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

• 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

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。

今年标志着主题研究的最后一年，到目前为止，我们已经汇编了结果，并向学术期刊提交了研究论文，并积极介绍了海外，并努力公开我们的研究结果。首先，我编写了有关社交网络模型研究的学术论文，该论文考虑了我一直在研究上一年的社交媒体上的文本信息，并将其提交给国际统计数据。使用仿真实验对模型的有效性进行验证，并使用实际数据的经验分析得到了高度赞扬并被接受。本文中的其余问题包括对节点订单的异质性进行建模，并且对新的模拟实验进行了更新的经验分析结果，并进行了编译，并提交给国内统计期刊并在修订后接受。此外，作为一个网络分析模型以外的项目，我们进行了一项客户审查分析研究，自上一年以来一直在进行。我们解决的第一件事是研究旨在提高监督主题模型的解释性。虽然监督主题模型是分析客户评论的强大工具，但不能保证从估计结果中得出的主题是可以解释的。因此，在这项研究中，我们通过将标签预先分配给代表产品属性并反映模型估计标签的单词来提高主题解释性能。该结果已作为工作文件发表，目前正在准备提交。此外，我们还致力于开发一种新的营销模型，该模型使用上述监督主题模型与嵌入式嵌入模型结合了客户审查分析模型，其中包括许多成功的文本数据分析方法的成功示例。尽管这项研究仍然存在一些问题，但我们发表了一份工作论文，编译了制定的分析模型，得出估计方法以及经验数据的分析示例。

项目成果

A Model for Social Influence on Topic of Users Content Generating Behavior

用户内容生成行为话题的社会影响模型

• 发表时间: 2019
• 作者: Mirai Igarashi;Nobuhiko Terui
• 通讯作者: Nobuhiko Terui

Customer Review Analysis Using Word Embedding Model Considering Text Topics

• 发表时间: 2020
• 作者: Mirai Igarashi;P. K. Kannan;Nobuhiko Terui

Characterization of topic-based online communities by combining network data and user generated content

通过结合网络数据和用户生成的内容来表征基于主题的在线社区

• DOI: 10.1007/s11222-020-09947-5
• 发表时间: 2020
• 期刊: Statistics and Computing
• 影响因子: 2.2
• 作者: 五十嵐未来;照井伸彦;Mirai Igarashi and Nobuhiko Terui
• 通讯作者: Mirai Igarashi and Nobuhiko Terui

トピックモデルによるネットワーク分析

使用主题模型进行网络分析

• 发表时间: 2018
• 作者: 五十嵐未来;照井伸彦
• 通讯作者: 照井伸彦

University of Maryland(米国)

马里兰大学（美国）