JP2021096694A - 予測プログラム、学習装置、予測装置、及び予測方法 - Google Patents

Abstract

【課題】所定行動の発生の時間的な変化を考慮して、所定行動に対応するアイテムに関連するアイテムを特定することができる予測プログラムを提供する。【解決手段】予測プログラムは、コンピュータを、ユーザの所定行動に対応するアイテムを示す入力ベクトルと、入力ベクトルに対応するアイテムの所定行動が発生した時刻からの経過時間との入力を受け付ける入力レイヤ、入力ベクトルを、アイテムの特徴を示す特徴ベクトルに変換する第１変換レイヤ、第１変換レイヤにより変換された特徴ベクトルを、アイテムと他のアイテムとの影響度であって、入力レイヤが受け付けた経過時間に基づいて決定される影響度に基づいて、ユーザの所定行動の発生傾向を示すコンテキストベクトルに変換する第２変換レイヤ、及び、コンテキストベクトルを、複数のアイテムの少なくともいずれかを示す出力ベクトルに変換する第３変換レイヤ、として機能させる。【選択図】図２

Description

本発明は、アイテムの入力に対して関連するアイテムを予測する予測プログラム及び予測方法、当該予測プログラムの学習を行う学習装置、当該予測プログラムを用いて予測を行う予測装置に関する。

幅広い業種で時系列データ分析が使われている。時系列データ分析では、過去のデータに基づいて将来のデータを推定する場面が多い。従来、線形の時系列解析手法（例えば、自己回帰和分移動平均モデル）がよく使われてきたが、機械学習手法も提案されている。機械学習技術は非線形な時系列データや複雑な周期の時系列データにも効果的に対応できる。

近年、時系列データの各アイテムに特徴ベクトルを割り当てることにより、アイテムのクラスタリングや時系列パターンの分類等を行う機械学習技術が提案されている。例えば、非特許文献１には、Ｗｏｒｄ２Ｖｅｃ（Ｄｏｃ２Ｖｅｃ）を利用して、全ユーザの時系列データセットの各アイテムに特徴ベクトルを割り当て、当該特徴ベクトルに基づいて、ユーザにアイテムの推薦を行うことが開示されている。また、非特許文献２には、ユーザが購入した複数のアイテムのそれぞれについて、アイテム間の共起だけではなく、アイテム間の影響度も反映した特徴ベクトルを生成し、広告推薦を行うことが開示されている。

Ozsoy, Makbule Gulcin. "From word embeddings to item recommendation." arXiv preprint arXiv:1601.01356, ２０１６年 Wang, Shoujin, et al. "Attention-based transactional context embedding for next-item recommendation." Thirty-Second AAAI Conference on Artificial Intelligence, ２０１８年

ところで、ユーザは、購入行動等の所定行動を常に同じ傾向で行うとは限らない。例えば、所定行動が購入行動である場合、ユーザは、所定のアイテムを周期的に購入することがある。また、ユーザは、所定のアイテムを購入したタイミングにおいて、所定のアイテムと関連した他のアイテムを購入する可能性が高いものの、所定のアイテムを購入したタイミングから時間が経過すればするほど、当該他のアイテムを購入する可能性が低くなることもある。しかしながら、従来の技術では、購入行動等のユーザの所定行動の時間的な変化について考慮していないという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、所定行動の発生の時間的な変化を考慮して、所定行動に対応するアイテムに関連するアイテムを特定することができる予測プログラム及び予測方法を提供することを目的とする。また、本発明は、上記予測プログラムを学習するための学習装置、及び上記予測プログラムを用いて所定行動の発生を予測する予測装置を提供することを目的とする。

本発明の第１の態様に係る予測プログラムは、コンピュータを、ユーザの所定行動に対応するアイテムを示す入力ベクトルと、前記入力ベクトルに対応するアイテムの前記所定行動が発生した時刻からの経過時間との入力を受け付ける受付部、前記入力ベクトルを、前記アイテムの特徴を示す特徴ベクトルに変換する第１変換部、前記第１変換部により変換された前記特徴ベクトルを、前記アイテムと他の前記アイテムとの影響度であって、前記受付部が受け付けた前記経過時間に基づいて決定される影響度に基づいて、前記ユーザの前記所定行動の発生傾向を示すコンテキストベクトルに変換する第２変換部、及び、前記コンテキストベクトルを、複数の前記アイテムの少なくともいずれかを示す出力ベクトルに変換する第３変換部、として機能させる。

