2016/02/23 
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。
研究の概要
筑波大学 システム情報系 山際伸一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。
例えばこの技術は下図のように、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。
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