2016年2月23日

本研究成果のポイント

1.これまで統計分布を定義することが不可能であった画像、映像、音楽といったメディアへの「嗜好度」をビッグデータとして収集し、これから市場に出るメディア商品の嗜好をコンピュータが予測します。
2.好きか、そうでないかの直感的な2値統計のビッグデータから嗜好のデータベースを自動生成し、これから市場投入のための嗜好調査をしようとするメディア商品を人工知能がランキング予測をすることで、公開前の人手による嗜好調査を行うことなくマーケティングできます。

リリース概要

筑波大学 システム情報系 山際伸一准教授、大阪大学産業科学研究所の河原吉伸准教授らの研究グループは、画像や映像、音楽といったメディアの市場における嗜好を、人工知能によって予測する技術を開発しました(特許出願中)。既存のメディアに関して、好きか、そうでないかの2値で入力した統計データ(嗜好ビッグデータ)からランキングを作成し、これから市場投入しようとするメディア商品に対して嗜好ビッグデータ内での類似度を計算して順位を求め、マーケティング予想をするものです。

例えばこの技術はのように、複数の画像に対し、それぞれ何人が「好き」と答えるかによって、見た目の嗜好のランキングを作成します。そのランキングを元に他の評価画像の「類似度」を人工知能技術を使ってコンピュータに計算させ、点数を算出し、順位を予測します。高い順位であれば、市場の嗜好にマッチしていることがわかります。

これにより、時期や地域といった属性で嗜好ビッグデータを絞り込めば、マーケティングの時間遷移や国別の嗜好調査ができます。また、これから発売する商品について著作権に関わる情報漏洩の危険性なく、事前にマーケティング調査をすることが可能です。

さらに、嗜好を定義することが難しい商品に対し、「売れる」「売れない」の判別をコンピュータが自動計算するシステムに応用可能です。例えば、「よく売れるトマトの見た目はどのようなものか?」といった農業分野などに広く応用できる基礎技術です。

本研究成果を応用してモバイルデバイス向けに開発した、見た目の嗜好を収集し世論をもとめる新感覚アプリ「美人科学研究所」が、BIJIN&Co.(ビジンアンドカンパニー)社よりリリースされました。(アプリダウンロードサイト http://www.bijin-co.jp/bijinscience/

図 2値入力値からランキングを作り、マーケティング予測する仕組み

研究の背景

筑波大学、大阪大学、BIJIN&Co.社は、「ある人に対する一般的な美男美女の認識はどのように決まるのか?」を情報通信技術で解き明かすことを目的に共同研究を行ってきました。そもそも「美人」の定義は、市場での嗜好を元に決まるものでありとても曖昧です。これまでも数々の顔画像による嗜好度判定の研究論文が公表されていますが、定説となる定義は確立していません。さらに、嗜好は時代や地域で変化していきます。そこで、「見た目」を基準としてビッグデータを集めることで、嗜好の定義を見つける人工知能技術開発に取り組みました。

研究内容と成果

この技術を開発する上で、3つの研究ポイントに絞り、技術開発を目指しました。

(1) 嗜好を定義することは可能か?
デザインやメロディといった人の好みに関わる情報からの嗜好度の定義は可能か、という課題を設定し、嗜好をビッグデータとして収集することで定義する技術を開発しました。
(2) 嗜好を予測することは可能か?
デザインなどの意匠権や音楽などの著作権が関係するメディアの嗜好調査は盗用の危険性を含んでいます。そのようなリスクを排除できる市場での嗜好予測が可能な人工知能技術を開発しました。
(3) 嗜好の変遷を予測することは可能か?
時代の変遷に伴い、市場の嗜好は変わります。これを反映できる嗜好度の予測システムの開発を目指しました。データを取得した時刻や地域といった属性値で嗜好ビッグデータを絞り込むことで、嗜好の変化を予測する人工知能技術を開発しました。

あるものに対する市場の嗜好度を調査する上で、すでにある同じ種類の多くのデータに関し、嗜好を「好き」「そうでない」の2値で判断したデータを、市場から収集します。例えば、「売れるトマト」を見た目から判断する場合には、多くのトマト画像を2値で仕分ける作業を多くの人にしてもらいます。このデータを蓄積することにより、「好き」である画像の統計データ(嗜好ビッグデータ)が得られます。つまり、嗜好ビッグデータから最も好まれるトマトの外見のランキングが作成されます。評価したいトマトの画像の特徴情報と嗜好ビッグデータ中の2値入力で使った画像の特徴情報を比較する人工知能技術を使って、最も類似度が近い画像が嗜好ビッグデータ中で何位にランクされるのかを求めます。そのランキングにより、評価したいトマトの見た目が市場で受け入れられる可能性を予測することができます。

今後の展開

このような2値で仕分ける仕組み、および、ランキング予測は、様々な商品のマーケティング予測で利用可能です。例えば、「最も売れる自動車の形状は?」「最も売れるキャベツの形は?」といった見た目を使った判断から、「最も好まれる音は?」といった時系列データを使った知識マイニング、さらには「最も嫌いな虫は?」といったネガティブな統計情報を使ったマーケティングまで、いろいろなタイプの市場での嗜好度を発見することができる新しい情報通信技術です。

本研究成果を応用し、これまで定義の難しかった「美人(BIJIN※1 ))」を定義する試みが引き続き計画されており、上記のビッグデータ収集と解析を行うモバイルデバイス用のアプリ「美人科学研究所」が、BIJIN&Co.社よりリリースされ、実験が開始されます。(アプリダウンロードサイト http://www.bijin-co.jp/bijinscience/

用語解説

※1 BIJIN
アクティブに周囲を巻き込み、世界中に元気を発信していく人をBIJINと定義しています。

参考URL

モバイルデバイス用アプリ「美人科学研究所」ダウンロードサイト
http://www.bijin-co.jp/bijinscience/

キーワード

この組織の他の研究を見る

Tag Cloud

back to top