Investigating the identifiability of machine learning and its application to consumer behavior analysis

研究机器学习的可识别性及其在消费者行为分析中的应用

• 批准号: 20K22125
• 负责人: Sato Toshikuni
• 金额: $ 1.66万
• 依托单位: Ishinomaki Senshu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-09-11 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K22125/
• 关键词: 識別性; 潜在的ディリクレ配分法; ニューラルネットワーク; 潜在変数モデル; マーケティング尺度; 消費者心理; 消費者行動; テキスト分析; 機械学習; ベイズ推定; 識別可能性; 心理測定尺度

项目成果

マーケティング尺度を用いた測定モデルに対する罰則化法 －消費者心理の識別と予測への応用－

营销量表测量模型的惩罚方法-在消费者心理识别与预测中的应用-

• 发表时间: 2021
• 作者: Masashi IEDA;安達有祐;安田昌平・河端瑞貴・直井道生;佐藤平国
• 通讯作者: 佐藤平国

Penalizing Neural Network and Autoencoder for the Analysis of Marketing Measurement Scales in Service Marketing Applications

惩罚神经网络和自动编码器用于分析服务营销应用中的营销测量量表

• DOI: 10.1007/978-3-030-90275-9_3
• 发表时间: 2021
• 期刊: AI and Analytics for Smart Cities and Service Systems. ICSS 2021. Lecture Notes in Operations Research
• 作者: Yoshizawa Daisuke;Nakamoto Yuya;and Kagawa Shigemi;Takumi Kato;Ken Miura;Toshikuni Sato
• 通讯作者: Toshikuni Sato

Identification of Latent Dirichlet Allocation for Theoretical Construct Measurements with Marketing Scales

识别潜在狄利克雷分配的理论构建测量与营销规模

• 发表时间: 2021
• 作者: Enna Hirata and Takuma Matsuda;Toshikuni Sato
• 通讯作者: Toshikuni Sato

ベイズモデルの識別性の再考とマーケティング尺度の応用可能性

重新考虑贝叶斯模型的区分性和营销措施的适用性

• 发表时间: 2021
• 作者: Kawasaki Tomoya;Matsuda Takuma;Lau Yui-yip;Fu Xiaowen;Ken Miura;Takumi Kato;佐藤平国
• 通讯作者: 佐藤平国

A Penalized Neural Network Model for Predicting Unobserved Scores of Construct Indicators and Reproducing Latent Scores of the Theoretical Constructs by Using Text Information

一种利用文本信息预测构建指标的未观察分数并再现理论构建的潜在分数的惩罚神经网络模型

• 发表时间: 2022
• 作者: Fazekas;B.;熊谷健;熊谷健;Kanoko Go;Tokita Sayaka;Toshikuni Sato
• 通讯作者: Toshikuni Sato