SlideShare una empresa de Scribd logo
1 de 23
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
ECサイトにおける商品紹介文の作成支援システムの開発
と評価に関する研究
A Study on the Development and Evaluation of a Support System for
Creating Product Introductions on EC Sites
北海道大学大学院情報科学研究科
修士2年 調和系工学研究室
阿部 涼介
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
2
研究背景
• 電子商取引(E-Commerce)の市場規模の拡大[1]
– ECは商品購買チャネルとして広く普及している
• ECサイトに掲載される商品情報は購入の意思決定に重要
例)重視する点
– 野菜:「価格」
– 日本酒:「紹介文」
• 「紹介文」は商品情報の一つ
– 見た目(画像)からは判断できない情報を含む
– 様々な商品情報(香り、生産地、味 等)を文章に含む
– 質や使い勝手などの使用感に関する情報を含む
[1]経済産業省商務情報政策局情報経済課:平成 30 年 度我が国におけるデータ駆動型社会に係る基盤整 備(電子商取引に関
する市場調査), https://www.meti.go.jp/policy/it_policy/statistics/outlook/H30_hokokusho_new.pdf, (2020-01-13)
ECサイトにおいて「紹介文」は重要な商品情報
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
3
研究背景
• 商品の「紹介文」作成における商品の販売担当者の負担
– 一定以上の紹介文の質
• 顧客の商品への興味関心に影響
• 誤情報を発信すると顧客に損害を及ぼす
– 一つの商品カテゴリで必要とされる紹介文数
• EC市場の拡大に伴い、ECサイトで扱われる商品及び紹介文数の増加
• メルマガやSNS等の各メディアに対応した紹介文の需要
紹介文を作成する担当者の負担は増加し続ける
図:ECサイト(オムニセブン)の紹介文例
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
4
研究背景
紹介文が重要となる商品
特徴が多い 「味覚」「嗅覚」を含む 購買頻度の多さ
日本酒 〇 〇 △
冷蔵庫 〇 × ×
コーヒー 〇 〇 〇
• ECサイト上で「紹介文」が重要となる商品
– 商品情報となる特徴が多い商品
– 五感の中でも「味覚」「嗅覚」等の情報を含む商品
– 購買頻度が週1~数カ月に一度程度である商品
• 本研究では商品として「日本酒」を選択する
表:いくつかの商品例が条件を満たしているか
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
5
研究目的
• 商品紹介文作成支援システムの開発
– 実用可能な質をもつ紹介文の生成
• システム概要
– 対象商品:日本酒
– 手法:テンプレート文による文章生成
• 文章の正確さが保証されている
– 紹介文作成支援方法
• 商品担当者の入力をもとに紹介文群を作成
• 紹介文群に対しシステム内で評価し、紹介文候補を提示
• 紹介文候補の中から商品担当者が1文を選択
• 調査
– メルマガのクリック率による紹介文の質の検証
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
6
関連研究
• ユーザの支援に関する研究
– 創造的な文章を生成するためのフレームワークに関する研究[1]
• 文章の自動生成に関する研究
– 深層学習を用いた研究
• LSTMを用いた観光案内向けの説明文の自動生成[2]
– テンプレート文を用いた研究
• アパレルECサイトにおける紹介文生成 [3]
• 競輪における予想記事生成 [4]
• クリック率を用いた広告検証に関する研究
– 商品推薦における文章の自動生成を行う研究[5]
• 従来研究との違い
– 選択した特徴に対して、正確な文章作成を行う点
– メルマガのクリック率を用いた商品紹介文の評価する点
[1] Ozbal, G., Pighin, D. and Strapparava, C.: BRAINSUP: BrainstormingSupport for Creative Sentence Generation,Proceedings of the 51st AnnualMeeting of
the Association for Computational Linguistics (Volume 1: LongPapers), Sofia, Bulgaria, Association for Computational Linguistics, pp.1446–1455 (2013).
[2]生田和也,品川政太朗,吉野幸一郎,鈴木優,中村哲:観光案内におけるニューラル言語モデルを用いた説明文の生成,人工知能学会全国大会論文集,Vol.JSAI2018,
pp.2K103–2K103 (2018)
三由裕也,萩原将文:感情推定を利用した感性的な画像説明文自動生成システム,日本感性工学会論文誌,Vol.18, No.2, pp.151–158 (2019)
[3]園田亜斗夢:アパレルECサイトにおける説明文自動生成,経営情報学会 全国研究発表大会要旨集,Vol.2018t10, pp.125–127 (2018)
[4]吉田 拓海, 横山 想一郎, 山下 倫央, 川村 秀憲 : 競輪における予想記事の自動生成システムの開発, 電子情報通信学会論文誌 D, Vol.J105-D, No.1, pp.60-74 (2022)
[5]勢〆弘幸,夏博恵,汪雪婷,山崎俊彦:ディープマルチパッチ手法を適用したディスプレイ広告のCTR予測,人工知能学会全国大会論文集,Vol.JSAI2020, (2020)
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
7
紹介文作成支援システムの概略図
日本酒DB
日本酒データ
検索モジュール
日本酒紹介文
作成モジュール
生成日本酒
紹介文群
日本酒紹介文
選択・評価モジュール
日本酒紹介文
候補リスト
日本酒
紹介文
日本酒の特徴
に基づく紹介
文を作成
日本酒名 日本酒データ
(生産地、香り、
日本酒度等)
日本酒
データ
日本酒名
ユーザの
評価・選択
紹介文の
1つを
選択
例)
・40行程度
例)雪の茅舎 純米吟醸
ユーザの入力
