含む特徴空間を構成すると共に，大量の教師データを準備する必要がある．しかし研究対象であるミリ波レーダーから取得される点群データは取得時間ごとに点の数が異なり，これらの点群をそのまま深層学習モデルの入力とすることができない．また，動作情報が付与されたデータの取得にコストがかかるという課題がある．そこで本研究では，得られた点群データに対し様々な統計量の時間方向の推移情報を用いて特徴空間を構成すると共に，時間方向に畳み込みを行うOne Dimensional CNNによるモデル化を行い，かつデータ拡張手法により十分な学習データを用意することで識別精度を高めた動作識別手法を提案する．さらに，実際の点群データに対して提案手法を適用し，動作識別が可能であること及びデータ拡張による精度向上を確認する．

  • トピックモデルと品質要素分類に基づく単語観点でのユーザレビュー分析手法

    小笠原 のりこ, 泓 亜由乃, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2024年

    開催年月：
    2024年
    　
    　

    　概要を見る

    近年，商品やサービスの改善を行うために，ユーザによって投稿された大量のレビューデータを分析する手法が多く研究されている．これらの手法は主に機械学習の様々な手法を用いてユーザレビューから何らかの情報を抽出しようとする研究がほとんどであり，これらの多くは各要因の特性や顧客視点を考慮して品質改善の優先順位を明確にする分析方法とはなっていない．これに対し品質改善に着目した研究では，品質要素をその有無による顧客満足度変化から「魅力的品質」等に分類する狩野モデルのコンセプトを導入したレビュー分析が提案されている．しかしこれらの研究では，単語レベルでの分析が行えない，あるいは一部の単語のみに着目して分析しているという課題がある．そこで本研究では，レビュー文内の全単語を対象として分析を行い，品質要素分類を行う手法を提案する．具体的には，レビュー文を用いて学習したLDAとロジスティック回帰を組み合わせることで，レビュー文に出現する各単語について，それらが評価値に及ぼす影響度を定量化する．実データ分析を通じて提案手法を用いることにより，単語レベルでの詳細分析や発見的な品質要素の抽出が可能であることを示す．

  • Knowledge Graph Attention Networkに基づく購買行動の多様性を考慮した顧客分析手法の提案

    藤原 大喜, 森川 卓哉, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2024年

    開催年月：
    2024年
    　
    　

    　概要を見る

    近年，顧客との良好な関係構築や長期的な売上向上を目的として，ECサイト上で得られた購買履歴を用いた顧客分析が行われている．中でも，顧客の購買行動の多様性を評価することでマーケティングの切り口とした分析は重要である．購買行動の多様性を評価する指標として，商品ジャンルの購買比率を用いて算出したエントロピーを利用した研究やHHI指数を利用した研究，推薦システム内で計算された埋め込み表現を用い，購入アイテムベクトルの重心と購入アイテムベクトルの類似度の平均を基準とした指標を利用した研究がある．しかし，これらの指標は全て顧客一人にスカラー値で付与されるものであり，個々の購入アイテムが指標に与える影響の違いを考慮していない点で改善の余地がある．そこで本研究では，推薦モデルの一種であるKnowledge Graph Attention Networkにおいて個々の購買に対して付与される重みの分布を活用し，各顧客の購買行動の多様性を表す特徴量を算出することで，購入アイテムが指標に与える影響を考慮した顧客分析を可能とする手法を提案する．さらに，提案手法を実データに適用し，その有効性を示す．

  • プロンプト学習を用いた複数ドメイン適応画像言語モデルの精度向上法

    高 振宇, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2024年

    開催年月：
    2024年
    　
    　

    　概要を見る

    言語情報と紐づけられた画像データの分析手法が近年注目されているが，画像のドメインによってデータ数に大きな差異があるという課題がある．この問題に対処するために，LADSが提案された．LADSは画像言語モデルにおける画像とテキストの埋め込み空間を活用することで，データが不足しているドメインの画像データを用いることなく学習が可能なモデルである．ここで，LADSにてドメインの説明文として用いられるテキストは単純であることが多い．しかし画像言語モデルでは，テキストが画像を適切に説明できていない場合，モデルの性能が低下する可能性がある．そこで本研究では，CoOpと呼ばれる，画像の説明文を最適化する手法を援用し，LADSにおいて使用されるドメインを表現するテキストを最適化させることで精度を向上させるモデルを提案する．CoOpはプロンプトの学習により画像言語モデルの精度を向上させる手法であり，得られたプロンプトはLADSにおいて適切に異なるドメインを表現できるようになると期待できる．最後に，実際のデータに提案手法を適用し，その有効性を示す．

