JP2017211783A - 推定装置、予測装置、方法、及びプログラム - Google Patents
推定装置、予測装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP2017211783A JP2017211783A JP2016103758A JP2016103758A JP2017211783A JP 2017211783 A JP2017211783 A JP 2017211783A JP 2016103758 A JP2016103758 A JP 2016103758A JP 2016103758 A JP2016103758 A JP 2016103758A JP 2017211783 A JP2017211783 A JP 2017211783A
- Authority
- JP
- Japan
- Prior art keywords
- topic
- selection
- distribution
- individual
- timing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】トピック推定部24が、各選択行動データについて、選択内容及び選択タイミングの同時確率分布に従って、選択行動データが所属するトピックを計算し、各選択行動データについてのトピックの計算結果に基づいて、トピック比率の分布を表すハイパーパラメータと、トピック分布のパラメータの分布を表すハイパーパラメータを更新することを繰り返す。そして、トピック分布パラメータ推定部26が、トピック分布のパラメータの事後確率に従って、トピック分布のパラメータを推定する。そして、トピック比率推定部28が、トピック比率の事後確率に従って、各個体について、トピック比率を推定する。
【選択図】図2
Description
予測部62は、選択内容y*の各々について、以下の式(14)に従って、選択タイミングt*を条件とした当該選択内容y*の確率分布p(y*|t*)を計算し、確率の高さにおいて上位R個の選択内容を選び出し、予測値とする。
予測部62は、選択タイミングt*の各々について、以下の式(15)に従って、選択内容y*を条件とした選択タイミングt*の確率分布p(t*|y*)を計算し、p(t*|y*)の最大値(モード)あるいはt*の平均値を計算し、予測値とする。
予測部62は、選択内容y*と選択タイミングt*の両方の組み合わせ毎に、選択内容y*とタイミングt*の同時確率分布p(t*,y*|{φk},{Υk})を計算し、p(t*,y*|{φk},{Υk})の最大値(モード)、又はt*の平均値及びy*の最大値を計算し、予測値とする。
また、選択内容y*を与えた場合の選択タイミングt*を予測する場合には、予測部62は、入力部50において受け付けたトピック比率θuとトピック分布のパラメータ(φk,Υk)とに基づいて、上記式(15)に従って、選択内容y*を条件とした選択タイミングt*の確率分布p(t*|y*)を計算し、p(t*|y*)の最大値(モード)あるいはt*の平均値を計算し、予測値とする。
また、選択内容y*と選択タイミングt*の両方を予測する場合には、予測部62は、選択内容y*とタイミングt*の同時確率分布p(t*,y*|{φk},{Υk})を計算し、p(t*,y*|{φk},{Υk})の最大値(モード)、又はt*の平均値及びy*の最大値を計算し、予測値とする。
20,60 演算部
22 選択行動データ記憶部
24 トピック推定部
26 トピック分布パラメータ推定部
28 トピック比率推定部
30 パラメータ記憶部
32 トピック比率記憶部
40,70 出力部
62 予測部
100 推定装置
200 予測装置
Claims (8)
- 複数の個体で観測された、前記個体の選択行動の選択内容、及び前回の選択行動からの間隔である選択タイミングを表す選択行動データの集合を入力とし、前記選択行動データの集合に含まれる各選択行動データについて、各トピックに対する、前記トピックを条件とした選択内容の確率を表す条件付き多項分布、及び前記トピックを条件とした選択タイミングの確率密度分布を用いて表される、各トピックに対する、前記トピックを条件とした、前記選択内容及び前記選択タイミングの同時確率分布に従って、前記選択行動データが所属するトピックを計算し、
各選択行動データについての前記トピックの計算結果に基づいて、各個体及び各トピックに対する重みを表すトピック比率の分布を表すハイパーパラメータと、前記トピックにおける、前記選択内容及び前記選択タイミングを特徴付けるトピック分布のパラメータの分布を表すハイパーパラメータとを更新することを繰り返すトピック推定部と、
前記トピック推定部によって更新された前記トピック分布のパラメータの分布を表すハイパーパラメータ、及び繰り返し毎に得られた、各選択行動データについての前記トピックの計算結果に基づく、前記トピック分布のパラメータの事後確率に従って、前記トピック分布のパラメータを推定するトピック分布パラメータ推定部と、
前記トピック推定部によって更新された前記トピック比率の分布を表すハイパーパラメータ、及び繰り返し毎に得られた、各選択行動データについての前記トピックの計算結果に基づく、前記トピック比率の事後確率に従って、各個体について、前記トピック比率を推定するトピック比率推定部と、
を含む推定装置。 - 前記トピックを条件とした選択タイミングの確率密度分布は、前記選択タイミングが前記選択内容とが独立に生成されるように定められる
請求項1に記載の推定装置。 - 前記トピックを条件とした選択タイミングの確率密度分布は、前記選択タイミングが直前の前記選択内容に依存して生成されるように定められる
請求項1に記載の推定装置。 - 前記トピックを条件とした選択タイミングの確率密度分布は、前記選択タイミングが直後の前記選択内容に依存して生成されるように定められる
請求項1に記載の推定装置。 - 予測対象の個体の選択行動を予測する予測装置であって、
前記予測対象の個体に対して予め求められた、各トピックに対する重みを表すトピック比率と、予め求められた前記トピックにおける、前記個体の選択行動の選択内容及び前記個体の前回の選択行動からの間隔である選択タイミングを特徴付けるトピック分布のパラメータとに基づいて、各トピックに対する、前記トピックを条件とした選択内容の確率を表す条件付き多項分布、及び前記トピックを条件とした、前記選択タイミングの確率密度分布を用いて表される、各トピックに対する、前記トピックを条件とした、前記個体の選択行動の選択内容、及び前記選択タイミングの同時確率分布に従って、前記予測対象の個体についての、前記選択内容及び前記選択タイミングの少なくとも一方を予測する予測部
