Publications

OTHERS (DOMESTIC) Positive-Unlabeled Learning を用いた位置情報とチェックインログPositive-Unlabeled Learning を用いた位置情報とチェックインログに基づく滞在店舗推定

白井 僚 (大阪大学), 今井 遼, リュウ センペイ, 髙橋 翼, 天方 大地 (大阪大学), 原 隆浩 (大阪大学)

第15回データ工学と情報マネジメントに関するフォーラム(第21回日本データベース学会年次大会) (DEIM 2023)

March 05, 2023

本論文は,GPS からユーザが実際に滞在している店舗を予測する滞在店舗推定の問題を扱う.GPS は測定誤差を持ち,誤差範囲内に通常多数の店舗が存在するため,ユーザが実際に滞在した店舗を正確に特定することは困難である.本研究ではまず,GPS をチェックインログと結びつけ,滞在時の特徴を学習することによって予測を行うモデルを作成する.このように,ユーザの位置情報を予測する問題では,チェックインログのような正例データのみが用いられる場合が多い.しかし,正例データのみでの予測では Precision の評価を行えないため,偽陽性率を評価できない.そのため,作成した予測モデルに加え,GPS の周辺店舗を Unlabeled データとして利用することにより,Precision と Recall のバランスが取れた滞在店舗推定モデルを構築する.また,本問題において Precision を予測するための適切な指標を導入する.実世界のデータを用いた実験により,導入した指標と Recall において提案モデルが高い値となることを示す.

Paper : Positive-Unlabeled Learning を用いた位置情報とチェックインログPositive-Unlabeled Learning を用いた位置情報とチェックインログに基づく滞在店舗推定open into new tab or window (external link)