  • A Clustering Method Using Embedded Representations Based on User Ratings

    Miho Mizutani, Ayako Yamagiwa, Masayuki Goto

    The 7th Asian Conference of Management Science and Application (ACMSA 2023)  

    開催年月：
    2023年12月
    　
    　

  • Online Flipped Conference Based Data Science Education Program and Its Educational Effectiveness in Multi-University Collaboration

    Masayuki Goto, Manabu Kobayashi, Takeshi Moriguchi, Yoichi Seki, Hideo Suzuki, Takashi Namatame, Kazuhide Nakata, Aya Ishigaki, Masao Ueda, Kimitoshi Sato, Kenta Mikawa, Haruka Yamashita, Tomoaki Tabata, Tianxiang Yang, Ayako Yamagiwa, Yutaka Tajiri

    The 7th Asian Conference of Management Science and Application (ACMSA 2023)  

    開催年月：
    2023年12月
    　
    　

  • 求人データに対する適切な職種情報付与のためのラベル修正アルゴリズム

    山田晃輝, 山極綾子, 後藤正幸

    第46回情報理論とその応用シンポジウム (SITA2023)  

    開催年月：
    2023年11月
    -
    2023年12月

  • 機械学習に基づく中古スマートフォン端末の将来価格予測モデルに関する一考察

    増田雅樹, 山極綾子, 後藤正幸

    第46回情報理論とその応用シンポジウム (SITA2023)  

    開催年月：
    2023年11月
    -
    2023年12月

  • 施策効果の高い顧客グループの特定を目的とした機械学習に基づく実験計画手法

    中村友香, 山極綾子, 佐々木北都, 後藤正幸

    第46回情報理論とその応用シンポジウム (SITA2023)  

    開催年月：
    2023年11月
    -
    2023年12月

  • オンライン求人サイトにおける適切な職種情報付与のためのラベル修正手法

    山田晃輝, 山極綾子, 後藤正幸

    第5回日本イーコマース学会 全国研究発表大会  

    開催年月：
    2023年11月
    　
    　

  • 能動学習を用いた商品画像ランキング推定と画像マップ作成

    山極綾子, 後藤正幸

    第5回日本イーコマース学会 全国研究発表大会  

    開催年月：
    2023年11月
    　
    　

  • 評価値との関連に着目した商品レビュー分析のための感情語抽出手法

    小笠原 のりこ, 泓 亜由乃, 山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2023年11月

    開催年月：
    2023年11月
    　
    　

  • 明示的評価を用いた埋め込み表現によるクラスタリング手法

    水谷美穂, 山極綾子, 後藤正幸

    日本経営工学会 2023年秋季大会  

    発表年月： 2023年10月

  • A Predictive Model of Future Sales Prices for Second-hand Smartphone Devices

    Masaki Masuda, Ayako Yamagiwa, Masayuki Goto

    23rd Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2023)  

    開催年月：
    2023年10月
    　
    　

  • An Efficient Active Learning Approach based on BERT for Job;Label Classification Problem

    Koki Yamada, Ayako Yamagiwa, Goto Masayuki

    23rd Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2023)  

    開催年月：
    2023年10月
    　
    　

  • Experimental Design based on Machine Learning for Finding Customer Groups with High Measure Effects

    Yuka Nakamura, Ayako Yamagiwa, Hokuto Sasaki, Masayuki Goto

    23rd Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2023)  

    開催年月：
    2023年10月
    　
    　

  • A Proposal of Product Image Analysis Model based on CVAE Learning Abstract Information of Product Descriptions

    Ayuno Fuchi, Masaki Masuda, Masakazu Asano, Ayako Yamagiwa, Masayuki Goto

    The 21st Asian Network for Quality Congress (ANQ 2023)  

    開催年月：
    2023年10月
    　
    　

  • An Approach of Customer Segmentation with SHAP Values Focusing on Individual Feature Influences on Outcome Variable

    Naru Shimizu, Yuka Nakamura, Ayako Yamagiwa, Masayuki Goto

    The 21st Asian Network for Quality Congress (ANQ 2023)  

