| 研究課題/領域番号 |
19K23187
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0107:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
李 銀星 東北大学, 経済学研究科, 特任助教 (00845084)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
1,170千円 (直接経費: 900千円、間接経費: 270千円)
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 | マーケティング / Bassモデル / ベイズ / 階層モデル / ベイズモデルイング / ソーシャルメディア / バスモデル / 普及モデル / MCMC |
|---|
| 研究開始時の研究の概要 |
本研究では、IoT社会において急速に拡大しビジネスへの活用が期待されているソーシャルメディア情報に着目し、ネット上に大量に存在する口コミなどのテキストによる非構データを新製品普及のマーケティングに活用する研究を行う。本研究では、新製品普及のBassモデルと自然言語処理で潜在的話題の抽出に用いるトピックモデルを融合させ、製品売上の予測精度の向上のみならず、ソーシャルメディアが製品普及過程における役割を分析可能とする計量マーケティングモデルを構築する。
|
| 研究成果の概要 |
主な成果としては、１．普及モデルであるBassモデルに潜在構造を入れることにより、商品が発売前に、ソーシャルメディアの情報のみを頼りに予測が可能なモデルを構築し.
２．機械学習モデルであるダイナミックトピックモデルと計量モデルであるBassモデルの融合により、ソーシャルメディアは新製品普及を予測の精度を上げることができるのみならず、その役割も発売前後に異なる。発売前後のソーシャルメディアの効果は逆になることもあり得ることを実証分析で示した。３．ソーシャルメディア効果のシミュレーション実験により、ソーシャルメディア効果におけるリープフロッグ現象が加速することがあることを示した。
|
| 研究成果の学術的意義や社会的意義 |
１．今ブームであるビッグデータ分析と異なり、マーケティングでは、商品の発売前後など、数値データが限られている場合が多く、その場合、限られたデータでの分析や予測は非常に難しい課題であるが、ソーシャルメディアに存在する膨大な口コミ情報を用いれば、数値データ
２．また、機械学習で重視される予測にとどまらず、口コミと売り上げとの関係性をさらに分析可能なモデリングを構築したことで、口コミの発売前後の異なる反応なども観測することができた。
|