・銘柄
・特定名称
テンプレートDB
テンプレート
ユーザの選択
・必要な特徴量
・文の長さ
必要条件
必要条件
例)
・香り
・産地
・銘柄
紹介文例)
花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
例)
・香り
・産地
・銘柄
8
紹介文作成支援システム データ検索モジュール
日本酒
データ
日本酒DB
日本酒データ
検索モジュール
日本酒名 日本酒データ
(生産地、香り、
日本酒度等)
日本酒名
例)雪の茅舎 純米吟醸
ユーザの入力
・銘柄
・特定名称
ユーザの指定する日本酒に関するデータをDBから取得
• ネット上の複数のサイトから人の手で収集
銘柄 特定名称 生産地 適した季節 香り 酸度 …
雪の茅舎 純米大吟醸 秋田 春、初夏 花や果実のような甘い香り 1.6 …
日本酒データ
必要条件
紹介文例)
花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
紹介文例)
花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
9
紹介文作成支援システム 紹介文作成モジュール
日本酒
データ 日本酒紹介文
作成モジュール
生成日本酒
紹介文群
日本酒の特徴
に基づく紹介
文を作成
テンプレートDB
テンプレート
日本酒データからテンプレート手法によって紹介文群を生成
1. 日本酒データとテンプレートを
入力とする
2. 指定された特徴をもとに、複数
文の紹介文を生成・出力
紹介文生成の処理
• ECサイト[1]などに掲載される紹介文を参考に人手で作成
• 約300種類のテンプレートを設定
[1] Seven & i Holdings Co., L.: セブン&アイの総合通 販サイト|オムニ 7,(オンライン), https://www.omni7.jp/top, (2022-01-30)
テンプレート作成方法
ユーザの選択
・必要な特徴量
・文の長さ
例)
・香り
・産地
・銘柄
必要条件
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
必要条件
例)
・香り
・産地
・銘柄
10
紹介文作成支援システム 紹介文選択・評価モジュール
生成日本酒
紹介文群
日本酒紹介文
選択・評価モジュール
日本酒紹介文
候補リスト
例)
・40行程度
ユーザの選択
・必要な特徴量
・文の長さ
必要条件
1. 出現単語の重複率による評価
2. 係り受けの多さによる文章の複雑さの評価
3. 単語の共起頻度による評価
4. 特異的な単語・表現の使用頻度による選択・評価
評価機能
生成された紹介文群からユーザに提示する紹介文候補リストを作成
紹介文例)
花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
11
紹介文作成支援システム ユーザの評価・選択
日本酒紹介文
候補リスト
日本酒
紹介文
ユーザの
評価・選択
紹介文の
1つを
選択
最終的にはユーザの判断で1文を選択
例)
・香り
・産地
・銘柄
必要条件
紹介文例)
花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
12
紹介文作成支援システム UI
簡単な操作で紹介文生成を行えるUI
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
13
生成される紹介文に対する評価
製作者 文字数 紹介文内容
担当者 45文字 [秋田県] 花や果実のような爽やかな甘い香りと適度な酸味が調和し
た、飲みやすいと評判 の 1 本。
システム 45文字 花や果実のような甘い香りが特徴の秋田のひと品。 適度な酸の後味
を心ゆくまでお愉しみ下さい。
システム 44文字 適度な酸の後味をお楽しみいただけます。 花や果実のような甘い香
りが特徴の秋田のひと品です。
システム 41文字 花や果実のような甘い香りを堪能できるお酒です。 適度な酸の後味
が特徴の秋田のひと品。
オレンジ:生産地、赤:香り、緑:味
• 販売担当者による日本酒データ・テンプレートの確認
• 一部誤解を招く表現を修正・削除
• 生成される紹介文に対する評価
• 担当者作の紹介文に劣らず、日本語がおかしい文章も存在しない
• システム作の紹介文は、担当者に実用可能と評価をもらっている
表:生成紹介文例
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
14
調査
• 調査目的
– システムにより生成された紹介文が実用
可能であるか検証
• 調査環境
– 検証の媒体
• 共同研究先のオムニセブンのメルマガを
利用
– オムニセブンのメルマガ
• 会員数:700万人以上
• 配信対象者:20万人前後
– メルマガの内容
• 一つの特徴組の日本酒の紹介文が掲載
• 日本酒の商品バナーと紹介文が掲載
• 商品バナーをクリックするとECサイトの
商品ページに移行
図:メルマガの例
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
15
調査
• 調査方法
– メルマガの商品紹介文に対するクリック率を対象
– 合計3回実施
– クリック率(クリック数 / 対象人数)に有意な差があるか検定
• 対象人数が配信対象者数:CTR(配信者数)
• 対象人数が開封者数:CTR(開封者数)(第2回から使用)
• 検定手法
– 2群の比率の差の検定
• フィッシャーの正確確率検定と同等の結果となるZ 検定を使用
• 有意水準:5%
• 帰無仮説:ある2群のクリック率が等しい
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
16
調査
• 調査の各回の目的
担当者作成:商品担当者が支援を受けずに作成
システム支援:システムの支援を受けて作成
第1回調査
– 従来の方法での担当者作成の紹介文とシステム支援の紹介文を比較
第2回調査
– 紹介文に含む特徴を揃え担当者作成とシステム支援の紹介文を比較
第3回調査
– 第2回よりも条件を揃え担当者作成とシステム支援の紹介文を比較
• 第1回・第2回調査をもとに条件を揃えた第3回調査をメインに説明する
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
17
第1・2回調査
• 調査方法
– システム支援の紹介文と担当者作成の紹介文のクリック率の比較
– 担当者作成の紹介文について
• 第1回調査で条件を指定せず
• 第2回調査では紹介文に含む特徴を指定
• 調査設定
– メルマガ配信対象者数
