A study on an embedding model for constructing organic marketing system
Project/Area Number |
21K14369
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 25010:Social systems engineering-related
|
Research Institution | Sophia University |
Principal Investigator |
山下 遥 上智大学, 理工学部, 准教授 (90754797)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
Keywords | GA2M / 主要点分析法 / 埋め込みモデル / 潜在クラスモデル / マーケティング / Doc2Vec / 深層学習 / 最適化 / 欠損値保管 / ビジネスアナリティクス / ビッグデータ分析 |
Outline of Research at the Start |
企業が所有する顧客からのフィードバックデータは,全ての顧客に対して与えられないことが多いため,十分に活用することができず,企業の成長の機会を逃していると考えられる.本研究では,企業と顧客が商品やサービスを介して互いにフィードバックし合い成長し合う有機的なマーケティングシステムの構築を目指す.そのために,フィードバックデータに対して,購買行動履歴データと同様に扱うためにデータを補完するための埋め込みモデル,時間の経過を考慮した購買履歴データの埋め込みモデルに基づく製品の品質向上モデル,複数のドメインのデータを活用するための埋め込みモデルに基づく新製品開発モデルを開発する.
|
Outline of Annual Research Achievements |
今年度は有機的マーケティングシステムを実現するためのいくつかの埋め込みモデルについて研究を行い、その成果を発表した。具体的には、2群間の違いを明確に表すための2値型代表点を用いた埋め込みモデル、予測精度と解釈性を両立した埋め込みモデルであるGA2Mに対して、複雑なモデル構造を仮定した潜在構造を考慮したGA2M、そして、複雑なモデル構造を仮定したXG-Boostに基づく埋め込みモデルを提案し、その妥当性の検討、および実データでの分析例を蓄積した。 まず、2群間での違いを明確に表すための2値型代表点を、元となる2値型代表点から発展させ、その近似アルゴリズムを提案した。また、そのアルゴリズムの数学的性質を示し、アルゴリズムの精度の下限を示した。これにより、計算効率がよく、精度の下限も保証された分析手法を実現した。次に、潜在クラスを考慮したGA2Mモデルでは、潜在構造をGA2Mのモデルの中に仮定し定式化した上で、パラメータの推定アルゴリズムを導出した。さらに、潜在構造を考慮したXGーBoostでは、まず潜在構造を仮定したXG-Boostモデルを定式化した上で統計学の分野で研究されてきたクラスタワイズ法に基づくアルゴリズムを提案した。また、その際にか適合を抑えるためにアルゴリズムの中にサブクラスの概念を導入し、修正した。これらの成果を発表し、次年度の実際のマーケティングの場での適用の準備を行った。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究の成果が十分に出ているため、順調に進展していると評価している。これらの成果は現在、論文化を目指している。今年度中に成果として出せた査読付き論文が1本であるため、上記のような評価を与えることにした。
|
Strategy for Future Research Activity |
今後は実際のマーケティングアクションを決定する際に提案したモデルを利用し、その妥当性を検証していく。また、深層学習ベースのモデルについても実現可能であると考えられるため、深層学習を基礎とした埋め込みモデルの開発にも取り組む。
|
Report
(2 results)
Research Products
(7 results)