を含む予測装置。 - トピック推定部が、複数の個体で観測された、前記個体の選択行動の選択内容、及び前回の選択行動からの間隔である選択タイミングを表す選択行動データの集合を入力とし、前記選択行動データの集合に含まれる各選択行動データについて、各トピックに対する、前記トピックを条件とした選択内容の確率を表す条件付き多項分布、及び前記トピックを条件とした選択タイミングの確率密度分布を用いて表される、各トピックに対する、前記トピックを条件とした、前記選択内容及び前記選択タイミングの同時確率分布に従って、前記選択行動データが所属するトピックを計算し、
各選択行動データについての前記トピックの計算結果に基づいて、各個体及び各トピックに対する重みを表すトピック比率の分布を表すハイパーパラメータと、前記トピックにおける、前記選択内容及び前記選択タイミングを特徴付けるトピック分布のパラメータの分布を表すハイパーパラメータとを更新することを繰り返し、
トピック分布パラメータ推定部が、前記トピック推定部によって更新された前記トピック分布のパラメータの分布を表すハイパーパラメータ、及び繰り返し毎に得られた、各選択行動データについての前記トピックの計算結果に基づく、前記トピック分布のパラメータの事後確率に従って、前記トピック分布のパラメータを推定し、
トピック比率推定部が、前記トピック推定部によって更新された前記トピック比率の分布を表すハイパーパラメータ、及び繰り返し毎に得られた、各選択行動データについての前記トピックの計算結果に基づく、前記トピック比率の事後確率に従って、各個体について、前記トピック比率を推定する
推定方法。 - 予測対象の個体の選択行動を予測する予測方法であって、
予測部が、前記予測対象の個体に対して予め求められた、各トピックに対する重みを表すトピック比率と、予め求められた前記トピックにおける、前記個体の選択行動の選択内容及び前記個体の前回の選択行動からの間隔である選択タイミングを特徴付けるトピック分布のパラメータとに基づいて、各トピックに対する、前記トピックを条件とした選択内容の確率を表す条件付き多項分布、及び前記トピックを条件とした、前記選択タイミングの確率密度分布を用いて表される、各トピックに対する、前記トピックを条件とした、前記個体の選択行動の選択内容、及び前記選択タイミングの同時確率分布に従って、前記予測対象の個体についての、前記選択内容及び前記選択タイミングの少なくとも一方を予測する
予測装置。 - コンピュータを、請求項1〜請求項4の何れか1項に記載の推定装置、又は請求項5に記載の予測装置を構成する各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016103758A JP6558860B2 (ja) | 2016-05-24 | 2016-05-24 | 推定装置、予測装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016103758A JP6558860B2 (ja) | 2016-05-24 | 2016-05-24 | 推定装置、予測装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017211783A true JP2017211783A (ja) | 2017-11-30 |
JP6558860B2 JP6558860B2 (ja) | 2019-08-14 |
Family
ID=60475604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016103758A Active JP6558860B2 (ja) | 2016-05-24 | 2016-05-24 | 推定装置、予測装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6558860B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200026351A (ko) * | 2018-08-29 | 2020-03-11 | 동국대학교 산학협력단 | 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치 및 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001356944A (ja) * | 2000-04-03 | 2001-12-26 | Lucent Technol Inc | 時間依存型振舞いの改良されたモデルに基づくデータベースシステムのレコードを更新する方法および装置 |
JP2010191802A (ja) * | 2009-02-19 | 2010-09-02 | Olympus Corp | 情報処理システム、画像表示装置、プログラム及び情報記憶媒体 |
JP2014059592A (ja) * | 2012-09-14 | 2014-04-03 | Kobe Steel Ltd | 出力値予測装置、該方法および該方法のプログラム |
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
-
2016
- 2016-05-24 JP JP2016103758A patent/JP6558860B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001356944A (ja) * | 2000-04-03 | 2001-12-26 | Lucent Technol Inc | 時間依存型振舞いの改良されたモデルに基づくデータベースシステムのレコードを更新する方法および装置 |
JP2010191802A (ja) * | 2009-02-19 | 2010-09-02 | Olympus Corp | 情報処理システム、画像表示装置、プログラム及び情報記憶媒体 |
JP2014059592A (ja) * | 2012-09-14 | 2014-04-03 | Kobe Steel Ltd | 出力値予測装置、該方法および該方法のプログラム |
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
Non-Patent Citations (1)
Title |
---|
