JP7611867B2

JP7611867B2 - ユーザ行動予測装置、ユーザ行動予測方法及びユーザ行動予測プログラム

Info

Publication number: JP7611867B2
Application number: JP2022054367A
Authority: JP
Inventors: 茂莉黒川
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2022-03-29
Filing date: 2022-03-29
Publication date: 2025-01-10
Anticipated expiration: 2042-03-29
Also published as: JP2023146924A

Description

本発明は、ユーザ行動予測装置、ユーザ行動予測方法及びユーザ行動予測プログラムに関わり、特に、元ドメインの行動履歴データを用いて対象ドメイン（目標ドメインともいう）でのユーザの行動予測を行う、ユーザ行動予測装置、ユーザ行動予測方法及びユーザ行動予測プログラムに関する。

元ドメインの行動履歴データを用いて対象ドメインでのユーザの行動予測を行う技術があった（非特許文献１）。ここで、ドメインとは、例えば、ユーザ行動に関わるサービス、例えば、Ｅコマース（電子商取引）を指す。

Li, B., Yang, Q., & Xue, X. (2009, June). Can movies and books collaborate? cross-domain collaborative filtering for sparsity reduction. In Twenty-First international joint conference on artificial intelligence.

しかしながら、非特許文献１では、元ドメインで学習された行動予測器から対象ドメインに有用なものを選択できないという課題があった。

本発明は、元ドメインで学習された行動予測器から対象ドメインに有用な一部を選択して、対象ドメインにおけるユーザの行動予測を実現することを目的とする。

本発明に係るユーザ行動装置は、第１の行動履歴データを構成する第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習する第１の行動予測器学習部と、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力する表現抽出部と、
前記第１の行動予測器の前記第１の予測器を予測器として抽出する予測器抽出部と、
第２の行動履歴データを構成する第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、前記予測器抽出部によって抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習する第２の行動予測器学習部と、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価する表現抽出比較部と、
前記表現抽出比較部によって、前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する行動予測部と、
を備えたユーザ行動予測装置である。

前記第１の行動予測器学習部、前記表現抽出部及び前記予測器抽出部は、複数の異なるドメインにおいてそれぞれ動作を実行し、
前記行動予測部は、前記有用性が高いと評価された第２の行動予測器に基づいた予測結果をアンサンブルして予測結果として出力してもよい。

前記行動予測部は、アンサンブルの方法を多数決としてもよい。

前記ユーザ行動予測装置は、前記第１の表現プロファイルを蓄積する表現プロファイル蓄積部と、前記抽出された予測器を蓄積する予測器蓄積部と、をさらに備えてもよい。

前記第１の表現プロファイル及び前記第２の表現プロファイルは、統計値として一部のサンプルに対応する前記第１のベクトル表現及び前記第２のベクトル表現から抽出することで生成されてもよい。

前記第１の表現プロファイル及び前記第２の表現プロファイルは、統計値として前記第１のベクトル表現及び前記第２のベクトル表現をクラスタリングし、その代表点とクラスタに所属するサンプル件数を求めることで生成されてもよい。

前記サンプル件数は、所定数以上としてもよい。

前記表現抽出比較部は、前記第１の表現プロファイルと前記第２の表現プロファイルの間の分布間非類似度を評価してもよい。

前記表現抽出比較部は、前記分布間非類似度として、前記第１の表現プロファイルと前記第２の表現プロファイルとの間の輸送距離を用いてもよい。

本発明に係るユーザ行動予測方法は、第１のユーザの第１の行動履歴データを用いて、第２のユーザの第２の行動履歴データに基づく該第２のユーザの行動予測を行うユーザ行動予測装置のユーザ行動予測方法において、
前記第１の行動履歴データを構成する前記第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習し、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力し、
前記第１の行動予測器の前記第１の予測器を予測器として抽出し、
前記第２の行動履歴データを構成する前記第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習し、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価し、
前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する、ユーザ行動予測方法である。

本発明に係るユーザ行動予測プログラムは、
コンピュータに、
第１の行動履歴データを構成する第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習する処理と、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力する処理と、
前記第１の行動予測器の前記第１の予測器を予測器として抽出する処理と、
第２の行動履歴データを構成する第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習する処理と、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価する処理と、
前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する処理と、
を実行させるための、ユーザ行動予測プログラムである。