前記第２変換部は、複数の前記アイテムのそれぞれに対応する前記所定行動である第１所定行動の発生と、他の前記アイテムに対応する前記所定行動である第２所定行動の発生との関係の周期的な変化に基づいて、前記受付部が受け付けた経過時間に対応する前記影響度を算出し、当該影響度に基づいて、前記特徴ベクトルを前記コンテキストベクトルに変換してもよい。

前記第２変換部は、複数の前記アイテムのそれぞれに対応する前記所定行動である第１所定行動の発生と、他の前記アイテムに対応する前記所定行動である第２所定行動の発生との関係の強さの、先の所定行動が発生してからの経過時間に伴う増加傾向及び減少傾向に基づいて、前記受付部が受け付けた経過時間に対応する前記影響度を算出し、当該影響度に基づいて、前記特徴ベクトルを前記コンテキストベクトルに変換してもよい。

本発明の第２の態様に係る学習装置は、ユーザの所定行動に対応するアイテムを識別するアイテム識別情報と、前記所定行動が発生した時刻とを含む時系列データを取得する時系列データ取得部と、前記時系列データ取得部が取得した時系列データに基づいて、複数の前記アイテムのそれぞれに対する前記所定行動である第１所定行動の発生と、他の前記アイテムに対する前記所定行動である第２所定行動の発生との関係を示す第１教師データと、前記第１所定行動と前記第２所定行動との時間間隔を示す第２教師データとを生成する教師データ生成部と、前記教師データ生成部が生成した前記第１教師データ及び前記第２教師データに基づいて、前記予測プログラムに含まれるパラメータを学習する学習部と、を備える。

本発明の第３の態様に係る予測装置は、前記予測プログラムに第１アイテムを示す入力ベクトル及び前記第１アイテムに対応する前記所定行動が発生した時刻からの経過時間を示す情報を入力することにより、前記予測プログラムから、当該第１アイテムに対応する第２アイテムを示す出力ベクトルを取得し、当該第２アイテムに対応する前記所定行動を前記ユーザが行うと予測する予測部を備える。

前記所定の行動は、前記アイテムの購入行動であり、前記予測装置は、前記予測部が予測した前記第２アイテムを広告する広告情報を前記ユーザの端末に配信する広告配信部をさらに備えてもよい。

本発明の第４の態様に係る予測方法は、コンピュータが実行する、ユーザの所定行動に対応するアイテムを示す入力ベクトルと、前記入力ベクトルに対応するアイテムの前記所定行動が発生した時刻からの経過時間との入力を受け付けるステップと、前記入力ベクトルを、前記アイテムの特徴を示す特徴ベクトルに変換するステップと、変換された前記特徴ベクトルを、前記アイテムと他の前記アイテムとの影響度であって、受け付けられた前記経過時間に基づいて決定される影響度に基づいて、前記ユーザの前記所定行動の発生傾向を示すコンテキストベクトルに変換するステップと、変換された前記コンテキストベクトルを、複数の前記アイテムの少なくともいずれかを示す出力ベクトルに変換するステップと、を備える。

本発明によれば、所定行動の発生の時間的な変化を考慮して、所定行動に対応するアイテムに関連するアイテムを特定することができる。また、本発明によれば、上記予測プログラムを学習するための学習装置、及び上記予測プログラムを用いて所定行動の発生を予測する予測装置を提供することができるという効果を奏する。

本実施形態に係る情報処理装置の概要を説明するための図である。 本実施形態に係るニューラルネットワークの構成を示す図である。 本実施形態に係るアテンションネットワークの概要を示す図である。 本実施形態に係る情報処理装置の構成を示す図である。 本実施形態に係る時系列データの例を示す図である。 本実施形態に係る情報処理装置における処理の流れの一例を示すフローチャートである。

［特徴ベクトル生成装置の概要］
図１は、本実施形態に係る情報処理装置１の概要を説明するための図である。情報処理装置１は、ユーザの第１アイテムに対応する所定行動に連動して発生する第２アイテムに対応する所定行動を予測する予測プログラムのパラメータを学習する学習装置として機能するとともに、当該予測プログラムを用いて、第２アイテムに対応する所定行動を予測する予測装置として機能する。

