Submit Search
Upload
EC_intro_ota_202212.pdf
•
0 likes
•
69 views
博三 太田
Follow
EC_intro_ota_202212
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 7
Download now
Download to read offline
Recommended
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
「Fooocus(Stable DiffusionXL)で アニメ画像生成の仕方」
「Fooocus(Stable DiffusionXL)で アニメ画像生成の仕方」
博三 太田
slide_LT_Chatgpt部_太田_20231118.pdf
slide_LT_Chatgpt部_太田_20231118.pdf
博三 太田
LT_Visual_Entailment_GPT-4V_20231021.pdf
LT_Visual_Entailment_GPT-4V_20231021.pdf
博三 太田
LanguChain_summarization_LT_20230415.pdf
LanguChain_summarization_LT_20230415.pdf
博三 太田
image_video_instagram_202212.pdf
image_video_instagram_202212.pdf
博三 太田
EC_attribute_exstraction_20221122.pdf
EC_attribute_exstraction_20221122.pdf
博三 太田
EC_attribute_exstraction_20221122.pdf
EC_attribute_exstraction_20221122.pdf
博三 太田
Recommended
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
「Fooocus(Stable DiffusionXL)で アニメ画像生成の仕方」
「Fooocus(Stable DiffusionXL)で アニメ画像生成の仕方」
博三 太田
slide_LT_Chatgpt部_太田_20231118.pdf
slide_LT_Chatgpt部_太田_20231118.pdf
博三 太田
LT_Visual_Entailment_GPT-4V_20231021.pdf
LT_Visual_Entailment_GPT-4V_20231021.pdf
博三 太田
LanguChain_summarization_LT_20230415.pdf
LanguChain_summarization_LT_20230415.pdf
博三 太田
image_video_instagram_202212.pdf
image_video_instagram_202212.pdf
博三 太田
EC_attribute_exstraction_20221122.pdf
EC_attribute_exstraction_20221122.pdf
博三 太田
EC_attribute_exstraction_20221122.pdf
EC_attribute_exstraction_20221122.pdf
博三 太田
Python nlp handson_20220225_v5
Python nlp handson_20220225_v5
博三 太田
LT_hannari python45th_20220121_2355
LT_hannari python45th_20220121_2355
博三 太田
Logics 18th ota_20211201
Logics 18th ota_20211201
博三 太田
Jsai2021 winter ppt_ota_20211127
Jsai2021 winter ppt_ota_20211127
博三 太田
2021年度 人工知能学会全国大会 第35回
2021年度 人工知能学会全国大会 第35回
博三 太田
Lt conehito 20210225_ota
Lt conehito 20210225_ota
博三 太田
Seattle consultion 20200822
Seattle consultion 20200822
博三 太田
Syumai lt_mokumoku__20200807_ota
Syumai lt_mokumoku__20200807_ota
博三 太田
Lt syumai moku_mokukai_20200613
Lt syumai moku_mokukai_20200613
博三 太田
Online python data_analysis19th_20200516
Online python data_analysis19th_20200516
博三 太田
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
博三 太田
Thesis sigconf2019 1123_hiromitsu.ota
Thesis sigconf2019 1123_hiromitsu.ota
博三 太田
Sigconf 2019 slide_ota_20191123
Sigconf 2019 slide_ota_20191123
博三 太田
Japan.r ver0.1 2018 slide_ota_20181201
Japan.r ver0.1 2018 slide_ota_20181201
博三 太田
Japan.r 2018 slide ota_20181201
Japan.r 2018 slide ota_20181201
博三 太田
Sig kbs slide-20181123_ota
Sig kbs slide-20181123_ota
博三 太田
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
博三 太田
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
博三 太田
Thesis 34th sig-kst_ver0.2_ota
Thesis 34th sig-kst_ver0.2_ota
博三 太田
Sig kst 34th-1_20180802_ota
Sig kst 34th-1_20180802_ota
博三 太田
More Related Content
More from 博三 太田
Python nlp handson_20220225_v5
Python nlp handson_20220225_v5