本発明によれば、元ドメインで学習された行動予測器から対象ドメインに有用な一部を選択して、対象ドメインにおけるユーザの行動予測を実現することができる。

本発明に係るユーザ行動予測装置の一実施形態の機能構成を示す図である。ユーザ行動予測装置の第１の行動予測器学習部によって学習される第１の行動予測器のモデルを示す図である。ユーザ行動予測装置の第２の行動予測器学習部によって学習される第２の行動予測器のモデルを示す図である。本実施形態におけるユーザ行動予測方法を示すフローチャートである。

以下、本発明の一実施形態について図面を用いて説明する。
図１は、本発明に係るユーザ行動予測装置の一実施形態の機能構成を示す図である。図２は、第１の行動予測器学習部によって学習される第１の行動予測器のモデルを示す図である。図３は、第２の行動予測器学習部によって学習される第２の行動予測器のモデルを示す図である。
図１に示すように、ユーザ行動予測装置１０は、第１の行動予測器学習部１０１、表現抽出部１０２、予測器抽出部１０３、表現プロファイル蓄積部１０４、予測器蓄積部１０５、第２の行動予測器学習部１０６、表現抽出比較部１０７、及び行動予測部１０８を備えている。

第１の行動予測器学習部１０１は、元ドメインの第１の行動履歴データを構成する、第１のユーザの第１のアイテムに対する行動から、図２に示すモデルにより未観測の行動を予測するための第１の行動予測器を学習する。第１の行動予測器は、図２に示すように、第１の表現学習器と第１の予測器とを備えている。第１の表現学習器及び第１の予測器の形態は特に限定されないが、例えば、任意の線形変換又はニューラルネットワークで構成することができる。第１の行動予測器学習部１０１に入力される第１の行動履歴データは、ユーザＩＤと、アイテムＩＤと、行動（種別）とから構成される。行動（種別）は、当該元ドメインに対応して一意に定まる場合は省略してもよい。また、行動（種別）は、ユーザＩＤのアイテムＩＤに対する５段階などの明示的評価でもよい。表１は第１の行動履歴データの一例を示している。

ユーザＩＤは表２に示すワンホットベクトルに変換されて図２に示す第１の表現学習器に入力され、アイテムＩＤは表３に示すワンホットベクトルに変換されて図２に示す第１の表現学習器に入力される。

第１の表現学習器は、入力されたユーザＩＤ、アイテムＩＤに基づいて各ユーザのベクトル表現と各アイテムのベクトル表現とを出力する。表４は各ユーザのベクトル表現を示し、表５は各アイテムのベクトル表現を示す。要素（次元とも呼ばれる）１及び要素２は、それぞれユーザの特徴を示す数値であり、要素３及び要素４は、それぞれアイテムの特徴を示す数値である。なお、ここでは、各ユーザ及び各アイテムのベクトル表現として、それぞれ２つの要素を示しているが、３つ以上の要素としてもよい。

表現抽出部１０２は、図２に示す第１の行動予測器のモデルの第１の表現学習器から出力される、ユーザのベクトル表現とアイテムのベクトル表現とが結びつけられた、表６に示す第１のベクトル表現を抽出する。第１の表現学習器のユーザのベクトル表現とアイテムのベクトル表現とが結びつけられた第１のベクトル表現は、第１の予測器に出力される。
表現抽出部１０２は、以上のように要素１、２と要素３、４とを単純に結合して第１のベクトル表現を抽出してもよく、また、要素を平均する、例えば、要素１と要素３、要素２と要素４をそれぞれ平均することにより第１のベクトル表現を抽出してもよい。このように、第１のベクトル表現を、要素１と要素３、要素２と要素４をそれぞれ平均して抽出する場合は、後述する第２のベクトル表現も、要素１と要素３、要素２と要素４をそれぞれ平均して抽出する。

