4 0 0 0 OA B2B企業ブランドの構成要素と企業価値の関連性
- 著者
- 真鍋 友則 山城 広周 中川 慧
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第34回全国大会(2020)
- 巻号頁・発行日
- pp.4Rin163, 2020 (Released:2020-06-19)
B2B企業ブランドに関する研究は近年注目されているが, その構成要素の特定や測定方法が未解決の課題として挙げられている. 本研究では, 企業の従業員とコンタクトを持つ人たちを対象としたアンケート調査に基づいた, 新たなB2Bブランド指標データを用いて, 上記問題にアプローチした. その調査データに含まれる自由記述文を, ブランド印象のレーティングを応答変数として、 supervised topic models を用いて分類し, ブランド印象を形成する構成要素を抽出した. さらに, その要素の中で「高い技術、魅力的な商品」が, 他の特徴よりも強く, 企業の株式市場価値と関連があることを見出した. これらの結果は, 今まで企業のブランド戦略やステークホルダー・エンゲージメントを考える上で, 経営上重要な知見であり, また, このような指標が, 無形資産価値を対象とした投資指標としても, 有効であることを示唆している.
2 0 0 0 B2B企業ブランドの構成要素と企業価値の関連性
- 著者
- 真鍋 友則 山城 広周 中川 慧
- 出版者
- 人工知能学会
- 雑誌
- 2020年度 人工知能学会全国大会(第34回)
- 巻号頁・発行日
- 2020-04-01
1 0 0 0 OA 並列機械スケジューリングの最適化のための機械学習を用いた作業時間推定
- 著者
- 山城 広周 野中 尋史
- 雑誌
- 第83回全国大会講演論文集
- 巻号頁・発行日
- vol.2021, no.1, pp.507-508, 2021-03-04
既存研究では,作業時間が既知である場合や,単純な分布に従うと仮定している.しかし,実際の工場における作業時間は,未知である場合が多く,複雑な分布に従っている可能性が高い.そこで,本研究では,機械学習モデルを用いて作業時間を推定することを考える.本研究では,実際の工場データにおいて作業時間が複雑な分布に従う場合に,機械学習モデルを用いて作業時間を推定し,スケジューリング最適化を行うシステムを提案した.研究協力企業より提供された製造サンプルごとにまとめられた作業時間が既知である工程情報を用いて,提案手法を評価した.MAPEを用いて機械学習モデルの評価を行った結果,LightGBMが22.5%で最も良かった.推定作業時間を用いて,並列機械スケジューリングの最適化を行った結果,makespanの平均短縮率は,29.5%であった.