| 研究課題/領域番号 |
17K04029
|
|---|
| 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 | 岡山理科大学 |
|---|
研究代表者 |
水谷 直樹 岡山理科大学, 経営学部, 准教授 (30330533)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2018年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | マーケット・セグメンテーション / レビュー・データ / ネットワーク分析 / 最適化 / レビュー情報 / スクレイピング / 自然言語処理 / 商学 |
|---|
| 研究成果の概要 |
商品やサービスに関して消費者から発信されるレビュー情報を収集し、収集した大規模データからマーケティングに有用なセグメンテーション情報を獲得する手法を提案した。提案した手法は、消費者からのレビュー情報から得られる商品間の関係性をもとに、ネットワーク分析の手法を用いて、商品および消費者をグループ分類するものである。また、時間とともに変動するセグメンテーションの規模に関して、規模の変動を表現する数理モデルを提案し、実データから数理モデルのパラメータを推定する方法を確立した。
|
| 研究成果の学術的意義や社会的意義 |
マーケット・セグメンテーション手法の確立と、セグメンテーションの時系列的変化を表現する数理モデルの導出によって、マーケットの状況把握が容易に実施できるようになるとともに、効果的なマーケティング戦略を適時に実施可能になると考えられる。その際に必要となるデータは、商品やサービスに関して消費者から発信されたレビュー情報やSNSへの投稿情報であり、容易に入手可能で情報入手のためのコストは安価である。アンケートよりも偏りが少ないことなど、企業におけるマーケティング活動において有用な方法である。
|
