| 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 |
李 銀星 東北大学, 経済学研究科, 特任助教 (00845084)
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
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)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| キーワード | 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 |
最終年度としてメンバーの個別研究成果を共有するとともに全体を総括する議論を行った。研究成果は次の通りである。【消費者への情報推薦システムの研究】映画視聴サービスに関する消費者への情報推薦に関し、消費者・商品・商品属性の関係性をグラフ構造としたKnowledge Graphと深層学習による埋込み法を適用した商品推薦手法を開発した。直接的なグラフ構造の関連性のみではなく、高次の関連性を用いることで推薦の精度が向上することを示した。【複数異質性のモデル化の研究】製品異質性と時点異質性や消費者異質性と製品異質性の同時評価を可能にする階層ベイズ回帰モデルを開発し、推定アルゴリズム自体も簡単で適用範囲が広く、ビッグデータから詳細な情報抽出を実現する上で有効に機能することを示した。【ID-POSデータの商品埋込(product embedding)モデルの研究】大規模スパースデータ分析に用いるWord2Vecをマーケティングデータへ適用するモデルを提案した。消費者属性を用いた階層モデルを取り込むことで商品推薦の原因も探ることができマーケティング戦略へ適用可能なことを実証した。【ネットワークおよびテキストデータ同時利用モデルの研究】Igarashi and Terui (2020)によるネットワークおよびテキストデータ同時利用モデルをエッジ生成確率がノードごとに異なる次数異質性を考慮したモデルへ拡張した。Twitterを用いた実証分析では，複数の比較モデルに対して提案モデルが優れた予測性能を持つことを示した．【画像データを用いたソーシャルインフルエンスの可視化の研究】画像を共有するUGCデータを用いて、過去の自己および他者からの社会的影響を可視化するモデルを提案し、実データ分析により予測性能及び解釈性の両方で既存モデルを凌駕することを示した。最後にメンバーを中心とした研究集会を２月８日に開催し、全体を総括する議論を行った。
|
| 現在までの達成度 (段落) |
令和3年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和3年度が最終年度であるため、記入しない。
|
