ビッグデータ分析を超えた先にある、数理と経験を融合するベイズモデル（２）－2

マーケティングの授業、前回の続き

---

ベイズ：マーケティングでよく使われるモデル

マーケティングにおける統計の類型

・動的市場反応→カルマンフィルター・平滑化
・集計型市場反応：回帰系　集計データＰＯＳデータ利用

　　　　-----------------------

・非集計型市場反応：離散選択
　　　　ロジット／プロビット／トービット→消費者の意思決定
　　　　非集計データ（ＩＤつきＰＯＳデータ）
　階層型ベイズモデル→ＭＣＭＣ


意思決定
１．買い物に、行く／行かない
２．（行くとき）あるカテゴリーを買う／買わない
３．（買うとき）どのブランドを選ぶか
→離散のラベル＝どれかを選ぶこと
　　　→離散選択モデル

マーケティングでは、ブランド選択が多い
　個に特化したマーケティング→個人のブランド活動
　　ＣＲＭ、one to one
　マーケティングの技法は高度化していない
　　→でもＷｅｂでは成立、個人ごとのページが作れる

＊Ｗｅｂにおいて、リコメンデーションは戦術でしかない。

ブランド戦略モデル
　消費者のブランド選択行動のメカニズムを明らかにする
　　データマイニング：メカニズムは教えてくれない
　　統計：メカニズムに焦点を当てる
　フィッティングゲーム：あたるか？あたらないか？
　　→データマイニングのほうがあたることも
　　　しかし、「なぜ選ぶのか」メカニズムで理解しないと
　　　高度化しない
　　　　→目的に照らして、マイニングか統計か選ぶ

マシンラーニング（機械学習）
　ベイズが多い→統計とマイニングの融合
　今、一番活気があるのがマシンラーニング
　　→おもしろいこと言った人勝ちみたいな・・・

非集計モデルの基本前提
　個人→意思決定単位
　　　　もっとも望ましい選択肢を選ぶ

　効用関数：観測できない　確定項　　　　確率項（ノイズ）
　　　　Ｕiat 　　 ＝　　　Ｖiat　　＋　εiat

　　結果から逆推論してメカニズムを評価
　　　　→帰納的推論
　　確率項
　　　　ガンベル分布→ロジットモデル：扱い易い
　　　　正規分布→プロビットモデル：正統派

ブランドＡの効用関数
　（ここ、後日埋める）

通常の定式化とＭＣＭＣ
　通常　パラメータ１１だったとすると

　　　　　↓　個人を示す添え字がつく

　ＭＣＭＣ　パラメータ＊人数

ソフトウェア工学の手法と理論(SEMAT)の最近の論文を訳すお勉強 その１

ソフトウェアの
ASE 2012のヤコブソンさんたちの
”Re-founding Software Engineering – SEMAT at the Age of Three”
って、たぶん、誰も訳してないよね。

お勉強のために、訳してみる。
お勉強のため、意味通じないところや、間違っているところがあると思う。
ごめん（当たるも八卦みたいなかんじで読んでね）

---

■ソフトウェア工学の再構築　－　３歳のSEAMAT

＜＜概要＞＞

　SEMAT(ソフトウェアエンジニアリングの手法と理論）とその多くの支持者は、ソフトウェア工学が未成熟な実践によって、大きく妨げられているということに、同意している。このため、SEMATは、確固とした理論、証明された原理原則、ベストプラクティスに基づいたソフトウェアエンジニアリングの再構築を行うプロセスをサポートする。その理論、原理原則、ベストプラクティスは、特定の使い方を拡張し、技術と人の問題の両方を説明する広く同意された「カーネル」要素を含んでいる。
　SEMATは、人々が方法論やプロセスの扱い方が変わっていく点にフォーカスしている。逆の立場でいうと、それは、私たちの産業、教育、研究や開発コミュニティに影響を与えるだろう。この論文では、私たちは、SEMATの結果のいくつかのスナップショットと、産学両方から得られた体験の報告を提供する。