• 第1回調査:33.7万人、第2回調査:19万人
– 対象日本酒
• 雪の茅舎、大七、龍力、(第2回)八海山
• 調査結果
– 第1回調査
• システム支援の紹介文のクリック率が、担当者作成の紹介文のクリック
率より大きいことが有意な差
• 担当者作成の紹介文内の特徴・文字数が多かった
– 第2回調査
• システム支援と担当者作成のクリック率の差が有意な差であるとは言え
ない
• 担当者作成の紹介文には強調表現が含まれていた
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
18
第3回調査設定
方法
1. 条件を揃えて、担当者作成とシステム支援の紹介文のクリック率で比較
2. メルマガの開封者数をクリック率の母数にして同様に比較
設定
• メルマガ配信対象者数:15.1万人
• 対象日本酒:雪の茅舎、大七、龍力、八海山
• システム支援の紹介文(4種類)
– 文字数:30文字程度
– 紹介文内の特徴:特定名称、香り、味、生産地、適した料理、使用米(6種類)
• 担当者作成の紹介文(1種類)
– 文字数:26文字
– 紹介文内の特徴:特定名称、香り(2種類)
支援の有無 文字数 紹介文内容
担当者作成 26文字 上品なのど越しとほどよい香りが生きている純米吟醸酒。
システム支援 30文字 純米吟醸のひと品。花や果実のような甘い香りを堪能できるお酒。
表:担当者作成とシステム支援の紹介文例(雪の茅舎)
水色:特定名称、赤:香り
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
19
第3回調査結果
• メルマガの配信結果
• 各CTRに対する検定結果
• 結果
– 担当者作成の紹介文とシステム支援の紹介文のクリック率の差
• CTR(配信者数)、 CTR(開封者数)、共に有意な差があるとは言えない
支援の有無 配信対象数 開封者数 クリック数 CTR(配信者数) CTR(開封者数)
担当者作成 30,454人 6,768人 239回 0.784% 3.531%
システム支援合計 121,156人 27,106人 936回 0.773% 3.453%
比較対象 P値 有意な差 CTRが高い対象
担当者作成:システム支援合計(配信者数) 82.773% なし -
担当者作成:システム支援合計(開封者数) 75.310% なし -
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
20
計3回の調査のまとめ
• 担当者作成の紹介文とシステム支援の紹介文の検定結果
– 条件を揃えると有意な差はあるとはいえないという結論
• CTRの比率の差(担当者作成-システム支援)の95%信頼区間
– 第3回調査では第2回調査より
• システム支援と担当者作成紹介文の差は小さい
• 正の区間と負の区間の長さが近しい
図1:第1回~第3回調査のCTR(配信者数)
の比率の差の信頼区間
図2:第2回~第3回調査のCTR(開封者数)
の比率の差の信頼区間
調査環境において
システムが実用可能な紹介文を生成している
-0.003 -0.002 -0.001 0.000 0.001 0.002
第1回
第2回
第3回
第1~3回の調査におけるCTRの比率の差の95%信頼区間
-0.010 -0.008 -0.006 -0.004 -0.002 0.000 0.002 0.004 0.006
第3回
第2回
第2~3回の調査におけるCTRの比率の差の95%信頼区間
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
21
調査結果に基づく考察
メルマガにおいて
• 日本酒紹介文支援システムの実用の可能性を示した
• 日本酒と条件が類似した商品に調査内容を応用する際には
– 担当者作成とシステム支援の紹介文の条件を正確に指定
• 紹介文に含む特徴・文の長さ
• 紹介文自体の形式
文字数 紹介文内容
第1回調査 75文字 秋田が誇る銘酒、雪の茅舎。その純米吟醸酒は、華やかな香りとうまみたっ
ぷりの味わいが特徴で、ふくよかで上品なのど越しとほどよい香りが生きて
いるお酒です。
第2回調査 45文字 [秋田県] 花や果実のような爽やかな甘い香りと適度な酸味が調和した、飲み
やすいと評判 の 1 本。
第3回調査 26文字 上品なのど越しとほどよい香りが生きている純米吟醸酒。
オレンジ:生産地、青:銘柄、水色:特定名称、赤:香り、緑:味
表:担当者作成の紹介文
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
22
まとめと今後の展望
• まとめ
– 日本酒の紹介文作成支援システムの開発
– メルマガのクリック率を用いた紹介文の質の検証
– システム支援の紹介文が、担当者作成の紹介文と比較し
て、実用可能な紹介文を生成している
• 今後の展望
– 日本酒以外の商品に応用
• 同様な条件を持つワイン、ウイスキー等
– クリック率による評価を用いたフィードバック機能
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved.
23
研究業績
• 国内学会 口頭発表 査読なし (3件)
1. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : EC サイト掲載商品の紹介文作
成支援 , 社会システムと情報技術研究ウィーク2020(WSSIT), 北海道(2020-03)
2. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : EC サイト掲載商品の紹介文作
成支援システムにおける複数文組合せ機能の開発, 情報処理北海道シンポジウム,
北海道(2020-11),オンライン
3. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : ECサイト掲載商品の紹介文作
成支援システムの開発とメールマガジンによる紹介文評価,情報処理北海道シンポ
ジウム, 北海道(2021-10),オンライン
• 発表予定 (1件)
(国内学会 口頭発表 査読なし)
1. 〇阿部涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 :商品紹介文の作成支援における
生成文評価機能の開発, 社会システムと情報技術研究ウィーク2022(WSSIT), 北
海道(2022-03),オンライン
• 受賞 (2件)
1. 研究奨励賞(情報処理北海道シンポジウム2020)
2. 優秀プレゼンテーション賞(情報処理北海道シンポジウム2021)