情報処理装置１は、ユーザの所定行動に対応するアイテムを示すアイテム情報と、所定行動が発生した時刻とを含む時系列データを取得する（図１の（１））。情報処理装置１は、取得した時系列データに基づいて、複数のアイテムのそれぞれに対する所定行動である第１所定行動の発生と、他のアイテムに対する所定行動である第２所定行動の発生との関係性を示す第１教師データと、当該第１所定行動と第２所定行動との時間間隔を示す第２教師データを生成する（図１の（２））。

情報処理装置１は、生成した第１教師データと、第２教師データとに基づいて、予測プログラムに含まれるパラメータを学習する（図１の（３））。第１教師データと、第２教師データとに基づいて学習を行うことにより、予測プログラムは、所定行動の関連性の時間的な変化に対応して所定行動の発生を予測することができる。

その後、情報処理装置１は、予測プログラムの学習が完了した後に、当該予測プログラムに、複数の第１アイテムに対応する入力ベクトルと、第１のアイテムに対応する所定行動が発生した時刻からの経過時間を示す情報とを入力する。情報処理装置１は、予測プログラムから、第１アイテムに対応する第２アイテムを示す出力ベクトルを取得し、当該第２アイテムに対応する所定行動をユーザが行うと予測する（図１の（４））。このようにすることで、情報処理装置１は、所定行動の時間的な変化を考慮して、所定行動の発生の予測を行うことができる。
以下、予測プログラム及び情報処理装置１の構成について説明する。

［ニューラルネットワークの構成］
まず、予測プログラムの構成について説明する。予測プログラムは、コンピュータにより実行される、ニューラルネットワークとして機能するプログラムである。

図２は、本実施形態に係るニューラルネットワークの構成を示す図である。図２では、ニューラルネットワークのパラメータの学習の概念も併せて表現している。図２に示すように、ニューラルネットワークは、受付部としての入力レイヤ、第１変換部としての第１変換レイヤ、第１埋込レイヤ、第２変換部としての第２変換レイヤ、第２埋込レイヤ、第３変換部としての第３変換レイヤ、及び出力部としての出力レイヤを有している。

入力レイヤは、ユーザの所定行動に対応するアイテムを示す入力ベクトルと、入力ベクトルに対応するアイテムの所定行動が発生した時刻からの経過時間Δｔとの入力を受け付ける。

第１変換レイヤは、パラメータとしての第１重み行列Ｗ^ｉを用いて、アイテムを示す入力ベクトルを、入力ベクトルよりも低次元であって、当該アイテムの特徴を示す特徴ベクトルに変換するレイヤである。

第１埋込レイヤには、複数のアイテムのそれぞれの特徴を示す特徴ベクトルが埋め込まれる。図２に示す例では、アイテムを識別するアイテム識別情報ｖ１に対応する入力ベクトル（ワンホットベクトル）がアイテムｖ_１に対応する特徴ベクトルｈ_１に変換されて埋め込まれ、アイテム識別情報ｖｊに対応する入力ベクトルがアイテムｖ_ｊに対応する特徴ベクトルｈ_ｊに変換されて埋め込まれていることが示されている。

第２変換レイヤは、第１変換レイヤにより変換された特徴ベクトルを、当該特徴ベクトルに対応するアイテムと、他のアイテムとの影響度であって、入力レイヤにおいて入力された経過時間Δｔに基づいて決定される影響度に基づいて、ユーザの所定行動の発生傾向を示すコンテキストベクトルｅ_ｃに変換する。

例えば、第２変換レイヤでは、複数の特徴ベクトルｈ_１〜ｈ_ｊのそれぞれに対応して影響度α_ｔ１〜α_ｔｊが設けられている。第２変換レイヤは、以下に示す式（１）に基づいてコンテキストベクトルｅ_ｃに変換する。なお、影響度α_ｔｉ〜α_ｔｊの総和は１である。ｃは、ユーザが購入した全てのアイテムを示し、ｊはｃに含まれるアイテムを示している。

ここで、影響度α_ｔｉ〜α_ｔｊは、アテンションネットワークＡにおいて算出される。アテンションネットワークＡの詳細については、後述する。

第２埋込レイヤは、第２変換レイヤにより変換されたコンテキストベクトルが埋め込まれる。
第３変換レイヤは、パラメータとしての第２重み行列Ｗ^ｏを用いて、コンテキストベクトルを、複数のアイテムの少なくともいずれかを示す出力ベクトルに変換する。出力レイヤには第３変換レイヤがコンテキストベクトルから変換された出力ベクトルが出力される。