表現抽出部１０２は、抽出した第１のベクトル表現の統計値を第１の表現プロファイルとして、表現プロファイル蓄積部１０４に蓄積する。

統計値は、例えば、以下のいずれかの方法によって算出することができる。
（１）一部のサンプルに対応する、第１のベクトル表現を抽出する。
（２）第１のベクトル表現をクラスタリングし、その代表点とクラスタに所属するサンプル件数を出力する。クラスタリングとは、ベクトル表現間の類似度にもとづいて、ベクトル表現をグループ分けすることをいい、クラスタリングによってできた、似たもの同士が集まったグループのことをクラスタと呼ぶ。
表７は第１の表現プロファイルの一例を示している。表７では、第１の表現プロファイルは上記（２）の方法で算出され、代表点は要素ごとに平均値（件数が１件の場合は要素の数値）が示され、クラスタを構成するドメイン（元ドメイン）“１”に所属する件数（サンプル件数）が示されている。サンプル件数は、匿名化の観点では、所定数以上になるように制限してもよく、例えば、２件以上、好ましくは５件以上とする。

予測器抽出部１０３は、図２に示すように、第１の行動予測器の第１の予測器を予測器として抽出して、予測器蓄積部１０５に蓄積する。
表現プロファイル蓄積部１０４は、表現抽出部１０２から出力される第１の表現プロファイルを蓄積する。
予測器蓄積部１０５は、予測器抽出部１０３から出力される予測器を蓄積する。

第２の行動予測器学習部１０６は、対象ドメインの第２の行動履歴データを構成する、第２のユーザの第２のアイテムに対する行動から、図３に示すモデルにより未観測の行動を予測するための第２の行動予測器を学習する。第２の行動予測器は、図３に示すように、第２の表現学習器と第２の予測器とを備えている。
第２の行動予測器学習部１０６は、第２の行動予測器の学習において、予測器蓄積部１０５から予測器（第１の予測器に対応する）を取り出し、予測器のパラメータを凍結して、第２の行動予測器の第２の予測器として用い、第２の表現学習器の一点鎖線で囲んだ部分を追加学習（ファインチューニング）する。

第２の行動予測器学習部１０６に入力される第２の行動履歴データは、ユーザＩＤと、アイテムＩＤと、行動（種別）とから構成される。行動（種別）は、当該ドメインに対応して一意に定まる場合は省略してもよい。また、行動（種別）は、ユーザＩＤのアイテムＩＤに対する５段階などの明示的評価でもよい。表８は第２の行動履歴データの一例を示している。

第２の行動予測器学習部１０６においても、既に説明した第１の行動予測器学習部１０１と同様に、ユーザＩＤとアイテムＩＤは、それぞれワンホットベクトルに変換されて図３に示す第２の表現学習器に入力される。
第２の表現学習器は、第１の表現学習器と同様に、入力されたユーザＩＤ、アイテムＩＤに基づいて各ユーザのベクトル表現と各アイテムのベクトル表現とを出力する。
そして、表現抽出比較部１０７は、図３に示す第２の行動予測器のモデルの第２の表現学習器から出力される、ユーザのベクトル表現とアイテムのベクトル表現とが結びつけられた、表９に示す第２のベクトル表現を抽出する。第２の表現学習器のユーザのベクトル表現とアイテムのベクトル表現とが結びつけられた第２のベクトル表現は、第２の予測器に出力される。

表現抽出比較部１０７は、抽出した第２のベクトル表現の統計値を第２の表現プロファイルとして求め、この第２の表現プロファイルと、表現プロファイル蓄積部１０４から取り出した第１の表現プロファイルとを比較し、第１及び第２の表現プロファイルの類似度にもとづいて、第２の行動予測器の有用性を評価する。
表現抽出比較部１０７によって求められる統計値は、表現抽出部１０２と同様な方法で算出される。具体的には、表現抽出比較部１０７は、第２のベクトル表現をクラスタリングし、その代表点とクラスタに所属するサンプル件数を統計値として、第２の表現プロファイルを求める。
表１０は第２の表現プロファイルの一例を示している。表１０では、第２の表現プロファイルの代表点は要素ごとに平均値（件数が１件の場合は要素の数値）が示され、クラスタはクラスタを構成するドメイン（対象ドメイン）“２”に所属する件数（サンプル件数）が示されている。サンプル件数は第１の表現プロファイルのサンプル件数と同じであり、匿名化の観点では、所定数以上になるように制限してもよく、例えば、２件以上、好ましくは５件以上とする。

