文献

J-GLOBAL ID：201302224270183174   整理番号：13A1307634

意思決定のためのイベント・データ解析-個人別購買・販促記録からの最適ターゲティング・ルールのマイニングを例として-

著者 (1件)： 高橋力矢 (IBM 東京基礎研)
資料名： PROVISION  (PROVISION)
号： 78  ページ： 34-39  発行年： 2013年07月30日 
JST資料番号： L4063A  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 多種類,多量イベントをその発生時刻と共に記録した時系列のデータを,イベント・データと呼びます。イベント・データは高度な解析技術によって,価格戦略や販促戦略など意思決定に直接役立てることができます。本稿では個別消費者へのマーケティング課題を例として,イベント・データを加工して最適な意思決定ルールを抽出するまでの課題解決プロセスをご紹介します。(著者抄録)

シソーラス用語： *データマイニング ,  *購買行動 ,  *時系列分析 ,  時系列 ,  価格決定 ,  販売促進 ,  意思決定支援システム ,  マーケティング ,  消費者 ,  消費者行動 ,  最適化 ,  問題解決
準シソーラス用語： イベント【催し】

分類 (3件)： 人工知能  (JE08000Z) ,  市場調査,広告  (KA06030H) ,  システム・制御理論一般  (IA02010H)

引用文献 (13件)：

• [1] F chang, et al , "Bigtable A Distributed Storage System for Struc- tured Data", Proc OSDI'06 Seventh Symposium on Operating System Design and Implementation, 2006
• [2] G Box, G M Jenkins, and G C Reinsel, "Time Series Analysis Forecasting and Control, third edition", Prentice-Hall, 1994
• [3] C W J Granger, "Investigating Causal Relations by Econometric Models and Cross-spectral Methods", Econometrica 37 (3) pp 424-438, 1969
• [4] R S Sutton and A G Barto, "Reinforcement Learning An Intro- duction", MIT Press, 1998
• [5] N Abe, P Melville, C Pendus, C K Reddy, D L Jensen, V P Thomas, J J Bennett, G F Anderson, B R Cooley, M Kowalczyk, M Domick, and T Gardinier, "Optimizing debt collections using constrained reinforcement learning", In Proceedings of the 16th ACM SIGKDD Con-ference on Knowledge Discovery and Data Mining (KDD 2010) , pp 75-84, 2010

タイトルに関連する用語 (8件)： 意思決定 ,  イベント ,  データ解析 ,  個人 ,  購買 ,  販促 ,  ターゲティング ,  ルール