シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
マーケティング科学 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Marketing Science | ||
| 科目番号 /Code |
MSS604b | ||
| 開講年度 /Academic year |
2024年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講類・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
岡本 一志 | ||
| 居室 /Office |
西5-503 | ||
| 公開E-mail |
kazushi@uec.ac.jp | ||
| 授業関連Webページ /Course website |
遠隔授業に関する情報の欄に記載 | ||
| 更新日 /Last update |
2024/03/11 14:11:21 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標（2,000文字以内） /Themes and goals（up to 2,000 letters） |
マーケットはビジネスと消費者の接点であり，マーケティングは適切なマーケットの探索や獲得を行うための活動である．マーケティングの目標は，潜在的顧客を顕在的顧客に変えることや顕在的顧客を優良化するところにある．このような活動にあたっては，顧客のニーズに関する仮説構築と検証のプロセスをデータに基づき客観的に行うことが求められる． 本講義では，マーケットを定量的に分析し意思決定に繋げるにあたって必要な基礎知識を習得することを達成目標とする． |
|---|---|
| 前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters） |
なし |
| 前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters） |
オペレーションズ・リサーチ第一，多変量解析 |
| 教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters） |
教科書は指定しない．講義資料はLMSにて配布する． |
| 授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters） |
初回（10/3）はオンデマンド講義となります．詳細はWebClassに掲載します． (a) 授業内容 第01回 イントロダクション（オンデマンド） 第02回 マーケティングで扱われるデータの種類と活用 第03回 教師あり学習 第04回 予測モデリングの評価法 第05回 教師なし学習 第06回 統計的因果推論（１）：グラフィカルモデル 第07回 統計的因果推論（２）：セレクションバイアス 第08回 情報推薦システム（１）：推薦システムの概要 第09回 情報推薦システム（２）：協調フィルタリング 第10回 情報推薦システム（３）：内容ベースフィルタリング 第11回 情報推薦システム（４）：推薦システムの評価法 第12回 時系列データ分析：トレンド分析 第13回 時系列データ分析：状態空間モデル 第14回 アンケート分析・レビュー分析 第15回 期末試験とその解説 (b) 進め方 ・講義だけでなく演習・宿題を通じて，授業内容の定着を目指す． ・講義資料（スライド等）はLMSにて配布する． ・Pythonプログラミングによるレポート課題も実施する． ・LMSにはWebClassを利用する． |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters） |
授業前に教科書にて予習を行い，授業後は講義資料の見直しや演習・宿題により復習を行う． |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
(a) 評価方法 期末試験およびレポート課題の結果を次のように総合評価する． ・期末試験：60% ・レポート課題：40% (b) 評価基準 授業内で紹介したマーケティングに関連する分析法を理解し，データに応じて必要な分析法を選択できるかの観点で総合的に評価する．総合評価で60%以上を合格とする． |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
適宜相談に応じるが，事前に電子メールで連絡すること． |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
顧客から観測できるデータに基づいて意思決定を行うための基本的な理論や方法論を学びます．数式が多く出てきますが，できるだけわかりやすく解説したいと思います． |
| その他 /Others |
特になし |
| キーワード /Keywords |
機械学習; 情報推薦; 時系列予測; 因果推論; テキストマイニング |