| Project/Area Number |
18K01902
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07090:Commerce-related
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
YAMADA TAKAKO 関西学院大学, 総合政策学部, 教授 (80272053)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2020: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2019: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2018: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 調査データ / 消費者 / 時間配分 / メディア接触 / 時間消費モデル / 生活者 / 大規模調査データ / モデル / データ分析 / モデル化 / 行動変容 / 生活価値観 / 時間消費行動 / メディア価値観 / モデル分析 / メディア分類 / 視聴覚 / 分離利用 / 消費者メディア接触 / ランダムフォレスト / 大規模生活者調査データ / 予測モデル / 「時間・所得」の分配行動 / メディア横断 / エージェント・ベースド・シミュレーション / クロスメディア / 確率モデル |
|---|
| Outline of Final Research Achievements |
I worked on analyzing consumer time-use behavior in 2019 before Covid-19 and during 2020 amid Covid-19. Home and outside activities were classified into four clusters pre and post-pandemic which reveal different time consumption patterns. I conducted attribute comparisons such as age, income, marital status, etc., among the clusters and proceeded to generate artificial consumer time-use data using machine learning based on these results. The study elucidated how consumer time allocation behaviors shifted due to Covid-19. Though my research encountered unexpected disruptions, including interruptions due to Covid-19, the impact on time allocation behaviors became evident. I am currently engaged in analysis to continue developing income allocation models.
|
| Academic Significance and Societal Importance of the Research Achievements |
Covid-19による生活者のライフスタイルの変化を調査データから明らかにした。特に時間帯別在宅外出の生活パターンがCovid-19で生じた変化をクラスタ分析で明らかにし、クラスタ別の年齢、性別、職業など特徴の違いも明らかにした。本研究から、世界的パンデミックが日本人にもたらした生活行動の変化を、定量的データで示すとともに、機械学習手法を用いて、このような時間帯別生活行動の人工的なデータ生成が限定的な時間帯行動データから可能であることを確認した。これらの成果は、データプログラミングでもあり、人工的な消費者データ生成の第一歩と考えている。
|