［アテンションネットワークＡ］
続いて、アテンションネットワークＡにおける機能について説明する。アテンションネットワークＡは、複数のアイテムのそれぞれに対応する所定行動である第１所定行動の発生と、他のアイテムに対応する所定行動である第２所定行動の発生との関係の周期的な変化に基づいて、入力レイヤにおいて受け付けられた経過時間Δｔに対応する影響度を算出する。また、アテンションネットワークＡは、複数のアイテムのそれぞれに対応する所定行動である第１所定行動の発生と、他のアイテムに対応する所定行動である第２所定行動の発生との関係の強さの、第１所定行動が発生してからの経過時間に伴う増加傾向及び減少傾向に基づいて、入力レイヤにおいて受け付けられた経過時間Δｔに対応する影響度を算出する。

以下に、図３を参照しながら本実施形態に係るアテンションネットワークＡの説明を行う。図３は、本実施形態に係るアテンションネットワークＡの概要を示す図である。アテンションネットワークＡは、複数のアイテムのそれぞれの特徴ベクトルｈ_１〜ｈ_ｊについて、各アイテムに対応する所定の行動の発生の関係性の時間的な変化が反映された拡張特徴値ｅ（ｈ_１）〜ｅ（ｈ_ｊ）を生成する。そして、アテンションネットワークＡは、生成された拡張特徴値ｅ（ｈ_１）〜ｅ（ｈ_ｊ）に基づいて影響度α_ｔｉ〜α_ｔｊを算出する。影響度α_ｔｊは、以下に示す式（２）に基づいて算出される。ｃは、ユーザが購入した全てのアイテムを示し、ｊ及びｊ’はｃに含まれるアイテムを示している。

また、拡張特徴値ｅ（ｈ_１）〜ｅ（ｈ_ｊ）は、以下に示す式（３）に基づいて算出される。

式（３）及び図３に示すように、アテンションネットワークＡは、特徴ベクトルｈ_ｊの各要素に、Ｉ個の重みベクトルｗ_ｉ ^α（ただし、１≦ｉ≦Ｉ）を乗算することにより、特徴ベクトルｈ_ｊを、Ｉ個の要素を有する中間ベクトルγに変換する。続いて、アテンションネットワークＡは、中間ベクトルγのＩ個の要素γ_ｉのそれぞれに、所定の行動の発生の関係性の時間的な変化に対応する重み値β_ｉを乗算し、乗算結果の総和を算出することにより、拡張特徴値ｅ（ｈ_ｊ）に変換する。

重み値β_ｉは、以下に示す式（４）又は式（５）により算出される。

すなわち、アテンションネットワークＡは、時間変化を示すＩ個の関数Ｆを有している。関数Ｆには、Ｓｉｎｕｓｏｉｄ関数Ｆ１と、Ｒｅｌｕ関数Ｆ２とが含まれている。Ｓｉｎｕｓｏｉｄ関数Ｆ１は、第１所定行動の発生と第２所定行動の発生との関係の周期的な変化を影響度に反映するための関数である。Ｒｅｌｕ関数Ｆ２は、第１所定行動の発生と第２所定行動の発生との関係の強さの、先の所定行動が発生してからの経過時間に伴う増加傾向及び減少傾向を影響度に反映するための関数である。アテンションネットワークＡは、ｉ番目の関数Ｆに、入力レイヤにて入力された時間間隔Δｔ_ｊと重み値ｗ’_ｉとの乗算結果を入力することにより、時間間隔Δｔ_ｊに対応する周期性及び傾向を影響度に反映するための重み値β_ｉを算出する。なお、関数Ｆには、Ｒｅｌｕ関数Ｆ２が含まれるものとしたが、これに限らない。Ｒｅｌｕ関数Ｆ２の代わりに、Ｓｉｇｍｏｉｄ関数やｔａｎｈ関数等の、他の単調活性化関数が用いられてもよい。

