東北大学研究者紹介

研究者詳細

ホーム

日本語 English

リ　ギンセイ

李　銀星

Yinxing Li

所属

大学院経済学研究科　経済経営学専攻　システム科学講座

職名

准教授

学位

博士（経済学）（東北大学）
修士（経営学）（東北大学）

researchmap

https://researchmap.jp/yinxingli

J-GLOBAL ID

201901005633916486

経歴 3

2022年10月～継続中

東北大学　大学院経済学研究科　講師
2022年4月～ 2022年9月

東北大学　データ駆動科学・AI教育研究センター　特任講師
2019年4月～ 2022年3月

東北大学　大学院経済学研究科　特任助教

学歴 3

東北大学　経済学研究科　経営学

2016年4月～ 2019年3月
東北大学　経済学研究科　経営学

2014年4月～ 2016年3月
北京交通大学　経済管理学　経済学

2009年9月～ 2013年6月

所属学協会 1

日本マーケティング・サイエンス学会

2016年6月～継続中

研究キーワード 4

自然言語処理
機械学習
ベイズ統計
マーケティングリサーチ

研究分野 2

情報通信 / 統計科学 / 機械学習
人文・社会 / 経営学 / マーケティングリサーチ

受賞 4

東北大学総長賞

2019年3月　東北大学
東北大学藤野先生記念奨励賞

2018年9月　東北大学
Kick-off International Symposium of International Graduate Program for Data Science

2018年2月　東北大学情報科学研究科　最優秀賞
「新しい経済産業指標開発コンテスト」

2017年2月　経済産業省調査統計グループ、PwCあらた有限責任監査法人　優秀賞

論文 12

Tag Prediction and Recommendation with Transfer Learning: Boosting Views on Illustration Platforms 査読有り

Terada N., Li Y.

Interdisciplinary Information Sciences　2025年7月
Social media effects on multi-generational diffusion of information technology products 査読有り

Yinxing Li, Nobuhiko Terui

Electronic Commerce Research　1-28　2025年2月17日

DOI： 10.1007/s10660-025-09950-w 　
Learning Random Numbers to Realize Appendable Memory System for Artificial Intelligence to Acquire New Knowledge after Deployment 査読有り

Kubota A., Kodate S., Li Y., Lin F., Fukuda H., Baladram MS, Yamada KD

Interdisciplinary Information Sciences　2024年12月
Embedding Marketing Environment with Customer Heterogeneity for Store-Level Scanner Data 招待有り査読有り

Yinxing Li, Nobuhiko Terui

SN Computer Science　4　(4)　2023年4月29日
出版者・発行元： Springer Science and Business Media LLC
DOI： 10.1007/s42979-023-01795-0 　

eISSN：2661-8907
Modeling Customer Satisfaction’s Impact on Loyalty: Insights for Customer-Centric Resource Allocation 査読有り

Yinxing Li, Aijing Xing, Nobuhiko Terui

Service Science　2023年1月19日
出版者・発行元： Institute for Operations Research and the Management Sciences (INFORMS)
DOI： 10.1287/serv.2022.0313 　

ISSN：2164-3962

eISSN：2164-3970

詳細を見る詳細を閉じる

This study explores the nonlinear modeling of customer satisfaction (CS) and loyalty for resource allocation strategies that promote efficient loyalty programs. We first introduce global models to reflect several important nonlinear characteristics, particularly (a) a saturation-attainable limit of effectiveness, (b) nonconstant marginal returns, and (c) asymmetric responses between satisfied and dissatisfied customers. In the proposed models, we put forth the joint use of two types of mixture models to deal with different levels of heterogeneity. Based on the model best supported among alternatives in the literature, we targeted customers using expected incremental loyalty, which is derived from the joint use of an estimated response curve of loyalty to satisfaction and an empirical distribution of CS scores. Then, we evaluate the efficiency of loyalty programs under the assumption of full and limited access to customers and subsequently derive managerial implications. For instance, through a counterfactual simulation of the models for the three industries, we find that improving the perceived quality in the mobile communication industry may have a greater effect on loyalty than in the hotel and convenience store industries because of its higher switching cost. Funding: N. Terui acknowledges funding by JSPS KAKENHI [Grants (A)17H01001 and (A)22H00056]. Supplemental Material: The online appendix is available at https://doi.org/10.1287/serv.2022.0313 .
Product Embedding for Large-Scale Disaggregated Sales Data 査読有り

Li, Y, Terui, N

In Proceedings of the 13th International Joint Conference on Knowledge Discovery　1　69-75　2021年11月
出版者・発行元：
DOI： 10.5220/0010677500003064 　
Social Ties and User Contribution: Evidence from Twitter 査読有り

Deanna W, Li, Y, Yang, H

Global Marketing Conference Proceedings　1470-1471　2020年5月
Measuring large-scale market responses and forecasting aggregated sales: Regression for sparse high-dimensional data 査読有り

Terui, N., Li, Y.