Más contenido relacionado

La actualidad más candente

Active Learning 入門
Active Learning 入門Active Learning 入門
Active Learning 入門
Shuyo Nakatani
 
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
 

La actualidad más candente (20)

協調フィルタリング入門
協調フィルタリング入門協調フィルタリング入門
協調フィルタリング入門
 
「YDNの広告のCTRをオンライン学習で予測してみた」#yjdsw4
「YDNの広告のCTRをオンライン学習で予測してみた」#yjdsw4「YDNの広告のCTRをオンライン学習で予測してみた」#yjdsw4
「YDNの広告のCTRをオンライン学習で予測してみた」#yjdsw4
 
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
 
AbemaTVにおける推薦システム
AbemaTVにおける推薦システムAbemaTVにおける推薦システム
AbemaTVにおける推薦システム
 
Active Learning 入門
Active Learning 入門Active Learning 入門
Active Learning 入門
 
傾向スコアの概念とその実践
傾向スコアの概念とその実践傾向スコアの概念とその実践
傾向スコアの概念とその実践
 
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
 
密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知
 
Layer Normalization@NIPS+読み会・関西
Layer Normalization@NIPS+読み会・関西Layer Normalization@NIPS+読み会・関西
Layer Normalization@NIPS+読み会・関西
 
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
 
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
 
全力解説!Transformer
全力解説!Transformer全力解説!Transformer
全力解説!Transformer
 
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
 
XGBoostからNGBoostまで
XGBoostからNGBoostまでXGBoostからNGBoostまで
XGBoostからNGBoostまで
 
Anomaly detection survey
Anomaly detection surveyAnomaly detection survey
Anomaly detection survey
 
教師なしオブジェクトマッチング(第2回ステアラボ人工知能セミナー)
教師なしオブジェクトマッチング(第2回ステアラボ人工知能セミナー)教師なしオブジェクトマッチング(第2回ステアラボ人工知能セミナー)
教師なしオブジェクトマッチング(第2回ステアラボ人工知能セミナー)
 
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
 
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
モデルベース協調フィルタリングにおける推薦の透明性に関する検討モデルベース協調フィルタリングにおける推薦の透明性に関する検討
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
 
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
 

Similar a ECサイトにおける商品紹介文の作成支援システムの開発と評価に関する研究

【16-B-7】TIDAコンソーシアム
【16-B-7】TIDAコンソーシアム【16-B-7】TIDAコンソーシアム
【16-B-7】TIDAコンソーシアム
Developers Summit
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
 
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
Sho Nakamura
 
サービスサイエンス 〜サービスイノベーションの創出に向けて〜
サービスサイエンス 〜サービスイノベーションの創出に向けて〜サービスサイエンス 〜サービスイノベーションの創出に向けて〜
サービスサイエンス 〜サービスイノベーションの創出に向けて〜
Yuriko Sawatani
 
Ipsj kansai(20100922)
Ipsj kansai(20100922)Ipsj kansai(20100922)
Ipsj kansai(20100922)
真 岡本
 

Similar a ECサイトにおける商品紹介文の作成支援システムの開発と評価に関する研究 (20)

ECサイト掲載商品の紹介文作成支援に関する研究
ECサイト掲載商品の紹介文作成支援に関する研究ECサイト掲載商品の紹介文作成支援に関する研究
ECサイト掲載商品の紹介文作成支援に関する研究
 
All That’s ‘Human’ Is Not Gold Evaluating Human Evaluation of Generated Text
All That’s ‘Human’ Is Not Gold Evaluating Human Evaluation of Generated TextAll That’s ‘Human’ Is Not Gold Evaluating Human Evaluation of Generated Text
All That’s ‘Human’ Is Not Gold Evaluating Human Evaluation of Generated Text
 
機械学習品質マネジメントプロジェクトのご紹介
機械学習品質マネジメントプロジェクトのご紹介機械学習品質マネジメントプロジェクトのご紹介
機械学習品質マネジメントプロジェクトのご紹介
 
