| 研究課題/領域番号 |
17K13787
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
経営学
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
竹岡 志朗 大阪市立大学, 大学院経営学研究科, 経営学研究科付属先端教育センター特別研究員 (70711555)
|
|---|
| 研究協力者 |
高木 修一
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018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)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | テキストマイニング / 普及 / 機械学習 / 相対的競争優位 / イノベーション |
|---|
| 研究成果の概要 |
本研究は商品カテゴリーにおける諸属性の有無や高低が、個々の商品の魅力、つまり競争優位性にどのように影響しているのかを明らかにすることを目的とした。
これを明らかにするために、本研究ではテキストマイニング、特に近年世界的に注目を集めているニューラルネットワーク技術に基づく分散表現テキストマイニングを用い、分析対象としてはインターネット上にあるクチコミデータを用いた。分析に消費者のクチコミという体験に基づく言葉を学習データとして用いていることで、これまでの外形的評価基準とは異なる、消費者の心理的体験によって生まれた内的評価基準に基づいて用いられた言語表現を分析に使用できるという利点が生まれた。
|
| 研究成果の学術的意義や社会的意義 |
これまでも競合間の関係などを可視化するためにテキストマイニングは用いられてきた。しかし、それは単語の出現回数や共起関係の強さの集計が基本でありそのような分析だけでは、その単語に付与された意味の分析はできなかった。本研究ではニューラルネットワーク基盤技術とする分散表現をテキストマイニングを使用することで、これまでには難しかった意味に基づいた分析が可能になった。
また、分析に消費者のクチコミという体験に基づく言葉を学習データとして用いていることで、これまでの外形的評価基準とは異なる、消費者の心理的体験によって生まれた内的評価基準に基づいて用いられた言語表現を分析に使用できるという利点が生まれた。
|