    開催年月：
    2023年10月
    　
    　

  • 段階的パフォーマンス向上を目的とした人事評価データ分析

    浅野正和, 山極綾子, 後藤正幸

    経営情報学会 2023年度年次大会  

    発表年月： 2023年06月

  • 抽象的な商品情報を学習したCVAEに基づく商品画像生成モデルの提案

    泓 亜由乃, 増田 雅樹, 浅野 正和, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2023年

    開催年月：
    2023年
    　
    　

    　概要を見る

    ECサイト内の各商品には，機能や色などの属性，商品画像，商品説明文が用意されており，顧客はそれらを参照して購入を検討する．特に視覚情報は顧客の判断に大きな影響を与えるため，近年は深層学習系のモデルを援用した商品画像生成の試みが行われており，商品属性や顧客属性を複数指定した商品画像生成も可能となりつつある．しかし，従来手法による具体的な属性に基づいた生成画像では顧客の抽象的ニーズを再現できない可能性がある．一方で，商品説明文に含まれている単語には商品に対するイメージを表現するものがあり，これらは顧客の抽象的ニーズを表現し得る．したがって，商品説明文に表現される抽象的な情報が商品画像に与える影響をモデル化し，抽象的情報に基づいた商品画像を生成することができれば，顧客ニーズをより正確に捉えることができると考えられる．そこで本研究では， LDAとCVAEを組み合わせた商品画像生成手法を提案する．これにより，商品説明文から抽出した抽象的な情報に基づいた商品画像生成が可能となる．本研究では，生花商品を扱う某ECサイトのデータに対して本提案モデルを適用することで有効性を検証する．

  • アウトカム変数に与える各特徴量の影響度に基づく顧客セグメンテーション手法の提案

    清水 成, 中村 友香, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2023年

    開催年月：
    2023年
    　
    　

    　概要を見る

    顧客ニーズの多様化に伴い，企業は顧客グループ毎に適切な施策を講じることが重要となっている．そのためには，特徴に応じて顧客を分類する顧客セグメンテーションが必要である．従来，顧客セグメンテーションにはk-means法などのクラスタリング手法や決定木などの分類モデルが用いられてきた．しかし，これらの手法は顧客ごとに異なる施策の効果を決める要因を十分に考慮しているとはいえない．顧客セグメンテーションの本来の目的は，セグメントごとに適切な施策を講じることで施策効果を向上させることである．従って，施策効果を決める要因が類似したセグメントを形成することが求められる．そこで本研究では，機械学習モデルの解釈手法で知られるSHAP値ベクトルを用いたクラスタリングを行うことで，施策によって期待される効果（アウトカム指標）への特徴量の影響の仕方が類似した顧客同士をセグメント化する手法を提案する．これにより，施策効果を決める要因の類似性を考慮することが可能となるため，顧客セグメント毎に最も効果的な施策を講じることが可能になる．本研究では，人工データを用いた実験を行い，提案手法の有効性を示す．

  • 知識グラフと強化学習に基づく説明可能な推薦のための効率的な経路探索アルゴリズム

    楊 冠宇, 清水良太郎, 山極綾子, 後藤正幸

    第45回情報理論とその応用シンポジウム (SITA2022)  

    開催年月：
    2022年11月
    -
    2022年12月

  • BERTの特徴量抽出に基づく製品レビュー分析モデルに関する一考察

    山下皓太郎, 山極綾子, 蓮本恭輔, 後藤正幸

    第45回情報理論とその応用シンポジウム (SITA2022)  

    開催年月：
    2022年11月
    -
    2022年12月

  • トピック分布を活用した文脈付きバンディットアルゴリズムによる施策決定法

    松苗亮汰, 山極綾子, 後藤正幸

    第45回情報理論とその応用シンポジウム (SITA2022)  

    開催年月：
    2022年11月
    -
    2022年12月

  • ミニバッチ学習によるスケーラブルな隠れセミマルコフモデルの推定手法に関する一考察

    高尾洋佑, 山極綾子, 山下 遥, 後藤正幸

    第45回情報理論とその応用シンポジウム (SITA2022)  

    開催年月：
    2022年11月
    -
    2022年12月

  • Hawkes過程を用いた暗号資産の取引状況分析手法に関する一考察

    増田雅樹, 山極綾子, 後藤正幸

    日本経営工学会秋季大会  

    開催年月：
    2022年11月
    　
    　

  • トピック分布を用いた文脈付きバンディットアルゴリズム

    松苗亮汰, 山極綾子, 後藤正幸

    第4回 日本イーコマース学会 全国研究発表大会  

    開催年月：
    2022年11月
    　
    　

  • 子育てQA アプリのサービス向上のためのユーザの課題変化分析に関する一考察

    山田晃輝, 山極綾子, 高尾洋佑, 後藤正幸

    第4回 日本イーコマース学会 全国研究発表大会  

    開催年月：
    2022年11月
    　
    　

  • BERTの特徴量抽出に基づく製品レビュー分析モデル

    山下皓太郎, 山極綾子, 蓮本恭輔, 後藤正幸

    第4回 日本イーコマース学会 全国研究発表大会  

    開催年月：
    2022年11月
    　
    　

  • DNNを用いた画像ランキング学習手法

    山極綾子, 後藤正幸

    第4回 日本イーコマース学会 全国研究発表大会  

    開催年月：
    2022年11月
    　
    　

  • Efficient Effective Path Search Algorithm for Explainable Recommendation Based on Reinforcement Learning

