解釈可能な機械学習によるマーケティングおよびそのマルチモーダル情報分析への応用

• Project/Area Number: 25K05381
• 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: Kyoritsu Women's University
• Principal Investigator: 金城 敬太 共立女子大学, ビジネス学部, 准教授 (20611750)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
• Keywords: 反実仮想説明 / 解釈可能性 / 機械学習 / 大規模言語モデル / マルチモーダル

Outline of Research at the Start

近年マーケティングの多くの領域で機械学習の応用が進んでいる。しかし、売上の予測などには有効だが、各施策の売上への影響を調べるなどの解釈が困難で、戦略の最適化ができないブラックボックス性が問題となっている。そこで本研究は、事例の改善策を通じて影響を調べる反実仮想説明という解釈可能性を担保する方法を拡張し、マーケティングに特化した利潤の改善策を自動で提示する方法を開発する。この際、キャッチコピーなどの言語や、広告などの画像といったマルチモーダルな戦略の改善も扱う。最後に実データや実験を行い、その有効性を確認する。本研究は機械学習の応用の可能性を広げ、マーケティング戦略の改善に役立つ。