权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

深層学習によるソーシャルメディア情報を組み込んだマーケティングモデルの開発

使用深度学习开发整合社交媒体信息的营销模型

基本信息

批准号：
18J20698
负责人：
五十嵐未来
金额：
$ 1.79万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2021-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18J20698/
关键词：
社会ネットワーク分析カスタマーレビュートピックモデル単語埋め込みモデルベイズモデルテキスト解析ベイズ推定マーケティングモデルベイズ統計消費者行動論ソーシャルメディア深層学習ユーザー生成コンテンツ自然言語処理

项目摘要

本年度は、課題研究の最終年度であり、これまでの成果をまとめて学術誌に研究論文として投稿するとともに、海外発表も精力的に行い、研究成果の周知に努めた。まず、前年度までに取り組んでいた、ソーシャルメディア上のテキスト情報を考慮した社会ネットワークモデルの研究に関して学術論文にまとめ、国際統計誌に投稿した。そこで行った、シミュレーション実験によるモデルの正当性の検証と実データを用いた実証分析が高く評価され、受理されるに至った。また、本論文で残された課題として、ノード次数の異質性を考慮したモデリングにも取り組み、新たなシミュレーション実験と共にアップデートした実証分析の結果をまとめ、国内の統計誌に投稿、改訂を経て受理された。また、ネットワーク分析モデル以外のプロジェクトとしては、前年度より続いているカスタマーレビュー分析の研究を行った。まず一つ目に取り組んだものは、教師ありトピックモデルの解釈性向上に取り組んだ研究である。カスタマーレビューを分析するにあたって、教師ありトピックモデルは強力なツールとなっているが、必ずしも推定結果から得られるトピックが解釈可能であるという保証はない。そこで、本研究では、製品属性を代表する単語にラベルを事前に割り振り、そのラベルをモデルの推定に反映させることでトピック解釈性能の向上に取り組んだ。この成果は、ワーキングペーパーとして公開されており、現在投稿準備を進めている。さらに、上述した教師ありトピックモデルによるカスタマーレビュー分析モデルと、機械学習においてテキストデータの分析手法として多くの成功事例を収めている単語埋め込みモデルを組み合わせた新しいマーケティングモデルの開発にも取り組んだ。本研究については、まだ残された課題もあるものの、分析モデルの定式化と推定手法の導出、及び実証データに対する分析例をワーキングペーパーにまとめて公開している。

This year, the final year of project research, research papers, overseas presentations, research results, efforts For example, in the previous year, the author selected a group of articles, selected a group of articles, selected a group of articles selected In the case of the case, the validity of the case is evaluated and the case is accepted. In this paper, the author considers the heterogeneity of the topic, the new topic and the results of the empirical analysis. The research on the analysis of the data in the previous year was carried out. A group of students, teachers, teachers The result of the analysis is that the teacher is able to determine the answer to the question. In this study, product attributes are represented in terms of prior vibration, estimation, and upward selection of product performance. The results of this paper are published in the open, and now the submission preparation is in progress. In addition, the above-mentioned teachers should pay attention to the analysis of the situation, mechanical learning, and the analysis of the situation. Many successful cases should be reported. This study focuses on the formulation, estimation and analysis of the problem, and the analysis of the problem.