Project/Area Number |
21K01744
|
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 | Aoyama Gakuin University |
Principal Investigator |
横山 暁 青山学院大学, 経営学部, 准教授 (90582867)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
Keywords | 非対称データ / クラスタリング / マーケティングデータ / マーケティング・サイエンス |
Outline of Research at the Start |
ブランドスイッチングデータなどに代表される非対称な関係をもつデータを分析する必要性はマーケティング分野や心理学の分野で生じており,既に多次元尺度構成法や階層的・非階層的クラスター分析法が提案されているが,クラスター分析法に関しては,1つの対象が1つのクラスターに所属する手法への適用にとどまっている.しかし実際は1つの対象は複数のクラスターに所属する重複的な構造をもつと考えられる.そこで本研究では,1つの対象が複数のクラスターに所属することを許容したソフトクラスタリング手法に対して非対称データを分析可能となるような分析法を開発するとともに,実際のデータに適用することで新たな知見の獲得を目指す.
|
Outline of Annual Research Achievements |
研究2年目である2022年度は,前年度から引き続いて非対称重複クラスター分析法のアルゴリズムの開発に取り組むとともに,関連する非対称クラスター分析法や重複クラスター分析法の実データへの適用に関する研究も並行して実施した. アルゴリズムの開発においては,アルゴリズムの検討を行うにあたり,文献・論文の収集および学会大会等における研究発表の聴講を行った.その中で,非対称データを分析できる重複クラスター分析法における結果の表現方法に関して当初の予定から変更する必要性があることが判明し,モデルのアルゴリズムの見直しを行った.具体的には,これまでは既存研究を参考に,非対称データを対称な成分と歪対称な成分に分け,対称成分は従来通りの重複クラスター分析法のアルゴリズムで分析し,歪対称な成分を新たなアルゴリズムで分析することを計画していたが,既存の非重複な非対称クラスター分析法のアルゴリズムを用いたほうが結果の表現がしやすいと考えられ,両者の特徴を考慮してモデル・アルゴリズムを開発することとした. また,関連研究として,非対称クラスター分析法や重複クラスター分析法の実データへの適用に関して,特に既存の非対称クラスター分析法を実データに適用する応用研究も実施した.本年度は特に携帯・スマートフォンから取られるGPSログデータに関して,エリアの移動回数を非対称類似度データとみなして分析を行った.この結果をまとめたものを学術誌に投稿し現在査読審査中となっている.
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
概要でも触れたように,非対称重複クラスター分析法のモデルおよびアルゴリズムに関して,当初の方法からの変更・見直しを行っているため,進捗としてはやや遅れている. また,引き続き新型コロナウイルス感染症の影響で特に国際学会への参加が困難であり,当初の計画通りの研究報告が行えなかったことも遅れの原因の一つである.次年度以降に国際会議を含む学会大会での発表および論文執筆を行うことで遅れを取り戻す予定である.
|
Strategy for Future Research Activity |
2023年度は前年に引き続き,研究課題のメインである非対称性を考慮した重複クラスター分析法の開発を行う. 2022年度の進捗としては,概要にも書いた通りやや遅れ気味であるが,2023年度は研究の最終年度ということもあり,集中して研究課題に取り組む予定である. 具体的には年度の前半は提案する非対称重複クラスターのモデルおよびアルゴリズムについての開発を行う.加えて,人工的にクラスター構造を作ったうえで,非対称データを逆算し,提案した分析手法で分析を行うことでクラスター構造の再現性・有効性の検討を行う.また,実用性の検証のために実データへの適用も行い,これまでの研究成果を国内外の学会での発表や学術論文として国内外の学会誌への投稿を行う予定である.
|