行動計量学会 春の合宿 2日目


行動計量学会 春の合宿 2日目です。午前と午後でそれぞれ2つセッションがありました。
(下記のAかBのどちらかを選択する形式です)

【3月8日午前】
A,状態空間モデルによる時系列解析の統一的理解と応用 猪狩良介先生(ビデオリサーチ)
B,行動計量学のためのベイズ推定におけるモデル選択・評価 岡田謙介先生(専修大学)
【3月8日午後】
A, 消費者調査手法の新展開 -リサーチという経験のデザイン- 小野滋先生(インサイトファクトリー)
B,クラスタリング・セグメンテーションとその応用 中山厚穂先生(首都大学東京)

ここでは私が選択した
午前のB 状態空間モデルによる時系列解析の統一的理解と応用 猪狩良介先生(ビデオリサーチ)と
午後のB クラスタリング・セグメンテーションとその応用 中山厚穂先生(首都大学東京)についてまとめます。

状態空間モデルによる時系列解析の統一的理解と応用 猪狩良介先生(ビデオリサーチ)

時系列データを扱うときは、時間によって変動する構造を捉えなければなりません。
観測できない隠れた「システムモデル」と観測した結果の「観測モデル」の両方で時系列モデルを表現します。
自己回帰モデルで(パラメータが自分の一つ前となる)時系列データをモデル化します。
応用としては、クリック率予測モデルや季節調整モデル、時系列でのコマーシャル評価など、範囲が広そうです。

状態空間モデルを広告出稿に活かした論文としては(広告効果の時間変化を認めた広告モデル)Naik(1998)が有名のようです。ただし、この広告はTVCMに限っており、現在ではインターネット広告の長期効果に対する論文が盛んなようです。

参考論文
Naik, P., Mantra, M. and Sawyer, A.: “Planning Media Schedules in the Presence of Dynamic Advertising Quality,” Marketing Science, Vol. 17, No. 3, pp.214–235 (1998)

状態空間モデルによるインターネッと広告のクリック率予測 (本橋他,2012)

クラスタリング・セグメンテーションとその応用 中山厚穂先生(首都大学東京)

クラスタリング手法の特徴について。

スクリーンショット 2015-03-26 16.00.56

 
k-means、LSA、NMFはRにパッケージがあり実行が簡単にできるので非常に便利です。
さまざまな手法がありますが、その選択方法としては、ターゲティングとそれに対する市場での戦略にもとづくか、出てきた結果に納得性が高いものを選ぶことになるでしょう。なお、実際に行う際は、膨大なデータを扱う計算時間も関係するでしょう。(その意味では階層的手法は時間がかかります。)

パッケージ名と詳しい参照先をまとめました。スクリーンショット 2015-03-26 16.34.10


This entry was posted in その他. Bookmark the permalink.