JP2016115316A - 処理装置、処理方法、推測装置、推測方法、およびプログラム - Google Patents

Abstract

【課題】認知バイアスがかかった消費者の選択行動を、商品および消費者の特徴量まで考慮して、予測精度の高い学習可能なモデルで表現する。【解決手段】提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを生成する処理装置であって、選択主体に提示された複数の入力選択肢の特徴を示す複数の入力特徴ベクトルと、複数の入力選択肢の中から選択主体によって選択された選択肢である出力選択肢の特徴を示す出力特徴ベクトルとを含む学習データを取得する取得部と、複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成部と、入力合成ベクトルおよび出力特徴ベクトルに基づいて、選択モデルを学習する学習処理部と、を備える処理装置、処理方法、およびプログラムを提供する。【選択図】図４

Description

本発明は、処理装置、処理方法、推測装置、推測方法、およびプログラムに関する。

従来、消費者の消費行動を分析する方法、および消費者に商品を推薦するシステム等が知られている（例えば、非特許文献１〜３参照）。また、消費者が複数の商品から１または複数の商品を選択する場合、当該消費者の選択行動には種々の認知バイアスがかかることおよびその関連技術が知られている（例えば、特許文献１〜４、非特許文献１〜３等参照）。
［特許文献１］ 特開２００９−８７２３５号公報
［特許文献２］ 特開２０１０−２６５９６号公報
［非特許文献１］ Roe, Robert M.; Busemeyer, Jermone R.; Townsend, James T.; "Multialternative decision field theory: A dynamic connectionst model of decision making.", Psychological Review, Vol. 108(2), Apr 2001, 370-392.
［非特許文献２］ Hruschka, Harald.; "Analyzing market baskets by restricted Boltzmann machines.", OR Spectrum, Aug 2012, 1-20.
［非特許文献３］ Teppan, Erich Christian; Alexander Felfernig; "Minimization of product utility estimation errors in recommender result set evaluations, "Proceedings of the 2009 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology-Volume 01. IEEE Computer Society, 2009.
［非特許文献４］ Shenoy, P.; Yu., A. J.; "Rational preference shifts in multi-attribute choice: What is fair?", インターネット＜URL : http://www.cogsci.ucsd.edu/~ajyu/Papers/jdm_cogsci13.pdf＞, 2013
［非特許文献５］ Hinton, G. E.; Salakhutdinov, R.; "Replicated softmax: an undirected topic model.", Advances in Neural Information Processing Systems 22, NIPS 2009, pp. 1607-1614

このような、認知バイアスがかかった消費者の選択行動は、選択肢の商品リストに含まれるアイテムの種類の組み合わせに応じて商品の相対的な選択確率に影響を与えることになり、既存のモデルで表現することが困難であった。そして、認知バイアスをモデル化しても、複雑なモデルとなってしまう上に、学習アルゴリズムまで構築することは知られていなかった。また、このような選択行動において、商品の特徴量まで考慮してモデル化することは、知られていなかった。

本発明の第１の態様においては、提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを生成する処理装置であって、選択主体に提示された複数の入力選択肢の特徴を示す複数の入力特徴ベクトルと、複数の入力選択肢の中から選択主体によって選択された選択肢である出力選択肢の特徴を示す出力特徴ベクトルとを含む学習データを取得する取得部と、複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成部と、入力合成ベクトルおよび出力特徴ベクトルに基づいて、選択モデルを学習する学習処理部と、を備える処理装置、当該処理装置の処理方法、および当該処理装置として動作させるプログラムを提供する。

本発明の第２の態様においては、提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを用いて前記選択主体の選択行動を推測する推測装置であって、選択主体に提示される複数の入力選択肢の特徴を示す複数の入力特徴ベクトルを取得する取得部と、複数の入力選択肢に対応する複数の入力特徴ベクトルの中から、選択主体によって選択される可能性を推測する選択肢である出力選択肢の出力特徴ベクトルを選択する選択部と、複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成部と、入力合成ベクトルおよび出力特徴ベクトルに基づいて、選択モデルにおいて出力選択肢が選択される可能性を推測する推測部と、を備える推測装置、当該推測装置の推測方法、および当該推測装置として動作させるプログラムを提供する。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態に係る認知バイアスの第１例を示す。 本実施形態に係る認知バイアスの第２例を示す。 本実施形態に係る認知バイアスの第３例を示す。 本実施形態に係る処理装置１００の構成例を示す。 本実施形態に係る処理装置１００の動作フローを示す。 本実施形態に係る学習データの一例を示す。 本実施形態に係る学習データの一例を示す。 本実施形態に係るバイナリ化部１１２が用いる変換テーブルの一例を示す。 本実施形態に係るバイナリ化部１１２が図８に示す変換テーブルを用いて各商品の特徴ベクトルをバイナリベクトルに変換した例を示す。 本実施形態に係る選択モデル１０の一例を示す。 本実施形態に係る処理装置１００の変形例を示す。 本実施形態に係る推測部１７０が算出した各選択肢が選択される確率の一例を示す。 本実施形態に係る推測装置２００の構成例を示す。 本実施形態に係る選択モデル１０の第１の変形例を示す。 本実施形態に係る選択モデル１０の第２の変形例を示す。 本実施形態に係る選択モデル１０の第３の変形例を示す。 本実施形態に係る選択モデル１０の第４の変形例を示す。 本実施形態に係る処理装置１００および推測装置２００として機能するコンピュータ１９００のハードウェア構成の一例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

複数の選択肢を提示された人（消費者）および動物等の選択主体が、嗜好等に基づいて当該選択肢の中からいずれかを選択する行動において、当該選択行動の選択結果は、与えられた選択肢に応じて変化することが知られている。本実施形態において、このような選択行動の一例として、消費者が複数の商品から１つの商品を選択する場合を説明する。

消費者が複数の商品から１または複数の商品を選択する場合、当該消費者の選択行動には種々の認知バイアスが加わる。例えば、第１の商品と第２の商品を含む複数の商品をそれぞれ選択肢として消費者に提示した場合、当該消費者が第１の商品と第２の商品をそれぞれ選択する確率の比は、提示した複数の選択肢に含まれる他の商品に応じて異なることがある。この場合、提示した複数の選択肢に含まれる他の商品の存在が、消費者の選択行動に認知バイアスを加えたことになる。

図１は、本実施形態に係る認知バイアスの第１例を示す。図１は、本実施形態の認知バイアスであるシミラリティ効果（Ｓｉｍｉｌａｒｉｔｙ Ｅｆｆｅｃｔ）を説明する図である。図１において、商品Ａ、Ｂ、およびＳは、消費者に提示する選択肢である。図１のグラフは、商品の特徴の一例として、横軸に価格、縦軸に品質として商品Ａ、Ｂ、およびＳを示す。なお、横軸において＋方向は価格が安くなることを示し、縦軸において＋方向は品質が高くなることを示す。即ち、商品Ａは、商品Ｂに比較して、価格および品質が高い商品である。また、商品Ｓは、商品Ｂに比較して、価格が高く品質も高い商品Ａに類似した商品である。

ここでまず、市場（マーケット）に商品ＡおよびＢの選択肢がある場合、消費者が商品ＡおよびＢを選択するそれぞれの確率に応じて、商品ＡおよびＢのシェアが定まる。そして、当該市場に商品Ｓを加えると、商品Ｓは商品Ａと類似することから、商品Ａのシェアを減少させて、商品ＡおよびＢのシェアの比率に変化を与えることがある。即ち、この場合、商品ＡおよびＢの選択肢に対して、商品Ａに類似した商品Ｓの存在が、類似している商品同士でシェアを分け合うように、消費者の選択行動に認知バイアスを加える。このような認知バイアスの効果を、シミラリティ効果と呼ぶ。

図２は、本実施形態に係る認知バイアスの第２例を示す。図２は、本実施形態の認知バイアスであるコンプロマイズ効果（Ｃｏｍｐｒｏｍｉｓｅ Ｅｆｆｅｃｔ）を説明する図である。図２において、商品Ａ、Ｂ、およびＣは、消費者に提示する選択肢である。図２のグラフは、図１と同様に、商品の特徴の一例として、横軸に価格、縦軸に品質として商品Ａ、Ｂ、およびＣを示す。即ち、商品Ａは、商品Ｂに比較して、価格および品質が高い商品である。また、商品Ｃは、商品Ｂに比較して、価格が安く、品質も低い商品である。

ここでまず、市場に商品ＡおよびＢの選択肢がある場合、消費者が商品ＡおよびＢを選択するそれぞれの確率に応じて、商品ＡおよびＢのシェアが定まる（初期状態）。そして、当該市場に商品Ｃを加えると、商品Ａ、Ｂ、およびＣは、この順に価格と品質の程度が並ぶことになり、価格も品質も高い商品Ａのシェアを減少させて、商品ＡおよびＢのシェアの比率に変化を与えることがある。

例えば、商品ＡおよびＢの選択肢に対して、価格も品質も商品Ｂより低い商品Ｃの存在が、商品の価格および品質のバランスの順位を形成させ、価格も品質も高い商品Ａとシェアを分け合い、結果として価格も品質も中間の商品Ｂのシェアが向上する。このような、商品Ｃによって消費者の選択行動に認知バイアスを加える効果を、コンプロマイズ効果と呼ぶ。