Journal of Forecasting　38　(5)　440-458　2019年8月

DOI： 10.1002/for.2574 　

ISSN：1099-131X 0277-6693
Social Media and the Diffusion of an Information Technology Product 査読有り

Li, Y, Terui, N

Knowledge and Systems Sciences　949　1-26　2018年11月
Social Media and the Diffusion of an Information Technology Product for multi-generations 査読有り

Li, Y, Terui, N

Proceedings of Informs2018　1-6　2018年6月
大規模集計POSデータの高次元スパースモデリング査読有り

李銀星, 照井伸彦

統計数理　66　(2)　235-247　2018年4月
Twitter上の口コミ情報を利用した売上予測モデルの構築と実証分析査読有り

五十嵐未来, 李銀星, 石垣司, 照井伸彦

流通情報　49　(6)　57-70　2018年
出版者・発行元：流通経済研究所
ISSN：0389-7672

︎全件表示 ︎最初の5件までを表示

MISC 1

Measuring Large-Scale Market Responses from Aggregated Sales - Regression Model for High-Dimensional Sparse Data -

TERUI Nobuhiko, Li Yinxing

DSSR Discussion Papers　(66)　1-31　2017年2月
出版者・発行元：東北大学大学院経済学研究科

書籍等出版物 2

ニューラルネットワーク入門 (探検データサイエンス)

李銀星, 山田和範

共立出版　2024年6月5日

ISBN: 4320125223
経済経営のデータサイエンス (探検データサイエンス)

石垣司, 植松良公, 千木良弘朗, 照井伸彦, 松田安昌, 李銀星

共立出版　2022年5月11日

ISBN: 4320125193

講演・口頭発表等 23

広域風力発電予測における深層学習モデルの変数重要度

佐藤雅稀, 李銀星, 松田安昌, 宍戸浩司

令和7年電気学会電力・エネルギー部門大会　2025年10月19日
深層学習による広域風力発電予測手法の開発について

宍戸浩司, 工藤貴司, 松田安昌, 李銀星

令和7年電気学会電力・エネルギー部門大会　2025年9月19日
製品ライン拡張に伴う購買層変化シミュレーションのためのマーケティング生成AI 招待有り

李銀星, 石垣司

第19回日本統計学会春季集会　2025年3月8日
深層学習による広域風力発電予測手法の開発について

宍戸浩司, 赤塚重昭, 松田安昌, 李銀星

令和6年電気学会電力・エネルギー部門大会　2024年9月4日
Receipt Embedding and Shopping Mission Segmentation

YINXING LI, Nobuhiko Terui

2024 ISMS Marketing Science Conference　2024年6月28日
ID-POSデータにおけるレシート埋め込みによる購買目的のセグメンテーション

李銀星, 照井伸彦

第24回ノンパラメトリック統計解析とベイズ統計　2024年3月25日
変数重要度つきLSTMによる保険データ分析招待有り

久保裕介, 福本信吾, 李銀星, 松田安昌

統計関連学会連合　2023年9月4日
Lstm-based Conditional VAE For Big-scale Panel Data

Yinxing Li, Yasumasa Matsuda, Yusuke Kubo, Shingo Fukumoto, Kanata Hirano, Katsuhisa Masuda

2023 ISMS Marketing Science Conference　2023年6月8日
Content Diffusion on Social Media: The Roles of Emerging Ties and User Interest 国際会議

Deanna W, Li Y

30th Annual Conference on PBFEAM　2022年5月1日
Product Embedding for The Large-scale Disaggregated Sales Data 国際会議

