| 研究課題/領域番号 |
21K11799
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 岡山理科大学 |
|---|
研究代表者 |
森 裕一 岡山理科大学, 経営学部, 教授 (80230085)
|
|---|
| 研究分担者 |
黒田 正博 岡山理科大学, 経営学部, 教授 (90279042)
飯塚 誠也 岡山大学, 全学教育・学生支援機構, 教授 (60322236)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 数量化 / カテゴリカルデータ / クラスタリング / 変数選択 / 加速化 / 主成分分析 / 非計量主成分分析 / 次元縮約 / 非計量多変量手法 |
|---|
| 研究開始時の研究の概要 |
マーケティングや心理学分野での応用を想定し、尺度混在や非構造のデータなど，複雑な構造をもつデータに対して，潜在的な構造や特徴を抽出する手法を提案する。そのために，複雑性を構成する尺度混在データの統一的処理と非構造部分のデータ変換を施した上で，情報の縮約と分析に価値を付加しない特徴量の削減を，分析の対象とする手法と同時に実行することで，効果的な情報抽出をめざす。また，それらを対話的に考察できるインタフェースと高速な計算が可能な環境を提供する。
|
| 研究成果の概要 |
本研究では、(i)情報損失を最小限に抑えた大規模さの軽減、(ii)縮約した情報や複雑性の関係の効率的な把握、(iii)尺度混在データやテキストデータの処理を可能とする手順の提供、(iv)計算の効率化を実現することを目的とし、尺度混在と高次元のデータを既存手法で扱える手法や手順を開発した。既存手法は、主成分分析、ファジィc平均法、テキストマイニングで、非計量主成分分析による数量化、数量化と次元縮約の同時推定、トピックモデルとヒートマップを利用し、複雑性と大規模性の軽減を実現した。また、効率的に結果を得るために、変数縮減と計算加速化を提案し、性能評価を行うことで、提案手法の有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
数量化と次元縮約を同時に行うことで、個々の手法を別々に適用する方法では観察できなかった知見が得られること、このことにより、量的データのために開発されたすべての手法をカテゴリカルデータに適用できるようになることが本研究の学術的な特色である。また、アルゴリズム面で大規模性を克服しようとすることは、迅速に処理結果が得られる計算環境を提供するという点で独創性がある。これらの手法はマーケティングや社会心理学の個別課題を念頭に開発しているが、手法の良い点はお互いに利用し合うことで分野横断的な成果が得られる。さらに、提案手法がデータ分析の発見的情報把握の強力なツールとして活用されることも期待される。
|