図３は、本実施形態に係る認知バイアスの第３例を示す。図３は、本実施形態の認知バイアスであるアトラクション効果（Ａｔｔｒａｃｔｉｏｎ Ｅｆｆｅｃｔ）を説明する図である。図３において、商品Ａ、Ｂ、およびＤは、消費者に提示する選択肢である。図３のグラフは、図１と同様に、商品の特徴の一例として、横軸に価格、縦軸に品質として商品Ａ、Ｂ、およびＤを示す。即ち、商品Ａは、商品Ｂに比較して、価格および品質が高い商品である。また、商品Ｄは、商品Ｂに比較して、価格が少し高く、品質が少し低い商品である。

ここでまず、市場に商品ＡおよびＢの選択肢がある場合、消費者が商品ＡおよびＢを選択するそれぞれの確率に応じて、商品ＡおよびＢのシェアが定まる。そして、当該市場に商品Ｄを加えると、商品Ｂが相対的に商品Ｄより価格が安く品質も高いため、商品Ｂのシェアを増加させて、商品ＡおよびＢのシェアの比率に変化を与えることがある。

即ち、この場合、商品ＡおよびＢの選択肢に対して、価格も品質も商品Ｂに比べて少し劣る商品Ｃの存在が、商品Ｂの価格と品質に好ましい印象を与えるように、消費者の選択行動に認知バイアスを加える。このような認知バイアスの効果を、アトラクション効果と呼ぶ。

以上の３つの例のように、市場における消費者の選択行動には、種々の認知バイアスが加わり、その結果として、商品のシェア等が定まる。また、このような種々の認知バイアスは、商品の具体的な価格および商品の具体的な品質といった特徴量に応じて変化する。

したがって、例えば、消費者の消費行動を分析する場合、および消費者に商品を推薦する場合、当該認知バイアスを考慮したモデルを用いることが望ましい。また、認知バイアスがかかった消費者の選択行動を、商品の特徴量（例えば、価格がどれだけ高いか／安いか、品質がどのくらい高いか／低いか）まで考慮して、予測精度の高い学習可能なモデルで表現することがより望ましい。しかしながら、従来の学習モデルでこのようなモデルを表現することは困難であった。また、認知バイアスをモデル化しても、複雑なモデルとなってしまい、当該モデルを学習させることができなかった。

そこで、本実施形態の処理装置１００は、消費者等に与えられた複数の選択肢を示す複数の入力特徴量から選択された選択項目を示す出力特徴量への写像を学習する問題として定式化することにより、商品の特徴量に基づいて認知バイアスが加わった消費者の選択行動を、学習可能なモデルで表現する。即ち、処理装置１００は、提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを生成する。

図４は、本実施形態に係る処理装置１００の構成例を示す。処理装置１００は、取得部１１０と、記憶部１２０と、入力合成部１３０と、出力合成部１４０と、学習処理部１５０とを備える。本実施形態において、処理装置１００は、選択主体である消費者に、複数の商品を選択肢として提示し、当該消費者が１または複数の商品を選択する行動について説明する。

取得部１１０は、選択主体に提示された複数の入力選択肢の特徴を示す複数の入力特徴ベクトルと、複数の入力選択肢の中から選択主体によって選択された１または複数の選択肢である出力選択肢の特徴を示す出力特徴ベクトルと、を含む学習データを取得する。取得部１１０は、例えば、複数の商品のうち、消費者に与えられる入力選択肢と、当該入力選択肢に含まれる商品の特徴量とに応じた入力特徴ベクトルを学習データとして取得する。

また、取得部１１０は、例えば、入力選択肢のうちから消費者が選択した１または複数の商品である出力選択肢と、当該出力選択肢の特徴量とに応じた出力特徴ベクトルを学習データとして取得する。なお、処理装置１００は、商品の特徴量を特徴パラメータとして取り扱う。特徴パラメータは、特徴量に応じた実数の数値またはバイナリ値が入力される。

取得部１１０は、データベース等の外部の記憶装置に予め定められた形式で記憶された学習データを読み出して取得してよい。また、取得部１１０は、ネットワーク等に接続され、処理装置１００の本体とは異なる位置で学習データを取得し、当該ネットワークを介して本体に取得した学習データを供給してもよい。例えば、取得部１１０は、サーバ等にアクセスして、当該サーバに記憶された学習データを取得する。また、取得部１１０は、商品またはサービス等をウェブサイトで販売するＥＣ（電子商取引）サイト等から、消費者に与えた商品の情報と、消費者が購入またはカート等に入れた経歴等の情報を学習データとして取得してよい。

また、取得部１１０は、個別の入力装置等によって実現され、処理装置１００の本体の前処理として学習データを取得してもよい。取得部１１０は、取得した学習データを記憶部１２０に供給する。取得部１１０は、バイナリ化部１１２を有する。

バイナリ化部１１２は、複数の入力選択肢のそれぞれおよび複数の出力選択肢のそれぞれの選択肢が有する特徴パラメータをバイナリ化して複数の入力特徴ベクトルのそれぞれおよび複数の出力特徴ベクトルのそれぞれの特徴ベクトルを生成する。即ち、複数の入力特徴ベクトルおよび複数の出力特徴ベクトルのそれぞれは、バイナリ化部１１２によってバイナリベクトルとなる。バイナリ化部１１２は、より近い特徴パラメータ同士をより近い特徴ベクトル同士へと変換するようにバイナリ化する。

記憶部１２０は、取得部１１０に接続され、当該取得部１１０から受け取った学習データを記憶する。また、記憶部１２０は、処理装置１００が生成する選択モデルを記憶してよい。また、記憶部１２０は、当該選択モデルを生成する過程で生成する（または利用する）中間データ、算出結果、およびパラメータ等をそれぞれ記憶してもよい。また、記憶部１２０は、処理装置１００内の各部の要求に応じて、記憶したデータを要求元に供給してよい。

入力合成部１３０は、複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する。入力合成部１３０は、複数の入力選択肢に対し、入力選択肢の順序に依存せず同一値をとる入力合成ベクトルを生成する。入力合成部１３０は、例えば、複数の入力特徴ベクトルの平均に基づく入力合成ベクトルを生成する。

また、入力合成部１３０は、取得部１１０がバイナリベクトルである複数の入力特徴ベクトルを取得した場合、複数の入力特徴ベクトルの論理演算に基づく入力合成ベクトルを生成してよい。この場合、入力合成部１３０は、複数の入力特徴ベクトルの要素毎の論理ＯＲ（ビット単位の論理ＯＲ）に基づく入力合成ベクトルを生成する。入力合成部１３０は、生成した入力合成ベクトルを学習処理部１５０に供給する。

出力合成部１４０は、複数の入力選択肢の中から選択主体によって選択された複数の出力選択肢についての複数の出力特徴ベクトルを合成して、出力合成ベクトルを生成する。出力合成部１４０は、取得部１１０が１の出力特徴ベクトルを取得した場合、当該１の出力特徴ベクトルを出力合成ベクトルとする。出力合成部１４０は、複数の出力選択肢に対し、出力選択肢の順序に依存せず同一値をとる出力合成ベクトルを生成する。出力合成部１４０は、例えば、複数の出力特徴ベクトルの平均に基づく出力合成ベクトルを生成する。

また、出力合成部１４０は、取得部１１０がバイナリベクトルである複数の出力特徴ベクトルを取得した場合、複数の出力特徴ベクトルの論理演算に基づく出力合成ベクトルを生成してよい。この場合、出力合成部１４０は、複数の出力特徴ベクトルの要素毎の論理ＯＲ（ビット単位の論理ＯＲ）に基づく出力合成ベクトルを生成する。出力合成部１４０は、生成した入力合成ベクトルを学習処理部１５０に供給する。

学習処理部１５０は、入力合成部１３０および出力合成部１４０に接続され、入力合成ベクトルおよび出力合成ベクトルに基づいて、選択モデルを学習する。なお、学習処理部１５０は、取得部１１０が１の出力特徴ベクトルを取得した場合、入力合成ベクトルおよび当該１の出力特徴ベクトルに基づいて、選択モデルを学習する。学習処理部１５０は、選択主体の認知バイアスに応じた選択行動を含む選択モデルを学習する。即ち、学習処理部１５０は、消費者に与えられた複数の選択肢に応じて値が定まるバイアスパラメータを含むパラメータを用いて、選択モデルを学習する。学習処理部１５０は、学習した選択モデルを記憶部１２０に記憶する。

以上の本実施形態の処理装置１００は、バイアスパラメータを含むパラメータを用いて入力合成ベクトルから出力合成ベクトルへの写像を学習し、与えられた選択肢に対する消費者の選択行動をモデル化した選択モデルを生成する。処理装置１００の具体的な動作について、図５を用いて説明する。

図５は、本実施形態に係る処理装置１００の動作フローを示す。本実施形態の処理装置１００は、図５に示された動作フローを実行して、選択モデルを学習する学習装置として機能する。

まず、取得部１１０は、学習データを取得する（Ｓ２００）。取得部１１０は、消費者に提示される可能性のあるＪ個の商品またはサービス、提示した複数の選択肢（即ち、Ｊ個の商品のうちから選別されたＤ個の商品）、および消費者が複数の選択肢の中から選択したＣ個の商品等の情報を取得する。本実施形態において、取得部１１０が、５つの商品（Ａ，Ｂ，Ｃ，Ｄ，Ｓ）を消費者に提示される可能性のある商品として取得した例を説明する。

