Knowledge Graph Attention Networkに基づく購買行動分析モデルに関する一考察

DOI 情報処理学会

この論文をさがす

抄録

近年，ユーザの購買行動に関するデータは，購買履歴にとどまらず，購買アイテムに紐づくカテゴリや店舗情報といった情報（以下，補助情報）や，ユーザに関係する性別や年代などの情報（以下，属性情報）といったように，様々な種類のデータが取得できるようになってきている．そのため，これらを統合的に分析し，マーケティング施策へ活かすことへの期待値は高い．このようなモデルとして，ユーザと購買アイテム，ならびに補助情報との関係性をモデル化することでユーザの嗜好を学習するKnowledge Graph Attention Network（以下，KGAT）が提案されている．このモデルでは，アイテムの補助情報を用いることでユーザの嗜好に解釈を与えることができ，この解釈性はマーケティング施策の立案においても有用となりうる．しかし，KGATではユーザの属性情報については考慮されておらず，ユーザの購買行動を属性から明らかにする分析を行うことが困難であった．そこで本研究では，アイテムの補助情報を活用したKGATを，さらにユーザとその属性情報の関係性も考慮したモデルへと拡張することで，ユーザの嗜好を属性と購買アイテム，さらにアイテムの補助情報を用いて分析することが可能なモデルを提案する．また，実際のECサイトの評価履歴データに提案手法を適用し，提案手法の有用性を示す．

Recently, it has become possible to make use of not only simple purchase history but also acquire various types of information. For example, we can get the information related to items (auxiliary information) and the information related to users (attribute information). Therefore, it is expected to analyze these various kinds of data in order to investigate customers' purchasing behavior for marketing purposes. For that reason, the KGAT model, which learns user preferences by modeling the relationship between users, purchase items and their auxiliary information, has been proposed. In this model, the users' preference can be interpreted by using the auxiliary information of items and this interpretability can be useful for planning marketing policies. But, the users' attribute information cannot be considered in KGAT, so we cannot interpret users' purchase behavior in the viewpoint of users' attribute information. Therefore, this research proposes a model that enables more diversified analysis by extending KGAT by using not only auxiliary information of items but also the relationship between users and their attribute information. Finally, we apply the proposed method to the evaluation of historical data of actual EC sites and show the usefulness of the proposed method.

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