言語モデルを用いた俳句評価器の構築と性能評価に関する研究
言語モデルを用いた俳句評価器の構築と性能評価に関する研究言語モデルを用いた俳句評価器の構築と性能評価に関する研究
言語モデルを用いた俳句評価器の構築と性能評価に関する研究
 
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
 
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
 
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
 
Semi-Supervised Neural Architecture Search
Semi-Supervised Neural Architecture SearchSemi-Supervised Neural Architecture Search
Semi-Supervised Neural Architecture Search
 
【16-B-7】TIDAコンソーシアム
【16-B-7】TIDAコンソーシアム【16-B-7】TIDAコンソーシアム
【16-B-7】TIDAコンソーシアム
 
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
 
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
 
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
 
ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
 
20150924 Human Interface Symposium 2015 ,How to measure service quality.
20150924 Human Interface Symposium 2015 ,How to measure service quality.20150924 Human Interface Symposium 2015 ,How to measure service quality.
20150924 Human Interface Symposium 2015 ,How to measure service quality.
 
ドメイン駆動設計と要求開発
ドメイン駆動設計と要求開発ドメイン駆動設計と要求開発
ドメイン駆動設計と要求開発
 
Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autono...
Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autono...Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autono...
Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autono...
 
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
DEIM2019 楽天技術研究所の研究とケーススタディ(推薦システム)
 
サービスサイエンス 〜サービスイノベーションの創出に向けて〜
サービスサイエンス 〜サービスイノベーションの創出に向けて〜サービスサイエンス 〜サービスイノベーションの創出に向けて〜
サービスサイエンス 〜サービスイノベーションの創出に向けて〜
 
Ipsj kansai(20100922)
Ipsj kansai(20100922)Ipsj kansai(20100922)
Ipsj kansai(20100922)
 

Más de harmonylab

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
harmonylab
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
harmonylab
 

Más de harmonylab (20)

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
 
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
 
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
 
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
 
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
 
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat ModelsDLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
 
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language ModelsVoyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
 
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose EstimationDLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
 
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language ModelsReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
 
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
 
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 
A Study on Generation of Deformed Route Maps using Octilinear Grid
A Study on Generation of Deformed Route Maps using Octilinear GridA Study on Generation of Deformed Route Maps using Octilinear Grid
A Study on Generation of Deformed Route Maps using Octilinear Grid
 
A Study on the Generation of Clothing Captions Highlighting the Differences b...
A Study on the Generation of Clothing Captions Highlighting the Differences b...A Study on the Generation of Clothing Captions Highlighting the Differences b...
A Study on the Generation of Clothing Captions Highlighting the Differences b...
 
A Study on Clothing Recommendation Information Presentation System Based on C...
A Study on Clothing Recommendation Information Presentation System Based on C...A Study on Clothing Recommendation Information Presentation System Based on C...
A Study on Clothing Recommendation Information Presentation System Based on C...
 
深層学習を用いたバス乗客画像の属性推定 に関する研究
深層学習を用いたバス乗客画像の属性推定 に関する研究深層学習を用いたバス乗客画像の属性推定 に関する研究
深層学習を用いたバス乗客画像の属性推定 に関する研究
 

Último

Último (10)