    Guanyu Yang, Ryotaro Shimizu, Ayako Yamagiwa, Masayuki Goto

    The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)  

    開催年月：
    2022年11月
    　
    　

  • A Method for Scalable Inference of Hidden semi-Markov Model by Batch Learning

    Yosuke Takao, Ayako Yamagiwa, Haruka Yamashita, Masayuki Goto

    The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)  

    開催年月：
    2022年11月
    　
    　

  • Context Construction Based on Latent Dirichlet Allocation for Contextual Bandit Algorithm

    Ryota Matsunae, Ayako Yamagiwa, Masayuki Goto

    The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)  

    開催年月：
    2022年11月
    　
    　

  • A New Analytical Model for Product Reviews Based on BERT Feature Extraction

    Koutarou Yamashita, Ayako Yamagiwa, Kyosuke Hasumoto, Masayuki Goto

    The 22nd Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS2022)  

    開催年月：
    2022年11月
    　
    　

  • SHAP値を用いたクラスタリングによる顧客セグメンテーション手法の提案

    清水 成, 中村 友香, 山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2022年11月

    開催年月：
    2022年11月
    　
    　

  • A Study on Search Problem Based on Bayesian Optimization to Control Worsening of Objective Function Value

    Yuka Nakamura, Taiga Yoshikawa, Ayako Yamagiwa, Masayuki Goto

    The 20th Asian Network for Quality Congress (ANQ2022), Beijing(Online)  

    開催年月：
    2022年10月
    　
    　

  • A Topic Transition Model of Parents Concerns over Child-rearing Stages based on Question Data on Dedicated App

    Koki Yamada, Yosuke Takao, Ayako Yamagiwa, Masayuki Goto

    The 20th Asian Network for Quality Congress (ANQ2022), Beijing(Online)  

    開催年月：
    2022年10月
    　
    　

  • Evaluation of Analysis Model for Products with Coefficients of Binary Classifiers and Consideration of Way to Improve

    Ayako Yamagiwa, Masayuki Goto

    Proceeding of 24th International Conference on Human-Computer Interaction (HCI International 2022), Online  

    開催年月：
    2022年06月
    -
    2022年07月

  • ハウスホルダーフローを導入したEmbedded Topic Modelに関する一考察

    松苗, 亮汰, 山極, 綾子, 後藤, 正幸

    情報処理学会第84回全国大会講演論文集  

    発表年月： 2022年02月

    開催年月：
    2022年02月
    　
    　

    　概要を見る

    トピックモデルは，単語をその共起関係からモデル化し，自動で文書のトピックを抽出可能な機械学習モデルである．Embedded Topic Model（ETM）はトピックモデルの一つであり，深層学習を用いてトピックと単語を同一空間上にEmbeddingする．ここで，文書ごとにトピック間に相関が存在すると考えられるが，ETMはトピック分布の推定時に各トピックが独立と仮定している．そこで本研究では，ETMのトピック割合に対してハウスホルダーフローを適用することで，トピック間の相関を表現可能にしたFlow-ETMを提案する．Flow-ETMは従来のETMよりも，より柔軟に入力文書に沿うトピック分布の生成が期待される．最後に文書データセットを用いた評価実験により，提案手法の有効性を確認した．

  • 購買アイテムを特定する分類器パラメータを用いた商品分析モデルに関する一考察

    山極, 綾子, 後藤, 正幸

    第84回全国大会講演論文集  

    発表年月： 2022年02月

    開催年月：
    2022年02月
    　
    　

    　概要を見る

    近年ECサイト上の購買が増加し，購買履歴データから顧客の嗜好を分析し活用する企業が増えている．顧客が商品を購入する際には，嗜好に加え購入用途が影響する可能性がある．加えて，用途の影響が大きい贈答用などの商品では，その購入頻度が低いことがある．しかし従来の埋め込み手法は同一顧客が購入した商品を，その用途に関わらず類似した商品であると見なすため適用することが難しい．そういった商品群を対象とし，購買アイテムを特定する分類器パラメータを用いた商品分析モデルが提案されており，実データに対して一定の成果が得られている．本論文では，人工データを用いて上記手法が持つ特性を明らかにすることで，その有効性を示す．

