AI、ID-POS分析、POS分析、リテールマーケティングのサイト

AI(artificial intelligence)支援

  • HOME »
  • AI(artificial intelligence)支援

AI(Artificial Intelligence)の3つのアルゴリズム、判別、推論、予測!

1.PLSAProbabilistic Latent Semantic Analysis):判別(ソフトクラスタリング

・従来のクラスタリングは大部分がハードクラスタリングであり、2つの次元の距離をもとに1つの次元に集約する方法です。AI、特にPLSAはソフトクラスタリングであり、2つの次元の前に先に仮説のクラスターをつくり、そのクラスターに2つの次元をソフトクラスタリングで統合してゆくことが大きく違います。ソフトとは1対1への分類ではなく、1対1、1対0.1、1対0.01、・・など、無限に分解し、クラスタリングすることです。たとえば、人なら一人を1つのクラスターに分類するのではなく、いくつものクラスターに分類し、同時に、商品の場合もいくつものクラスターに分類し、さらに、人と商品をひとつのクラスターに同時に分類してしまいます。これは人間では不可能な判別であり、まさに、AIのなせる技といえ、そこから思いもつかない新たな視点、発想が生まれます。

☞ 商品分類、商品DNA、顧客分類、顧客DNA、品揃え、棚割り、リコメンド分析、レイアウト改善、販促全般、・・

2. BNBayesian Network):因果関係を推論

・AIのもうひとつのポイントは判別できたクラスター間の因果関係を推論できることです。推論とは、どのクラスターが何に関与し、各クラスターはどのような関係があるかを明らかにすることです。推論のポイントはリフト値であり、条件付き確率の極致を追求することになります。ID-POS分析にもリフト値は活用されますが、ひとつの商品と他の商品との関係をみることが多いのに対し、BNではすべての因果関係をいっきに見てしまうことが人間にはできなAIならではです。人間がやるとまず計算をあきらめ、仮にやったとしても数年かかるかもしれないものをAIは疲れることなく、人間の数倍、数十倍、数百倍の速さで因果関係を推論します。

・BNはPLSAと組み合せるとさらに新たな知見が生じます。この分野は日進月歩であり、すでに、この2つのAIを組み合わせた特許が成立しています。また、PLSAだけでもソニー、パナソニック、三星電子、アリババなどが特許を出願しており、特許競争がはじまっています。

☞ PLSAと組み合せてのリコメンド分析、販促、商品診断、顧客診断、店舗診断、・・

3.DLDeep Learning):予測

・そして、3つ目のAIは予測、DL(Deep Learning)です。これは大量のデータを深層学習させ、モデルをつくれば、ごくわずかな事実から将来を予測することができるすぐれもののAIです。中身はブラックボックスですので、先の2つのAIは中身が見えるホワイトボックスとは対照的なAIともいえます。ID-POS分析にはこのDL効果的ではないかと思います。大量のデータがすでにありますので、これを学習させれば、様々な予測が可能になるといえます。

・いくつか試しに試みましたが、85%ぐらいの精度も出ており、人間がやるよりはるかに高い確率といえ、いずれ、実践に活用されてくるのではと思います。また、PLSA(判別)、BL(推論)と、このDL(予測)を組み合わせると何かが生まれるのではないかと期待感が高まります。

☞ 需要予測、発注、物流、顧客ランク予想、販促、DM選定、リコメンド分析、・・

 

 

お名前 (必須)

メールアドレス (必須)

題名

メッセージ本文

  • Facebook
  • Hatena
  • twitter
  • Google+
  • twitter
PAGETOP
Copyright © (株)IDプラスアイ All Rights Reserved.
Powered by WordPress & BizVektor Theme by Vektor,Inc. technology.