知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 

ECサイトにおける商品紹介文の作成支援システムの開発と評価に関する研究

  • 1. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. ECサイトにおける商品紹介文の作成支援システムの開発 と評価に関する研究 A Study on the Development and Evaluation of a Support System for Creating Product Introductions on EC Sites 北海道大学大学院情報科学研究科 修士2年 調和系工学研究室 阿部 涼介
  • 2. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 2 研究背景 • 電子商取引(E-Commerce)の市場規模の拡大[1] – ECは商品購買チャネルとして広く普及している • ECサイトに掲載される商品情報は購入の意思決定に重要 例)重視する点 – 野菜:「価格」 – 日本酒:「紹介文」 • 「紹介文」は商品情報の一つ – 見た目(画像)からは判断できない情報を含む – 様々な商品情報(香り、生産地、味 等)を文章に含む – 質や使い勝手などの使用感に関する情報を含む [1]経済産業省商務情報政策局情報経済課:平成 30 年 度我が国におけるデータ駆動型社会に係る基盤整 備(電子商取引に関 する市場調査), https://www.meti.go.jp/policy/it_policy/statistics/outlook/H30_hokokusho_new.pdf, (2020-01-13) ECサイトにおいて「紹介文」は重要な商品情報
  • 3. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 3 研究背景 • 商品の「紹介文」作成における商品の販売担当者の負担 – 一定以上の紹介文の質 • 顧客の商品への興味関心に影響 • 誤情報を発信すると顧客に損害を及ぼす – 一つの商品カテゴリで必要とされる紹介文数 • EC市場の拡大に伴い、ECサイトで扱われる商品及び紹介文数の増加 • メルマガやSNS等の各メディアに対応した紹介文の需要 紹介文を作成する担当者の負担は増加し続ける 図:ECサイト(オムニセブン)の紹介文例
  • 4. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 4 研究背景 紹介文が重要となる商品 特徴が多い 「味覚」「嗅覚」を含む 購買頻度の多さ 日本酒 〇 〇 △ 冷蔵庫 〇 × × コーヒー 〇 〇 〇 • ECサイト上で「紹介文」が重要となる商品 – 商品情報となる特徴が多い商品 – 五感の中でも「味覚」「嗅覚」等の情報を含む商品 – 購買頻度が週1~数カ月に一度程度である商品 • 本研究では商品として「日本酒」を選択する 表:いくつかの商品例が条件を満たしているか
  • 5. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 5 研究目的 • 商品紹介文作成支援システムの開発 – 実用可能な質をもつ紹介文の生成 • システム概要 – 対象商品:日本酒 – 手法:テンプレート文による文章生成 • 文章の正確さが保証されている – 紹介文作成支援方法 • 商品担当者の入力をもとに紹介文群を作成 • 紹介文群に対しシステム内で評価し、紹介文候補を提示 • 紹介文候補の中から商品担当者が1文を選択 • 調査 – メルマガのクリック率による紹介文の質の検証
  • 6. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 6 関連研究 • ユーザの支援に関する研究 – 創造的な文章を生成するためのフレームワークに関する研究[1] • 文章の自動生成に関する研究 – 深層学習を用いた研究 • LSTMを用いた観光案内向けの説明文の自動生成[2] – テンプレート文を用いた研究 • アパレルECサイトにおける紹介文生成 [3] • 競輪における予想記事生成 [4] • クリック率を用いた広告検証に関する研究 – 商品推薦における文章の自動生成を行う研究[5] • 従来研究との違い – 選択した特徴に対して、正確な文章作成を行う点 – メルマガのクリック率を用いた商品紹介文の評価する点 [1] Ozbal, G., Pighin, D. and Strapparava, C.: BRAINSUP: BrainstormingSupport for Creative Sentence Generation,Proceedings of the 51st AnnualMeeting of the Association for Computational Linguistics (Volume 1: LongPapers), Sofia, Bulgaria, Association for Computational Linguistics, pp.1446–1455 (2013). [2]生田和也,品川政太朗,吉野幸一郎,鈴木優,中村哲:観光案内におけるニューラル言語モデルを用いた説明文の生成,人工知能学会全国大会論文集,Vol.JSAI2018, pp.2K103–2K103 (2018) 三由裕也,萩原将文:感情推定を利用した感性的な画像説明文自動生成システム,日本感性工学会論文誌,Vol.18, No.2, pp.151–158 (2019) [3]園田亜斗夢:アパレルECサイトにおける説明文自動生成,経営情報学会 全国研究発表大会要旨集,Vol.2018t10, pp.125–127 (2018) [4]吉田 拓海, 横山 想一郎, 山下 倫央, 川村 秀憲 : 競輪における予想記事の自動生成システムの開発, 電子情報通信学会論文誌 D, Vol.J105-D, No.1, pp.60-74 (2022) [5]勢〆弘幸,夏博恵,汪雪婷,山崎俊彦:ディープマルチパッチ手法を適用したディスプレイ広告のCTR予測,人工知能学会全国大会論文集,Vol.JSAI2020, (2020)
  • 7. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 7 紹介文作成支援システムの概略図 日本酒DB 日本酒データ 検索モジュール 日本酒紹介文 作成モジュール 生成日本酒 紹介文群 日本酒紹介文 選択・評価モジュール 日本酒紹介文 候補リスト 日本酒 紹介文 日本酒の特徴 に基づく紹介 文を作成 日本酒名 日本酒データ (生産地、香り、 日本酒度等) 日本酒 データ 日本酒名 ユーザの 評価・選択 紹介文の 1つを 選択 例) ・40行程度 例)雪の茅舎 純米吟醸 ユーザの入力 ・銘柄 ・特定名称 テンプレートDB テンプレート ユーザの選択 ・必要な特徴量 ・文の長さ 必要条件 必要条件 例) ・香り ・産地 ・銘柄 紹介文例) 花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