  • 専用アプリ上の質問データに基づく子育てライフステージの課題変化分析に関する一考察

    山田 晃輝, 山極 綾子, 高尾 洋佑, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2022年

    開催年月：
    2022年
    　
    　

    　概要を見る

    本研究では，子育て特化型質問投稿サービス（以下Aサービス）に投稿された質問データの分析モデルを構築する．これらの質問内容にはユーザの悩みが反映されており，その悩みは子どもの成長度合い，すなわちライフステージに応じて変化すると考えられる．そのため，質問データを用いてユーザの悩みの変化を子どものライフステージごとに捉えることができれば，ユーザ毎に適切なタイミングで適切な情報を提供するなど，Aサービスの利便性向上が期待できる．ただし，Aサービスに質問投稿がない時期（非質問期間）でも何らかの子育ての悩みは生じているはずであり，その期間における悩みの推定ができれば更に有用である． そこで本研究では，トピックモデルを用いて期間ごとの質問の内容を表現し，生後48週以内の乳児のライフステージ変化に伴うユーザのトピック推移を捉える分析手法を提案する．また，非質問期間の前に行われた質問内容から，当該ユーザがその次の非質問期間に遷移する可能性が最も高いトピックを推定する手法を構築する．さらに，実データに提案手法を適用し，トピック推定精度の観点から提案手法の有用性を示す．

  • 目的関数値の悪化を抑制するベイズ最適化に基づくオンライン学習に関する一考察

    中村 友香, 良川 太河, 山極 綾子, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2022年

    開催年月：
    2022年
    　
    　

    　概要を見る

    これまでの推薦システムでは，過去のログデータからユーザが好むアイテムを推定し，リスト化して提示するものが多く，その性能は推定された推薦リストが顧客の嗜好に合致しているかを測る損失によって評価される．しかし，推薦は一時点のみで単発的に実施されるものではなく，各ユーザに対して継続的に実施されるものであるため，推薦系列全体に対する累積損失によって性能を議論されるべきである． このような逐次的な推薦と評価を取り扱うことができる枠組みとしてオンライン学習があるが，その目的は学習の効率化にあり，推薦系列の累積損失を考慮しない手法がほとんどである．そこで本研究では，目的関数の悪化を抑制しながら探索を行う手法であるSafe Exploration for Optimizationをベースとし，推薦系列の累積損失の抑制と広く各ユーザの嗜好に合致したアイテムを探索することを両立した手法を提案する． 探索されたアイテムに対して逐次的にユーザの評価が得られることを想定した人工データを生成し実験を行い，提案手法の有効性を示す．

  • 複数の商品購買順序情報を考慮する拡張Translation-based Recommendationモデルの提案

    李 ア舒, 山極綾子, 楊 添翔, 後藤正幸

    第44回情報理論とその応用シンポジウム  

    開催年月：
    2021年12月
    　
    　

  • An Improved Translation-based Recommendation Considering Last Purchasing Sequence

    Yashu Li, Yamagiwa Ayako, Tianxiang Yang, Masayuki Goto

    2021 IEEE 12th International Workshop on Computational Intelligence and Applications (IEEE IWCIA2021), Online  

    開催年月：
    2021年11月
    　
    　

  • 隠れマルコフモデルに基づくユーザのWebサイト閲覧行動分析

    高尾 洋佑, 山極 綾子, 山下 遥, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2021年11月

    開催年月：
    2021年11月
    　
    　

  • Flow-ETM : トピック間の相関を表現したEmbedded Topic Model

    松苗 亮汰, 山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   東京 : 日本計算機統計学会  

    発表年月： 2021年11月

    開催年月：
    2021年11月
    　
    　

  • A Study on Ensemble Learning Model with Interpretability

    Taiga Yoshikawa, Ayako Yamagiwa, Tianxiang Yang, Masayuki Goto

    The 19th Asian Network for Quality Congress (ANQ2021)  

