プレスリリース

  1. 同志社大学ホーム
  2. 2018年度のニュース一覧
  3. 同志社大学がZOZO研究所と共同研究を開始 ~データドリブンなスタイルの発見を目指す~

同志社大学がZOZO研究所と共同研究を開始 ~データドリブンなスタイルの発見を目指す~

'19年1月15日 更新
 このたび、同志社大学理工学部インテリジェント情報工学科 桂井麻里衣助教の研究グループは、ZOZOグループの、ファッションを数値化し科学的に証明するプロジェクトチーム「ZOZO研究所(ZOZO RESEARCH)」とファッションアイテム・コーディネートレコメンド手法の共同研究を2019年1月15日(火)より開始することに合意しました。

 桂井研究室では、ビッグデータを活用したデータマイニング、ソーシャルネットワーク解析、マルチメディア処理などをテーマに、様々な情報技術を研究しています。スマートフォンやソーシャルメディアの普及に伴い、画像・テキスト・楽曲といった異なる形態で構成されるデータが爆発的に増加している中、データの内容をコンピュータが自動で理解するために、様々な形態の特徴(画像特徴やテキスト特徴など)を有効利用する方法について研究しています。また、大規模マルチメディアデータからユーザの意見を抽出し、マーケティングや情報収集支援に利活用することを目的として、画像の表す感情やデータの人気度予測に関する研究にも取り組んでいます。

 ZOZO研究所は、ZOZOグループの運営するファッションコーディネートアプリ「WEAR」のコーディネート画像やそれに紐づくファッションに関するデータを解析し、ファッションスタイルの分類を研究しています。ファッションスタイルの分類をよりユーザの感覚に近づけることで、レコメンド精度や検索性の向上が期待できます。また、ZOZOTOWNやWEARの閲覧・購買履歴を分析することで、服の組み合わせの良さを定量化する方法を研究しています。

 今回の共同研究では、両者の強みをかけ合わせ、レコメンドエンジンの研究*1とファッションスタイルに関する研究*2を行います。これらの研究によって定量化することが難しいファッションスタイルに関するデータや着用時のシルエットのデータを活用し、世の中の人々がもっとファッションを楽しめる世界を目指します。

共同研究について
課題名ファッションアイテム・コーディネート推薦手法の開発
共同研究期間2019年1月15日~2020年3月31日

*1
レコメンドエンジンの研究
レコメンドエンジンに関する研究は近年盛んに行われていますが、本研究では「着用時のシルエット」という新しい属性に焦点を当てます。ファッションは、オーバーサイズに着た場合とタイトに着た場合とで印象が変わるように、「着用時のシルエット」が大きな影響を与えます。これを考慮することでユーザの好みをより正確に把握し、精度の高いレコメンドエンジンの開発につながると考えています。

*2
ファッションスタイルの研究
現在、「カジュアル」や「モード」のようなスタイルの提唱は、デザイナーやスタイリストなどの専門家が提示することが一般的です。今回使用するWEARの投稿画像には各ユーザが選んだタグが付いており、そのタグを元に機械が学習します。これにより、データドリブンにスタイルを決めるため、よりユーザの感覚に近いスタイルが抽出できると見込んでおります。
 このたび、同志社大学理工学部インテリジェント情報工学科 桂井麻里衣助教の研究グループは、ZOZOグループの、ファッションを数値化し科学的に証明するプロジェクトチーム「ZOZO研究所(ZOZO RESEARCH)」とファッションアイテム・コーディネートレコメンド手法の共同研究を2019年1月15日(火)より開始することに合意しました。

 桂井研究室では、ビッグデータを活用したデータマイニング、ソーシャルネットワーク解析、マルチメディア処理などをテーマに、様々な情報技術を研究しています。スマートフォンやソーシャルメディアの普及に伴い、画像・テキスト・楽曲といった異なる形態で構成されるデータが爆発的に増加している中、データの内容をコンピュータが自動で理解するために、様々な形態の特徴(画像特徴やテキスト特徴など)を有効利用する方法について研究しています。また、大規模マルチメディアデータからユーザの意見を抽出し、マーケティングや情報収集支援に利活用することを目的として、画像の表す感情やデータの人気度予測に関する研究にも取り組んでいます。

 ZOZO研究所は、ZOZOグループの運営するファッションコーディネートアプリ「WEAR」のコーディネート画像やそれに紐づくファッションに関するデータを解析し、ファッションスタイルの分類を研究しています。ファッションスタイルの分類をよりユーザの感覚に近づけることで、レコメンド精度や検索性の向上が期待できます。また、ZOZOTOWNやWEARの閲覧・購買履歴を分析することで、服の組み合わせの良さを定量化する方法を研究しています。

 今回の共同研究では、両者の強みをかけ合わせ、レコメンドエンジンの研究*1とファッションスタイルに関する研究*2を行います。これらの研究によって定量化することが難しいファッションスタイルに関するデータや着用時のシルエットのデータを活用し、世の中の人々がもっとファッションを楽しめる世界を目指します。

共同研究について
課題名ファッションアイテム・コーディネート推薦手法の開発
共同研究期間2019年1月15日~2020年3月31日

*1
レコメンドエンジンの研究
レコメンドエンジンに関する研究は近年盛んに行われていますが、本研究では「着用時のシルエット」という新しい属性に焦点を当てます。ファッションは、オーバーサイズに着た場合とタイトに着た場合とで印象が変わるように、「着用時のシルエット」が大きな影響を与えます。これを考慮することでユーザの好みをより正確に把握し、精度の高いレコメンドエンジンの開発につながると考えています。

*2
ファッションスタイルの研究
現在、「カジュアル」や「モード」のようなスタイルの提唱は、デザイナーやスタイリストなどの専門家が提示することが一般的です。今回使用するWEARの投稿画像には各ユーザが選んだタグが付いており、そのタグを元に機械が学習します。これにより、データドリブンにスタイルを決めるため、よりユーザの感覚に近いスタイルが抽出できると見込んでおります。
お問い合わせ先
同志社大学理工学部インテリジェント情報工学科 桂井麻里衣 
E-mail:mkatsura@mail.doshisha.ac.jp