表現抽出比較部１０７は、第１及び第２の表現プロファイルの類似度を評価する場合、例えば、第１の表現プロファイルの分布と第２の表現プロファイルの分布の分布間非類似度を用いることができる（分布間非類似度が小さいほど類似度が高い）。分布間非類似度による類似度の評価は、例えば、輸送距離の小ささによって類似度（輸送距離が小さいほど類似度が高い）を評価することができる。第１の表現プロファイルの分布と第２の表現プロファイルの分布が表９と表１０のように点群として表現できる場合、点群間の輸送距離はシンクホーンアルゴリズムにより評価することができる。
輸送距離を求める方法は既に知られており、例えば、https://www.slideshare.net/joisino/ss-249394573に記載されている。

行動予測部１０８は、表現抽出比較部１０７によって、第２の行動予測器の有用性が高いと評価された場合に、第２の行動予測器に基づいて所定のユーザに対して予測確率の高いアイテムを予測結果として出力する。
表現抽出比較部１０７によって、有用性が高くないと評価された場合に、第２の行動予測器学習部１０６は、第２予測器も第２の行動履歴データで追加学習（ファインチューニング）する。

以上説明したように、本実施形態では、元ドメインで学習された第１の行動予測器を第１の表現学習器と第１の予測器とに分解し、対象ドメインに関する第２の行動予測器では第１の予測器のみを転移し、第２の表現学習器を追加学習（ファインチューニング）する。元ドメインに関する第１の表現プロファイルと、対象ドメインに関する第２の表現プロファイルとを比較し、両表現プロファイルが類似した元ドメインと対象ドメインは、ユーザ、アイテムの特徴が類似していると判断し、元ドメインで学習された第１の予測器を対象ドメインでの行動予測に利用する。

本実施形態において、第１の行動予測器学習部１０１、表現抽出部１０２及び予測器抽出部１０３は、複数の異なる元ドメインにおいて実行されてもよい。その場合、表現プロファイル蓄積部１０４及び予測器蓄積部１０５は、各元ドメインで抽出された第１の表現プロファイルと予測器（第１の予測器）とをそれぞれ、各元ドメインとの対応関係に関する情報とあわせて蓄積する。
第２の行動予測器学習部１０６は、予測器（第１の予測器）を用いて対象ドメインに対して学習して第２の表現ベクトルを生成し、表現抽出比較部１０７は、各元ドメインの第１の表現プロファイルと第２の表現プロファイルとの類似度によって第２の行動予測器の有用性を評価する。行動予測部１０８は表現抽出比較部１０７において有用性が高いと評価された第２の行動予測器に基づいた予測結果をアンサンブルして予測結果として出力することができる。
アンサンブルとは、複数のモデルによる予想結果を組み合わせてより高い精度の予想結果を得ることをいい、アンサンブルの方法の代表例としては、複数の第２の行動予測器のモデルによる予測確率の平均を計算し、平均された予測確率に基づく予測結果を出力することが挙げられる。
また、アンサンブルの方法としては、例えば、多数決とし、第２の行動予測器のモデルごとの予測結果として所定のユーザに対して所定値より高い予測確率を持つアイテム群を出力し、その多数決の結果（所定値より高い予測確率を持つアイテム群のうち数の最も多いアイテムの予想結果）を最終的な予測結果として出力することが挙げられる。また、アンサンブルの方法としては、候補となるアイテムごとに所定のユーザに対する複数の第２の行動予測器のモデルによる予測確率の平均を計算し、平均された予測確率の高いアイテムの予想結果を出力することが挙げられる。さらに、平均の代わりに、スタッキングと呼ばれる方法を用い、複数の第２の行動予測器のモデルによる予測確率を入力とし総合的な予測確率を計算するための新たなモデルを作り、計算された総合的な予測確率の高いアイテムの予想結果を出力してもよい。
アンサンブルして予測結果として出力する場合、出力される予想結果は複数であってもよい。例えば、ユーザに対し１以上のアイテム群をランキングして出力する場合、予想結果は複数出力される。また、所定値より高い予測確率を持つアイテム群のうち数の最も多いアイテムについて同数１位のアイテムが複数ある場合があり、この場合、予想結果として、ランダムに１つを選択して出力してもよいし、複数すべてを出力してもよい。