    開催年月：
    2021年10月
    　
    　

  • EC サイト上の購買行動における顧客嗜好変化の分析手法に関する一考察

    李 ア舒, 山極綾子, 楊 添翔, 後藤正幸

    日本経営工学会春季大会  

    開催年月：
    2021年05月
    　
    　

  • 解釈性を有するアンサンブル識別機の効率的な学習法に関する一考察

    良川太河, 山極綾子, 楊 添翔, 後藤正幸

    日本経営工学会春季大会  

    開催年月：
    2021年05月
    　
    　

  • 生花ECサイトを対象とした閲覧履歴に基づく購買行動分析に関する一考察

    楊 添翔, 鎌形祐志, 山極綾子, 後藤正幸

    日本経営工学会春季大会  

    開催年月：
    2021年05月
    　
    　

  • 潜在クラスモデルに基づくビジネスチャットアプリ上の従業員コミュニケーション分析

    齊藤芙佑, 山極綾子, 楊 添翔, 後藤正幸

    第19回日本データベース学会年次大会 DEIM2021  

    開催年月：
    2021年03月
    　
    　

  • 生花ECサイトの購買履歴に基づく商品特性分析モデル

    山極綾子, 雲居玄道, 後藤正幸

    第19回日本データベース学会年次大会 DEIM2021  

    開催年月：
    2021年03月
    　
    　

  • Flow-ETM－トピック間の相関を表現したEmbedded Topic Model

    松苗 亮汰, 山極 綾子, 後藤 正幸

    日本計算機統計学会シンポジウム論文集   日本計算機統計学会  

    発表年月： 2021年

    開催年月：
    2021年
    　
    　

  • アンサンブル学習の予測性を保持する単一決定木構築アルゴリズム

    良川 太河, 山極 綾子, 楊 添翔, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2021年

    開催年月：
    2021年
    　
    　

    　概要を見る

    機械学習分野においてラベル分類の代表的な手法の一つである決定木は解釈性が高い識別器である．しかし過学習を起こしやすく，十分なデータ数がない場合予測精度が悪化する恐れがある．一方，アンサンブル識別器は過学習を防ぎ高い予測精度を示すが，複数の決定木を合成しているため解釈性が失われてしまう．そのため，アンサンブル識別器に近い予測性能を持つ単一の決定木を学習できれば，予測性能と解釈性を備えた有益なモデルとなる． そこで，学習データの生成により予測精度が高い単一の決定木を学習する手法が研究されている．その代表的な手法にBorn Again Treesがある．しかし，データ生成の際に膨大な計算量が必要となる上に，対象データの分布から外れたデータも多数生成してしまうため，学習した決定木が複雑になり解釈性が低下する恐れがある． そこで本研究では，生成モデルであるAutoencoderとオーバーサンプリング手法であるSMOTEを用いて対象データの分布に従うデータを少ない計算量で生成し，高い予測精度を持つシンプルな決定木の学習方法を提案する．最後に実データを用いた評価実験を行い，提案手法の有効性を示す．

  • 低頻度購買商品を対象とした分散表現モデリングに関する一考察

    山極綾子, 楊 添翔, 後藤正幸

    日本経営工学会秋季大会  

    開催年月：
    2020年10月
    　
    　

  • An Analytical Model of Response Interval Between Employees on Business Chat Systems Based on Latent Class Model

    Fuyu Saito, Ayako Yamagiwa, Tianxiang Yang, Masayuki Goto

    18th Asian Network for Quality Congress (ANQ2020)  

    開催年月：
    2020年10月
    　
    　

  • ビジネスチャットアプリ上のユーザ間応答間隔分析のための潜在クラスモデル

    齊藤 芙佑, 山極 綾子, 楊 添翔, 後藤 正幸

    人工知能学会全国大会論文集   一般社団法人 人工知能学会  

    発表年月： 2020年

    開催年月：
    2020年
    　
    　

    　概要を見る

    近年，多くの企業で浸透しつつあるビジネスチャットアプリ上のコミュニケーションデータを人事業務や組織管理へ活用しようとする動きがある．特に，関係を築き得る最小単位である二者間のコミュニケーション特性の分析は有効性が期待できる．一方，チャットでの受信から返信までの時間（以下，返信時間）には，返信内容の発言者が望む受信者との関係性がコミュニケーション特性として現れやすい．そこで，チャット上のデータを活用して返信時間の観点からの分析を可能とするモデルの開発は有用である．ここで，各ユーザの特性や話題は多様性が高く，様々なコミュニケーション特性を持つユーザが混在している集合体の想定が必要である．そこで本研究では，発言者，受信者，返信時間の関係性を定量的に表現する潜在クラスモデルを提案し，返信時間の観点からユーザ間のコミュニケーション特性を分析する方法論を示す．観測データの背後に潜在的な確率変数の存在を仮定することで，ユーザの多様性をうまく表現しつつ，高次元データの潜在クラスという軸での解釈が可能となる．最後に，提案モデルを実データに適用し得られた結果について考察を行い，提案モデルの有用性を示す．

