講演抄録/キーワード |
講演名 |
2018-10-19 09:55
深層学習によるオートオークション落札価格予測 ○櫻井大宙・工藤大輝(茨城大)・長谷川恵理子・下山力三・福西亮介・黛 広樹(プロトコーポレーション)・鈴木智也(茨城大) CAS2018-50 NLP2018-85 |
抄録 |
(和) |
中古車買取業者はオートオークションでの落札価格を予測して買取価格を査定する.
しかし中古車は走行距離や車検残月など個車ごとに特徴が異なるため,同一条件のサンプル数が少なく予測モデルを構築しづらい.
また各特徴は落札価格に対して非線形的に影響し,さらに項目数が多岐に渡るため,次元の呪いを緩和する機械学習が必要となる.
そこで本研究では,オートエンコーダによる事前学習によって個車の全特徴を次元圧縮しつつ,翌月の落札価格を深層学習する中古車査定システムを構築する.
この有用性を検証すべく,実際のオートオークション落札価格データを用いて予測実験を行ったところ,
特に新しいモデルの中古車において良好の結果を得た. |
(英) |
Dealers of used cars have to predict future auction prices when buying used cars.
However, it is very difficult to predict them because each condition of used cars is completely different such as mileage, model year, body color, etc.
Moreover, these conditions are nonlinearly affected by each other and their number is not small.
Therefore, the deep learning approach might be useful to reduce the curse of dimensionality
and to learn the nonlinear relationship among conditions.
For this purpose, we used the stacked auto-encoder as a pre-training step for reducing the dimension of explanatory variables,
and then predicted the auction price after one month to compose a used-car assessment system.
To verify the usefulness of our prediction method,
we performed some prediction tests using the real auto-auction price data,
and confirmed better prediction performance especially in newer-model cars. |
キーワード |
(和) |
深層学習 / ビジネスインテリジェンス / データサイエンス / / / / / |
(英) |
Deep learning / Business intelligence / Data science / / / / / |
文献情報 |
信学技報, vol. 118, no. 243, NLP2018-85, pp. 69-74, 2018年10月. |
資料番号 |
NLP2018-85 |
発行日 |
2018-10-11 (CAS, NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
CAS2018-50 NLP2018-85 |
|