教員紹介
白田 由香利 教授

18photo_yukari_shirota.jpg

白田 由香利 (シロタ ユカリ) 教授

経営学科:Webデータの可視化、ソーシャルメディア解析

略歴

  • 学習院女子中等科・高等科卒業
  • 学習院大学理学部物理学科大学院修士課程修了
  • 東京大学理学部情報科学科大学院修士課程修了
  • 東京大学理学部情報科学科大学院博士課程修了 理学博士号取得
  • 企業にて約10年の研究生活の後、
  • 学習院大学経済学部 助教授を経て、
  • 同学部 教授(現在に至る)
    なお、2006年9月~2007年3月、イギリス オックスフォード大学 客員研究員。

連絡先

ホームページ:http://www-cc.gakushuin.ac.jp/~20010570/


研究分野

企業情報分析、ソーシャルメディア解析、数学の視覚的教授法、インドネシア人口問題分析


主要業績

1.Naoki Ito, Yuriko Yano, and Yukari Shirota: “Detection Model for Correlation between SNS Spikes and Stock Price Movement,” International Journal of Trade, Economics, and Finance (IJTEF), 2018,(in printing)
2.Yukari Shirota, Takako Hashimoto, and Riri Fitri Sari: “Visualization of time series statistical data by shape analysis (GDP ratio changes among Asia countries)”, Journal of Physics: Conference Series, Vol. 971, No. 1, pages=012013, 2018, http://stacks.iop.org/1742-6596/971/i=1/a=012013.
3.Yukari Shirota, Riri Fitri Sari, Tetri Widiyani, and Takako Hashimoto: "Visually Do Statistical Shape Analysis!," Data Science and Advanced Analytics (DSAA), IEEE,  Tokyo, Japan, 2017. http://www.dslab.it.aoyama.ac.jp/dsaa2017/tutorials/#Vis
4.Yukari Shirota, Takako Hashimoto, Basabi Chakraborty: “Visualization of Deductive Reasoning for Joint Distribution Probability in Simple Topic Model,” Information Engineering Express, IIAI Publications, Vol. 3, No. 1, pp. 1-8, 2017, http://www.iaiai.org/journals/index.php/IEE/issue/view/17/showToc.
5.共著:「大学生のための役に立つ数学」、共立出版、2014。


学外での活動

公益社団法人私立大学情報教育協会サイバー・キャンパス・コンソーシアム数学グループ運営委員会委員、日本経営数学会 研究担当理事(2007-2016)、オペレーションズ・マネジメント&ストラテジー学会 広報/WEB 委員、IJIRM(International Journal of Institutional Research and Management) associate editor


講義・演習の方針

数学の楽しさを伝えるため、役に立つ数学、を実践しています。又数学が苦手な人でも一目で経営数学を理解できるよう、コンピュータによる数学の可視化(ビジュアライゼーション)という方法で伝えています。図は、予算制約があるとき、2種の財にどのように予算配分したら自分の満足度が最大化するかという問題を、視覚的に解いたようすを示しています。図で公式などの意味するところを理解し、その後で数式を見ますと、数式の意味がとても分かるようになります。経営数学1 , 2では、世の中で、特にお金の計算で、役に立つ、外国預金、住宅ローン、外国債券、リボ払いなどを教えています。キーワードは、経営者として役に立つ数学、暮らしの中で役に立つ数学です。高校までの数学と違い実践的な内容ですので、多くの履修者が意欲的に取り組んでくれています。
演習では、株価分析、企業情報分析とテキストマイニングを合わせ技で使います。2018年度演習3年4年では、SNSでの急激な書き込み数増加から株価変動を発見する研究を行いました。2019年度は、機械学習を用いて企業情報分析を行います。経営者に必要な分析力、数学力というものは、現状を全体的に把握し、方針を立て、軌道修正したりするために必要です。IOTなどのおかげで、データ収集が以前に比較して飛躍的に容易に行えるようになりましたので、データ分析を心がける人とそうでない人の差が大きくなります。4年間でデータ分析力を養成していきましょう。また、経営者は全体を広い視野で見ることが必要ですので、皆様が数学の細かい部分に引っ掛かり先に進めなくなることのないように、教師として全体のフレームを理解させることに注力し、データ分析の面白さを伝えていきたいです。


研究テーマ

企業情報分析、株価分析を、ランダム行列理論とポートフォリオ分析手法や機械学習の手法で行っています。東日本大震災やタイの洪水などの自然災害が日本の企業活動に与えた影響を、株価分析によって測る、という研究を行ってきました。これによって、一般に知られていなかった企業間のつながりなどが発見できます。現在はトランプ大統領の発言が日本の企業に与える影響などを測っています。
2018年度から、インドネシア人口問題研究所において、インドネシアの少子化問題を分析しています。日本に比較して合計出生率は高いですが、30年前に比較して加速的に減少しています。少子化が現在進行中のインドネシアは、20年前の日本に似ているかもしれません。インドネシアにおける少子化の原因がもし究明できれば、今の日本の問題解決に貢献できるかもしれません。自分の子育て体験をもとに感じることは、日本はどうしてこんなに子育てが大変なのであろうか、ということです。これからのworking motherになるかたの苦労・負担を減らせるよう、少子化が進む原因を、機械学習を用いて究明していきたいです。


メッセージ

 世界は進んでいます。東南アジア諸国のパワーはすさまじい勢いをもっています。兎と亀の兎にならないように、しっかり勉強に励んでください。数学の勉強は手伝いますので、まずは経営数学1と2を履修してください。

ページトップへ