なお、影響度α_ｔｊは、式（３）に基づいて算出されることとしたが、これに限らない。例えば、以下に示す式（６）に基づいて算出されてもよい。

［情報処理装置１の構成例］
続いて、本実施形態に係る情報処理装置１について説明する。図４は、本実施形態に係る情報処理装置１の構成を示す図である。情報処理装置１は、記憶部１１と、制御部１２とを備える。

記憶部１１は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等である。記憶部１１は、情報処理装置１を機能させるための各種プログラムを記憶する。例えば、記憶部１１は、情報処理装置１の制御部１２を、時系列データ取得部１２１、教師データ生成部１２２、及び学習部１２３として機能させる学習用プログラムと、制御部１２を予測部１２４及び広告配信部１２５として機能させる予測プログラムを記憶する。なお、学習用プログラムと、予測プログラムとは１つのプログラムに統合されていてもよい。

制御部１２は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。制御部１２は、記憶部１１に記憶されている各種プログラムを実行することにより、情報処理装置１に係る機能を制御する。制御部１２は、記憶部１１に記憶されている学習用プログラムを実行することにより、時系列データ取得部１２１、教師データ生成部１２２、及び学習部１２３として機能する。また、制御部１２は、記憶部１１に記憶されている予測プログラムを実行することにより、予測部１２４及び広告配信部１２５として機能する。

［ニューラルネットワークの学習］
本実施形態において、時系列データ取得部１２１、教師データ生成部１２２、及び学習部１２３は、協働することにより、図２に示すニューラルネットワークのパラメータの学習を行う。以下、時系列データ取得部１２１、教師データ生成部１２２、及び学習部１２３の機能について説明する。

時系列データ取得部１２１は、ユーザの所定行動に対応するアイテムを識別するアイテム識別情報と、当該所定行動が発生した時刻とを含む時系列データを取得する。所定行動は、例えばユーザによるアイテムの購入行動であり、アイテムは、例えば商品やサービスである。時系列データ取得部１２１は、時系列データとして、ユーザのＥＣサイトにおけるアイテムの購入履歴を示す購入履歴情報を取得する。時系列データ取得部１２１は、例えば、ＥＣサイト（不図示）から、時系列データを所定時間おきに取得する。

図５は、本実施形態に係る時系列データの例を示す図である。時系列データには、所定行動に対応するアイテムを識別するアイテム識別情報と、所定行動が発生した時刻と、所定行動を発生させたユーザを識別するユーザ識別情報とを関連付けたイベントデータが複数含まれている。

図５に示す例では、楕円形状のマークＭは、イベントデータを示している。また、図５に示す矢印は時刻を示しており、矢印上の楕円マークの位置が、所定行動が発生した時刻を示している。また、マークＭの上部に示されるｖ１〜ｖ７は、所定行動に対応するアイテムのアイテム識別情報を示している。図５において、３つのマークＭに同一のアイテム識別情報ｖ１が付されているが、これは、アイテム識別情報ｖ１のアイテムに対応する所定行動が３回発生したことを示している。

教師データ生成部１２２は、時系列データ取得部１２１が取得した時系列データに基づいて、複数のアイテムのそれぞれに対する所定行動である第１所定行動の発生と、当該アイテムと同一のアイテム又は異なる他のアイテムに対する所定行動である第２所定行動の発生との関係を示す第１教師データと、第１所定行動と第２所定行動との時間間隔を示す第２教師データとを生成する。

教師データ生成部１２２は、例えば、以下に示すように第１教師データを生成する。まず、教師データ生成部１２２は、アイテムの出現順にアイテム識別情報を含むシーケンスデータを生成する。教師データ生成部１２２は、全てのアイテム識別情報の個数を要素数とする入力ベクトル及び出力ベクトルを定義する。そして、教師データ生成部１２２は、シーケンスデータを参照し、予め定められたウィンドウサイズに基づいてアイテムの出現関係を示す入力ベクトルと出力ベクトルとの組み合わせを第１教師データとして生成する。ここで、入力ベクトル及び出力ベクトルはｏｎｅ−ｈｏｔベクトルである。

