文献

J-GLOBAL ID：202202252975595734   整理番号：22A0420257

機械学習アプローチに基づく中古ファッションアイテムの価格保持期間適正化モデルの提案と実証的効果検証

A Proposing Decision Model and Empirical Effect Verification of Sales Period with List Prices for Second-hand Fashion Items Based on Machine Learning Approach

著者 (4件)： 桑田和 (早稲田大) ,  三川健太 (湘南工科大) ,  佐々木北都 (ZOZO) ,  後藤正幸 (早稲田大)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 63  号： 1  ページ： 218-230 (WEB ONLY)  発行年： 2022年01月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
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： 本研究で対象とする中古ファッションECサイトでは,売れ残りのリスクを避けるために出品から一定期間が経過したアイテムの値下げを行う仕組みを導入しており,初期価格の保持期間の設定が1つの課題である.従来,値下げは利益への影響が強いものの経験的な方法によって実施されており,過去の販売履歴データの分析に基づいた,初期価格保持期間の設定の適正化が期待されている.また,多様性の高いファッションアイテムをつねに同じタイミングで値下げすることは合理的ではない.一方,初期価格保持期間は対象アイテムが誰かに購入されるまでの期間(掲載期間)を考慮する必要がある.これは購入する顧客が現れた際に確定するため,掲載期間を事前に正確に予測することは一般に難しい.そこで本研究では,アイテムの特徴量から掲載期間の予測分布を推定する機械学習モデルを構築することで,適切な初期価格保持期間を決定する方法を提案する.提案手法では,アイテムごとに掲載期間における販売確率を推定後,アイテムの出品月を変化させて推定を繰り返すことで初期価格保持期間を決定する.本研究では,当該サイトの過去の販売履歴データに提案手法を適用し,その予測モデルとしての有効性を示すとともに,初期価格保持期間を決定する.そして,その期間を用いて実際にアイテムを出品する実証実験を行い,得られた販売履歴データの分析により実運用における提案手法の有用性を検証する.(著者抄録)

シソーラス用語： ファッション ,  *電子商取引 ,  *機械学習 ,  最急降下法 ,  価格決定
準シソーラス用語： *EC【取引】 ,  *勾配ブースティング

分類 (1件)： マーケティング  (KA06020W)

引用文献 (23件)：

• 三好哲也:アパレルオンラインショッピングにおける消費者特性の分析:データ分析コンペティションデータの分析を通して,経営システム,Vol.27, No.2, pp.61-69 (2017).
• 里村卓也:トピックモデルによる顧客データの統合的分析,オペレーションズ・リサーチ,Vol.63, No.2, pp.67-74(2018).
• 奥野拓也,中村和幸:状態空間モデルによる購買間隔の規則性の推定,オペレーションズ・リサーチ,Vol.63, No.2,pp.83-90 (2018).
• Kanazawa, S., Sugiyama, Y., Yang, T. and Goto, M.: A Study of Feature Clustering Analysis based on the Hidden Layer Representation of an Autoencoder, Total Quality Science, Vol.5, No.1, pp.11-22 (2019).
• Liu, N., Ren, S., Choi, T.M., Hui, C.L. and Ng, S.F.: Sales Forecasting for Fashion Retailing Service Industry: A Review, Mathematical Problems in Engineering,Vol.2013, No.738675 (2013).

タイトルに関連する用語 (8件)： 機械学習 ,  ファッション ,  価格 ,  適正化 ,  モデル ,  提案 ,  実証 ,  検証