| 研究課題/領域番号 |
19K13822
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分07090:商学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
阿部 寛康 京都大学, 医学研究科, 助教 (40807963)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 消費者購買行動 / 消費者心理 / 非負値行列因子分解 / ベイズモデル / 零過剰モデル / 負の二項分布モデル / 基底数選択 / ウェブサイト閲覧履歴 / 消費者心理・行動 / 商品属性 / 変分推論法 / モデル選択 / 変分ベイズ法 / ロジスティック回帰モデル / ノンパラメトリックベイズ / 棒折り過程 / 零過剰負の二項分布 / ノンパラメトリックベイズ法 / 零過剰ポアソン / ベイズ統計学 / サンプリング法 / 基底数決定 / 購買行動 |
|---|
| 研究開始時の研究の概要 |
本研究では，質問紙データと行動履歴データ2つのデータの利用を想定した統計解析手法を開発し，消費者行動と心理面との関係性を把握することを目的とする．開発手法は，消費者行動を「消費者」「商品」「時間」の3要素に分けてモデル化される．本手法により，時間の経過による消費者行動モデルの変動を推定でき，さらに商品属性情報によりその購買行動モデルが解釈容易となる．さらに「いずれのモデルでも説明できない購買行動が行われた際の消費者の心理側面の把握」という，これまでにない点に注目する．
|
| 研究成果の概要 |
対象商品(群)行列と対象の属性情報から、商品(群)で表現される行動パターンと、そのパターンに従うことなく行動をとらなかった対象の特徴を、同時に推定する非負値行列因子分解(NMF)法を開発した。いずれの推定も変分推論に基づくため特段のパラメータ調整なしでモデル選択できることが利点である。書籍購入WEBサイトにおけるアクセスログデータに適用し、その手法の解釈手順を具体的に示し、結果を既存手法と比較した。また、商品ラベルの階層構造に注目し、上位ラベル内での共起関係（同質基底）と、それを除いた上で抽出される上位ラベル間での共起関係（異質基底）を同時に抽出するためのNMF法を開発しその性能を評価した。
|
| 研究成果の学術的意義や社会的意義 |
行列内の0要素を推定行動パターンと関係あるもの(related zero)とないもの(unrelated zero)に分け、後者の確率が高い対象や属性を商品(群)ごとに特定できるデータ解析法を開発した。また異なるラベルをもつ商品(群)の共起関係を抽出する方法を示した。これらの手法を様々な行動履歴データに適用することで、人々の行動に対して深い考察を与えることができる。また、マーケティングの視点では、単純な共起関係に基づかない、より繊細で熟考された施策提案を提供できる。なお開発手法はいずれも変分推論のおかげで調整パラメータが実質ない解析法となっており、分析者にとって使いやすいものとなっている。
|
