• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実施状況報告書

Deep Learningを活用した広告コンテンツにおけるブランド混同の解明

研究課題

研究課題/領域番号 20K01963
研究機関東京都立大学

研究代表者

中山 厚穂  東京都立大学, 経営学研究科, 教授 (60434198)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワードArtificial Intelligence / deep learning / 畳み込みニューラルネットワーク / 市場セグメンテーション / ブランドポジショニング
研究実績の概要

現在,大量のマーケティングデータがオンラインで入手できるようになっている.オンラインのクリックストリーム,メッセージング,口コミ,トランザクション,位置情報などのデータが自動収集されることでデータ収集にかかるコストが大幅に削減されている.そして,これまでにない量のデータが得られるようになり消費者の行動を非常に詳細に把握できるようになっている.実務においては機械学習手法(deep learningやコグニティブシステムを含む)の活用が推進されている.その背景には優れた予測性能と分析者の介入を制限して日常的に適用できるブラックボックス化された性質にあると考えられる.一方,マーケティングの研究者がこれらの手法についての研究を取り組む際には,これらの手法が因果関係を証明したり,一般化可能な理論的洞察を生み出したりするものではないことから,この課題への対応が必要となる.また,これらの手法をマーケティング分析のための古典的なモデルと組み合わせることで研究の発展も期待される. このような状況において,近年,Convolutional Neural Network(CNN)は,多くのコンピュータビジョンタスク(デジタル画像の取得・処理・分析)のための有力なアルゴリズムになっており,deep learningやAIを用いた研究や応用が多く行われている.そこで,deep learningによるアプローチの発展やAIがマーケティングや顧客行動に与える影響について整理し,マーケティング研究が抱える課題について検討を行った.そして,それらの課題を踏まえマーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた市場セグメンテーションとポジショニング戦略の策定にかかわる研究について検討を実施した.

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

deep learningによるアプローチの発展やAIがマーケティングや顧客行動に与える影響について整理し,マーケティング研究が抱える課題について検討を行った.そして,それらの課題を踏まえマーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた市場セグメンテーションとポジショニング戦略の策定にかかわる研究について検討を実施した.これらの研究の成果を関連する国際学会などで発表する予定であったが新型コロナウイルス感染症の影響により研究報告が困難となったため全体的にやや遅れが生じている.

今後の研究の推進方策

deep learningによるアプローチの発展やAIがマーケティングや顧客行動に与える影響について整理し,マーケティング研究が抱える課題について検討した結果をもとに,マーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた研究を実施する.マーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた市場セグメンテーションとポジショニング戦略の策定にかかわる研究を行い,得られた知見をもとにマーケティングにおける意思決定の支援における貢献を目指す.

次年度使用額が生じた理由

研究の成果を関連する国際学会などで発表する予定であったが新型コロナウイルス感染症の影響により研究報告が困難となったため次年度使用額が生じています。翌年度分として請求した助成金と合わせた使用計画はマーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた研究を実施します.そして,マーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた市場セグメンテーションとポジショニング戦略の策定にかかわる研究を行い,得られた知見をもとにマーケティングにおける意思決定の支援における貢献を目指します.その研究成果については国際・国内学会での口頭発表や国際雑誌や和文誌での紙上発表を行う予定です.

  • 研究成果

    (6件)

すべて 2023 2022 その他

すべて 国際共同研究 (2件) 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (2件) 図書 (1件)

  • [国際共同研究] Cracow University of Economics(ポーランド)

    • 国名
      ポーランド
    • 外国機関名
      Cracow University of Economics
  • [国際共同研究] University of Malaga(スペイン)

    • 国名
      スペイン
    • 外国機関名
      University of Malaga
  • [雑誌論文] マーケティング課題へのdeep learningアプローチの適用の可能性‐市場セグメンテーションとポジショニング戦略を例に‐2023

    • 著者名/発表者名
      中山厚穂
    • 雑誌名

      行動計量学

      巻: 50 ページ: 1-18

    • DOI

      10.2333/jbhmk.50.1

    • 査読あり / オープンアクセス
  • [学会発表] Deep Learningによる広告コンテンツのブランド混同の予測2022

    • 著者名/発表者名
      中山厚穂
    • 学会等名
      日本分類学会41回大会
  • [学会発表] エンゲージメントとリーダータイプの関係性に基づく組織の検討2022

    • 著者名/発表者名
      中山厚穂 ・清田茂・堀博美・重野達也
    • 学会等名
      日本行動計量学会第50回大会
  • [図書] 日本統計学会公式認定 統計検定 専門統計調査士対応 調査の実施とデータの分析2023

    • 著者名/発表者名
      日本統計学会編
    • 総ページ数
      251
    • 出版者
      東京図書

URL: 

公開日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi