[1G5-OS-13c] OS-13

5:55 PM - 6:10 PM JST(8:55 AM - 9:10 AM UTC)

[1G5-OS-13c-02] Multimodal Demand Forecasting for New Eyewear Products

〇Tsukasa Ueshima¹, Naoki Nishimura^1,2, Tsugumi Honda³, Takeshi Matsumoto³, Shunnosuke Ikeda¹, Noriyoshi Sukegawa⁴, Yuichi Takano¹ (1. University of Tsukuba, 2. Recruit Co., Ltd., 3. JINS Inc., 4. Hosei University)

Keywords:

New Product Demand Forecasting,Multimodal,Text Embeddings,Gradient Boosting,Deep Learning

新商品の需要予測は商品開発や在庫管理において重要であるが，発売前には購買履歴が存在しないため予測は困難である．近年，画像やテキストなどのマルチモーダル情報を用いた需要予測手法が提案されているものの，眼鏡商品を対象とした研究は十分に行われていない．本研究では，日本の眼鏡小売を対象に，発売前に利用可能な構造化データ，商品説明の埋め込み表現，および商品画像から抽出した視覚特徴を統合し，新商品の需要予測を行う．勾配ブースティング決定木および深層学習を用いてマルチモーダル情報を統合した需要予測モデルを構築し，実データを用いた実験により提案手法の有効性を確認する．