以下、ユーザ行動予測方法について図４のフローチャートを用いて、具体的に説明する。以下の説明では、ユーザ行動予測装置１０によりユーザ行動予測方法を実行する場合について説明するが、特にユーザ行動予測装置１０の構成に限定されない。
図４は、本実施形態におけるユーザ行動予測方法を示すフローチャートである。

ステップＳ１１において、第１の行動予測器学習部１０１は、元ドメインの第１の行動履歴データを構成する、第１のユーザの第１のアイテムに対する行動から、図２に示すモデルにより未観測の行動を予測するための第１の行動予測器を学習する。

ステップＳ１２において、予測器抽出部１０３は、第１の行動予測器の第１の予測器を予測器として抽出する。そして、予測器抽出部１０３は、抽出した予測器（第１の予測器）を予測器蓄積部１０５に蓄積する。

ステップＳ１３において、第２の行動予測器学習部１０６は、予測器蓄積部１０５から予測器を取り出し、予測器（第１の予測器）のパラメータを凍結して、第２の行動予測器の第２の予測器として用い、第２の表現学習器の一部（図３の一点鎖線で囲んだ部分）を追加学習（ファインチューニング）することで、学習を行う。

ステップＳ１４において、表現抽出部１０２は第１の行動予測器から第１のベクトル表現を抽出し、抽出した第１のベクトル表現の統計値を第１の表現プロファイルとして生成し、表現プロファイル蓄積部１０４に蓄積する。ステップＳ１４は、ステップＳ１２の前若しくはステップＳ１２と同時、ステップＳ１２とステップＳ１３との間、又はステップＳ１３と同時に行われてもよい。

ステップＳ１５において、表現抽出比較部１０７は、第２の行動予測器から第２のベクトル表現を抽出し、抽出した第２のベクトル表現の統計値を第２の表現プロファイルとして求め、この第２の表現プロファイルと第１の表現プロファイルとを比較する。

ステップＳ１６において、表現抽出比較部１０７は、第１及び第２の表現プロファイルの類似度にもとづいて、第２の行動予測器の有用性を評価する。
表現抽出比較部１０７が、第２の行動予測器の有用性が高いと評価した場合にはステップＳ１７に移り、第２の行動予測器の有用性が高くないと評価した場合にはステップＳ１８に移る。

ステップＳ１７において、行動予測部１０８は、第２の行動予測器に基づいて所定のユーザに対して予測確率の高いアイテムを予測結果として出力する。
ステップＳ１８において、第２の行動予測器学習部１０６は、第２予測器を第２の行動履歴データで追加学習（ファインチューニング）する。

本実施形態によれば、元数ドメインで学習された行動予測器から対象ドメインに有用な一部を選択できることで、クロスドメイン推薦の対象ドメインと元ドメインのマッチングが容易となる。

以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、前述した実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載されたものに限定されるものではない。

ユーザ行動予測装置１０の機能はハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。また、上記のユーザ行動予測方法も、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。ここで、ソフトウェアによって実現されるとは、コンピュータがプログラムを読み込んで実行することにより実現されることを意味する。
ユーザ行動予測装置１０の機能又はユーザ行動予測方法が、ソフトウェアによって実現される場合には、このソフトウェアを構成するプログラムが、情報処理装置（コンピュータ）にインストールされる。また、これらのプログラムは、ＣＤ－ＲＯＭのようなリムーバブルメディアに記録されてユーザに配布されてもよいし、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。さらに、これらのプログラムは、ダウンロードされることなくネットワークを介したＷｅｂサービスとしてユーザのコンピュータに提供されてもよい。

１０ユーザ行動予測装置
１０１第１の行動予測器学習部
１０２表現抽出部
１０３予測器抽出部
１０４表現プロファイル蓄積部
１０５予測器蓄積部
１０６第２の行動予測器学習部
１０７表現抽出比較部
１０８行動予測部

