研究課題/領域番号 |
22H00056
|
研究種目 |
基盤研究(A)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
中区分7:経済学、経営学およびその関連分野
|
研究機関 | 東京理科大学 |
研究代表者 |
照井 伸彦 東京理科大学, 経営学部ビジネスエコノミクス学科, 教授 (50207495)
|
研究分担者 |
ウィラワン ドニ・ダハナ 大阪大学, 大学院経済学研究科, 教授 (90432426)
伴 正隆 筑波大学, ビジネスサイエンス系, 准教授 (50507754)
李 銀星 東北大学, 経済学研究科, 講師 (00845084)
五十嵐 未来 大阪大学, 大学院経済学研究科, 講師 (30925326)
佐藤 忠彦 筑波大学, ビジネスサイエンス系, 教授 (40400626)
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
長谷川 翔平 法政大学, 経営学部, 准教授 (30712921)
|
研究期間 (年度) |
2022-04-01 – 2027-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
34,710千円 (直接経費: 26,700千円、間接経費: 8,010千円)
2024年度: 7,410千円 (直接経費: 5,700千円、間接経費: 1,710千円)
2023年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
2022年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
|
キーワード | 異質性モデリング / 機械学習 / ネットワーク / 意思決定 / 消費者行動 / ベイズ統計 / 大規模データ / テキスト解析 |
研究開始時の研究の概要 |
本研究では、多様で大規模な情報を融合させ、マーケティングサイエンスおよび機械学習の新しい理論や手法を異質性モデリングを組み込みながら統合し、学術的にも貢献しかつ現代の実務的要請にも応える大規模情報対応可能なマーケティング意思決定モデルを組織的に研究する。実務家連携や独自実験を通じたデータを取得して分析し、研究成果は海外の先端的研究者から評価を随時受けて研究の質を担保しながら国際発信する。
|
研究実績の概要 |
計画した5つの研究モジュールに関し、本年度は、昨年度実施した(i),(ii)の基礎研究としての文献調査の継続、および(iii)のモデリング研究を実施した。具体的な研究成果の一部を下記に示す。 ・口コミ発信行動に対する顧客満足度およびコミットメントの影響の異質性について産業特性を考慮した実証分析を行い、大規模な調査データを用いた分析結果から,産業間における口コミ発信行動について、産業特性によって産業間の異質性が説明できることを明らかにした.・マーケティング変数を組み込んだWord2Vecベースのフレームワークを提案し、マーケティング変数と顧客の属性データから推定される顧客の異質性が重要であることを示た。・マーケティング現象で生じる分布の形状が様々に変化する現象を一つの確率分布で表現するために,階層ベイズ型構造化ベータ分布を提案した.・大規模なマーケティングデータから消費者の異質性を抽出するための統計モデルの開発を進め、音楽ストリーミングサービスで配信された楽曲の国際間比較により、各国間の音楽嗜好の異質性について議論し、消費者の行動履歴から消費者の異質性を抽出し可視化する方法を提案した。・ID付きPOSデータに記録された顧客のレシートデータから、潜在ディリクレ配分(LDA)によって購買機会ごとの購買トピックを抽出し、トピック確率を潜在クラスの形で組み込んだブランド選択モデルを提案した。・プラットフォーム上のユーザーが生成するコンテンツと他ユーザーとのつながりである社会ネットワークの共進化モデルおよびコンテンツの生成と閲覧という二面市場における相互依存関係を考慮したモデルの構築に取り組み、ネットワーク形成およびコンテンツ生成行動の相互作用について新たな知見を得た。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本課題に関する研究論文計9件(うち査読付論文 7件/うち国際共著論文 4件).学会発表計16件(うち招待講演 1件/うち国際学会 4件)の成果を挙げており、おおむね順調に進展している。
|
今後の研究の推進方策 |
今後はメンバー間の研究打ちあわせの頻度を上げて、相互に情報共有しながら組織的に研究を展開する。さらに実務家連携活動により、当該課題に掛かる多様な実データの取得を目指す活動を行い、サブテーマについてメンバー間で共同研究を立ち上げ、本研究課題をさらに推進する。
|