購買時の候補商品推定システムの構築と初期評価

情報処理学会

説明

オンライン購買システムは，ページ遷移やクリックの履歴から購買者が商品の購買に至るまでの過程を記録することができる．これにより，興味がある商品や比較検討した商品がわかり，購買者のニーズに近く購買意欲を高めるような商品推薦が可能である．一方，実店舗においては商品の購買以外の情報は，取得と活用の両面における難しさからあまり記録されていない．そのため，購買者がどのような商品に興味を持っており何で悩んでいるのかがわからないという問題がある．こうした問題を解決するために，我々はLiDAR（Light Detection And Ranging）からの点群データとDepth（深度）カメラからの視線情報を用いた購買時における候補商品推定システムを構築し，その初期評価を行った．推定の上では，興味のある商品を購買候補商品とした．評価の結果，購買時の視線は候補商品と強く結びつき，視線の情報は候補商品を推定する上で非常に重要な特徴となり得ることがわかった．一方で，視線の評価を踏まえ点群データを使用した候補商品の予測を行った結果，予測対象の人物を含んだ状態で学習したモデルは49%と12クラス分類であることを考えると一定の精度を出すことができた．一方でLOPOでは精度が最大22%と，モデルの一般化はまだまだ課題が残ることがわかった．今後は，データ数を増やし，モデルをより適したものに変更・改善していく必要がある．

収録刊行物

詳細情報 詳細情報について

問題の指摘

ページトップへ