教師データ生成部１２２は、シーケンスデータを参照し、第２所定行動に対応するアイテムに対し、ウィンドウサイズに基づいて、当該アイテムの前に出現するアイテムを第１所定行動に対応するアイテムとして抽出する。例えば、ウィンドウサイズが「４」の場合、教師データ生成部１２２は、図５に示す時系列データに対応するシーケンスデータ［ｖ１，ｖ２，ｖ３，ｖ４，ｖ１，ｖ５，ｖ６，ｖ７，ｖ２，ｖ３，ｖ１］のうち、５番目に出現するアイテム「ｖ１」を基準として、前の４つのアイテムを「ｖ１」、「ｖ２」、「ｖ３」、「ｖ４」を抽出する。その後、６番目に出現するアイテム「ｖ５」を基準として、前の４つのアイテムを「ｖ２」、「ｖ３」、「ｖ４」、「ｖ１」を抽出する。教師データ生成部１２２は、このように基準とするアイテムを１つずつずらして、基準となるアイテムの前のアイテムを抽出する。

続いて、教師データ生成部１２２は、前の４つのアイテムが出現したことを示すｏｎｅ−ｈｏｔベクトルを入力ベクトルとして生成するとともに、基準とするアイテムが出現したことを示すｏｎｅ−ｈｏｔベクトルを出力ベクトルとして生成する。そして、教師データ生成部１２２は、生成した１つの出力ベクトルに対する４つの入力ベクトルの組み合わせを第１教師データとする。例えば、５番目に出現するアイテム「ｖ１」と前の４つのアイテム「ｖ１」、「ｖ２」、「ｖ３」、「ｖ４」を１つの出力と入力との組み合わせとする。

また、ウィンドウサイズはアイテムの数ではなく、時間の長さとしてもよい。例えば、ウィンドウサイズが「１か月間」の場合、第２所定行動に対応するアイテムに対し、当該行動の直前１か月間に出現するアイテムを第１所定行動に対応するアイテムとして抽出してもよい。

また、教師データ生成部１２２は、第１教師データが示す第１所定行動が発生した時刻ｔ_ｊと、当該第１教師データが示す第２所定行動が発生した時刻ｔ_ｔとの時間間隔Δｔ_ｊを示す情報を第２教師データとして生成する。

学習部１２３は、教師データ生成部１２２が生成した第１教師データ及び第２教師データに基づいて、予測プログラムに含まれるパラメータを学習する。具体的には、予測プログラムは、図２に示すニューラルネットワークの入力レイヤに、第１教師データに含まれる複数の入力ベクトルと、第２教師データが示す時間間隔Δｔを入力したときの出力ベクトルの値が、第１教師データに含まれる出力ベクトルであるとして、ニューラルネットワークにおける複数のレイヤのそれぞれに対応するパラメータを学習する。学習を行うことにより、第１埋込レイヤにおいて、複数のアイテムのそれぞれの所定行動の発生の関係性の時間的な変化が反映された特徴ベクトルが生成されることとなる。

［所定行動の予測及び広告配信］
本実施形態において、予測部１２４及び広告配信部１２５は、協働することにより、学習部１２３により学習が行われたニューラルネットワークを用いて、所定行動の発生を予測し、当該所定行動に対応するアイテムの広告をユーザに配信する。以下、予測部１２４及び広告配信部１２５の機能について説明する。

予測部１２４は、学習部１２３により学習が行われたニューラルネットワークに、予測の対象時刻の直前のウィンドウサイズにおけるユーザの所定行動に対応する複数の第１アイテムに対応する複数の入力ベクトルと、これらの第１アイテムに対応する所定行動が発生した時刻から予測の対象時刻までの経過時間Δｔを示す情報（複数のΔｔ）を入力する。そして、予測部１２４は、ニューラルネットワークから、当該複数の第１アイテムに対応する第２アイテムを示す出力ベクトルを取得し、当該第２アイテムに対応する所定行動をユーザが行うと予測する。

例えば、予測部１２４は、出力ベクトルを構成する各要素のうち、最大値を有する要素を特定する。そして、予測部１２４は、ユーザが、特定した要素を示す第２アイテムに対応する所定行動を行うと予測する。なお、予測部１２４は、出力ベクトルを構成する各要素のうち、値が相対的に大きい要素を特定してもよい。そして、予測部１２４は、ユーザが、特定した複数の要素のそれぞれが示す複数の第２アイテムに対応する所定行動を行うと予測してもよい。

ここで、第１アイテムに対応する所定行動が発生した時刻からの経過時間は、実際の経過時間ではなく、任意の経過時間を入力してもよい。このようにすることで、情報処理装置１は、第１のアイテムに対応する所定行動が発生した時刻からの任意の経過時間に対応する第２アイテムを予測することができる。