博三 太田
LT_hannari python45th_20220121_2355
LT_hannari python45th_20220121_2355
博三 太田
Logics 18th ota_20211201
Logics 18th ota_20211201
博三 太田
Jsai2021 winter ppt_ota_20211127
Jsai2021 winter ppt_ota_20211127
博三 太田
2021年度 人工知能学会全国大会 第35回
2021年度 人工知能学会全国大会 第35回
博三 太田
Lt conehito 20210225_ota
Lt conehito 20210225_ota
博三 太田
Seattle consultion 20200822
Seattle consultion 20200822
博三 太田
Syumai lt_mokumoku__20200807_ota
Syumai lt_mokumoku__20200807_ota
博三 太田
Lt syumai moku_mokukai_20200613
Lt syumai moku_mokukai_20200613
博三 太田
Online python data_analysis19th_20200516
Online python data_analysis19th_20200516
博三 太田
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
博三 太田
Thesis sigconf2019 1123_hiromitsu.ota
Thesis sigconf2019 1123_hiromitsu.ota
博三 太田
Sigconf 2019 slide_ota_20191123
Sigconf 2019 slide_ota_20191123
博三 太田
Japan.r ver0.1 2018 slide_ota_20181201
Japan.r ver0.1 2018 slide_ota_20181201
博三 太田
Japan.r 2018 slide ota_20181201
Japan.r 2018 slide ota_20181201
博三 太田
Sig kbs slide-20181123_ota
Sig kbs slide-20181123_ota
博三 太田
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
博三 太田
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
博三 太田
Thesis 34th sig-kst_ver0.2_ota
Thesis 34th sig-kst_ver0.2_ota
博三 太田
Sig kst 34th-1_20180802_ota
Sig kst 34th-1_20180802_ota
博三 太田
More from 博三 太田
(20)
Python nlp handson_20220225_v5
Python nlp handson_20220225_v5
LT_hannari python45th_20220121_2355
LT_hannari python45th_20220121_2355
Logics 18th ota_20211201
Logics 18th ota_20211201
Jsai2021 winter ppt_ota_20211127
Jsai2021 winter ppt_ota_20211127
2021年度 人工知能学会全国大会 第35回
2021年度 人工知能学会全国大会 第35回
Lt conehito 20210225_ota
Lt conehito 20210225_ota
Seattle consultion 20200822
Seattle consultion 20200822
Syumai lt_mokumoku__20200807_ota
Syumai lt_mokumoku__20200807_ota
Lt syumai moku_mokukai_20200613
Lt syumai moku_mokukai_20200613
Online python data_analysis19th_20200516
Online python data_analysis19th_20200516
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
本当に言いたい事をくみ取って応答する対話システムの構築に向けて- 昨年(2019年度)の取り組み -
Thesis sigconf2019 1123_hiromitsu.ota
Thesis sigconf2019 1123_hiromitsu.ota
Sigconf 2019 slide_ota_20191123
Sigconf 2019 slide_ota_20191123
Japan.r ver0.1 2018 slide_ota_20181201
Japan.r ver0.1 2018 slide_ota_20181201
Japan.r 2018 slide ota_20181201
Japan.r 2018 slide ota_20181201
Sig kbs slide-20181123_ota
Sig kbs slide-20181123_ota
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察 太田博三
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
言語資源活用ワークショップ2018 ポスター発表 P-4-03-E 日本語学習者属性別の言語行為の対話自動生成への適用に関する 一考察
Thesis 34th sig-kst_ver0.2_ota
Thesis 34th sig-kst_ver0.2_ota
Sig kst 34th-1_20180802_ota
Sig kst 34th-1_20180802_ota
EC_intro_ota_202212.pdf
1.
例)ECサイト • ECサイトには、構造化データと非構造化データとが混在している。
2.
例)ECサイト • ECサイトには、構造化データと非構造化データとが混在している。 [STAFFのPR] ゆったりだけど、 着膨れない。 ストンと落ちる、キ レイ見え!ライン ワンピ [色とサイズ] color/ Ivory model/ 161cm [クチコミの代替] 普通Sサイズの私 が着て 可愛く着られる大 きめのサイズ感で した
3.
