| 研究課題/領域番号 |
17K03988
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
商学
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | マーケティング / ビッグデータ活用 / ベイズモデリング / 推薦システム / ビッグデータ / 消費者行動モデリング / ベイズモデル / データベースマーケティング / 機械学習 / 階層ベイズモデル / パーソナライゼーション / マーケティング・オートメーション / 階層ベイズモデリング |
|---|
| 研究成果の概要 |
本研究はマーケティング資源配分全体最適化を行うためのビッグデータ対応型消費者行動モデリングに関する研究を行った。その成果は３つにまとめられる。１．ビッグデータ対応型消費者行動モデリングを進展させた。２．マーケティング資源配分の全体最適化のために解くべき問題のクラスに関する整理を行った。３．商品購買履歴や映画配信サイトの視聴履歴データを用いたマーケティングに関する情報推薦の研究を行った。いずれの研究課題においてもそれぞれのテーマに関する新しい知見が得られた。
|
| 研究成果の学術的意義や社会的意義 |
学術的意義：大規模な潜在変数を採用したマーケティングモデルを開発・進展させた。そこでは、機械学習法とマーケティングモデルをベイズモデリングにより統合した確率的生成モデルを開発し、実データでの実証を行った。
社会的意義：マーケティング資源配分の最適化を議論した。加えて、推薦システムへの応用を行った。そこでは、推薦精度のみではなく、推薦の新規性やありきたりな推薦を行わないため新しい手法を開発した。
|
