人工知能学会

昨今，オンラインサービスの会員アカウントに紐付いた属性情報を活用したマーケティングが広く行われている．しかし，アカウント登録をせずにサービスを利用する非会員ユーザの方が大多数であることが一般的であり，これらの非会員ユーザに対して属性情報を活用した施策が行えないという問題がある．このような状況に対して，属性情報がある会員ユーザの履歴データから，非会員ユーザの履歴データも利用して属性を予測し，属性情報の数を増やす半教師有り学習が有効である．この半教師有り学習の手法に，ノイズの付与と除去を行う手法であるLadder Networkがある．この手法は画像データに対して高精度な予測モデルであり，特徴量が高次元になる履歴データからのユーザ属性の予測モデルにも有用であると考えられる．しかしこの手法では，ユーザの年齢区分のようにラベルに順序性がある場合に，それを考慮した学習を行うことができない．そこで本研究では，Ladder Networkをベースとし，ユーザの属性情報を適切に予測可能な仕組みを組み込んだモデルを提案する．また，実際の閲覧履歴データを用いて評価実験を行い，提案手法の有効性を示す．