講演抄録/キーワード |
講演名 |
2017-01-21 12:30
[ポスター講演]検索行動量を用いた状態空間モデルによる自動車販売台数の予測 ○山口太一(筑波大)・角田孝昭(サイバーエージェント)・吉田光男(豊橋技科大)・津川 翔・山本幹雄(筑波大) |
抄録 |
(和) |
月ごとの自動車販売台数を時系列データとして捉え,状態空間モデルを適用することで将来の自動車販売台数を予測することができる.しかし過去の販売台数データのみから予測しても予測精度は低い.これは自動車販売業界において突発的なトレンド転換や販売台数のピークが頻繁に発生することに起因する.本研究では,Web で消費者が情報収集のために行う検索行動に着目し,検索行動のトレンド傾向を取り入れた予測モデルについて検討する.我々はWeb でどれだけ情報収集が行われたかを「検索行動量」として定義している.自動車に関する検索行動量は実際の販売台数変動に先行して同様の変動を示す傾向にある.そこで予測精度向上のため,この傾向を示す検索行動量を取り入れた予測モデルを検討する.具体的に我々が用いている検索行動量は2つある.1つ目はGoogle が提供するGoogle Trendsであり,2つ目はWikipediaが公開しているページ閲覧数である.これらの検索行動量を取り入れたモデルを用いて予測実験を行った結果,実験対象とした22車種中15車種において予測精度の向上が見られた. |
(英) |
Regarding monthly car sales as time series data, we can predict the future car sales using state space models. However, the prediction accuracy using only past car sales data may be poor because of many unexpected trend changes. In this study, we focus on the search behavior which consumers do, and incorporate the trend changes into our prediction models. We define how much consumers search on the Web as "the search behavior volume". Since the search behavior volume of cars tends to show the same fluctuation prior to the fluctuation of the real car sales data, this data is useful for improving the prediction accuracy. We use Google Trends data provided by Google Inc. and page views data of Wikipedia released by Wikimedia Foundation. We develop the models incorporated with the search behavior volume, and show that the prediction accuracy is improved in 15 cars. |
キーワード |
(和) |
検索行動量 / Google Trends / Wikipedia / 状態空間モデル / 市場予測 / / / |
(英) |
Search Behavior Volume / Google Trends / Wikipedia / State Space Model / Market Prediction / / / |
文献情報 |
信学技報 |
資料番号 |
|
発行日 |
|
ISSN |
|
PDFダウンロード |
|