図６は、本実施形態に係る学習データの一例を示す。図６の横軸は消費者に提示された商品の組を、縦軸は消費者が商品を選択した分布を示す。図６は、消費者に５通りの選択肢の組を提示した場合の選択結果を示す。

例えば、図６において、横軸に（Ａ，Ｂ）と示されるグラフは、消費者に提示された商品がＡおよびＢである場合（選択肢組Ｒ１とする）に、消費者が選択した商品がＡだった割合が０．５、選択した商品がＢだった割合が０．５を示す。そして、一例として、市場における商品ＡおよびＢのシェアは、消費者が選択した割合と略同一のパーセンテージになるとする。本実施形態において、このような選択肢組Ｒ１を提示した結果は、消費者に最初に商品を選択させる「初期状態」の学習データである。

また、（Ａ，Ｂ，Ｂ）のグラフは、消費者に１つの商品Ａおよび２つの商品Ｂを選択肢（選択肢組Ｒ２とする）として提示した場合に、消費者が商品Ａを選択した割合が０．４、商品Ｂを選択した割合が０．６（一方の商品Ｂが０．３、他方の商品Ｂが０．３）の結果が得られたことを示す。即ち、（Ａ，Ｂ，Ｂ）のグラフは、初期状態の選択肢組Ｒ１に商品Ｂを加えた場合の、消費者の選択行動の変化を示す。また、（Ａ，Ｂ，Ｓ）のグラフは、消費者に商品Ａ、Ｂ、およびＳの３つの商品を選択肢（選択肢組Ｒ３とする）として提示した場合に、消費者が商品Ａを選択した割合が０．４、商品Ｂを選択した割合が０．３５、商品Ｓを選択した割合が０．２５の結果が得られたことを示す。

また、（Ａ，Ｂ，Ｄ）のグラフは、消費者に商品Ａ、Ｂ、およびＤの３つの商品を選択肢（選択肢組Ｒ４とする）として提示した場合に、消費者が商品Ａを選択した割合が０．４、商品Ｂを選択した割合が０．６、商品Ｄを選択した割合が０の結果が得られたことを示す。また、（Ａ，Ｂ，Ｃ）のグラフは、消費者に商品Ａ、Ｂ、およびＣの３つの商品を選択肢（選択肢組Ｒ５とする）として提示した場合に、消費者が商品Ａを選択した割合が０．３、商品Ｂを選択した割合が０．６、商品Ｃを選択した割合が０．１の結果が得られたことを示す。

図７は、本実施形態に係る学習データにおける特徴量の一例を示す。図７は、商品の特徴量を示し、横軸は商品の価格の安さ、縦軸は商品の品質の高さを示す。即ち、本実施形態において、商品の特徴量を、商品の価格および品質といった２つの特徴パラメータで取り扱い、特徴ベクトルは当該特徴パラメータを要素とする例を説明する。当該２つの特徴パラメータは、それぞれ予め定められた値に規格化された実数でよい。図７は、商品ＥおよびＦの値を用い、特徴パラメータの最大値が１００、最小値が０となるように規格化した例を示す。即ち、特徴ベクトルを（価格，商品）で示すと、商品Ｅ（１００，１００）、商品Ｆ（０，０）となる。なお、図７において、商品Ａ、Ｂ、Ｃ、Ｄ、およびＳは、図６で説明した消費者に提示される可能性のある商品である。

即ち、商品Ａは、商品Ｂに比較して、価格は高いが、品質が高い商品である。このような商品ＡおよびＢを選択肢とした選択肢組Ｒ１におけるシェアは、図６のグラフ（Ａ，Ｂ）より５０：５０となることがわかる。なお、この場合の入力特徴ベクトルは、商品ＡおよびＢの特徴ベクトルを用い、例えば、商品Ａ（価格，品質）および商品Ｂ（価格，品質）となる。また、消費者が１つの選択肢を選択する場合、出力特徴ベクトルは、商品Ａ（価格，品質）または商品Ｂ（価格，品質）となる。

また、１つの商品Ａおよび２つの商品Ｂを選択肢とした選択肢組Ｒ２のシェアは、図６のグラフ（Ａ，Ｂ，Ｂ）より４０：３０：３０である。これは、２つの同一の商品Ｂに存在が、同一の商品同士でシェアを分け合うように、消費者の選択行動に認知バイアスを加えた結果を示す学習データである。

また、商品Ｓは、商品Ｂに類似した商品である。このような商品Ａ、Ｂ、およびＳを選択肢とした選択肢組Ｒ３のシェアは、図６のグラフ（Ａ，Ｂ，Ｓ）より４０：３５：２０である。これは、商品Ｂに類似した商品Ｓの存在が、類似している商品同士でシェアを分け合うように、消費者の選択行動に認知バイアスを加えた結果（シミラリティ効果）を示す学習データである。

なお、この場合の入力特徴ベクトルは、商品Ａ、Ｂ、およびＳの特徴ベクトルであり、例えば、商品Ａ（価格，品質）、商品Ｂ（価格，品質）、および商品Ｓ（価格，品質）となる。また、出力特徴ベクトルは、入力特徴ベクトルのうちのいずれか１つとなる。

また、商品Ｄは、商品Ｂに比較して、価格が少し高く、品質が少し低い商品である。このような商品Ａ、Ｂ、およびＤを選択肢とした選択肢組Ｒ４のシェアは、図６のグラフ（Ａ，Ｂ，Ｄ）より４０：６０：０である。これは、価格も品質も商品Ｂに比べて少し劣る商品Ｄの存在が、商品Ｂの価格と品質に好ましい印象を与え、商品Ｂのシェアを向上させるように、消費者の選択行動に認知バイアスを加えた結果（アトラクション効果）を示す学習データである。

なお、この場合の入力特徴ベクトルは、商品Ａ、Ｂ、およびＤの特徴ベクトルであり、例えば、商品Ａ（価格，品質）、商品Ｂ（価格，品質）、および商品Ｄ（価格，品質）となる。また、出力特徴ベクトルは、入力特徴ベクトルのうちのいずれか１つとなる。

また、商品Ｃは、商品Ｂに比較して、価格が安く、品質も低い商品である。このような商品Ａ、Ｂ、およびＣを選択肢とした選択肢組Ｒ５のシェアは、図６のグラフ（Ａ，Ｂ，Ｃ）より３０：６０：１０である。これは、価格が安く、品質も低い商品Ｃの存在が、商品の価格および品質のバランスの順位を形成させ、結果として価格も品質も中間の商品Ｂのシェアが向上させるように、消費者の選択行動に認知バイアスを加えた結果（コンプロマイズ効果）を示す学習データである。

なお、この場合の入力特徴ベクトルは、商品Ａ、Ｂ、およびＣの特徴ベクトルであり、例えば、商品Ａ（価格，品質）、商品Ｂ（価格，品質）、および商品Ｃ（価格，品質）となる。また、出力特徴ベクトルは、入力特徴ベクトルのうちのいずれか１つとなる。取得部１１０は、以上のような学習データを取得して、記憶部１２０に記憶する。

次に、バイナリ化部１１２は、入力特徴ベクトルおよび出力特徴ベクトルの実数の各要素をそれぞれバイナリ化する（Ｓ２１０）。バイナリ化部１１２によるバイナリ変換の一例を、図８を用いて説明する。

図８は、本実施形態に係るバイナリ化部１１２が用いる変換テーブルの一例を示す。即ち、図８は、特徴ベクトルの各要素をバイナリ変換する変換テーブルの一例を示す。図８の横軸は０から２００までの２０１個のノードＩＤを示し、縦軸は特徴パラメータの規格化された値（本実施例においては０から１００の値）を示す。また、変換テーブルの白い領域は値が０となる領域を示し、斜線で示す領域は値が１となる領域を示す。

バイナリ化部１１２は、変換すべき特徴パラメータの値と一致する縦軸の値から横軸方向へと延びる直線と、ノードＩＤから縦軸方向に延びる直線との交点が含まれる領域の値を当該ノードＩＤのバイナリ値とする。バイナリ化部１１２は、例えば、価格０および品質０の商品Ｆの特徴パラメータに対して、いずれもノード０から１００を０に、ノード１０１から２００を１にしたバイナリ値に変換する。

なお、バイナリ化部１１２は、複数の特徴パラメータをそれぞれバイナリ値に変換した後、変換後の複数のバイナリ値を連結して、バイナリベクトルとする。即ち、バイナリ化部１１２は、商品Ｆ（０，０）に対して、ノード０から１００を０に、ノード１０１から２００を１に、ノード２０１から３０１を０に、ノード３０２から４０１を１にしたバイナリベクトルに変換する。同様に、バイナリ化部１１２は、商品Ｅ（１００，１００）に対して、ノード０から１００を１に、ノード１０１から２００を０に、ノード２０１から３０１を１に、ノード３０２から４０１を０にしたバイナリベクトルに変換する。

このように、バイナリ化部１１２は、１つの特徴パラメータの値をノード数２０１のバイナリ値に変換し、２つのバイナリ値を連結することで、２つの特徴パラメータを有する１つの特徴ベクトルをノード数４０２のバイナリベクトルに変換する。図８に示す変換テーブルは、特徴パラメータの増減に対して、ノードの値の領域が連続的に変化するので、値が近接する（類似の）特徴パラメータ同士は近接する（類似の）特徴ベクトル同士に変換させる。