広告配信部１２５は、予測部１２４が予測した第２アイテムを広告する広告情報をユーザの端末に配信する。例えば、記憶部１１には、ユーザの端末に対応するメールアドレスや、ＳＮＳのＩＤが記憶されている。広告配信部１２５は、記憶部１１に記憶されているメールアドレスや、ＳＮＳのＩＤに基づいて、予測部１２４が予測した第２アイテムを広告する広告情報を配信する。

［情報処理装置１における処理の流れ］
続いて、情報処理装置１における処理の流れについて説明する。図６は、本実施形態に係る情報処理装置１における処理の流れの一例を示すフローチャートである。

まず、時系列データ取得部１２１は、ユーザの所定行動に対応するアイテムを識別するアイテム識別情報と、所定行動が発生した時刻とを含む時系列データを取得する（Ｓ１）。
続いて、教師データ生成部１２２は、時系列データに基づいて、複数のアイテムのそれぞれに対する所定行動の発生と、他のアイテムに対する所定行動の発生との関係を示す第１教師データと、これらの所定行動の時間間隔を示す第２教師データとを生成する（Ｓ２）。

続いて、学習部１２３は、教師データ生成部が生成した第１教師データ及び第２教師データに基づいて、ニューラルネットワークに含まれるパラメータの学習を実施する（Ｓ３）。
続いて、予測部１２４は、学習済のニューラルネットワークに、第１アイテムを示す入力ベクトル及び第１アイテムに対応する所定行動が発生した時刻からの経過時間を示す情報を入力し、当該経過時間後に発生する所定の行動に対応する第２アイテムを予測する（Ｓ４）。
続いて、広告配信部１２５は、ユーザの端末に、Ｓ４において予測された第２アイテムに対応する広告を配信する（Ｓ５）。

［本実施形態における効果］
以上の通り、本実施形態に係る予測プログラムは、コンピュータを、ユーザの所定行動に対応するアイテムを示す入力ベクトルと、入力ベクトルに対応するアイテムの所定行動が発生した時刻からの経過時間との入力を受け付ける入力レイヤ、入力ベクトルを、アイテムの特徴を示す特徴ベクトルに変換する第１変換レイヤ、第１変換レイヤにより変換された特徴ベクトルを、アイテムと他のアイテムとの影響度であって、入力レイヤが受け付けた経過時間に基づいて決定される影響度に基づいて、ユーザの所定行動の発生傾向を示すコンテキストベクトルに変換する第２変換レイヤ、及び、コンテキストベクトルを、複数のアイテムの少なくともいずれかを示す出力ベクトルに変換する第３変換レイヤ、として機能させる。

また、本実施形態に係る情報処理装置１は、予測プログラムに第１アイテムを示す入力ベクトル及び第１アイテムに対応する所定行動が発生した時刻からの経過時間を示す情報を入力することにより、予測プログラムから、当該第１アイテムに対応する第２アイテムを示す出力ベクトルを取得する。そして、情報処理装置１は、当該第２アイテムに対応する所定行動をユーザが行うと予測する。

このようにすることで、予測プログラム及び情報処理装置１は、所定行動の発生の時間的な変化を考慮して、第１アイテムに対応する所定行動の発生に関連して発生する第２アイテムに対応する所定行動の発生を予測することができる。

また、本実施形態に係る情報処理装置１は、ユーザの所定行動に対応するアイテムを識別するアイテム識別情報と、所定行動が発生した時刻とを含む時系列データを取得し、当該時系列データに基づいて、複数のアイテムのそれぞれに対する所定行動である第１所定行動の発生と、他のアイテムに対する所定行動である第２所定行動の発生との関係を示す第１教師データと、第１所定行動と第２所定行動との時間間隔を示す第２教師データとを生成し、当該第１教師データ及び第２教師データに基づいて、予測プログラムに含まれるパラメータを学習する。このようにすることで、情報処理装置１は、予測プログラムにおける、入力されたアイテム及び時間間隔に対応するアイテムの予測精度を向上させることができる。

以上、本発明を上記の実施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形態に記載の範囲には限定されない。上記実施形態に、多様な変更又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。また、特に、装置の分散・統合の具体的な実施形態は以上に図示するものに限られず、その全部又は一部について、種々の付加等に応じて、又は、機能負荷に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

