
人工知能技術の研究開発組織「AI Lab」研究員の米谷竜・関井大気ならびに東京大学の浅野輝氏、奈良先端科学技術大学院大学准教授でありAI Labクロスアポイントメント研究員の大内啓樹氏らによる論文が「INLG 2024」にて採択されたことをお知らせいたします。
◾︎背景
昨今、小売企業が運営するWebサイトやモバイルアプリ、デジタルサイネージなどに、購買データなどを活用して広告配信を行う「リテールメディア」の活用が急速に進んでいます。
実店舗における来店客の行動、Webサイトやモバイルアプリにおける視聴やクリックなどの行動を計測・分析することで、より効果的な広告配信が実現できます。
このような背景のもとAI Labでは、スマートフォンを用いたオプトイン型の顧客動線推定や大規模言語モデルを活用した顧客体験のシミュレーションなど、リテールメディアへの応用を目的とした基盤技術を開発しております。
◾︎背景
昨今、小売企業が運営するWebサイトやモバイルアプリ、デジタルサイネージなどに、購買データなどを活用して広告配信を行う「リテールメディア」の活用が急速に進んでいます。
実店舗における来店客の行動、Webサイトやモバイルアプリにおける視聴やクリックなどの行動を計測・分析することで、より効果的な広告配信が実現できます。
このような背景のもとAI Labでは、スマートフォンを用いたオプトイン型の顧客動線推定や大規模言語モデルを活用した顧客体験のシミュレーションなど、リテールメディアへの応用を目的とした基盤技術を開発しております。
論文の概要
このたび採択された論文「Text2Traj2Text: Learning-by-Synthesis Framework for Contextual Captioning of Human Movement Trajectories」では、店舗内における動線データと購買履歴をもとに、「計画的に買い物している」「値段より質を重視している」といった来店客の意図を文章化するシステムを提案しています。
これにより、店舗内における顧客行動の計測・分析に加え、人によるデータの解釈を自動化することが可能になり、マーケティング業務の効率化や広告効果の向上が期待できます。
提案システムを実現するためには、文章化のための機械学習モデルを学習する必要があります。本研究では、実店舗から学習データを収集するのではなく、学習済みの大規模言語モデルと動線シミュレータによってリアリスティックなデータを合成しています。このような合成データを用いたにも関わらず、提案システムは実際の人物から得られたデータに対しても高い文章化性能を示すことが実験で確認されました。
GitHubリンクはこちら:https://github.com/CyberAgentAILab/text2traj2text
◾︎今後
今後、当社で推進しているリテールメディア事業に研究成果を活用することで、実店舗における顧客理解とそれに基づく広告の効果向上への貢献が期待されます。「AI Lab」は今後も、プロダクトと協働しビジネス上重要な分野における研究・開発に努めてまいります。
これにより、店舗内における顧客行動の計測・分析に加え、人によるデータの解釈を自動化することが可能になり、マーケティング業務の効率化や広告効果の向上が期待できます。
提案システムを実現するためには、文章化のための機械学習モデルを学習する必要があります。本研究では、実店舗から学習データを収集するのではなく、学習済みの大規模言語モデルと動線シミュレータによってリアリスティックなデータを合成しています。このような合成データを用いたにも関わらず、提案システムは実際の人物から得られたデータに対しても高い文章化性能を示すことが実験で確認されました。
GitHubリンクはこちら:https://github.com/CyberAgentAILab/text2traj2text
◾︎今後
今後、当社で推進しているリテールメディア事業に研究成果を活用することで、実店舗における顧客理解とそれに基づく広告の効果向上への貢献が期待されます。「AI Lab」は今後も、プロダクトと協働しビジネス上重要な分野における研究・開発に努めてまいります。