| 研究課題/領域番号 |
17K17663
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
社会システム工学・安全システム
経営学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
久野 遼平 東京大学, 大学院情報理工学系研究科, 講師 (60725018)
|
|---|
| 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 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | ネットワーク学習 / グローバルサプライチェーン / ノレッジグラフ / ネットワーク / 潜在構造モデル / テンポラルネットワーク / 通関データ / 異質情報ネットワーク / ネットワークマイニング / 産業構造 / 複雑ネットワーク / リンク予測問題 / 越境企業ネットワーク / 企業戦略 / データサイエンス |
|---|
| 研究成果の概要 |
本研究の目的はグローバルな企業関係のデータ、主に海外の通関データや大企業の多層的グローバルネットワークのデータなどを統計的関係学習の応用や新規手法の開発などを通じて分析し、国際企業関係における企業のグローバル戦略の時間発展の実態に迫っていくことである。データの制約などを通じて後者の実態に迫る部分について画期的なものを生み出せたわけではないが、統計的関係学習の新規手法開発については大いに進展した。今後は本研究全体で考案した手法の紹介や応用を広く展開していく。
|
| 研究成果の学術的意義や社会的意義 |
グローバルサプライチェーンは企業の競争環境にも影響を及ぼしており、こうした潮流は新たなビジネス機会を生むと同時に様々な経営課題や政策課題を惹起する。そのため国内外における企業間取引の実態を多角的な基礎データと適切なモデルから定量的に把握することは、学術のみならずビジネスや政策においても重要な課題である。本研究課題によって創られた手法は多角的にデータを分析することを可能としている応用面で様々な発展が期待される。
|
