2020 Fiscal Year Annual Research Report
超多数母数型離散選択モデルに基づく消費者選択行動理解の進化と深化
| Project/Area Number |
18H00904
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
佐藤 忠彦 筑波大学, ビジネスサイエンス系, 教授 (40400626)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
領家 美奈 筑波大学, ビジネスサイエンス系, 准教授 (10303348)
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
伴 正隆 筑波大学, ビジネスサイエンス系, 准教授 (50507754)
西尾 チヅル 筑波大学, ビジネスサイエンス系, 教授 (80241769)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 離散選択モデル / 階層ベイズモデル / MCMC / マーケティング |
|---|
| Outline of Annual Research Achievements |
本年度は，小売業，e-commerceや映画視聴サービス，クラウドファンディング等の消費者行動を対象にした消費者行動のモデル化を推進した．基本的にベイジアンモデリングの枠組みによる計量的な研究を実施した．一つ目の研究では，百貨店とドラッグストアのID付POSデータを用いて，消費者行動のメカニズムを解明するための研究を継続的に実施した．来店と購買量の生起メカニズムを同時に捉えるためのモデルを提案し，その有効性を示した．またポアソン潜在ブロックモデルにより，顧客セグメンテーションと製品クラスタリングを同時に実現するためのモデルを提案し，その有効性を示した．二つ目の研究では，研究課題を遂行するためにe-commerceや映画視聴サービスを対象にした消費者の購買・視聴行動を対象として研究を推進した．ここでは，超多数の母数をもつ情報推薦システムを想定し，消費者へのありきたりな推薦を避けるために推薦の多様性を維持したままで，かつ，推薦精度も保持するための方法を提案し，その有効性を示した．三つ目の研究では，クラウドファンディングサイトにおけるプロジェクトごとの資金調達額データとプロジェクト紹介サイト上の情報を用いた実証分析を行い, プロジェクト掲載基準の変更に伴う出資者行動の変化など, クラウドファンディング運営企業の経営判断に資する知見を得た．四つ目の研究では，消費者のサステナブル志向の特徴とその変遷について研究を行い，サステナブルな価値の下位志向の概念の等価性および尺度の信頼性と各志向に対する社会環境要因や個人差要因の影響を統計的に分析し，６つの志向は尺度の等価性や弁別妥当性等を充足していることを確認した．
いずれの成果も，本研究の課題の主たる目的である，消費者の選択行動の解明に資する成果となっており，研究は順調に進展しているものと判断している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の成果として，学術論文5件（海外誌2件），学会発表等2件を実施している．また，来年度に向けた研究の方針も本年度の成果を踏まえて構築できている．そのため，本研究プロジェクトはおおむね順調に進められていると判断している．
|
| Strategy for Future Research Activity |
本研究では一貫してベイジアンモデリング技術を採用する．STEP0では，消費者選択行動原理に関する理論的な再検証を進める．STEP1は，多数の研究事例がある一変量の選択モデルの再検討を進める．第1フェーズでは，特に「限定合理的選択行動」や「後悔最小化原理」等の仮定の下でのモデル開発を進める．第2フェーズでは，第1フェーズの知見を前提とし，「動的選択行動のモデル化」へも踏み込む．第3フェーズは，小規模態度データ（アンケートにより取得）と大規模行動データ（小売，WEB）を用いて第1フェーズと第2フェーズで構築したモデルを実証し，選択行動理論へのフィードバックを試みる．STEP2では，マーケティング・サイエンス領域で研究が少ない（超）多変量型選択モデルを検討する．本STEPで検討を進める事項には「超高次元の分散-共分散の推定」「超多数のパラメータの
推定アルゴリズム」といった技術的な側面の困難が存在し，統計技術を格段に進展させない限り，消費者の選択行動理解につなげられない．第1フェーズでは，「高次元分散共分散行列のモデル化」「（超）多変量多項選択現象のモデル化」を中心に研究を進める．第2フェーズでは，第1フェーズの知見を踏まえ，「動的高次元分散共分散行列のモデル化」「動的（超）多変量選択行動のモデル化」「ビッグデータ対応型推定アルゴリズム」を開発する．第3フェーズでは，大規模行動データ（小売，WEB）を用いて本STEPで構築したモデルを実証し，選択行動理論へのフィードバックを試みる．
本年度は，研究最終年度ということを踏まえ，モデル開発と実証分析を継続的に進めるとともに，モデル推定のための計算時間の高速化という観点でアルゴリズムの高度化とそれに基づく推定プログラムの洗練化を進める．また，本プロジェクトのまとめも行っていく．
|
