| 研究課題/領域番号 |
17H01001
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
照井 伸彦 東北大学, 経済学研究科, 教授 (50207495)
|
|---|
| 研究分担者 |
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
近藤 文代 筑波大学, システム情報系, 講師 (40322010)
佐藤 忠彦 筑波大学, ビジネスサイエンス系, 教授 (40400626)
中野 純司 中央大学, 国際経営学部, 教授 (60136281)
李 銀星 東北大学, 経済学研究科, 特任助教 (00845084)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| キーワード | マーケティングモデル / ベイズ統計 / 機械学習 / 大規模データ / テキスト解析 / 消費者行動 |
|---|
| 研究実績の概要 |
研究課題に関する研究に関し、消費者行動モデルと機械学習モデルの融合研究を中心に実施した。具体的な個別の研究成果は下記の通りである。
・ソーシャルメディアなどネット上に大量に存在するテキスト非構造データを新製品普及のマーケティングに活用する研究に関し、複数世代の製品の普及について口コミの影響を製品世代を超えるリープフロッグ現象と他ブランドスイッチするスイッチング現象を区別して推測できる複数世代製品の普及モデルを開発した。・ネットワークモデルとして論文引用関係のネットワークを記述する新しいモデルを開発した。・eコマースの商品購買履歴や映画配信サイトの視聴履歴データと深層学習を用いた推薦システムの開発とマーケティングへの応用実証研究を実施した。具体的には、異なる商品カテゴリ間の情報を融合した情報資源配分、推薦配分の新規性を考慮した効率的アルゴリズム開発、顧客属性・購買履歴データと商品の特性データの深層学習による融合と高度な情報資源配分に関する研究を実施した。・消費者の心理的状況を行動データのみによって推測可能とするモデルの開発を行った。・デジタルマーケティングにおける畳込みニューラルネットワーク(CNN）の適用研究を行った。具体的にはスマートフォン・アプリ起動の行動予測モデルを開発し、ウエーブレット変換したデータの分析がより高い予測精度を持つことを示した。
さらに海外の研究協力者を招聘して開催した国際ワークショップで得られた助言を反映させて研究を高度化し、新たな国際共同研究にも着手した。具体的には、ソーシャルメディアのテキストデータをトピックモデルで分析する場合のマーケティング理論およびモデルの役割を明らかにする研究、ユーザー生成コンテンツ（UGC)の内容を考慮した社会的影響推定モデルの研究などである。
|
| 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10件、学会報告10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 |
今後は各自の個別研究を相互に共有できる機会を増やし、有機的組織的に研究を展開する。
|
