松尾研究所ら、購買履歴から生活者の志向を予測する手法を研究

松尾研究所、CCC、Vポイントマーケティングは、購買履歴から生活者の志向を予測する共同研究論文を発表しました。
論文は、データマイニング分野の国際会議「IEEE ICDM 2026」併設の「DMS 2026」に採択されました。
大規模な購買履歴で事前学習したAIモデルに、軽量な追加学習を組み合わせています。

記事の概要

論文の題名は「Predicting User Preferences with User Representations Pretrained from Large-Scale Retail Purchase Histories」です。
本研究では、ドラッグストアの大規模な購買履歴を使い、次の買い物で購入される商品群を予測するAIモデルを事前学習しました。
学習過程で得た生活者ごとの購買傾向を数値化し、「ユーザー表現」として志向予測に活用しました。
志向予測では、事前学習済みモデルを固定し、小規模な予測モデルだけを追加で学習しました。
Transformerを用いたモデルは、商品カテゴリを使う手法や大規模言語モデル（LLM）を使う比較手法を上回りました。
事前学習に使う購買履歴のデータ量を増やすと、志向予測の性能が向上する傾向も確認しました。
研究成果は、購買データを共通基盤として複数の志向を予測できる可能性を示しています。
論文は2026年11月12日に中国・瀋陽で開催されるDMS 2026で発表される予定です。

記事のポイント

1. 購買履歴を事前学習に活用： ドラッグストアの購買履歴から、次回に購入される商品群を予測するAIモデルを事前学習しました。
2. 軽量な追加学習で志向予測： モデル全体を再学習せず、ユーザー表現から志向の有無を予測する小規模モデルを追加しました。
3. データ量と性能の関係を確認： 事前学習に使う購買履歴を増やすほど、生活者の志向予測の性能が向上する傾向を確認しました。

このニュースがもたらす影響

• 小売・EC企業： 購買履歴を志向予測に転用する際、モデル全体を再学習せず小規模な追加学習で用途を広げられる可能性があり、施策ごとの検証を進めやすくなりそうです。
• 販促サービス提供者： 商品カテゴリだけでなく購買履歴から得たユーザー表現を共通基盤にできるため、志向ごとに個別データや複雑なモデルを用意する設計を見直す契機になりそうです。
• データ管理部門： 購買履歴の蓄積量が予測性能に関係する傾向が示されたため、データを増やす判断では、利用目的の拡張と安全管理を両立する運用設計が求められそうです。

このニュースの背景

生活者の興味・関心はアンケートで直接把握できますが、多くの生活者から幅広い項目を継続的に得ることは容易ではありません。
一方、日々の購買履歴には志向を理解する手がかりが含まれるため、研究ではドラッグストアの大規模な購買履歴を事前学習に活用しました。
事前学習済みモデルを固定し、志向ごとの小規模な予測モデルを追加することで、購買データを複数の生活者理解に再利用できるかを検証しています。
研究で使用したデータは、特定の個人を識別できない形に加工し、各社のプライバシーポリシーに基づいて安全管理されています。

関連するニュース

• TOPPANホールディングスら6社が量子計算とAIを統合し、材料開発基盤の研究を2026年度から始めます。
• MAKOTO PrimeはAI社員「カルクネイティブ」の社内運用をインターンチームに広げ、業務提案や情報整理を検証します。
• ファイナンシャルテクノロジーシステムが、SES向けAIサービス「Fconne」に受信メールから案件を探す機能を追加しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

松尾研究所、CCC、Vポイントマーケティングの共同研究論文がデータマイニング分野の国際会議「IEEE ICDM 2026」併設ワークショップに採択

Vポイントマーケティング株式会社のプレスリリース（2026年11月12日 10時00分）松尾研究所、CCC、Vポイントマ…