  • An analytical model of users' communication on a chat system

    Ayako Yamagiwa, Yuto Seko, Tianxiang Yang, Masayuki Goto

    The 20th Asia Pacific Industrial Engineering And Management Systems (APIEMS 2019)  

    開催年月：
    2019年12月
    　
    　

  • ビジネスチャットアプリ上の会話履歴データを対象としたトピック分析モデル

    山極綾子, 世古裕都, 楊 添翔, 後藤正幸

    第42回情報理論とその応用シンポジウム(SITA2019)  

    開催年月：
    2019年11月
    　
    　

  • Multi-Valued Classification Based on ECOC with Support Vector Machine

    Ayako Yamagiwa, Haruka Yamashita, Masayuki Goto

    17th Asian Network for Quality Congress (ANQ2019)  

    開催年月：
    2019年10月
    　
    　

  • サポートベクトルに着目したECOC-SVMによる多値分類に関する一考察

    山極綾子, 馬賀嵩士, 山下 遥, 後藤正幸

    日本経営工学会春季大会  

    発表年月： 2016年05月

▼全件表示

 

現在担当している科目

▼全件表示

 

特定課題制度（学内資金）

  • 一対比較データ生成AIに基づくスケーラブルな感性評価値推定手法の構築

    2025年   後藤正幸

    　概要を見る

    近年，客観的概念を認識する機械学習モデルが行動に発展し広く活用されているが，主観的な評価を行う人工知能技術は未だ確立されていない．しかし企業活動において自商品に対する消費者感性の把握と最適化は重要な課題であり，多商品を俯瞰的かつ効率的に評価する有用なモデルが求められている．そこで本研究では，評価対象が大規模である場合を前提として，一対比較機械学習に基づくスケーラブルな感性品質評価手法を構築し，その有効性検証を行う．　2025年度は補助情報が表形式で与えられる評価対象を対象として，「すごい」と言った主観的な評価を行うスケーラブルな人工知能モデルならびにその活用方法について論文としてまとめた．具体的には，多くの評価対象に対して直接的な評価が困難な主観評価値を対象として，評価対象の組み合わせの一部についてのみ一対比較データを取得し，その一部のデータに基づく推定を行っている．一般に，一対比較データの取得では，評価対象の二乗に比例し一対比較の組み合わせ数が増加するため人手による評価は現実的ではない．そのため本研究では，評価対象の持つ特徴量が主観評価値に影響を与えることを考慮し，それらの特徴量を補助情報として用いた一対比較推定機械学習モデルを提案している．不足する一対比較データを補完することにより，評価対象数が多い場合であっても対応可能な，スケーラブルな主観評価値推定モデルを構築することができた．　また，上記研究の論文化に加え，提案手法をより強力なツールとするための改善案について研究を行い，その成果を国内外で発表した．例えば効率的な一対比較データ取得方法の検証を行い，さらに一対比較の評価軸選定のための効率化手法についても検証した．また，一対比較データを複数人の被験者から取得することにより主観評価値の推定結果が人によって異なること，ならびにその実ビジネスへの応用可能性について議論を行った．

  • 一対比較機械学習に基づくスケーラブルな感性評価手法の事例展開

    2025年   後藤正幸

    　概要を見る

    近年，客観的概念を認識する機械学習モデルが行動に発展し広く活用されているが，主観的な評価を行う人工知能技術は未だ確立されていない．しかし企業活動において自商品に対する消費者感性の把握と最適化は重要な課題であり，多商品を俯瞰的かつ効率的に評価する有用なモデルが求められている．そこで本研究では，評価対象が大規模である場合を前提として，一対比較機械学習に基づくスケーラブルな感性品質評価手法を構築し，その有効性検証を行う．2025年度は補助情報が表形式で与えられる評価対象を対象として，「すごい」と言った主観的な評価を行うスケーラブルな人工知能モデルならびにその活用方法について論文としてまとめた．具体的には，多くの評価対象に対して直接的な評価が困難な主観評価値を対象として，評価対象の組み合わせの一部についてのみ一対比較データを取得し，その一部のデータに基づく推定を行っている．一般に，一対比較データの取得では，評価対象の二乗に比例し一対比較の組み合わせ数が増加するため人手による評価は現実的ではない．そのため本研究では，評価対象の持つ特徴量が主観評価値に影響を与えることを考慮し，それらの特徴量を補助情報として用いた一対比較推定機械学習モデルを提案している．不足する一対比較データを補完することにより，評価対象数が多い場合であっても対応可能な，スケーラブルな主観評価値推定モデルを構築することができた．また，上記研究の論文化に加え，提案手法をより強力なツールとするための改善案について研究を行い，その成果を国内外で発表した．例えば効率的な一対比較データ取得方法の検証を行い，さらに一対比較の評価軸選定のための効率化手法についても検証した．また，一対比較データを複数人の被験者から取得することにより主観評価値の推定結果が人によって異なること，ならびにその実ビジネスへの応用可能性について議論を行った．

