株式会社D2C（总部：东京都港区，代表取缔役社长：冈 勇基，以下简称D2C）宣布，关于本公司所属成员井上大地等人的研究成果，已于2026年3月举办的「语言处理学会第32届年会（以下简称NLP2026）」中发表，并进一步将其内容发展后的最新研究成果，将于2026年6月举办的「第40届人工智能学会全国大会（以下简称JSAI2026）」中发表。 本研究利用电信营运商所拥有的庞大搜索日志与会员基础的属性信息（性别、年龄层），提出一种针对特定餐饮连锁店之消费者兴趣进行时间串行分析的方法。具体而言，从搜索词汇中提取与店铺名称一起被搜索的关键字。并非使用单纯的出现频率，而是使用衡量「相关性深度」的指针（NPMI），将这些词汇的关联强度数值化。借此，可以客观数据掌握各连锁店「受到哪些客层」以及「在何种脉络下」的关注。 在先行举办的NLP2026中，已证实了使用搜索日志进行客层分析方法的有效性，而在本次JSAI2026中更进一步深化该研究，实现了以月为单位的时间串行分析。阐明了期间限定商品、与其他公司的联名活动，乃至社会事件如何改变了消费者的兴趣结构。本研究成果将单凭购买数据无法完全掌握的消费者动向予以可视化，预期将有助于实现更精准的行销策略。 JSAI2026中的发表详情如下： 【标题】基于电信营运商搜索日志之餐饮连锁店客层时间串行分析 【发表者】井上 大地（株式会社D2C Single ID Marketing本部 Data Insight部） 【日期与时间】2026年6月12日(星期五) 12:30 〜 14:00 【场次编号】5Yin-A 【场次会场】Y会场 (展示大厅AB-1) 【发表概要】 本研究活用电信营运商所拥有的庞大搜索日志与会员基础属性信息，提出分析消费者对餐饮连锁店兴趣的方法。相对于以往依赖来店纪录与购买数据的顾客分析，本研究着眼于来店前潜在兴趣数据的「搜索行为」。 具体而言，从搜索查找中提取与店铺名称共现的关键字，并使用衡量其「关联强度」的指针＝范式点互信息（NPMI），将不同性别、年龄层的兴趣程度予以定量化。此外，通过导入以月为单位的时间串行分析，阐明了期间限定商品、与其他公司的联名活动或是社会事件，为不同客层的兴趣结构带来了何种变化。 分析结果显示，除了各餐饮业态存在主要客层外，即使在同一业态内，也确认了不同连锁店之间关注群体的差异以及时间串行上的波动。同时也表明，能够识别针对特定策略之关注度持续上升，或是因丑闻等原因引起的短暂关注集中等不同模式。 由于本方法无需使用来店数据或购买纪录即可掌握顾客兴趣的变化，预期可应用于支持企业决策的高端解决方案中，如行销策略的效果测量、竞争比较，甚至是提早掌握声誉风险等。 针对不同性别・年龄层NPMI矢量之主成分分析(PCA)与各连锁店之NPMI（※） ※第1主成分主要反映性别差异，第2主成分反映年龄层差异。除了可确认各业态有一定的客层倾向外，即使在同一业态内，也可看出各连锁店在客层特性上的差异。此外，事后调查显示，部分连锁店的结果与其实际的主要目标客层相符。 ■ 学会概要 【第40届人工智能学会全国大会（JSAI2026）】 人工智能学会全国大会是聚集了人工智能（AI）相关学术与技术最前线的日本国内最大规模学会。在每年举办的全国大会上，产学官的研究人员与工程师齐聚一堂，进行最新研究成果与技术动向的发表、企业实践案例介绍及专题讨论等。作为汇聚担负AI未来之见解与人脉的场所，受到众多与会者的瞩目。 ●会期：2026年6月8日（星期一）～6月12日（星期五）