Li Yinxing

KDIR 2021　2021年10月
Social Ties and User Contribution: Evidence from Twitter 国際会議

Li Yinxing

2020 Global Marketing Conference　2020年11月1日
Product Embedding for The Large-scale Disaggregated Sales Data

李銀星

2020 ISMS Marketing Science Conference　2020年6月1日
Multi-generation Diffusion Model with Dynamic Social Media Effect

李銀星

2019 ISMS Marketing Science Conference　2019年6月
POSデータの高次元スパースモデリングによる大規模市場反応測定

李銀星

日本マーケティング・サイエンス学会105回大会　2019年6月
Social Media and Diffusion for Information Technology Product

李銀星

Knowledge and Systems Sciences 2018　2018年11月
ソーシャルメディアの新製品普及アクセレーション効果

李銀星

2018年度統計関連学会連合大会　2018年9月
Social Media and Diffusion for Information Technology Product for multi-generations

李銀星

2018 INFORMS International Conference　2018年6月
Social Media and Diffusion for Information Technology Product for multi-generations

李銀星

Kick-off International Symposium of International Graduate Program for Data Science　2018年2月
Social Media and Diffusion for Information Technology Product

李銀星

International Workshop on Bayesian Econometric Analysis　2017年11月
ソーシャルメディアと新製品普及モデル

李銀星

日本マーケティングサイエンス学会　2017年6月
ソーシャルメディアを用いた経済指標開発

李銀星

新しい経済産業指標開発コンテスト　2017年2月
Social Media and Diffusion for Information Technology Product

李銀星

International Workshop on Marketing Science and Service Research　2016年12月
Social Media and Diffusion for Information Technology Product

李銀星

統計関連学会連合大会　2016年9月

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 8

深層学習を用いた大規模市場モデルの構築

李銀星

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research

研究種目：Grant-in-Aid for Early-Career Scientists

研究機関：Tohoku University

2024年4月～ 2028年3月
ユーザー生成型ビッグデータを用いた消費文脈活用基盤の構築

石垣司, 李銀星, 五十嵐未来, 佐藤忠彦

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research

研究種目：Grant-in-Aid for Scientific Research (B)

研究機関：Tohoku University

2023年4月1日～ 2027年3月31日

詳細を見る詳細を閉じる

消費者によるSNSやレビューサイト上への書き込み等で構成されるユーザー生成型コンテンツのマーケティングへの活用は学術界・産業界で課題となっている。本研究では、大規模な購買データベースとユーザー生成型コンテンツを統合的に利用して「多様な消費者 × 多様な商品・サービス × 消費文脈」の情報を抽出することで、高度な個別化マーケティング活動を支援する消費文脈活用基盤を開発することを目指している。マーケティングモデルや大規模データ計算を専門とする4名の研究者でチームを構成してビッグデータを用いた消費文脈活用基盤の開発を行っている。また、3つの小目標と1つの最終目標を立て、それらを段階に沿って達成することで研究テーマ全体の実現を目指している。今年度は本科研費研究の初年度のため計算機環境やデータの整備を行った。大規模なユーザー生成コンテンツを利用した深層学習モデルを学習するためのGPUサーバーの環境整備、ならびに、そこで利用するマーケティングデータの整備を行った。その構築した環境をベースとして、来年度以降の本格的な研究目的達成のための実験を行う予定である。また、ユーザー生成コンテンツから有益な情報を抽出するためには、複雑な現象をモデル化する統計モデルも必要となる。それをビッグデータでの有効性を検証するための準備も進めている。本科研費研究の最終目的の達成のための前段階として行った研究により2編の査読付き論文の公表と7件の学会発表を行った。
多様な情報の融合と大規模異質性モデリングによるマーケティング意思決定の組織的研究

照井伸彦, 佐藤忠彦, ウィラワンドニ・ダハナ, 伴正隆, 石垣司, 長谷川翔平, 李銀星, 五十嵐未来

2022年4月1日～ 2027年3月31日
ユーザー生成型ビッグデータを用いた消費文脈活用基盤の構築

石垣司, 佐藤忠彦, 李銀星, 五十嵐未来

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research

研究種目：Grant-in-Aid for Scientific Research (B)

研究機関：Tohoku University

2023年4月～ 2027年3月
大規模時空間データモデル構築と社会科学における実証研究への応用

松田安昌, 石原卓弥, 佐藤宇樹, 李銀星, 矢島美寛

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research

研究種目：Grant-in-Aid for Scientific Research (B)