１・・・情報処理装置、１１・・・記憶部、１２・・・制御部、１２１・・・時系列データ取得部、１２２・・・教師データ生成部、１２３・・・学習部、１２４・・・予測部、１２５・・・広告配信部

Claims (7)

1. コンピュータを、
   ユーザの所定行動に対応するアイテムを示す入力ベクトルと、前記入力ベクトルに対応するアイテムの前記所定行動が発生した時刻からの経過時間との入力を受け付ける受付部、
   前記入力ベクトルを、前記アイテムの特徴を示す特徴ベクトルに変換する第１変換部、
   前記第１変換部により変換された前記特徴ベクトルを、前記アイテムと他の前記アイテムとの影響度であって、前記受付部が受け付けた前記経過時間に基づいて決定される影響度に基づいて、前記ユーザの前記所定行動の発生傾向を示すコンテキストベクトルに変換する第２変換部、及び、
   前記コンテキストベクトルを、複数の前記アイテムの少なくともいずれかを示す出力ベクトルに変換する第３変換部、
   として機能させる予測プログラム。
2. 前記第２変換部は、複数の前記アイテムのそれぞれに対応する前記所定行動である第１所定行動の発生と、他の前記アイテムに対応する前記所定行動である第２所定行動の発生との関係の周期的な変化に基づいて、前記受付部が受け付けた経過時間に対応する前記影響度を算出し、当該影響度に基づいて、前記特徴ベクトルを前記コンテキストベクトルに変換する、
   請求項１に記載の予測プログラム。
3. 前記第２変換部は、複数の前記アイテムのそれぞれに対応する前記所定行動である第１所定行動の発生と、他の前記アイテムに対応する前記所定行動である第２所定行動の発生との関係の強さの、先の所定行動が発生してからの経過時間に伴う増加傾向及び減少傾向に基づいて、前記受付部が受け付けた経過時間に対応する前記影響度を算出し、当該影響度に基づいて、前記特徴ベクトルを前記コンテキストベクトルに変換する、
   請求項１又は２に記載の予測プログラム。
4. ユーザの所定行動に対応するアイテムを識別するアイテム識別情報と、前記所定行動が発生した時刻とを含む時系列データを取得する時系列データ取得部と、
   前記時系列データ取得部が取得した時系列データに基づいて、複数の前記アイテムのそれぞれに対する前記所定行動である第１所定行動の発生と、他の前記アイテムに対する前記所定行動である第２所定行動の発生との関係を示す第１教師データと、前記第１所定行動と前記第２所定行動との時間間隔を示す第２教師データとを生成する教師データ生成部と、
   前記教師データ生成部が生成した前記第１教師データ及び前記第２教師データに基づいて、請求項１から３のいずれか１項に記載の予測プログラムに含まれるパラメータを学習する学習部と、
   を備える学習装置。
5. 請求項１から３のいずれか１項に記載の予測プログラムに第１アイテムを示す入力ベクトル及び前記第１アイテムに対応する前記所定行動が発生した時刻からの経過時間を示す情報を入力することにより、前記予測プログラムから、当該第１アイテムに対応する第２アイテムを示す出力ベクトルを取得し、当該第２アイテムに対応する前記所定行動を前記ユーザが行うと予測する予測部を備える、
   予測装置。
6. 前記所定の行動は、前記アイテムの購入行動であり、
   前記予測部が予測した前記第２アイテムを広告する広告情報を前記ユーザの端末に配信する広告配信部をさらに備える、
   請求項５に記載の予測装置。
7. コンピュータが実行する、
   ユーザの所定行動に対応するアイテムを示す入力ベクトルと、前記入力ベクトルに対応するアイテムの前記所定行動が発生した時刻からの経過時間との入力を受け付けるステップと、
   前記入力ベクトルを、前記アイテムの特徴を示す特徴ベクトルに変換するステップと、
   変換された前記特徴ベクトルを、前記アイテムと他の前記アイテムとの影響度であって、受け付けられた前記経過時間に基づいて決定される影響度に基づいて、前記ユーザの前記所定行動の発生傾向を示すコンテキストベクトルに変換するステップと、
   変換された前記コンテキストベクトルを、複数の前記アイテムの少なくともいずれかを示す出力ベクトルに変換するステップと、
   を備える予測方法。
   
   

Images