日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
社会学部/College of SociologyCollege of Sociology |
| 科目コード等/ Course CodeCourse Code |
DE216/DE216DE216 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
Pythonを用いたID-POS分析（応用） |
| 授業形態/ Class FormatClass Format |
対面（全回対面）/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
演習・ゼミ/SeminarSeminar |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
水4/Wed.4 Wed.4 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
CMS3430 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
抽選登録/Lottery RegistrationLottery Registration（定員：5人/ Capacity：5） |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
〇（履修中止可/ Eligible for cancellation） |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
他学部生抽選登録用．社会学部生抽選登録は DE210 |
In this class, we will learn advanced and practical analysis methods using Python based on ID-POS data. Identify issues from the analysis results and propose improvement plans.
The objective is to acquire analytical skills that can be used even after going out into the world.
/This class is mainly intended those who have taken "Introduction to Media Research Practice 5" in the spring semester. Basic ID-POS analytics using Python was learned in the spring semester. In this class, we will learn advanced analytics used by retailers and manufacturers such as Amazon. We are divided into groups, each decides an analysis theme, and collaborates with each other to analyze big data and make a final presentation.
| 1 | 授業ガイダンス 講義①ID-POS分析の基礎 |
| 2 | 講義②PythonによるID-POS分析（基礎） |
| 3 | 講義③PythonによるID-POS分析（デシル分析） |
| 4 | 講義④PythonによるID-POS分析（リフト値・N1分析） |
| 5 | 講義⑤PythonによるID-POS分析（同時購買と期間併買） |
| 6 | 講義⑥PythonによるID-POS分析（新規継続離反分析） |
| 7 | 講義⑦PythonによるID-POS分析（協調フィルタリング・RFM分析） |
| 8 | グループごとのデータ分析 |
| 9 | グループごとのデータ分析 |
| 10 | グループごとのデータ分析 |
| 11 | グループごとのデータ分析 |
| 12 | グループごとのデータ分析：中間発表 |
| 13 | グループごとのデータ分析 |
| 14 | グループごとのデータ分析：最終発表会 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
授業内・外でSlackを使い、Slack上で、各グループでディスカッション、進捗状況報告などを適宜、進めてもらう。また、Pythonプログラミングのサポート、エラー対応なども、ここで行う。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
最終レポート(Final Report)(30%) 研究発表(30%) グループワークにおける取り組み(40%) |
| 備考 (Notes) | ||
なし/None
春学期に「メディア調査実習入門５」または「メディア調査実習入門６」を履修した学生が望ましい
学内ネットワークに接続可能なPC
この授業では、春学期に引き続き小売業の購買履歴データというビッグデータをもとに、Pythonを用いて高度な分析手法を学ぶ。分析結果から課題を発見し改善につなげる提言を行う。これらを通じて社会に出てからも使える分析力の習得を目標とする。
In this class, we will learn advanced and practical analysis methods using Python based on ID-POS data. Identify issues from the analysis results and propose improvement plans.
The objective is to acquire analytical skills that can be used even after going out into the world.
この授業は、主に春学期の「メディア調査実習入門5」「メディア調査実習入門6」の受講者を対象とする。
春学期は、Pythonを使ったID-POS分析の基礎を学んだ。この授業では、Amazonなどの小売業者やメーカーが使用する高度な分析を学ぶ。これらの分析手法を用いてグループごとに分かれ、それぞれ分析テーマを決めて、互いに協力しながらビッグデータ分析を行い最終発表する。
/This class is mainly intended those who have taken "Introduction to Media Research Practice 5" in the spring semester. Basic ID-POS analytics using Python was learned in the spring semester. In this class, we will learn advanced analytics used by retailers and manufacturers such as Amazon. We are divided into groups, each decides an analysis theme, and collaborates with each other to analyze big data and make a final presentation.
| 1 | 授業ガイダンス 講義①ID-POS分析の基礎 |
| 2 | 講義②PythonによるID-POS分析（基礎） |
| 3 | 講義③PythonによるID-POS分析（デシル分析） |
| 4 | 講義④PythonによるID-POS分析（リフト値・N1分析） |
| 5 | 講義⑤PythonによるID-POS分析（同時購買と期間併買） |
| 6 | 講義⑥PythonによるID-POS分析（新規継続離反分析） |
| 7 | 講義⑦PythonによるID-POS分析（協調フィルタリング・RFM分析） |
| 8 | グループごとのデータ分析 |
| 9 | グループごとのデータ分析 |
| 10 | グループごとのデータ分析 |
| 11 | グループごとのデータ分析 |
| 12 | グループごとのデータ分析：中間発表 |
| 13 | グループごとのデータ分析 |
| 14 | グループごとのデータ分析：最終発表会 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
授業内・外でSlackを使い、Slack上で、各グループでディスカッション、進捗状況報告などを適宜、進めてもらう。また、Pythonプログラミングのサポート、エラー対応なども、ここで行う。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
最終レポート(Final Report)(30%) 研究発表(30%) グループワークにおける取り組み(40%) |
| 備考 (Notes) | ||
なし/None
春学期に「メディア調査実習入門５」または「メディア調査実習入門６」を履修した学生が望ましい
学内ネットワークに接続可能なPC