1.目的
WEBアクセスログを分析し、それによってサイコグラフィック属性の推定を行う。サイコグラフィック属性としては、イノベータ理論におけるイノベータとアーリーアダプタに該当するユーザとし、それを精緻に抽出することを目指す。
2.先行研究との比較
Song X et al.(2006)
購買履歴から作成されるinformation flow networkを用いて将来の購買の予測を行った
Kawamae et al.(2009)
時間が経過すると指数関数的に他へ及ぼす影響力が減少することを仮定しモデル化をしたpersonal innovator degree
どちらも特定商品に対するユーザの購買順序を用いているため、販売数が少なく、消費者異質性があるような商品については利用できない。
本研究
アンケートに頼らない
多くのユーザに共通する特定の購入商品がなくても推定可能な手法の構築
3.技術や手法
Webページを複数のWebページ類に分類し、アクセス回数を集計
革新性ラベルを付与
上記を訓練データとする。
・訓練データの革新性ラベルの付与方法
購買日と商品発売日の差を求め、その差の平均値をユーザーごとに算出
上の平均経過時間の分布から-1σより短いユーザーを算出しそれを革新的ユーザーとする。
・webアクセスについて
商品詳細ページではなくそれを集約する
ウェブページ群で集約する
SVMにより推定
5.議論
推定制度を高めるためより効果的なルールベース作成方法が必要。
データがスパースになる傾向でありユーザをECでの行動タイプ分けを行うのにセッションに占める行動の割合、カテゴリ、ブランドのバラエティに着目した尺度によって精度向上ができるのでは。
尺度はMoe et al.(2003)
Buying, Searching, or Browsing: Differentiating Between Online Shoppers Using In-Store Navigational Clickstream
6.感想
まあ修論テーマ近いのもありかな