多様な情報の融合と大規模異質性モデリングによるマーケティング意思決定の組織的研究

通过多元信息融合和大规模异质性建模系统研究营销决策

基本信息

批准号：
22H00056
负责人：
照井伸彦
金额：
$ 22.21万
依托单位：
Tokyo University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2027-03-31
项目状态：
未结题

项目摘要

消費者行動マーケティングモデルと機械学習を利用した大規模情報対応型モデルの統合して新しいモデルおよび理論の構築を目指す本研究課題について、計画された５つの研究モジュールに関し、本年度は(i) 大規模データ対応型の消費者異質性モデリングおよび(ii)機械学習のマーケティングモデル化の基礎研究として文献調査および(iv)データ取得に向けた実務家連携によるデータ取得について研究を実施した。具体的な個別の研究成果は下記の通りである。・オフラインおよびオンライン市場における消費者の購買行動に関し、関連購買の発生における動機付け，店舗ロイヤルティ，およびマーケティング施策の相対的な役割を明らかにした。・消費者行動・態度のメカニズムを解明を目的として同一説明変数に対する複数の異質な回帰係数を同時に推定可能にする階層ベイズ回帰モデルを提案し、その意義を明らかにした。・購買ビッグデータから消費者行動に至るメカニズムについて、消費者の心理状態の一つである解釈レベルが消費行動に与える影響の実証分析を行った。・Q&Aサイト利用者のサイト利用行動について，投稿した質問文テキストから推定した利用者の関心事とその利用者のサービス継続利用動向の関係を機械学習モデルにより分析して新たな知見を得た。・Word2Vecをベースにした推薦システムを拡張して大規模なID-POSデータにおける解釈、および推薦精度を高めるマーケティングモデルを提案した。またモデルの階層構造として消費者属性を用いることにより、消費者の特徴と好む行動パターンとの関係性についての知見も得た。・社会ネットワークを形成する行動とユーザー生成コンテンツを投稿する行動が互いに影響し合う共進化構造のモデルを開発し、ネットワーク形成およびコンテンツ生成行動の数値情報が持つ影響について新たな知見を得た。

关于该研究主题，旨在通过机器学习整合消费者行为营销模型和大规模信息支持模型，我们通过实践者的合作进行了有关五个计划的研究模式，对（I）对（I）（I）大规模的消费者异质性的基本研究进行了有关五个计划的研究模式的研究进行研究，并（iv）数据获取数据。具体的个人研究结果如下： - 我们已经确定了动机，商店忠诚度和营销指标在离线和在线市场中有关消费者购买行为的相关购买中的相对作用。 - 为了阐明消费者行为和态度的机制，我们提出了一个分层贝叶斯回归模型，该模型允许对相同的解释变量同时估算多个异质回归系数，并揭示了该模型的重要性。 - 我们对解释水平的影响，消费者的心理状态之一，对消费者行为，对消费者行为，消费者行为的影响进行了经验分析。 - 从机器学习模型中获得的新见解分析了用户兴趣与其继续使用的服务使用趋势之间的关系，这是根据Q＆A网站用户发布的问题文本估计的。 - 我们提出了一个营销模型，该模型扩展了基于Word2VEC的建议系统，以提高大规模ID-POS数据中的解释和建议准确性。此外，通过将消费者属性用作模型的层次结构，我们还获得了有关消费者特征和首选行为模式之间关系的知识。 - 我们开发了一个协同结构的模型，在该模型中，构成用户生成的内容相互影响的社交网络和动作的动作，并获得了对数值信息对网络形成和内容生成的行为的影响的新见解。