図９は、本実施形態に係るバイナリ化部１１２が図８に示す変換テーブルを用いて各商品の特徴ベクトルをバイナリベクトルに変換した例を示す。図９の横軸は０から４０１までの４０２個のノードＩＤを示し、縦軸は各商品を示す。また、図中の白い領域はノードの値が０となる領域を示し、斜線で示す領域は値が１となる領域を示す。

ここで、商品Ａ、Ｂ、Ｃ、Ｄ、Ｓに対応するバイナリベクトルを、要素数４０２のベクトルa＝（ａ_ｉ）_{ｉ＝１，・・・，４０２}、ｂ＝（ｂ_ｉ）_{ｉ＝１，・・・，４０２}、ｃ＝（ｃ_ｉ）_{ｉ＝１，・・・，４０２}、ｄ＝（ｄ_ｉ）_{ｉ＝１，・・・，４０２}、ｓ＝（ｓ_ｉ）_{ｉ＝１，・・・，４０２}とする。バイナリ化部１１２は、例えば、選択肢組Ｒ１に対して、入力特徴ベクトルをａおよびｂとし、出力特徴ベクトルをａまたはｂとする。このようにして、バイナリ化部１１２は、入力特徴ベクトルおよび出力特徴ベクトルをＫ次元（本実施形態では４０２次元）のバイナリベクトルに変換する。

次に、入力合成部１３０は、入力特徴ベクトルを合成する（Ｓ２２０）。本実施形態において、入力合成部１３０は入力特徴ベクトルの要素ごとの平均を算出することにより、入力特徴量を合成する例を説明する。即ち、入力合成部１３０は、例えば、選択肢組Ｒ１の入力Aの特徴ベクトルａおよびＢの特長ベクトルｂを合成した、要素数４０２の入力合成ベクトルｘ^Ｒ１＝（ｘ^Ｒ１ _ｉ）_{ｉ＝１，・・・，４０２}を次式のように算出する。
（数１）
ｘ^Ｒ１ _ｉ＝｛ａ_ｉ＋ｂ_ｉ｝／２ ｉ＝１，２，・・・，４０２

同様に、入力合成部１３０は、選択肢組Ｒ２からＲ５の入力特徴ベクトルを合成した入力合成ベクトルｘ^Ｒｎ（ｘ^Ｒｎ _ｉ）_{ｉ＝１，・・・，４０２}を次式のように算出する。このように、入力合成部１３０は、各要素が実数となる入力合成ベクトルを生成して学習処理部１５０に供給する。
（数２）
ｘ^Ｒ２ _ｉ＝｛ａ_ｉ＋２ｂ_ｉ｝／３
ｘ^Ｒ３ _ｉ＝｛ａ_ｉ＋ｂ_ｉ＋ｓ_ｉ｝／３
ｘ^Ｒ４ _ｉ＝｛ａ_ｉ＋ｂ_ｉ＋ｄ_ｉ｝／３
ｘ^Ｒ５ _ｉ＝｛ａ_ｉ＋ｂ_ｉ＋ｃ_ｉ｝／３

次に、出力合成部１４０は、出力特徴ベクトルを合成する（Ｓ２３０）。なお、本実施形態において、消費者が与えられた複数の選択肢のうち、１の選択肢を選択する場合、出力特徴ベクトルの個数は１である。この場合、出力合成部１４０は、出力特徴ベクトルをそのまま出力合成ベクトルとする。即ち、出力合成部１４０は、例えば、選択肢組Ｒ１に対して消費者が商品Ａを選択した場合、要素数４０２の出力特徴ベクトルａを出力合成ベクトルｙ^Ｒ１Ａ（ｙ^Ｒ１Ａ _ｊ）_{ｊ＝１，・・・，４０２}として出力する。また、出力合成部１４０は、選択肢組Ｒ１に対して消費者が商品Ｂを選択した場合、要素数４０２の出力特徴ベクトルｂを出力合成ベクトルｙ^Ｒ１Ｂ（ｙ^Ｒ１Ｂ _ｊ）_{ｊ＝１，・・・，４０２}として出力する。

出力合成部１４０は、一例として、各選択肢組に対する出力合成ベクトルｙ^ＲｎＭ（ｙ^ＲｎＭ _ｊ）_{ｊ＝１，・・・，４０２}を、次式のように生成して学習処理部１５０に供給する。即ち、出力合成ベクトルｙ^ＲｎＭは、商品Ｍを含む選択肢組Ｒｎから消費者がＭを選択した場合を示す。
（数３）
ｙ^Ｒ１Ａ _ｊ＝ａ_ｉ
ｙ^Ｒ１Ｂ _ｊ＝ｂ_ｉ
ｙ^Ｒ２Ａ _ｊ＝ａ_ｉ
ｙ^Ｒ２Ｂ _ｊ＝ｂ_ｉ
ｙ^Ｒ３Ａ _ｊ＝ａ_ｉ
ｙ^Ｒ３Ｂ _ｊ＝ｂ_ｉ
ｙ^Ｒ３Ｓ _ｊ＝ｓ_ｉ
ｙ^Ｒ４Ａ _ｊ＝ａ_ｉ
ｙ^Ｒ４Ｂ _ｊ＝ｂ_ｉ
ｙ^Ｒ４Ｄ _ｊ＝ｄ_ｉ
ｙ^Ｒ５Ａ _ｊ＝ａ_ｉ
ｙ^Ｒ５Ｂ _ｊ＝ｂ_ｉ
ｙ^Ｒ５Ｃ _ｊ＝ｃ_ｉ ｊ＝ｉ＝１，２，・・・，４０２

次に、学習処理部１５０は、学習用の入力合成ベクトルおよび出力合成ベクトルを用いて、選択モデルの学習を実行する（Ｓ２４０）。本実施形態の学習データにおいて、例えば、初期状態の商品Ａと商品Ｂの選択割合の比（０．５／０．５）は、シミラリティ効果の結果によって、異なる比（０．４／０．３５）となる。同様に、当該比は、コンプロマイズ効果の結果による当該比（０．３／０．６）、およびアトラクション効果の結果による当該比（０．４／０．６）のように、選択肢に応じてそれぞれ異なる比となる。

従来、このような消費者に提示する複数の選択肢に応じて、当該複数の選択肢に含まれる商品の選択割合の比が変化する選択行動は、モデル化することが困難であった。また、選択肢の特徴量を含めてモデル化することは、知られていなかった。そこで、本実施形態の学習処理部１５０は、消費者の選択行動を、入力合成ベクトルから出力合成ベクトルへの写像を学習する問題として定式化して、入力選択肢に含まれる選択肢同士の選択割合の比が入力選択肢に含まれる他の選択肢の組合せと選択肢の特徴量に応じて異なりうる選択モデルを学習する。

図１０は、本実施形態に係る選択モデル１０の一例を示す。選択モデル１０は、入力層１２と、出力層１４と、中間層１６とを有する。入力層１２は入力合成ベクトルに、出力層１４は出力合成ベクトルにそれぞれ対応し、それぞれＫ個の入力ノードを有し、中間層１６はＬ個の入力ノードを有する。即ち、選択モデル１０は、入力合成ベクトルに含まれる複数の入力特徴量に対応する複数の入力ノードと、出力合成ベクトルに含まれる複数の出力特徴量に対応する複数の出力ノードと、複数の中間ノードとを備える。

入力ノードは、Ｋ次元実数ベクトルの要素にそれぞれ対応し、各ノードの値が入力合成ベクトルの要素の値と略同一となる。例えば、入力層１２は、入力合成ベクトルｘ^Ｒｎ（ｘ_ｎｉ）に対応して、入力ノードｘ_ｉの値をｘ_ｎｉ−１とする（ｉ＝１，２，・・・，Ｋ）。同様に、出力ノードは、Ｋ次元実数ベクトルの要素にそれぞれ対応し、各ノードの値が出力合成ベクトルの要素の値と略同一となる。例えば、出力層１４は、出力合成ベクトルｙ^ＲｎＭ（ｙ_ｎＭｊ）に対応して、出力ノードｙ_ｊの値をｙ_{ｎＭｊ−１}とする（ｊ＝１，２，・・・，Ｋ）。

中間層１６の中間ノードｈ_ｌの数Ｌは、１以上の自然数であり、入力ノードの数（出力ノードの数）Ｋと同一の数でもよい。また、中間ノードｈ_ｌの値は、一例として、非零の値（例えば１）または０とする。ここで、中間層１６は、選択モデルの入出力特性を表現すべく用いた隠れ層である。当該中間層１６が有する中間ノードｈ_ｌの値は、結果として１または０の値が一意に求まらなくてもよく、１または０の値となる確率の分布等が得られてもよい。中間ノードｈ_ｌの値は、次式で示される。
（数４）
ｈ_ｌ∈｛０，１｝， ｌ∈｛１，２，・・・，Ｌ｝

選択モデル１０が表現できる入出力特性は、中間ノードの数Ｌに応じて複雑さを増減できるので、より表現したい特性を増加させるには中間ノードの数Ｌを増加させることが好ましい。その一方で、選択モデル１０の学習に必要な計算量は、中間ノードの数Ｌの増加に応じて増加するので、学習をより高速に実行させるには中間ノードの数Ｌを減少させることが好ましい。これらを考慮し、処理装置１００の使用者等は、予め中間ノードの数Ｌを適度な値に設定してよい。

また、選択モデル１０は、複数の入力ノードおよび複数の中間ノードの間、および複数の出力ノードおよび複数の中間ノードの間に複数の重みパラメータが設けられる。即ち、各入力ノードｘ_ｉおよび各中間ノードｈ_ｌの間に各第１ウェイト値Ｗ_ｉｌが設定される。各入力ノードｘ_ｉおよび各中間ノードｈ_ｌは、それぞれ接続され、当該接続によるデータの流れに第１ウェイトＷ_ｉｌがそれぞれ付加される。また、選択モデル１０は、各中間ノードｈ_ｌおよび各出力ノードｙ_ｊの間に各第２ウェイト値Ｕ_ｊｌが設定される。即ち、各中間ノードｈ_ｌおよび各出力ノードｙ_ｊは、それぞれ接続され、当該接続によるデータの流れに第２ウェイトＵ_ｉｌがそれぞれ付加される。

第１ウェイト値Ｗ_ｉｌおよび第２ウェイト値Ｕ_ｊｌは、データの伝達方向によらず一定のウェイトを当該流れに付加する対称ウェイトである。ここで、各層内のノード同士は、接続されない。また、各入力ノードｘ_ｉおよび各出力ノードｙ_ｊは、それぞれ接続してもしなくてもよい。本実施形態においては、各入力ノードｘ_ｉおよび各出力ノードｙ_ｊを接続しない例を説明する。

また、選択モデル１０は、入力層１２、中間層１６、および出力層１４に含まれる各ノードに対して入力バイアス、中間バイアス、および出力バイアスが更に設定される。即ち、入力層１２の各入力ノードｘ_ｉには、入力バイアスｂ_ｉ ^ｘがそれぞれ設定される。同様に、出力層１４の各出力ノードｙ_ｊには出力バイアスｂ_ｊ ^ｙが、中間層１６の各中間ノードｈ_ｌには中間バイアスｂ_ｌ ^ｈが、それぞれ設定される。

学習処理部１５０は、各入力ノードｘ_ｉおよび各中間ノードｈ_ｌの間の各第１ウェイト値Ｗ_ｉｌと、各中間ノードｈ_ｌおよび各出力ノードｙ_ｊの間の各第２ウェイト値Ｕ_ｊｌとを学習する。また、学習処理部１５０は、入力層１２の各入力バイアスｂ_ｉ ^ｘ、中間層１６の各中間バイアスｂ_ｌ ^ｈ、および出力層１４の各出力バイアスｂ_ｊ ^ｙを更に学習する。即ち、学習処理部１５０は、第１ウェイト値Ｗ_ｉｋ、第２ウェイト値Ｕ_ｊｋ、入力バイアスｂ_ｉ ^ｘ、中間バイアスｂ_ｌ ^ｈ、および出力バイアスｂ_ｊ ^ｙをパラメータとして学習する。学習処理部１５０は、一例として、当該パラメータをベクトルθの要素とし、当該パラメータベクトルθ（Ｗ_ｉｌ，Ｕ_ｊｌ，ｂ_ｉ ^ｘ，ｂ_ｌ ^ｈ，ｂ_ｊ ^ｙ）を用いて学習する。

学習処理部１５０は、このような、制約付ボルツマンマシン（Ｒｅｓｔｒｉｃｔｅｄ Ｂｏｌｚｍａｎｎ Ｍａｃｈｉｎｅ）に基づく選択モデルを学習する。ボルツマンマシンは、確率的に動作する確率的素子によって構成され、入力を固定して動作させても確率に応じて様々な値を出力し、当該出力の観測系列（例えば時間系列）から各出力の出現確率（出現頻度）を得るシステムである。ここで、確率的素子のそれぞれが確率的平衡状態に落ち着いている場合、即ち、確率的素子のそれぞれの状態の出現確率が略一定となる場合、状態αの出現確率はボルツマン分布（ｅｘｐ｛−Ｅ（α）／Ｔ｝）に比例する。

即ち、確率的平衡状態におけるボルツマンマシンの状態の出現確率は入力から一意に定まる。なお、ボルツマンマシンは、初期値に応じて、出現確率が時間的に変動する過渡期を生じさせる場合があるが、当該初期値の影響が低減するまで十分に長い時間動作させることにより、出現確率は時間的に略一定の値に収束する。本実施形態においては、このような確率的平衡状態におけるボルツマンマシンに基づいて、選択モデルを学習する例を説明する。

学習処理部１５０は、入力合成ベクトルおよび出力合成ベクトルの要素を含む入出力サンプルベクトルｓ^ｌｍ＝（ｘ^ｌ，ｙ^ｌｍ）（または入出力サンプル列、入出力サンプル配列等）を生成する。ここで、学習処理部１５０は、消費者の選択結果である選択割合に応じた数の入出力サンプルベクトルを生成してよい。本実施形態において、学習処理部１５０が、選択割合に比例した数の入出力サンプルベクトルを生成する例を説明する。

例えば、学習処理部１５０は、初期状態の選択肢組Ｒ１の提示に対して消費者が商品Ａを選択した結果が５０％であることに応じて、対応する入出力サンプルベクトルｓ^Ｒ１Ａを１０個生成する。この場合、学習処理部１５０は、選択肢組Ｒ１の提示に対して商品Ｂを選択した結果が５０％であることに応じて、対応する入出力サンプルベクトルｓ^Ｒ１Ｂを１０個生成する。学習処理部１５０は、一例として、入出力サンプルベクトルｓ^ｌｍを次式のように生成する。なお、次式には、学習処理部１５０が各ベクトルを生成する数も示す。
（数５）
ｓ^Ｒ１Ａ＝（ｘ^Ｒ１，ｙ^Ｒ１Ａ）：１０個
ｓ^Ｒ１Ｂ＝（ｘ^Ｒ１，ｙ^Ｒ１Ｂ）：１０個
ｓ^Ｒ２Ａ＝（ｘ^Ｒ２，ｙ^Ｒ２Ａ）：８個
ｓ^Ｒ２Ｂ＝（ｘ^Ｒ２，ｙ^Ｒ２Ｂ）：１２個
ｓ^Ｒ３Ａ＝（ｘ^Ｒ３，ｙ^Ｒ３Ａ）：８個
ｓ^Ｒ３Ｂ＝（ｘ^Ｒ３，ｙ^Ｒ３Ｂ）：７個
ｓ^Ｒ３Ｓ＝（ｘ^Ｒ３，ｙ^Ｒ３Ｓ）：４個
ｓ^Ｒ４Ａ＝（ｘ^Ｒ４，ｙ^Ｒ４Ａ）：８個
ｓ^Ｒ４Ｂ＝（ｘ^Ｒ４，ｙ^Ｒ４Ｂ）：１２個
ｓ^Ｒ４Ｄ＝（ｘ^Ｒ４，ｙ^Ｒ４Ｄ）：０個
ｓ^Ｒ５Ａ＝（ｘ^Ｒ５，ｙ^Ｒ５Ａ）：６個
ｓ^Ｒ５Ｂ＝（ｘ^Ｒ５，ｙ^Ｒ５Ｂ）：１２個
ｓ^Ｒ５Ｄ＝（ｘ^Ｒ５，ｙ^Ｒ５Ｃ）：２個

学習処理部１５０は、（数５）式で示した合計１００の入出力サンプルベクトルを学習用サンプルとして選択モデル１０を学習する。ここで、学習処理部１５０は、合計１００の入出力サンプルベクトルをランダムにシャッフルしたデータセットを学習用サンプルとして用いてよい。

そして、学習処理部１５０は、入出力サンプルベクトル毎に、ｐ（ｙ｜ｘ）が高くなるように、パラメータベクトルθを更新する。ここで、ｐ（ｙ｜ｘ）は、入力合成ベクトルがｘとなった場合における、出力合成ベクトルがｙとなる条件付き確率を示す。

学習処理部１５０は、例えば、学習用の選択行動を示す入出力サンプルベクトルのそれぞれについて、入力合成ベクトルに応じて出力合成ベクトルが取得される確率（即ち、条件付き確率ｐ（ｙ｜ｘ））を高めるように、パラメータを更新する。この場合、学習処理部１５０は、条件付き確率ｐ（ｙ｜ｘ）を確率的に大きくする勾配方向にパラメータを更新する。即ち、学習処理部１５０は、図１０に示された選択モデル１０に基づく条件付き確率ｐ（ｙ｜ｘ）のパラメータベクトルθに対する勾配を求め、当該条件付き確率ｐ（ｙ｜ｘ）が大きくなる方向にパラメータベクトルθの要素をそれぞれ増減させて更新する。

ここで、図１０に示された選択モデル１０に基づく条件付き確率ｐ（ｙ｜ｘ）は、次式で示すエネルギー関数Ｅ（ｘ，ｙ，ｈ；θ）と、自由エネルギーＦ（ｘ，ｙ；θ）を用いて示すことができる。ここで、パラメータθを有するｘの確率分布を、ｐ（ｘ；θ）と表記した。

（数６）および（数７）式より、条件付き確率ｐ（ｙ｜ｘ）は、次式で示される。このような、選択モデル１０に基づき、ボルツマンマシンのエネルギー関数および自由エネルギーを用いて条件付き確率ｐ（ｙ｜ｘ）を算出する具体的な方法は既知である。

学習処理部１５０は、条件付き確率ｐ（ｙ｜ｘ）のパラメータベクトルθに対する勾配を、（数６）から（数８）式より算出される次式から算出する。

ここで、（数９）式におけるＣ（ｘ）は、入力合成ベクトルｘで１となる要素を、ｏｎｅ−ｈｏｔ コーディング（１つの要素を１とし、他の要素は全て０としたベクトルによって表現するコーディング方法）で表現したベクトルを含むセットである。

