アパレル業界における需要要因の把握は、多様な外部要因が購買行動に影響を与えるため、重要かつ困難な課題である。
また、過剰入荷によるシーズンを過ぎてしまった商品が燃やされて処理されてしまうことは、環境においても重大な課題であると言える。
　本研究では，時系列学習器のBPTT（Backpropagation Through Time）をベースにスパースモデリングを行い，入力層から隠れ層への結合数から売上要因の特定を試みる。
　実証分析の結果、個別要因の寄与度を明確にできることが示された。
　これにより、売上の要因の特定と過剰入荷の対策を行うことができる。