2014 Fiscal Year Annual Research Report
| Project/Area Number |
25282086
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
住田 潮 筑波大学, システム情報系, 教授 (10236044)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
八森 正泰 筑波大学, システム情報系, 准教授 (00344862)
竹原 浩太 筑波大学, システム情報系, 助教 (70611747)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | スマートフォン応用アプリ / 浸透度 / 安定度 / ダウンロード数 / 予測アルゴリズム / マルコフ連鎖 / 相補的関係 / 相殺的関係 |
|---|
| Outline of Annual Research Achievements |
本研究は、１）デジタルカメラ、２）映画、３）スマートフォン・アプリという3つの市場を対象に、e-WOM (e-Word-of-Mouth インターネット上の口コミの意）を具体的に収集してデータベース化し、データマイニング・判別アルゴリズム・統計的手法等、多様な分析道具を用いて解析し、e-WOM と製品・サービスの市場における実績との関係を定量的に把握するための方法論の確立を目指すプロジェクトとして展開されてきた。
１）２）に関しては、前年度までに成果を挙げて多くの論文発表を行ってきており、また、３）に関するデータが豊富に入手できる環境が整ったこともあり、当該年度では、特にスマートフォンの応用アプリの研究に力を入れた。2本の論文を学術論文誌へ投稿した結果、その出版が受託され、また、4本の論文の査読付き国際学会論文誌への出版・発表を実現した。
これらの論文において、a)各デバイスに対し、スマートフォン・アプリが少なくとも一度はダウンロードされたか否かに関する月次時系列バイナリ―・データを蓄積し、b) 直近6カ月のバイナリ―・ベクトルを構造化することにより、成熟型、成長型、衰退型、変動型、等に類型化し、c)浸透度、安定度、ユーザーにとっての情報潜在リスク等を指標化し、d)各指標の間の関係を統計的に解析する方法論を確立した。また、ARIMA モデルとマルコフ連鎖を組み合せたダウンロード数を予測するアルゴリズムを開発し、多くのスマートフォン・アプリに対して相対誤差を小さく抑えることに成功した。さらに、スマートフォン・アプリXをダウンロードする Y もそうする傾向にあるといった相補的関係、逆に X をダウンロードすると Y を消去するといった相殺関係を表現する指標を確立し、多くのスマートフォン・アプリ間の関連相関図を抽出するアルゴリズムも開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
プロジェクトを開始して依頼、4年間で学術専門誌に出版された論文は、メイン・テーマに沿った論文が5本、関連する方法論に関する論文が15本を数える。また、査読付き国際学会誌に出版され、さらに、その学会で発表された論文は、メイン・テーマに関するものが6本、関連する方法論に関するものが12本に上り、順調に成果を挙げてきたと言える。
特に、スマートフォン・アプリの浸透度、安定度とセキュリティー・リスクを関連させたモデル開発とその解析、スマートフォン・アプリ開発企業にとって極めて重要となるライフサイクルの予測に資するダウンロード数予測アルゴリズムの開発、さらに相補的・相殺的関係に基づくスマートフォン・アプリ間の関連相関を抽出するアルゴリズムの開発は独創的かつ実用に耐え得る内容を兼ね備えており、実用的研究として優れた成果を挙げてきたと自信を持っている。
|
| Strategy for Future Research Activity |
27年度は、この研究プロジェクトの最終年度であり、その集大成を目指す。特に、スマートフォン・アプリ市場を中心に、現在までに開発された種々のアルゴリズムを体系化し、協力企業と共同で解析ソフトとして実装し、実用性に関する実証研究に力を入れる。
さらに、開発された種々のアルゴリズムを、ビッグデータ解析の枠組の中で捉え直すことにも調整ンする。別の協力企業から異なる種類の大規模データを入手し、同様の手法を駆使してその解析に挑むことにより、ビッグデータ解析における開発された方法論の汎用化を目指す。
|