学習処理部１５０は、パラメータベクトルθを、（数９）式を用いて、予め定められた初期値から入出力サンプルベクトル毎に更新する。学習処理部１５０は、一例として、初期値を代入した（数９）式の勾配の増加（プラス）方向に、予め定められた値（ΔＷ，ΔＵ，Δｂ^ｘ，Δｂ^ｈ，Δｂ^ｙ）だけ、初期値のパラメータベクトルθの各要素を増加させる。そして、学習処理部１５０は、例えば、条件付き確率ｐ（ｙ｜ｘ）の増減が予め定められた範囲内に収束するまで当該更新を繰り返す。これに代えて、学習処理部１５０は、予め定められた回数の更新を繰り返してもよい。

また、学習処理部１５０は、複数の初期値からパラメータベクトルθの更新をそれぞれ繰り返してよい。この場合、学習処理部１５０は、一例として、パラメータベクトルθの要素のそれぞれが、予め定められた範囲内に収束するまで当該更新を繰り返す。これによって、学習処理部１５０は、より確度の高いパラメータベクトルθを定めることができる。

ここで、学習処理部１５０は、条件付き確率ｐ（ｙ｜ｘ）の増減が収束しない場合、パラメータベクトルθの要素の一部または全部が収束しない場合等は、初期値を変更してもよい。このように、条件付き確率ｐ（ｙ｜ｘ）を大きくするように、条件付き確率ｐ（ｙ｜ｘ）の勾配を算出し、勾配方向にパラメータを更新する具体的な方法は、「ｄｉｓｃｒｉｍｉｎａｔｉｖｅ ｔｒａｉｎｉｎｇ」として既知である。

以上のように、本実施形態の学習処理部１５０は、認知バイアスがかかった消費者の選択行動を選択肢の特徴量を用いてモデル化した選択モデル１０を、制約付ボルツマンマシンに基づいて学習することができる。また、学習処理部１５０は、複雑で特殊なアルゴリズムを用いることなく、既知の学習アルゴリズムによって、選択モデル１０を学習することができる。学習処理部１５０は、学習した選択モデル１０のパラメータベクトルθを記憶部１２０に記憶する。また、処理装置１００は、学習処理部１５０が学習した選択モデル１０を外部の推測装置、記憶部等に供給してよい。

以上の本実施形態に係る処理装置１００において、消費者が複数の選択肢の中から１つの選択肢を選択する例を説明した。これに代えて、消費者は、複数の選択肢の中から複数の選択肢を選択してもよい。この場合、出力合成部１４０は、消費者によって選択された複数の選択肢に対応する複数の出力特徴ベクトルを合成する。出力合成部１４０は、入力合成部１３０が複数の入力特徴ベクトルを合成する動作と同様に合成してよい。これにより、選択モデル１０の出力ノードに入力される値は、入力ノードに入力される値と同様に、実数値となる。

なお、本実施形態に係る入力合成部１３０は、入力特徴ベクトルの要素ごとの平均を算出して、入力合成ベクトルを生成する例を説明した。これに代えて、入力合成部１３０は、入力特徴ベクトルの要素毎の論理ＯＲ（ビット単位の論理ＯＲ）を算出してもよい。なお、入力合成部１３０は、入力特徴ベクトルに基づき、消費者に提示した入力選択肢の特徴を示す入力合成ベクトルを生成するので、入力特徴ベクトルの要素の並びの並び替えに対して不変な写像として入力合成ベクトルを算出できればよく、当該算出方法は算術平均および論理ＯＲに限定されるものではない。

また、本実施形態に係るバイナリ化部１１２は、図８に示す変換テーブルを用いて各商品の特徴ベクトルをバイナリベクトルに変換する例を説明した。バイナリ化部１１２は、より近い特徴パラメータ同士をより近い特徴ベクトル同士へと変換するようにバイナリ化して、商品の特徴の類似度等を表現すればよく、例えば、ハミング距離に反映されるようにバイナリ化してよいので、変換テーブルは図８に示すテーブルに限定されるものではない。

また、バイナリ化部１１２のバイナリ変換動作は、変換テーブルを用いる動作に限定されるものでもない。バイナリ化部１１２は、例えば、Ｌｏｃａｌｌｙ ｓｅｎｓｉｔｉｖｅ ｈａｓｈｉｎｇ（ＬＳＨ）、特に、ＬＳＨの１つであるＳｉｍＨａｓｈ、Ｄｅｅｐ ｌｅａｒｎｉｎｇとして既知の変換方法を用いてもよい。なお、Ｄｅｅｐ ｌｅａｒｎｉｎｇは、画像、音、音楽、および自然言語等もバイナリ化することができるので、バイナリ化部１１２が当該Ｄｅｅｐ ｌｅａｒｎｉｎｇの機能を搭載することにより、処理装置１００は、選択主体に画像、音、音楽、および自然言語を含む入力選択肢を提示した場合の選択行動を学習することができる。

図１１は、本実施形態に係る処理装置１００の変形例を示す。本変形例の処理装置１００において、図４に示された本実施形態に係る処理装置１００の動作と略同一のものには同一の符号を付け、説明を省略する。本変形例の処理装置１００は、選択部１６０と推測部１７０とを更に備え、図４に示された本実施形態に係る処理装置１００の選択主体の選択動作の学習機能に加え、選択主体の選択行動を予測する機能を有する。

本変形例の処理装置１００の学習動作は、図４から図１０を用いて説明した動作と略同一なので、ここでは省略する。本変形例の処理装置１００が選択主体の選択行動を予測する場合、取得部１１０は、選択主体に提示される複数の入力選択肢に対応する複数の入力特徴ベクトルを取得する。取得部１１０は、例えば、選択肢組Ｒ１を消費者に提示した後の選択行動を予測する場合、当該選択肢組Ｒ１に含まれる商品ＡおよびＢの特徴ベクトル（商品Ａ（価格，品質）、商品Ｂ（価格，品質））を取得する。入力合成部１３０は、複数の入力特徴ベクトルを合成して入力合成ベクトルを生成し、当該入力特徴ベクトルを選択部１６０に供給する。

選択部１６０は、複数の入力選択肢に対応する複数の入力特徴ベクトルの中から、選択主体によって選択される可能性を推測する選択肢である出力選択肢の出力特徴ベクトルを選択する。選択部１６０は、例えば、消費者が１つの商品を選択する可能性を全て推測すべく、入力選択肢に含まれる複数の選択肢を、順に１つずつ選択して、複数の出力選択肢としてよい。また、選択部１６０は、例えば、消費者がＣ個の商品を選択する可能性を全て推測すべく、入力選択肢に含まれる複数の選択肢のうち、Ｃ個の選択肢の全ての組み合わせを順に１組ずつ選択して、複数の出力選択肢としてよい。

推測部１７０は、入力合成ベクトルおよび出力特徴ベクトルに基づいて、選択モデルにおいて出力選択肢が選択される可能性を推測する。推測部１７０は、学習された選択モデルに基づき、入力合成ベクトルに対して出力合成ベクトルが選択される確率を算出する。なお、消費者に提示した入力選択肢のうち、当該消費者が１の選択肢を出力選択肢とする場合、出力合成ベクトルは出力特徴ベクトルと略同一となる。

これに代えて、消費者に提示した入力選択肢のうち、当該消費者が複数の選択肢を出力選択肢とする場合、出力合成部１４０は、当該消費者によって選択される可能性を推測する複数の出力選択肢に対応する複数の出力特徴ベクトルを合成して出力合成ベクトルを生成し、当該出力合成ベクトルを選択部１６０に供給する。この場合、推測部１７０は、入力合成ベクトルおよび出力合成ベクトルに基づいて、選択モデルにおいて出力選択肢が選択される可能性を推測する。

推測部１７０は、複数の入力ノードおよび複数の中間ノードの間、および複数の出力ノードおよび複数の中間ノードの間に設けられる複数の重みパラメータを用いて、入力合成ベクトルを複数の入力ノードに与え、出力合成ベクトルを複数の出力ノードに与えた場合における選択モデルの状態に基づいて、複数の出力選択肢が選択される可能性を推測する。推測部１７０は、記憶部１２０に接続され、学習に用いた選択モデルおよび学習により定まったパラメータを当該記憶部１２０から読み出す。

推測部１７０は、入力選択肢に応じてそれぞれの選択肢が選択される確率を、各第１ウェイト値、各第２ウェイト値、各入力バイアス、各中間バイアス、および各出力バイアスを含むパラメータベクトルθに基づき算出する。ここで、推測部１７０は、（数８）式を用いて各選択肢が選択される確率を算出してよい。

図１２は、本実施形態に係る推測部１７０が算出した各選択肢が選択される確率の一例を示す。図１２は、図６に示した学習データをターゲットとして、選択モデル１０を学習した結果の一例である。即ち、図１２の横軸、縦軸、および各棒グラフがそれぞれ示す内容は、図６と略同一である。

図１２と図６を比較することにより、本変形例の処理装置１００は、ターゲットである学習データと略同一の傾向の確率を算出することができることがわかる。また、初期状態の商品Ａと商品Ｂの選択確率の比が、消費者に提示する選択肢の特徴量に応じて変化することも再現できることがわかる。これより、処理装置１００は、選択モデル１０を用いてシミラリティ効果、コンプロマイズ効果、およびアトラクション効果等の認知バイアスが加わった消費者の消費行動を表現でき、また、当該選択モデル１０を既知の学習アルゴリズムで学習できることを確認できた。