研究機関：Tohoku University

2021年4月1日～ 2026年3月31日

詳細を見る詳細を閉じる

大規模な時空間データを収集し、社会科学への応用実証研究を行った。まずは、回帰不連続デザインを空間データに拡張して、地域間の政策の差が収入に与える効果を実証分析を行った。空間回帰不連続デザインでは独立な直線状の観測値を想定する従来の方法を空間データに拡張するものである。ドイツでは1991年のベルリンの壁崩壊による統一後、旧西ドイツと東ドイツの国境でGDPにどのような差があるのかを空間回帰不連続デザインを応用して分析した。その結果、東西ドイツの政治体制が統一後においてもなお収入に影響を与えていることが明らかになった。マクロミルが保持するに３万人のモニターに対して、幸福度の調査を実施した。ここでモニターは沖縄を除く４６都道府県に居住する日本人25,000人にサーベイした幸福度を従属変数とし、住所の郵便番号から空間上の位置を考慮した空間分析を行った。その結果、公共心が高い地域ほど幸福度が高くなるという興味深い分析を行った。東京都下の不動産賃貸情報をスクレーピングで収集したビッグデータに対してCox比例ハザードモデルをフィットし、価格弾力性を評価した。ここで、価格弾力性を場所の関数としてニューラルネットワークモデルをあてはめて価格弾力性の地域変動を評価し、賃貸市場の地域特性を分析した。国際研究集会Risk and Statistics, 3rd Tohoku-ISM-UUlm Joint Workshop（Oct 12-14, 2022）を東北大学にて開催した。
大規模時空間データモデル構築と社会科学における実証研究への応用

松田安昌, 石原卓弥, 李銀星, 佐藤宇樹, 矢島美寛

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (B)

研究種目：Grant-in-Aid for Scientific Research (B)

研究機関：Tohoku University

2021年4月1日～ 2026年3月31日
データ・理論・分析手法の統合によるマーケティングモデルの進化と理論構築

照井伸彦, 李銀星, 石垣司, 佐藤忠彦, 中野純司, 近藤文代

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (A)

研究種目：Grant-in-Aid for Scientific Research (A)

研究機関：Tohoku University

2017年4月1日～ 2022年3月31日

詳細を見る詳細を閉じる

異なる分野の理論や分析手法の統合による知の獲得は現代社会において求められる共通の考え方であり、これをマーケティングにおいて実践し、実務と学術研究の乖離を埋める研究成果が得られた。とくに機械学習手法のマーケティングモデルへの取り込みの研究について、喫緊の課題と認識されているソーシャルメディア情報の活用のモデル化や異質性モデリングの研究を組織的に行い多くの研究成果を得た。本研究はこの流れに沿って行われ、学術論文や学会発表を通じて研究成果を公表した。具体的には、雑誌論文は合計38件、うち査読論文は33件、国際共著論文は4件であり、学会発表は合計36件、うち国際学会は9件の研究成果を得た。
新製品普及モデルとリープフロッグ現象におけるソーシャルメディアの影響

李銀星

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Research Activity Start-up

研究種目：Grant-in-Aid for Research Activity Start-up

研究機関：Tohoku University

2019年8月30日～ 2020年3月31日

詳細を見る詳細を閉じる

主な成果としては、１．普及モデルであるBassモデルに潜在構造を入れることにより、商品が発売前に、ソーシャルメディアの情報のみを頼りに予測が可能なモデルを構築し. ２．機械学習モデルであるダイナミックトピックモデルと計量モデルであるBassモデルの融合により、ソーシャルメディアは新製品普及を予測の精度を上げることができるのみならず、その役割も発売前後に異なる。発売前後のソーシャルメディアの効果は逆になることもあり得ることを実証分析で示した。３．ソーシャルメディア効果のシミュレーション実験により、ソーシャルメディア効果におけるリープフロッグ現象が加速することがあることを示した。

︎全件表示 ︎最初の5件までを表示

担当経験のある科目(授業) 6

計量経済学　東北大学
応用データ科学特論　東北大学
応用データ科学　東北大学
トレーニングキャンプII（Python)　東北大学情報科学研究科
トレーニングキャンプI（Python)　東北大学情報科学研究科
スキルアップトレーニング(Python)　東北大学情報科学研究科

︎全件表示 ︎最初の5件までを表示