Claims

第１の行動履歴データを構成する第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習する第１の行動予測器学習部と、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力する表現抽出部と、
前記第１の行動予測器の前記第１の予測器を予測器として抽出する予測器抽出部と、
第２の行動履歴データを構成する第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、前記予測器抽出部によって抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習する第２の行動予測器学習部と、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価する表現抽出比較部と、
前記表現抽出比較部によって、前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する行動予測部と、
を備えたユーザ行動予測装置。
前記第１の行動予測器学習部、前記表現抽出部及び前記予測器抽出部は、複数の異なるドメインにおいてそれぞれ動作を実行し、
前記行動予測部は、前記有用性が高いと評価された第２の行動予測器に基づいた予測結果をアンサンブルして予測結果として出力する、請求項１に記載のユーザ行動予測装置。
前記行動予測部は、アンサンブルの方法を多数決とする、請求項２に記載のユーザ行動予測装置。
前記第１の表現プロファイルを蓄積する表現プロファイル蓄積部と、前記抽出された予測器を蓄積する予測器蓄積部と、をさらに備える、請求項１から３のいずれか１項に記載のユーザ行動予測装置。
前記第１の表現プロファイル及び前記第２の表現プロファイルは、統計値として一部のサンプルに対応する前記第１のベクトル表現及び前記第２のベクトル表現を抽出することで生成される、請求項１から４のいずれか１項に記載のユーザ行動予測装置。
前記第１の表現プロファイル及び前記第２の表現プロファイルは、統計値として前記第１のベクトル表現及び前記第２のベクトル表現をクラスタリングし、その代表点とクラスタに所属するサンプル件数を求めることで生成される、請求項１から４のいずれか１項に記載のユーザ行動予測装置。
前記サンプル件数は、所定数以上である、請求項６に記載のユーザ行動予測装置。
前記表現抽出比較部は、前記第１の表現プロファイルと前記第２の表現プロファイルの間の分布間非類似度を評価する、請求項１から７のいずれか１項に記載のユーザ行動予測装置。
前記表現抽出比較部は、前記分布間非類似度として、前記第１の表現プロファイルと前記第２の表現プロファイルとの間の輸送距離を用いる、請求項８に記載のユーザ行動予測装置。
第１のユーザの第１の行動履歴データを用いて、第２のユーザの第２の行動履歴データに基づく該第２のユーザの行動予測を行うユーザ行動予測装置のユーザ行動予測方法において、
前記第１の行動履歴データを構成する前記第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習し、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力し、
前記第１の行動予測器の前記第１の予測器を予測器として抽出し、
前記第２の行動履歴データを構成する前記第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習し、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価し、
前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する、ユーザ行動予測方法。
コンピュータに、
第１の行動履歴データを構成する第１のユーザの第１のアイテムに対する行動から未観測の行動を予測するための、第１の表現学習器と第１の予測器とを有する第１の行動予測器を学習する処理と、
前記第１の行動予測器の前記第１の表現学習器から第１のベクトル表現を抽出し、該第１のベクトル表現の統計値を第１の表現プロファイルとして出力する処理と、
前記第１の行動予測器の前記第１の予測器を予測器として抽出する処理と、
第２の行動履歴データを構成する第２のユーザの第２のアイテムに対する行動から未観測の行動を予測するための、第２の表現学習器と第２の予測器とを有する第２の行動予測器を学習し、この学習において、抽出された前記予測器のパラメータを凍結して、前記第２の行動予測器の前記第２の予測器として用い、前記第２の表現学習器を追加学習する処理と、
前記第２の行動予測器の前記第２の表現学習器から第２のベクトル表現を抽出し、該第２のベクトル表現の統計値を第２の表現プロファイルとし、該第２の表現プロファイルと、前記第１の表現プロファイルとを比較し、前記第１及び第２の表現プロファイルの類似度にもとづいて前記第２の行動予測器の有用性を評価する処理と、
前記第２の行動予測器の有用性が高いと評価された場合に、前記第２の行動予測器に基づいて予測結果を出力する処理と、
を実行させるための、ユーザ行動予測プログラム。