経営情報論特論

71026

石野　亜耶

2.00単位

1年

2025年度前期

世界では、日々大量のテキストデータが生まれています。経営分野においても、決算短信、有価証券報告書、サステナビリティ報告書などの様々な文書が作成されており、そのテキストデータをもとに企業の業績分析やリスク予測などが行われています。
この講義では、前半で、テキストデータを解析するためのテキストアナリティクス（テキストマイニング）の手法をPythonで実装する方法を学びます。後半では、前半で学んだ内容に基づき、経営分野の実データ対象にテキストアナリティクスを実践します。授業の最後には、その結果を発表する成果発表会を実施します。

(1) テキストアナリティクスの理解：テキストアナリティクスの手法とPythonでの実装方法を学びます。
(2) テキストアナリティクスの実践：経営分野の実データに対しテキストアナリティクスを実践することで、分析の流れを学びます。また、具体的な研究課題を自ら設定し、その課題を解決するためにテキストアナリティクスの手法を選択できるようになることを目指します。

第1回　テキストアナリティクスとは・Pythonの環境構築
第2回　Pythonの基礎
第3回　基礎技術①（形態素解析・単語の共起・係り受け解析）
第4回　基礎技術②（文書の分類・クラスタリング・可視化）
第5回　応用技術①（機械学習・深層学習・分散表現）
第6回　応用技術②（大規模言語モデル）
第7回　経営分野のサンプルデータを用いたテキストアナリティクス演習
第8回　経営分野のテキストアナリティクスに関する研究事例の紹介
第9回　経営分野のテキストアナリティクスに関する研究事例の調査
第10回　テキストアナリティクス実践：テーマの選定
第11回　テキストアナリティクス実践：データの選定・収集
第12回　テキストアナリティクス実践：分析
第13回　テキストアナリティクス実践：考察
第14回　テキストアナリティクス実践：発表資料へのフィードバック
第15回　成果発表会・まとめ

毎回の授業で、資料作成や、プログラミング演習などの課題を出します。

• 榊剛史・石野亜耶・小早川健・坂地泰紀・嶋田和孝・吉田光男(2022)『実践Data Scienceシリーズ Pythonではじめるテキストアナリティクス入門』講談社

その他、適宜、授業資料を配布します。

定期試験は実施しません。

出席状況、授業への参加度、課題・成果発表会での発表によって総合的に判断します。

・　学部で開講している「データマイニング論」、「データマイニング演習」、「AIとビジネス」を履修しておくことが望ましい。
・　Pythonの基本的な使い方（学部で開講している「データマイニング演習」レベル）を習得している前提で授業を進めます。「データマイニング演習」を未履修の学生には授業資料を配布しますので、事前に学習してきてください。