＜＜イントロダクション＞＞
　SEMAT(ソフトウェアエンジニアリングの手法と理論）は２００９年９月、Bertrand Meyerさん, Richard Soleyさん、Ivar Jacobsonさんによって創設されました。彼等は、人々が仕事しているときに用いるソフトウェア開発方法論を、根本的に変える時が来たと感じていた[1][2][3]。
　みんな一緒になって、彼等は「Call for Action宣言」を書いた。それは、数行で、いくつかのクリティカルな問題を確認し、なぜ行動する必要があるかの動機付けを行い、成される必要のあることを、提案している。
　「Call for Action」は図１に掲げた。
　「Call for Action」は広く支持を受けた。その支持の中には、成長している署名リストやサポーターも含んでいる[16].それ（署名リスト？）はSEMATの仕事が始まったときから提供され、「Call for Action」のビジョンステートメントの中で現実化されている。

　このビジョンによると、SEMATは、２つの大きなゴールにフォーカスを当てている
（１）広く受け入れられる要素の「カーネル」を見つけること
（２）確固とした理論的な基礎の定義
大部分は、これらの２つのタスクは互いに独立している。
　カーネルやその要素を見つけることは、人々がソフトウェア開発の長い経験と、多くの既存の方法論についての知識を要求される、プラグマティックな体験である。
　理論的な基礎を定義することは、成功裡に結果を出すにいたるまでには、数年かかるかもしれない、学術的な研究である。
　今日、創設から３年を経て、SEMATはこれらのゴールにむけてよい前進をした。カーネルを見つけた。しかしまだ理論的な基礎の定義プロセス中である。
　やがては、両方同期する必要があるが、計画は、インクリメント的であり、イテラティブだ。
　
　この論文では、私たちは、SEMATの結果のいくつかのスナップショットと、産学両方から得られた体験の報告を提供する。論文の残りは、以下のとおり。
第２章では、簡単にカーネルと、それが使われるときのリストを提示する。
第３章では、ソフトウェアエンジニアリングの統一理論が探索されるときに取られるアプローチを提案している
第４章では、はじめの３年間でのSEMATの成果をリストアップしている
第５章では、SEMATのアイデアを取り入れた、いくつかの先端的な学術・産業組織を提示する
最後に
第６章では、まとめと将来へのステップを提示する

---

文中に出てきた「Call for Action」は、すでに平鍋さんが

ソフトウェア工学の方法論と理論
http://blogs.itmedia.co.jp/hiranabe/files/SEMAT-vision-ja.pdf

で訳してあるので省略。

それと、この論文を、どうやって入手できるかだけど、

http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6494901

にあることはあるんだけど・・・普通の人は買わないとだめ
（IEEE会員か、大学等でIEEEがただで手に入る人でないと・・・）

次は、第二章

ところで、SIerさん自身のビッグデータって、どうなっているんでしょうね？

ソフトウェアメトリクスという分野があります。
ソフト開発に関する情報（工数、費用、バグの数、ステップ数などなど）
を元に、データ分析するものです。

おお、まさにソフト開発におけるビッグデータ解析です！


で、SIerさんは、どのくらい、解析しているんでしょうかね？
バグが出やすい人、バグが出やすいケースなどを調査して、
それをテストや開発に反映しているんでしょうか？

いや、お客さんに、データ解析して
売れやすいもの、売れるケースなどを調査して
それを販売や経営に反映しろって言って、システム売ってるんだから、

当然、非常に活用しているはずですよね。



・・・ですよね・・・

Wordの文章を選択して、図形をクリックすると、図になるって、知ってた？

１．Wordで文字を書く


２．選択して、図形の「テキストボックス」を選択


３．すると・・・おお、図形になっている！動かせる


縦書きのテキストボックスでも、可能だった。
他はX

Office2003のWordなので、他でできるかどうかが不明。