研究指導ＡⅠ （経営情報論特論）

71115

石野　亜耶

4.00単位

1年

2026年度前期、2026年度後期

本授業では、経営情報分野の研究動向を踏まえ、研究で利用されているAI（機械学習）およびテキストアナリティクス（テキストマイニング／自然言語処理）の基礎知識を修得し、それらを踏まえて、研究テーマの設定から修士論文の骨子作成までを段階的に進めていきます。前期は、主要論文の輪読と批判的検討を通じて、研究テーマの設定、先行研究の整理、データ設計、分析手法の選定、評価方法までの研究プロセスを体系的に学び、研究計画書を作成します。後期は、研究計画に基づきデータを収集・整備し、分析と考察を行い、修士論文の基礎となる成果として取りまとめます。

1. 経営情報分野の研究動向を踏まえ、主要テーマ・方法論・評価観点を説明できる。
2. 機械学習・テキストマイニングの基礎知識を修得し、研究目的に応じた分析手法を選定できる。
3. 研究テーマを設定し、具体的な研究計画を立てることができる。
4. データ収集・前処理・分析・評価を実施し、結果を解釈して考察できる。

＜前期＞
第1回　ガイダンス・関心領域に関するヒアリング
第2回　研究資料の収集
第3回　研究資料の選定
第4回　研究資料に基づく報告（経営情報分野の研究動向）
第5回　研究資料に基づく報告（AI/テキストマイニング分野の研究動向）
第6回　先行研究の整理
第7回　先行研究に基づく課題の抽出
第8回　研究テーマの明確化
第9回　データ設計（収集方法・サンプリング・倫理配慮）
第10回　分析手法の整理
第11回　分析手法の検討
第12回　分析手法の決定
第13回　研究計画の策定
第14回　研究計画の改訂
第15回　前期のまとめと後期実行計画の確定

＜後期＞
第16回　データの収集
第17回　データの整備
第18回　分析手法の実装（ルールベース）
第19回　分析手法の実装（機械学習）
第20回　サンプルデータによる試行分析
第21回　サンプルデータによる試行分析の結果報告
第22回　試行分析による問題点の洗い出し
第23回　実験
第24回　実験の進捗報告（プログラム作成など）
第25回　実験の進捗報告（結果の確認など）
第26回　実験の考察
第27回　今後の分析方針の検討
第28回　修士論文の骨子の作成
第29回　修士論文の骨子の修正
第30回　後期のまとめと来年度実行計画の策定

研究倫理（論文著者の責任等を含む総合的な研究倫理教育、利益相反の考え方や守秘義務など）についても併せて指導します。

経営情報論特論、経営科学特論

本授業は、受講生による調査報告または研究進捗報告を中心に進めます。各回の授業開始時までに、報告用資料を作成してください。

• 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

※ 経営情報論特論の教科書と同じ書籍です。
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。

成績評価は以下の3項目により総合的に行います。

• 各回の報告内容（調査報告・進捗報告など） 
• 課題の提出状況
• 出席状況と受講態度

なし

学部で開講している「AIリテラシー入門」、「データマイニング論」、「データマイニング演習」、「AIの基礎と応用」（2025年度までの科目名 「AIとビジネス」）を履修しておくことが望ましい。