国内最大級のショッピング・オークション一括検索・比較サイト「オークファン」(http://aucfan.com/)を運営する株式会社オークファンでは、ネットオークションの情報を各商品ごとに整理し、二次流通の価格相場を算出する研究に取り組んでいます。今回は、ECサイトから送られるメールマガジンをテキストマイニングすることで、特徴的なキーワードが得られるのではないかと考え分析を行いました。

1. メールマガジン分析
〜クリスマス商戦はいつから始まるのか〜
1. 概要
​国内最大級のショッピング・オークション一括検索・比較サイト「オークファ
ン」(http://aucfan.com/)を運営する株式会社オークファンでは、ネットオークショ
ンの情報を各商品ごとに整理し、二次流通の価格相場を算出する研究に取り組んで
います。今回は、ECサイトから送られるメールマガジンをテキストマイニングする
ことで、特徴的なキーワードが得られるのではないかと考え分析を行いました。
2. 利用データ
​今回の分析では、2014年4月 ~ 2015年3月までに送られた、ECモールで売り上げ
top30に入るECサイトのメールマガジン(以下メルマガ)のデータ207,134件を使いま
した。
3. 分析
​テキストマイニングするにあたり、前処理としてメルマガのタイトルから形態素
解析によって名詞（以下キーワード）のリストを月ごとに作成します。その後、各
月のキーワードごとの特徴量を計算して重み付けを行い、上位のキーワードを抜き
出しました。
形態素解析にはMeCab（辞書として
mecab-ipadic-NEologd[https://github.com/neologd/mecab-ipadic-neologd]を使
用）、特徴量はTF-IDFを使用しました。
TF-IDFは、Term Frequency - Inverse Document Frequencyの略で、各単語
の文章中での出現回数を、各単語の文章全体の出現回数の対数で割ったもので、以
下の式で表されます。
FIDF tf(w, ) idf(w)T = d ×
ここで、​ を以下で
f(w, )t d =
nw,d
Σ nk k,d
n 語wがタイトル集合d 内で現れた回数 )( w,d : 単
Σ n タイトル文集合の中の全ての単語の現れた回数 )( k k,d :
を以下で定義します。
dfi = log N
df(w)
N 析する全月数 )( : 分
df(w) 単語w が出現する月数 )( :

2. 4. 調査結果
各月のメルマガのキーワードのTF-IDFを計算すると、以下のような値が得られま
す。
10月 11月 12月
楽天イーグルス 0.0015 クリスマス 0.0018 クリスマス 0.0039
ハロウィン 0.0012 歳暮 0.000
8
年末年始 0.0028
秋の 0.0008 クリスマスプレゼント 0.0004 年内 0,0024
クリスマス 0.0003 年末 0.0004 年末 0.0022
TF-IDFを計算することで、月に関係なく頻出するキーワードは消え、他の月と比べ
て特徴的なキーワードが現れています。
このキーワードの中から、TF-IDFが0.0001より大きいものをビジュアライズした
ものが次になります。文字の大きさが、TF-IDFの値の大きさに対応しています

3. 例えば、クリスマスというワードは10月から特徴量が高くなっていることから、少
なくとも売れ行きの高いECサイトはイベントの2ヶ月前からメルマガを使った告知
をしていることがわかります。また、年末年始は特徴的なキーワードが多く、2月、
6月は特徴的なキーワードが少ないことがわかります。
今回の分析では、ゴールデンウィークやGWなどを同一の単語が出てきてしまっ
ているので、前処理として類義語辞書をつくり変換する必要があります。
今回は、メルマガのタイトルのみを対象としましたが、本文も対象にするとさら
に詳細な分析ができると考えています。当社では引き続き様々な分析手法を用いた
調査を行っていきます。