  • 8. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 例) ・香り ・産地 ・銘柄 8 紹介文作成支援システム データ検索モジュール 日本酒 データ 日本酒DB 日本酒データ 検索モジュール 日本酒名 日本酒データ (生産地、香り、 日本酒度等) 日本酒名 例)雪の茅舎 純米吟醸 ユーザの入力 ・銘柄 ・特定名称 ユーザの指定する日本酒に関するデータをDBから取得 • ネット上の複数のサイトから人の手で収集 銘柄 特定名称 生産地 適した季節 香り 酸度 … 雪の茅舎 純米大吟醸 秋田 春、初夏 花や果実のような甘い香り 1.6 … 日本酒データ 必要条件 紹介文例) 花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
  • 9. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 紹介文例) 花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。 9 紹介文作成支援システム 紹介文作成モジュール 日本酒 データ 日本酒紹介文 作成モジュール 生成日本酒 紹介文群 日本酒の特徴 に基づく紹介 文を作成 テンプレートDB テンプレート 日本酒データからテンプレート手法によって紹介文群を生成 1. 日本酒データとテンプレートを 入力とする 2. 指定された特徴をもとに、複数 文の紹介文を生成・出力 紹介文生成の処理 • ECサイト[1]などに掲載される紹介文を参考に人手で作成 • 約300種類のテンプレートを設定 [1] Seven & i Holdings Co., L.: セブン&アイの総合通 販サイト|オムニ 7,(オンライン), https://www.omni7.jp/top, (2022-01-30) テンプレート作成方法 ユーザの選択 ・必要な特徴量 ・文の長さ 例) ・香り ・産地 ・銘柄 必要条件
  • 10. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 必要条件 例) ・香り ・産地 ・銘柄 10 紹介文作成支援システム 紹介文選択・評価モジュール 生成日本酒 紹介文群 日本酒紹介文 選択・評価モジュール 日本酒紹介文 候補リスト 例) ・40行程度 ユーザの選択 ・必要な特徴量 ・文の長さ 必要条件 1. 出現単語の重複率による評価 2. 係り受けの多さによる文章の複雑さの評価 3. 単語の共起頻度による評価 4. 特異的な単語・表現の使用頻度による選択・評価 評価機能 生成された紹介文群からユーザに提示する紹介文候補リストを作成 紹介文例) 花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
  • 11. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 11 紹介文作成支援システム ユーザの評価・選択 日本酒紹介文 候補リスト 日本酒 紹介文 ユーザの 評価・選択 紹介文の 1つを 選択 最終的にはユーザの判断で1文を選択 例) ・香り ・産地 ・銘柄 必要条件 紹介文例) 花や果実のような甘い香りと適度な酸の後味を心ゆくまでお愉しみ下さい。
  • 12. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 12 紹介文作成支援システム UI 簡単な操作で紹介文生成を行えるUI
  • 13. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 13 生成される紹介文に対する評価 製作者 文字数 紹介文内容 担当者 45文字 [秋田県] 花や果実のような爽やかな甘い香りと適度な酸味が調和し た、飲みやすいと評判 の 1 本。 システム 45文字 花や果実のような甘い香りが特徴の秋田のひと品。 適度な酸の後味 を心ゆくまでお愉しみ下さい。 システム 44文字 適度な酸の後味をお楽しみいただけます。 花や果実のような甘い香 りが特徴の秋田のひと品です。 システム 41文字 花や果実のような甘い香りを堪能できるお酒です。 適度な酸の後味 が特徴の秋田のひと品。 オレンジ:生産地、赤:香り、緑:味 • 販売担当者による日本酒データ・テンプレートの確認 • 一部誤解を招く表現を修正・削除 • 生成される紹介文に対する評価 • 担当者作の紹介文に劣らず、日本語がおかしい文章も存在しない • システム作の紹介文は、担当者に実用可能と評価をもらっている 表:生成紹介文例
  • 14. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 14 調査 • 調査目的 – システムにより生成された紹介文が実用 可能であるか検証 • 調査環境 – 検証の媒体 • 共同研究先のオムニセブンのメルマガを 利用 – オムニセブンのメルマガ • 会員数:700万人以上 • 配信対象者:20万人前後 – メルマガの内容 • 一つの特徴組の日本酒の紹介文が掲載 • 日本酒の商品バナーと紹介文が掲載 • 商品バナーをクリックするとECサイトの 商品ページに移行 図:メルマガの例
  • 15. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 15 調査 • 調査方法 – メルマガの商品紹介文に対するクリック率を対象 – 合計3回実施 – クリック率(クリック数 / 対象人数)に有意な差があるか検定 • 対象人数が配信対象者数:CTR(配信者数) • 対象人数が開封者数:CTR(開封者数)(第2回から使用) • 検定手法 – 2群の比率の差の検定 • フィッシャーの正確確率検定と同等の結果となるZ 検定を使用 • 有意水準:5% • 帰無仮説:ある2群のクリック率が等しい
  • 16. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 16 調査 • 調査の各回の目的 担当者作成:商品担当者が支援を受けずに作成 システム支援:システムの支援を受けて作成 第1回調査 – 従来の方法での担当者作成の紹介文とシステム支援の紹介文を比較 第2回調査 – 紹介文に含む特徴を揃え担当者作成とシステム支援の紹介文を比較 第3回調査 – 第2回よりも条件を揃え担当者作成とシステム支援の紹介文を比較 • 第1回・第2回調査をもとに条件を揃えた第3回調査をメインに説明する
  • 17. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 17 第1・2回調査 • 調査方法 – システム支援の紹介文と担当者作成の紹介文のクリック率の比較 – 担当者作成の紹介文について • 第1回調査で条件を指定せず • 第2回調査では紹介文に含む特徴を指定 • 調査設定 – メルマガ配信対象者数 • 第1回調査:33.7万人、第2回調査:19万人 – 対象日本酒 • 雪の茅舎、大七、龍力、(第2回)八海山 • 調査結果 – 第1回調査 • システム支援の紹介文のクリック率が、担当者作成の紹介文のクリック 率より大きいことが有意な差 • 担当者作成の紹介文内の特徴・文字数が多かった – 第2回調査 • システム支援と担当者作成のクリック率の差が有意な差であるとは言え ない • 担当者作成の紹介文には強調表現が含まれていた