このように、本変形例の処理装置１００は、学習した学習モデルに基づき、認知バイアスが加わった消費者の消費行動を推測することができるので、予め定められた出力選択肢の選択確率を向上させる入力選択肢の組み合わせを推測することもできる。この場合、取得部１１０は、消費者に選択させたい選択肢を含む入力選択肢の複数の組み合わせに対応する入力特徴ベクトルの組み合わせを取得し、選択部１６０は、当該消費者に選択させたい選択肢を予め定められた出力選択肢とする。なお、消費者に選択させたい選択肢、および入力選択肢の複数の組み合わせは、ユーザ等から入力または指定されてよい。

推測部１７０は、取得部１１０が取得した複数の入力特徴ベクトルの組み合わせを変えながら選択モデルにおいて予め定められた出力選択肢が選択される可能性を推測する。推測部１７０は、予め定められた選択肢が選択される確率を順次算出し、算出結果のうち最も高い確率に対応する入力特徴ベクトルの組み合わせを、予め定められた出力選択肢が選択される可能性を最大化する複数の入力特徴ベクトルの組み合わせとして出力する。これによって、本変形例の処理装置１００は、例えば、複数の入力選択肢のうち、販売を促進する商品またはサービスに応じた選択肢が選択される確率を、より高くする入力選択肢を予測することができる。

以上の本変形例の処理装置１００において、取得部１１０は、ウェブサイト上で提示された選択肢の中からユーザが選択した選択肢を含む学習データを取得してもよい。即ち、本例において、対象はユーザであり、選択肢はウェブサイト上で当該ユーザに提示される。これによって、処理装置１００は、例えば、インターネットを介してショッピングをする消費者の選択行動をモデル化することができる。また、処理装置１００は、当該消費者の購買行動を学習することができ、また、販売促進する商品等を含めた適切な選択肢を当該消費者にウェブサイトを介して提示することもできる。

また、本実施形態の処理装置１００は、消費者に提示する選択肢と選択肢の特徴量に応じて、当該選択肢に含まれるそれぞれの商品が選択される確率を算出することができる。そこで、処理装置１００は、食堂およびレストラン等の飲食店が消費者に提示するメニューに応じて、当該メニューに含まれるメニューアイテムが選択される確率を算出することもできる。これによって、処理装置１００は、飲食店等が提示するメニューに応じて準備すべきメニューアイテムの数および材料等を予測することもできる。

以上の本実施形態の処理装置１００において、学習処理部１５０は、１つの選択モデル１０を生成して学習することを説明した。これに代えて、学習処理部１５０は、複数の選択モデル１０を生成し、別個独立にそれぞれ学習してもよい。学習処理部１５０は、例えば、複数の消費者グループに対応付けて、複数の選択モデル１０を生成し、それぞれの消費者グループ毎に選択モデル１０を学習する。ここで、消費者グループは一人以上の消費者を含むグループである。これによって、消費者の選択行動を、消費者毎により細かく分析することができる。

図１３は、本実施形態に係る推測装置２００の構成例を示す。推測装置２００は、提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを用いて選択主体の選択行動を推測する。即ち、推測装置２００は、図４に示される本実施形態に係る処理装置１００が学習した学習モデルの学習結果を用いて、選択主体の選択行動を推測する。本実施形態に係る推測装置２００において、図１１に示された本実施形態に係る処理装置１００の変形例の動作と略同一のものには同一の符号を付け、説明を省略する。

推測装置２００の取得部１１０は、ネットワーク等に接続され、処理装置１００が学習に用いた選択モデルおよび学習により定まったパラメータを取得して、記憶部１２０に記憶する。また、取得部１１０は、選択主体に提示される複数の入力選択肢の特徴を示す複数の入力特徴ベクトルを取得する。

推測装置２００は、取得した複数の入力特徴ベクトルと、取得した選択モデルおよびパラメータベクトルθを用いて、選択主体の選択行動を推測する。なお、推測装置２００の選択主体の選択行動を推測する動作は、図１１に示す本実施形態に係る処理装置１００の変形例の動作で説明した動作と略同一であるので、ここでは省略する。以上の本実施形態に係る処理装置１００および推測装置２００の組み合わせによれば、選択主体の選択行動の学習および推測を実行することができる。

以上の本実施形態に係る処理装置１００は、図１０に示す選択モデル１０を用いて選択主体の選択行動の学習および推測を実行することを説明したが、当該選択モデル１０に限定されるものではない。処理装置１００は、図１４から図１７に示すように、種々の選択モデルを用いて選択主体の選択行動の学習および推測を実行してよい。

図１４は、本実施形態に係る選択モデル１０の第１の変形例を示す。本実施形態に係る選択モデル１０において、図１０に示された本実施形態に係る選択モデル１０の動作と略同一のものには同一の符号を付け、説明を省略する。選択モデル１０は、Ｄ個の入力層１２と、Ｃ個の出力層１４を有する。各入力ノードｘ_ｄｉおよび各中間ノードｈ_ｌの間に各第１ウェイト値Ｗ_ｄｉｌが設定され、当該第１ウェイト値Ｗ_ｄｉｌは、Ｗ_ｉｌ／Ｄに等しいとする。即ち、Ｄ個の入力層１２は、全体として、各層における同一ノードに対応する入力特徴量を平均化した値を中間層１６に供給することになる。

したがって、Ｄ個の入力層１２は、入力合成部１３０が複数の入力特徴ベクトルの平均を入力合成ベクトルとする場合の図１０に示された選択モデル１０の１つの入力層１２と等価である。同様に、Ｃ個の出力層１４は、出力合成部１４０が複数の出力特徴ベクトルの平均を出力合成ベクトルとする場合の図１０に示された選択モデル１０の１つの出力層１４と等価である。即ち、処理装置１００は、図１４に示す第１の変形例の選択モデル１０を用いる場合、入力合成部１３０および出力合成部１４０がなくてよい。

図１５は、本実施形態に係る選択モデル１０の第２の変形例を示す。本実施形態に係る選択モデル１０において、図１０に示された本実施形態に係る選択モデル１０の動作と略同一のものには同一の符号を付け、説明を省略する。第２の変形例の選択モデル１０は、各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊの間に各ウェイト値Ｖ_ｉｊｌが設定される。各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊは、それぞれ接続され、当該接続によるデータの流れにウェイトＶ_ｉｊｌがそれぞれ付加される。処理装置１００は、このような選択モデル１０を用いても、次式に示すエネルギー関数を用いることで、図１０に示す選択モデル１０と略同様に選択主体の選択行動の学習および推測を実行することができる。

図１６は、本実施形態に係る選択モデル１０の第３の変形例を示す。本実施形態に係る選択モデル１０において、図１０に示された本実施形態に係る選択モデル１０の動作と略同一のものには同一の符号を付け、説明を省略する。第３の変形例の選択モデル１０は、各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊの間に各ウェイト値Ｕ_ｇｘ、Ｕ_ｇｈ、およびＵ_ｇｙが設定される。各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊは、それぞれ接続され、当該接続によるデータの流れにウェイトＵ_ｇｘ、Ｕ_ｇｈ、およびＵ_ｇｙがそれぞれ付加される。処理装置１００は、このような選択モデル１０を用いても、次式に示すエネルギー関数を用いることで、図１０に示す選択モデル１０と略同様に選択主体の選択行動の学習および推測を実行することができる。

図１７は、本実施形態に係る選択モデル１０の第４の変形例を示す。本実施形態に係る選択モデル１０において、図１０に示された本実施形態に係る選択モデル１０の動作と略同一のものには同一の符号を付け、説明を省略する。第４の変形例の選択モデル１０は、各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊの間に各ウェイト値Ｗ_ｘｇ、Ｗ_ｇｈ、およびＷ_ｇｙが設定される。各入力ノードｘ_ｉ、各中間ノードｈ_ｌ、および各出力ノードｙ_ｊは、それぞれ接続され、当該接続によるデータの流れにウェイトＷ_ｘｇ、Ｗ_ｇｈ、およびＷ_ｇｙがそれぞれ付加される。処理装置１００は、このような選択モデル１０を用いても、次式に示すエネルギー関数を用いることで、図１０に示す選択モデル１０と略同様に選択主体の選択行動の学習および推測を実行することができる。

図１８は、本実施形態に係る処理装置１００および推測装置２００として機能するコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、および表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスクドライブ２０４０、およびＤＶＤドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、および入出力チップ２０７０を有するレガシー入出力部と、を備える。

ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００およびグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０およびＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。

入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０、ＤＶＤドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラムおよびデータを格納する。ＤＶＤドライブ２０６０は、ＤＶＤ−ＲＯＭ２０９５からプログラムまたはデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。

また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、および入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、および／または、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラムまたはデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。

ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＤＶＤ−ＲＯＭ２０９５、またはＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。

プログラムは、コンピュータ１９００にインストールされ、コンピュータ１９００を取得部１１０、記憶部１２０、入力合成部１３０、出力合成部１４０、学習処理部１５０、選択部１６０、および推測部１７０等として機能させる。

プログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である取得部１１０、記憶部１２０、入力合成部１３０、出力合成部１４０、学習処理部１５０、選択部１６０、および推測部１７０等として機能する。そして、この具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算または加工を実現することにより、使用目的に応じた特有の処理装置１００および推測装置２００が構築される。