非構造化データの構造化 • 今年の秋口は、20代後半に、ニットのアイボリーのワン ピースのがよく売れている。 ↓ • 今年の秋口は、20代後半に、ニットのアイボリーのSサイ ズのワンピースがゆったりしていて、よく売れている。 日付
商品名 ジャンル(大分類) 商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 2021年10月 ニット レディースファッション ワンピース ニット 3990 日付 商品名 ジャンル(大分類) 商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 サイズ 着心地感(画像内) クチコミ 2021年10月 ニット レディースファッション ワンピース ニット 3990 フリー 身長159cm~163cm ゆったりだけど、着膨れしない 〃非構造化データを構造化します。 〃画像内の文字を抽出して、サイズや着心地 感/クチコミのデータ項目に補完します。
4.
技術面:非構造化データの構造化 〃自然言語処理の属性抽出の技術で、ユーザーの消費行動をより鮮 明に把握することができ、在庫調整や売上の戦略に繋がります! 〃他にも相性分析なども適用できます!! 日付 商品名 ジャンル(大分類)
商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 2021年10月 ニット レディースファッション ワンピース ニット 3990 日付 商品名 ジャンル(大分類) 商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 サイズ 着心地感(画像内) クチコミ 2021年10月 ニット レディースファッション ワンピース ニット 3990 フリー 身長159cm~163cm ゆったりだけど、着膨れしない 〃非構造化データを構造化します。 〃画像内の文字を抽出して、サイズや着心地 感/クチコミのデータ項目に補完します。
5.
①代表的な非構造化データの構造化のアプローチ キーフレーズ 〃クチコミがたまってきたら、キーフレーズを抽出して、タグでソートして、クチコ ミを見やすくします! STAFFの着心地の感想 普段Sサイズの私が着て、 可愛く着られる大きめのサイズ感でした 着丈は膝から15センチ程下、袖丈は指先から10セン チ程長かったです。タートルネックは一回折り返して 顎が隠れる高さでした。 全体的にオーバーサイズで、ゆるっとした可愛らしい 印象でした。ルーズな首元なので窮屈感がなく首が暖 かくて最高です。思っていたよりも軽い着心地に感じ ました。 敏感肌の私は首元がチクチクしたのと、ケーブル編み の網目からインナーが透けるので、タートルネックのイ ンナーなどを着たいですね!ルーズなシルエットが可 愛かったです。 ゆったり シルエット Sサイズ 敏感肌 Sサイズ 161の私で も ゆったり 膝から15 センチ程 下 シルエッ ト キレイに 見えます ソート
6.
まとめ <before> ECサイトの売上で、10月はニットのワンピースが50着売れました。 <after> ECサイトの売上で、10月はニットのフリーサイズ(SとM)のワンピー スがゆったりしているけど着膨れしないので、50着売れました。 ⇒表形式の構造化データに、画像内の文言やクチコミの文言から、サ イズや着やすさと言ったデータを抽出し、構造化データに追加するこ とで、より詳細な売れ行きが把握できます! 日付 商品名 ジャンル(大分類)
商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 2021年10月 ニット レディースファッション ワンピース ニット 3990 日付 商品名 ジャンル(大分類) 商品カテゴリー(中分類) 商品カテゴリー(小分類) 商品価格 サイズ 着心地感(画像内) クチコミ 2021年10月 ニット レディースファッション ワンピース ニット 3990 フリー 身長159cm~163cm ゆったりだけど、着膨れしない
7.
付録: クチコミによる「ショップとユーザーとの相性分析: 〃ショップのSTAFFの着心地感とユーザーのクチコミとの相性分析を行い、 スコアリングで近さを計ります! →同じユーザーへのレコメンドなどのアプローチへ!! [ショップ側] 普通Sサイズの私が着て 可愛く着られる大きめのサ イズ感でした [ユーザー側] 161cmでMサイズですが、 ゆったり着られました。少し、 首元がざわざわしますが、 気になりません。 ◎他にも、非構造化データを構造化データ(表データ)に追加することで、より詳 細なユーザーの消費行動が把握でき、販売戦略や在庫最適化に繋げられます!
Download now