岩田 具治: "購買行動解析のためのトピック追跡モデル", 電子情報通信学会論文誌, vol. 第J93−D巻 第6号, JPN6019017205, 1 June 2010 (2010-06-01), JP, pages 978 - 987, ISSN: 0004033966 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200026351A (ko) * | 2018-08-29 | 2020-03-11 | 동국대학교 산학협력단 | 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치 및 방법 |
KR102181744B1 (ko) * | 2018-08-29 | 2020-11-25 | 동국대학교 산학협력단 | 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP6558860B2 (ja) | 2019-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103000A (zh) | 一种基于关联规则与贝叶斯网络集成的推荐技术 | |
Griffin et al. | In search of lost mixing time: adaptive Markov chain Monte Carlo schemes for Bayesian variable selection with very large p | |
Peremezhney et al. | Combining Gaussian processes, mutual information and a genetic algorithm for multi-target optimization of expensive-to-evaluate functions | |
Pan et al. | Collaborative recommendation with multiclass preference context | |
Chen et al. | Generative inverse deep reinforcement learning for online recommendation | |
Burtini et al. | Improving online marketing experiments with drifting multi-armed bandits | |
Maldonado et al. | Embedded heterogeneous feature selection for conjoint analysis: A SVM approach using L1 penalty | |
JP6744767B2 (ja) | 人流予測装置、パラメータ推定装置、方法、及びプログラム | |
CN113610610B (zh) | 基于图神经网络和评论相似度的会话推荐方法和系统 | |
Webb et al. | How does network structure and complexity in river systems affect population abundance and persistence? | |
Liang et al. | Measure prediction capability of data for collaborative filtering | |
AU2020326407B2 (en) | Extending finite rank deep kernel learning to forecasting over long time horizons | |
CN104462093B (zh) | 个人推荐方案 | |
Yucel et al. | Sequential hierarchical regression imputation | |
JP6558860B2 (ja) | 推定装置、予測装置、方法、及びプログラム | |
Tang et al. | Multiple criteria group decision-making based on hesitant fuzzy linguistic consensus model for fashion sales forecasting | |
Kumar et al. | Neural networks for fast estimation of social network centrality measures | |
Santner et al. | Some criterion-based experimental designs | |
Gangwar et al. | An adaptive boosting technique to mitigate popularity bias in recommender system | |
JP2006004103A (ja) | 文書分類体系間の構造マッチング方法、構造マッチング装置、構造マッチングプログラム及びそのプログラムを記録した記録媒体 | |
Rathore et al. | Analysis on recommended system for web information retrieval using hmm | |
Xue et al. | Dynamic Voting for Efficient Reasoning in Large Language Models | |
Huang | A demonstration of reliability of the interior-outer-set model | |
Zheng et al. | Correlation-based context-aware matrix factorization | |
Galuzzi et al. | Optimal scenario-tree selection for multistage stochastic programming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180524 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190507 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190521 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190628 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190709 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6558860 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |