文献

J-GLOBAL ID：202002279477780747   整理番号：20A2542039

日本のデータサイエンスの過去・現在・未来とOR-データサイエンスを支える最適化という概念-

著者 (1件)： 上田雅夫 (横浜市大)
資料名： オペレーションズ・リサーチ
巻： 65  号： 11  ページ： 567-572  発行年： 2020年11月01日 
JST資料番号： F0251A  ISSN： 0030-3674  CODEN： OPREA  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： わが国において,データサイエンティストが不足しているという報告を時折目にするが,不足の原因について,また,今後の方向性について言及している指摘はほとんどない.本稿では,わが国の企業の意思決定に,データ分析が活用されてきたことを,事例をもとに示し,日本における,データサイエンティストが少ない理由を,産業構成が主因であることを指摘した.加えて,データサイエンスを活用するためには,何をすべきかについて検討を行い,その中で,「最適化」という考えが,不可欠であることを指摘した.(著者抄録)

シソーラス用語： *科学 ,  *最適化 ,  オペレーションズリサーチ ,  データ解析 ,  企業 ,  *意思決定 ,  人材育成 ,  産業構造 ,  利用 ,  合理性 ,  *全体最適化 ,  日本企業 ,  *改変
準シソーラス用語： *データサイエンス ,  データ活用 ,  人材不足

分類 (2件)： 計算機ソフトウエア一般  (JD01010K) ,  数理計画法  (KA03030M)

引用文献 (13件)：

• 星野崇宏,上田雅夫, 『マーケティング・リサーチ入門』, 有斐閣, 2018.
• Mckinsey & Company, https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Digital/Our%20Insights/Big%20data%20The%20next%20frontier%20for%20innovation/MGI_big_data_full_report.pdf (2020年6月30日閲覧).
• 田口玄一, 『品質工学の数理』, 日本規格協会, 1999.
• 陸正, 『マーケティング情報システム』, 成文堂新光社, 1988.
• セブン-イレブン・ジャパン, https://www.sej.co.jp/company/aboutsej/info_03.html (2020年6月30日閲覧)

タイトルに関連する用語 (5件)： 日本 ,  データサイエンス ,  未来 ,  最適化 ,  概念