  • 18. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 18 第3回調査設定 方法 1. 条件を揃えて、担当者作成とシステム支援の紹介文のクリック率で比較 2. メルマガの開封者数をクリック率の母数にして同様に比較 設定 • メルマガ配信対象者数:15.1万人 • 対象日本酒:雪の茅舎、大七、龍力、八海山 • システム支援の紹介文(4種類) – 文字数:30文字程度 – 紹介文内の特徴:特定名称、香り、味、生産地、適した料理、使用米(6種類) • 担当者作成の紹介文(1種類) – 文字数:26文字 – 紹介文内の特徴:特定名称、香り(2種類) 支援の有無 文字数 紹介文内容 担当者作成 26文字 上品なのど越しとほどよい香りが生きている純米吟醸酒。 システム支援 30文字 純米吟醸のひと品。花や果実のような甘い香りを堪能できるお酒。 表:担当者作成とシステム支援の紹介文例(雪の茅舎) 水色:特定名称、赤:香り
  • 19. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 19 第3回調査結果 • メルマガの配信結果 • 各CTRに対する検定結果 • 結果 – 担当者作成の紹介文とシステム支援の紹介文のクリック率の差 • CTR(配信者数)、 CTR(開封者数)、共に有意な差があるとは言えない 支援の有無 配信対象数 開封者数 クリック数 CTR(配信者数) CTR(開封者数) 担当者作成 30,454人 6,768人 239回 0.784% 3.531% システム支援合計 121,156人 27,106人 936回 0.773% 3.453% 比較対象 P値 有意な差 CTRが高い対象 担当者作成:システム支援合計(配信者数) 82.773% なし - 担当者作成:システム支援合計(開封者数) 75.310% なし -
  • 20. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 20 計3回の調査のまとめ • 担当者作成の紹介文とシステム支援の紹介文の検定結果 – 条件を揃えると有意な差はあるとはいえないという結論 • CTRの比率の差(担当者作成-システム支援)の95%信頼区間 – 第3回調査では第2回調査より • システム支援と担当者作成紹介文の差は小さい • 正の区間と負の区間の長さが近しい 図1:第1回~第3回調査のCTR(配信者数) の比率の差の信頼区間 図2:第2回~第3回調査のCTR(開封者数) の比率の差の信頼区間 調査環境において システムが実用可能な紹介文を生成している -0.003 -0.002 -0.001 0.000 0.001 0.002 第1回 第2回 第3回 第1~3回の調査におけるCTRの比率の差の95%信頼区間 -0.010 -0.008 -0.006 -0.004 -0.002 0.000 0.002 0.004 0.006 第3回 第2回 第2~3回の調査におけるCTRの比率の差の95%信頼区間
  • 21. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 21 調査結果に基づく考察 メルマガにおいて • 日本酒紹介文支援システムの実用の可能性を示した • 日本酒と条件が類似した商品に調査内容を応用する際には – 担当者作成とシステム支援の紹介文の条件を正確に指定 • 紹介文に含む特徴・文の長さ • 紹介文自体の形式 文字数 紹介文内容 第1回調査 75文字 秋田が誇る銘酒、雪の茅舎。その純米吟醸酒は、華やかな香りとうまみたっ ぷりの味わいが特徴で、ふくよかで上品なのど越しとほどよい香りが生きて いるお酒です。 第2回調査 45文字 [秋田県] 花や果実のような爽やかな甘い香りと適度な酸味が調和した、飲み やすいと評判 の 1 本。 第3回調査 26文字 上品なのど越しとほどよい香りが生きている純米吟醸酒。 オレンジ:生産地、青:銘柄、水色:特定名称、赤:香り、緑:味 表:担当者作成の紹介文
  • 22. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 22 まとめと今後の展望 • まとめ – 日本酒の紹介文作成支援システムの開発 – メルマガのクリック率を用いた紹介文の質の検証 – システム支援の紹介文が、担当者作成の紹介文と比較し て、実用可能な紹介文を生成している • 今後の展望 – 日本酒以外の商品に応用 • 同様な条件を持つワイン、ウイスキー等 – クリック率による評価を用いたフィードバック機能
  • 23. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. Copyright © 2020 調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 23 研究業績 • 国内学会 口頭発表 査読なし (3件) 1. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : EC サイト掲載商品の紹介文作 成支援 , 社会システムと情報技術研究ウィーク2020(WSSIT), 北海道(2020-03) 2. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : EC サイト掲載商品の紹介文作 成支援システムにおける複数文組合せ機能の開発, 情報処理北海道シンポジウム, 北海道(2020-11),オンライン 3. 〇阿部 涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 : ECサイト掲載商品の紹介文作 成支援システムの開発とメールマガジンによる紹介文評価,情報処理北海道シンポ ジウム, 北海道(2021-10),オンライン • 発表予定 (1件) (国内学会 口頭発表 査読なし) 1. 〇阿部涼介, 横山 想一郎, 山下 倫央, 川村 秀憲 :商品紹介文の作成支援における 生成文評価機能の開発, 社会システムと情報技術研究ウィーク2022(WSSIT), 北 海道(2022-03),オンライン • 受賞 (2件) 1. 研究奨励賞(情報処理北海道シンポジウム2020) 2. 優秀プレゼンテーション賞(情報処理北海道シンポジウム2021)

Notas del editor

  1. 味や香りの情報を含む「紹介文」
  2. ECサイト掲載情報は購入の意思決定に重要 ・ 商品の生の情報を確認できない ・ 他の類似商品との比較を直接行えない
  3. 選択理由:商品数や商品の特徴が多いため商品紹介文の作成・評価が行いやすい テンプレートベース選択理由:ある程度の文章の質を保証することが出来る
  4. 選択理由:商品数や商品の特徴が多いため商品紹介文の作成・評価が行いやすい テンプレートベース選択理由:ある程度の文章の質を保証することが出来る