| 研究課題/領域番号 |
17K03988
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | ビッグデータ / 消費者行動モデリング / ベイズモデル |
|---|
| 研究実績の概要 |
本年度は、昨年度から開発を継続しているビッグデータに対応可能な消費者行動モデリングの知見を活かして、１．資源配分の全体最適化のために解くべき問題のクラスに関する整理と、２．各クラスに対する適用可能な最適化法の模索を行った。
１では、消費者と商品のそれぞれに対して個別化の観点から問題を整理した。各消費者が各商品に対する選好が与えられている場合は、チラシやカタログ等への掲載商品の決定は効率的な近似最適化アルゴリズムが知られている。一方、多くの実務ではその選好が分からないため、本研究により消費者毎、商品毎の選好のモデル化を行っている。その選好の与え方に依存して必要な最適化アルゴリズムが異なるため、推定された効用やその順序などで適用可能な最適化法の整理を行った。２に関しては、本研究で開発を継続しているモデルは確率的効用に基づいているため、総合的な効用関数の最大化に関しての結果を得ることができた。しかしながら、マーケティング実務上重要なのは総合的な予想購買量や予想売上等の最大化である。これらは線形的な最適化ではなく目的関数の一部に閾値関数が入るため、引き続きの研究が必要となる。
これらの研究成果を土台として、最終年度である来年度では、最終目標の達成に向けて研究を推進する。また、これらの研究に加えて、eコマースの商品レビューデータと深層学習を用いた推薦システムによる資源配分の最適化にも着手している。
|
| 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
研究計画に記した小目標１と２はほぼ達成され、小目標３に関する研究に着手している。この進捗は当初の予定の通りである。また、小目標１に関する論文が査読付き英文誌に掲載された。
|
| 今後の研究の推進方策 |
本年度の研究内容の発展または発展的応用を推進し、最終目標の達成を目指す。加えて、推薦システム等の分野への応用についても引き続き模索する。
|
| 次年度使用額が生じた理由 |
当初計画していたデータ購買に関する費用が不要ななったため次年度使用額が生じた。一方、今年度までの研究成果の公表のための複数回の海外出張と高性能ワークステーションの購入が生じる予定であり、そのための使用を計画している。
|
