文献

J-GLOBAL ID：201702214102063304   整理番号：17A1000608

RFタグの読み取り回数と位相の変動量の分散を特徴量に用いた機械学習によるディープショッピングデータの取得方式の検討

RFID-Based Deep Shopping Data Acquisition Scheme with Machine Learning using Read Count and Variance of Phase as Features

著者 (4件)： 會田慎一郎 (慶応大 理工) ,  朝比奈啓 (慶応大 理工) ,  豊田健太郎 (慶応大 理工) ,  笹瀬巌 (慶応大 理工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 156(CS2017 12-41)  ページ： 19-24  発行年： 2017年07月20日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： RFタグを用いて商品や顧客の動きなどのディープショッピングデータを収集することで,顧客の潜在的なニーズを把握する方法が注目されている。これまでに,商品に装着したRFタグの受信信号強度の変動量を検出することで,商品が手に取られたことを検知する方法が提案されている。しかし,受信信号強度の変動のみを用いて実際に手に取られた商品を判別しているため,人の立ち入り等で信号の読み取り回数が急激に低下した際に検知精度が低下する。また,検知に用いる閾値を予備実験を行って求める必要があるため,店舗側の負担が大きいという問題がある。本稿では,実際に商用で用いられているRFタグ,リーダ及びアンテナを用い,受信信号強度,位相,RFタグの読み取り回数を特徴量とした機械学習を用いたディープショッピングデータの取得方法を提案する。機械学習を用いることで,閾値決定に関する問題は解消される。また,読み取り回数と位相を特徴量に用いることで受信信号強度の変動量が正しく取得できない状況および受信信号強度では検知できない僅かな動作も検知が可能となる。実験環境により,本方式が従来手法より検知特性を改善できることを示した。(著者抄録)

シソーラス用語： *RFID ,  半導体チップ ,  無線伝送 ,  *標識 ,  *機械学習 ,  商品 ,  物的流通 ,  *消費者志向 ,  購買行動 ,  情報 ,  需要 ,  マーケティング ,  *データ
準シソーラス用語： *RFタグ ,  *ディープショッピングデータ ,  *顧客志向 ,  顧客情報 ,  *購買データ ,  潜在需要

分類 (3件)： 市場調査,広告  (KA06030H) ,  計算機網  (JC03000K) ,  移動通信  (ND08030H)

引用文献 (18件)：

• D.R. Bell and J.M. Lattin, ′′Shopping behavior and con-sumer preference for store price format: Why ′′large bas-ket′′ shoppers prefer edlp, ′′ Marketing Science, vol.17, no.1, pp.66-88, 1998.
• G.L. Lohse, S. Bellman, and E.J. Johnson, ′′Consumer buy-ing behavior on the internet: Findings from panel data,′′ Journal of interactive Marketing, vol.14, no.1, pp.15-29, 2000.
• J. Han, H. Ding, C. Qian, W. Xi, Z. Wang, Z. Jiang, L. Shangguan, and J. Zhao, ′′Cbid: A customer behavior iden-tification system using passive tags,′′ IEEE/ACM Transac-tions on Networking, vol.24, no.5, pp.2885-2898, 2016.
• W. Niu, J. Long, D. Han, and Y.-F. Wang, ′′Human activ-ity detection and recognition for video surveillance,′′ Multi-media and Expo, 2004. ICME'04. 2004 IEEE International Conference on, vol.1IEEE, pp.719-722 2004.
• P.C. Ribeiro, J. Santos-Victor, and P. Lisboa, ′′Human activity recognition from video: modeling, feature selec-tion and classification architecture,′′ Proceedings of Interna-tional Workshop on Human Activity Recognition and Mod-elling, pp.61-78, 2005.

タイトルに関連する用語 (6件)： RFタグ ,  読み取り ,  位相 ,  変動量 ,  特徴量 ,  機械学習