2  研究概要

ヒント書き方ガイド：研究概要

何を書くか： 研究の全体像を簡潔に示す章です。読者がこの章だけで研究の目的・背景・計画を把握できるようにしましょう。

書き方のコツ：

  • 研究件名 はそのまま報告書タイトルと一致させます
  • 背景 では「なぜこの研究が必要か」を社会的・学術的な観点から説明します
  • 目的 は具体的で検証可能な形で記述します（例：「～を予測するモデルを構築する」）
  • 研究計画 はチェックリスト形式で進捗管理に使えるようにします

Quartoの機能：

  • @引用キー で BibTeX の参考文献を引用できます（例：@Fishman2016）
  • 表は Markdown のパイプ記法 | 列1 | 列2 | で作成します
  • チェックリストは - [x] 完了項目 / - [ ] 未完了項目 で記述します

2.1 研究件名

東京都内シェアサイクル利用数の予測モデル構築に関する研究

2.2 研究の背景

近年、都市部における交通手段としてシェアサイクル（自転車シェアリング）の利用が急速に拡大している。シェアサイクルは環境負荷の低い移動手段として注目されるだけでなく、ラストワンマイルの交通課題を解決する手段としても期待されている (Fishman 2016年)。

Fishman, Elliot. 2016年. 「Bikeshare: A Review of Recent Literature」. Transport Reviews 36 (1): 92–119. https://doi.org/10.1080/01441647.2015.1033036.
Eren, Emir, と Volkan Emre Uz. 2020年. 「A Review on Bike-Sharing: The Factors Affecting Bike-Sharing Demand」. Sustainable Cities and Society 54: 101882. https://doi.org/10.1016/j.scs.2019.101882.

効率的な運営のためには、利用数の予測が不可欠である。気象条件や曜日・時間帯といった要因が利用パターンに大きく影響することが先行研究で示されている (Eren と Uz 2020年)。しかし、東京都内のシェアサイクルに特化した予測モデルの構築事例は限られており、地域特性を考慮した分析が求められている。

2.3 研究の目的

本研究の目的は以下の通りである。

  1. 東京都内のシェアサイクル利用データと気象データを用いて、時間帯別の利用数を予測するモデルを構築する
  2. 線形回帰と勾配ブースティング（LightGBM）の予測精度を比較し、各手法の特性を明らかにする
  3. 利用数に影響を与える要因を変数重要度分析により特定する

2.4 研究計画

表 2.1: 研究スケジュール
期間 作業内容 状態
第1-2週 テーマ選定・先行研究調査 完了
第3-4週 データ収集・前処理 完了
第5-8週 モデル構築・精度評価 完了
第9-10週 結果分析・考察 完了
第11-12週 報告書作成・発表準備 進行中

進捗チェックリスト

2.5 研究体制

表 2.2: 研究体制
項目 内容
所属 東京国際大学 商学部 データサイエンスコース
研究室 竹田ゼミ（データアナリティクスゼミ）
指導教員 竹田 恒
研究者 氏名（学籍番号）
研究期間 2025年度 春学期
使用言語 R（4.4以上）
主要パッケージ tidymodels, bonsai, plotly