  • 画像感性品質を評価する深層学習モデルの開発と商品ラインナップ最適化への応用

    2024年  

    　概要を見る

    近年，客観的概念を認識する機械学習モデルが行動に発展し広く活用されているが，主観的な評価を行う人工知能技術は未だ確立されていない．しかし企業活動において自商品に対する消費者感性の把握と最適化は重要な課題であり，多商品を俯瞰的かつ効率的に評価する有用なモデルが求められている．そこで本研究では，多商品を前提として，新たな機械学習に基づくスケーラブルな感性品質評価手法を構築し，その有効性検証を行う．　2024年度はECサイトで販売されている商品画像を対象として，「可愛い」や「鮮やか」と言った主観的な評価を行うスケーラブルな人工知能モデルならびにその活用方法について論文としてまとめた．具体的には，多くの商品画像に対して直接的な評価が困難な主観評価値を対象として，評価対象の組み合わせの一部についてのみ一対比較データを取得し，その一部のデータに基づく推定を行っている．一般に，一対比較データの取得では，評価対象の二乗に比例し一対比較の組み合わせ数が増加するため人手による評価は現実的ではない．そのため本研究では，評価対象の持つ特徴量が主観評価値に影響を与えることを考慮し，それらの特徴量を補助情報として用いた一対比較推定機械学習モデルを提案している．不足する一対比較データを補完することにより，評価対象数が多い場合であっても対応可能な，スケーラブルな主観評価値推定モデルを構築することができた．　また，上記研究の論文化に加え，提案手法をより強力なツールとするための改善案について研究を行い，その成果を国内外で発表した．例えば商品画像のような非構造化データだけではなく構造化データ，あるいはその双方を特徴量として持つデータへの適用が可能であることを示した．また，一対比較データを複数人の被験者から取得することにより主観評価値の推定結果が人によって異なること，ならびにその実ビジネスへの応用可能性について議論を行った．

  • 深層学習モデルに基づく商品画像データイメージ分析手法に関する研究

    2023年  

    　概要を見る

    One of the most important situations in which data is used in corporate activities is in marketing activities, where it is important not only to analyze customer purchasing behavior but also to optimize the company's product lineup to meet the needs of consumers. Although many product position maps have been proposed in the past, all of them require human sensitivity data for each product, which is expensive to analyze, and there is no useful model that can evaluate multiple products efficiently and from a bird's eye view. Therefore, the objective of this research is to develop a low-cost technology to construct a deep learning model that evaluates the impression or image (emotional quality) that consumers have of product images, and to empirically demonstrate that this model can be a powerful tool for visualizing the emotional quality of multi-products and optimizing product lineups.In FY2023, we proposed a deep learning model for evaluating product images as the basis of our research, applied it to real data, and analyzed the results in a paper. Unlike conventional artificial intelligence approaches to images, which recognize objective concepts such as "dog" or "cat," this method is an artificial intelligence that evaluates images subjectively, such as "cute" or "vivid". While Kansei Engineering is a well-known analysis method for subjective sensitivity evaluation, it requires detailed analysis of all products and evaluation of combinations of products. Therefore, we proposed a method to evaluate the sensibility of all product images at a low cost using deep learning, and examined the method's effectiveness using actual product image data. We examined the effectiveness of the proposed method using actual product image data. The results showed that even when the number of evaluations is small, it is possible to create product position maps. In addition to the above research paper, we also studied improvement ideas to make the proposed method a more powerful tool, and presented the results both domestically and internationally. For example, regarding data selection for efficient model training, we showed that accuracy can be improved by obtaining ratings for as many different product images as possible, considering the fact that the data used are the results of pairwise comparisons between product images. We have also studied the results of combining multiple sensibility evaluation indices and confirmed that the accuracy of estimating the evaluation values of product images can be improved depending on the combination of indices.