一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、フレキシブルディスク２０９０、またはＤＶＤ−ＲＯＭ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置または通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０または記憶装置へとデータを書き込むことにより送受信データを転送してもよい。

また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、ＤＶＤドライブ２０６０（ＤＶＤ−ＲＯＭ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、および／または記憶装置に含まれるものとする。

また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（または不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。

また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。

以上に示したプログラムまたはモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＤＶＤ−ＲＯＭ２０９５の他に、ＤＶＤ、Ｂｌｕ−ｒａｙ（登録商標）、またはＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワークまたはインターネットに接続されたサーバシステムに設けたハードディスクまたはＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 選択モデル、１２ 入力層、１４ 出力層、１６ 中間層、１００ 処理装置、１１０ 取得部、１１２ バイナリ化部、１２０ 記憶部、１３０ 入力合成部、１４０ 出力合成部、１５０ 学習処理部、１６０ 選択部、１７０ 推測部、２００ 推測装置、１９００ コンピュータ、２０００ ＣＰＵ、２０１０ ＲＯＭ、２０２０ ＲＡＭ、２０３０ 通信インターフェイス、２０４０ ハードディスクドライブ、２０５０ フレキシブルディスク・ドライブ、２０６０ ＤＶＤドライブ、２０７０ 入出力チップ、２０７５ グラフィック・コントローラ、２０８０ 表示装置、２０８２ ホスト・コントローラ、２０８４ 入出力コントローラ、２０９０ フレキシブルディスク、２０９５ ＤＶＤ−ＲＯＭ

Claims (19)

1. 提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを生成する処理装置であって、
   前記選択主体に提示された複数の前記入力選択肢の特徴を示す複数の入力特徴ベクトルと、前記複数の入力選択肢の中から前記選択主体によって選択された選択肢である出力選択肢の特徴を示す出力特徴ベクトルとを含む学習データを取得する取得部と、
   前記複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成部と、
   前記入力合成ベクトルおよび前記出力特徴ベクトルに基づいて、前記選択モデルを学習する学習処理部と、
   を備える処理装置。
2. 前記複数の入力選択肢の中から前記選択主体によって選択された複数の前記出力選択肢についての複数の前記出力特徴ベクトルを合成して出力合成ベクトルを生成する出力合成部を更に備え、
   前記学習処理部は、前記入力合成ベクトルおよび前記出力合成ベクトルに基づいて、前記選択モデルを学習する
   請求項１に記載の処理装置。
3. 前記選択モデルは、前記入力合成ベクトルに含まれる複数の入力特徴量に対応する複数の入力ノードと、前記出力合成ベクトルに含まれる複数の出力特徴量に対応する複数の出力ノードと、複数の中間ノードとを備え、
   前記学習処理部は、前記複数の入力ノードおよび前記複数の中間ノードの間、および前記複数の出力ノードおよび前記複数の中間ノードの間に設けられる複数の重みパラメータを学習する
   請求項２に記載の処理装置。
4. 前記複数の入力特徴ベクトルおよび前記複数の出力特徴ベクトルのそれぞれは、バイナリベクトルである請求項２または３に記載の処理装置。
5. 前記取得部は、前記複数の入力選択肢のそれぞれおよび前記複数の出力選択肢のそれぞれの選択肢が有する特徴パラメータをバイナリ化して前記複数の入力特徴ベクトルのそれぞれおよび前記複数の出力特徴ベクトルのそれぞれの特徴ベクトルを生成するバイナリ化部を有する請求項４に記載の処理装置。
6. 前記バイナリ化部は、より近い特徴パラメータ同士をより近い特徴ベクトル同士へと変換する請求項５に記載の処理装置。
7. 前記入力合成部は、前記複数の入力選択肢に対し、前記入力選択肢の順序に依存せず同一値をとる前記入力合成ベクトルを生成し、
   前記出力合成部は、前記複数の出力選択肢に対し、前記出力選択肢の順序に依存せず同一値をとる前記出力合成ベクトルを生成する
   請求項２から６のいずれか一項に記載の処理装置。
8. 前記入力合成部および前記出力合成部は、前記複数の入力特徴ベクトルの平均および前記複数の出力特徴ベクトルの平均に基づく前記入力合成ベクトルおよび前記出力合成ベクトルを生成する請求項７に記載の処理装置。
9. 前記取得部は、バイナリベクトルである前記複数の入力特徴ベクトルおよび前記複数の出力特徴ベクトルを取得し、
   前記入力合成部および前記出力合成部は、前記複数の入力特徴ベクトルの論理演算および前記複数の出力特徴ベクトルの論理演算に基づく前記入力合成ベクトルおよび前記出力合成ベクトルを生成する請求項７に記載の処理装置。
10. 前記入力合成部および前記出力合成部は、前記複数の入力特徴ベクトルの要素毎の論理ＯＲおよび前記複数の出力特徴ベクトルの要素毎の論理ＯＲに基づく前記入力合成ベクトルおよび前記出力合成ベクトルを生成する請求項９に記載の処理装置。
11. 前記選択主体の選択行動を予測する場合において、前記取得部は、前記選択主体に提示される前記複数の入力選択肢に対応する前記複数の入力特徴ベクトルを取得し、
    前記入力合成部は、前記複数の入力特徴ベクトルを合成して前記入力合成ベクトルを生成し、
    当該処理装置は、
    前記複数の入力選択肢に対応する前記複数の入力特徴ベクトルの中から、前記選択主体によって選択される可能性を推測する選択肢である前記出力選択肢の出力特徴ベクトルを選択する選択部と、
    前記入力合成ベクトルおよび前記出力特徴ベクトルに基づいて、前記選択モデルにおいて前記出力選択肢が選択される可能性を推測する推測部と、
    を備える請求項１から１０のいずれか一項に記載の処理装置。
12. 提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを用いて前記選択主体の選択行動を推測する推測装置であって、
    前記選択主体に提示される複数の前記入力選択肢の特徴を示す複数の入力特徴ベクトルを取得する取得部と、
    前記複数の入力選択肢に対応する前記複数の入力特徴ベクトルの中から、前記選択主体によって選択される可能性を推測する選択肢である出力選択肢の出力特徴ベクトルを選択する選択部と、
    前記複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成部と、
    前記入力合成ベクトルおよび前記出力特徴ベクトルに基づいて、前記選択モデルにおいて前記出力選択肢が選択される可能性を推測する推測部と、
    を備える推測装置。
13. 前記選択主体によって選択される可能性を推測する複数の前記出力選択肢を合成して出力合成ベクトルを生成する出力合成部を更に備え、
    前記推測部は、前記入力合成ベクトルおよび前記出力合成ベクトルに基づいて、前記選択モデルにおいて複数の前記出力選択肢が選択される可能性を推測する
    請求項１２に記載の推測装置。
14. 前記選択モデルは、前記入力合成ベクトルに含まれる複数の入力特徴量に対応する複数の入力ノードと、前記出力合成ベクトルに含まれる複数の出力特徴量に対応する複数の出力ノードと、複数の中間ノードとを備え、
    前記推測部は、前記複数の入力ノードおよび前記複数の中間ノードの間、および前記複数の出力ノードおよび前記複数の中間ノードの間に設けられる複数の重みパラメータを用いて、前記入力合成ベクトルを前記複数の入力ノードに与え、前記出力合成ベクトルを前記複数の出力ノードに与えた場合における前記選択モデルの状態に基づいて、複数の前記出力選択肢が選択される可能性を推測する
    請求項１３に記載の推測装置。
15. 前記推測部は、
    前記複数の入力特徴ベクトルの組み合わせを変えながら前記選択モデルにおいて予め定められた前記出力選択肢が選択される可能性を推測し、
    前記予め定められた出力選択肢が選択される可能性を最大化する前記複数の入力特徴ベクトルの組み合わせを出力する
    請求項１３または１４に記載の推測装置。
16. 提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを生成する処理方法であって、
    前記選択主体に提示された複数の前記入力選択肢の特徴を示す複数の入力特徴ベクトルと、前記複数の入力選択肢の中から前記選択主体によって選択された選択肢である出力選択肢の特徴を示す出力特徴ベクトルとを含む学習データを取得する取得段階と、
    前記複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成段階と、
    前記入力合成ベクトルおよび前記出力特徴ベクトルに基づいて、前記選択モデルを学習する学習処理段階と、
    を備える処理方法。
17. 提示された入力選択肢の中から少なくとも１つの選択肢を選択する選択主体の選択行動をモデル化した選択モデルを用いて前記選択主体の選択行動を推測する推測方法であって、
    前記選択主体に提示される複数の前記入力選択肢の特徴を示す複数の入力特徴ベクトルを取得する取得段階と、
    前記複数の入力選択肢に対応する前記複数の入力特徴ベクトルの中から、前記選択主体によって選択される可能性を推測する選択肢である出力選択肢の出力特徴ベクトルを選択する選択段階と、
    前記複数の入力特徴ベクトルを合成して入力合成ベクトルを生成する入力合成段階と、
    前記入力合成ベクトルおよび前記出力特徴ベクトルに基づいて、前記選択モデルにおいて前記出力選択肢が選択される可能性を推測する推測段階と、
    を備える推測方法。
18. コンピュータに、請求項１から１１のいずれか一項に記載の処理装置として機能させるプログラム。
19. コンピュータに、請求項１２から１５のいずれか一項に記載の推測装置として機能させるプログラム。

Images