2024/05/20 更新

写真a

ヤマギワ アヤコ
山極 綾子
所属
理工学術院 創造理工学部
職名
助手
 

論文

  • 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

  • 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

     概要を見る

    Companies need to create a product position map and correctly grasp the current situation. In the recent increase in the number of e-commerce sites, the influence of product images on customers' willingness to purchase is huge. In other words, if we can construct a product map based on customers' impressions of product images, we can expect to make the product lineup on e-commerce sites more efficient and attractive. Semantic Differential (SD) method and Multi-dimensional scaling (MDS) have been conventionally used to create product maps. However, these methods are unsuitable for analyzing a target with a large number of products, such as EC sites, because the number of product evaluation data required for the analysis increases depending on the number of products. Therefore, the authors proposed a method to construct a product image map of product images with high accuracy from a relatively small number of pairwise comparison data. Specifically, a model that estimates the pairwise comparison data by subjects is machine-learned. The learned model is used to supplement the missing pairwise comparison data to estimate the evaluation values of product images for a specific axis. The values are used to construct a map. The method of selecting a small number of data used to train the model can quickly identify the overall trend. Therefore, this study proposes an adequate data selection criterion to improve the accuracy of the map based on the concept of active learning. Experiments show that, in addition to uncertainty considerations, it is adequate to have a uniform amount of pairwise comparison data for each subject in the problem of complementing pairwise comparison data between subjects, as in the case of this study.

    DOI

    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]

     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

講演・口頭発表等

  • 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
     
     
  • 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
     
     
  • 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
     
     
  • Koki Yamada, Ayako Yamagiwa, Goto Masayuki

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

    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
     
     
  • 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 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 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
     
     
  • 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
     
     
  • 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
     
     
  • 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
     
     
  • 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

 

特定課題制度(学内資金)

  • 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.