大学紹介
学部/大学院・教育内容
キャンパスライフ
就職情報
社会連携
お知らせ・ニュース
学部/大学院・教育内容
5つの履修モデルで企業を支える情報分野の専門家を養成
経営と情報をキーテーマに、5つのモデル「データサイエンス専門家モデル」「企業財務専門家モデル」「経営情報専門家モデル」「社会調査専門家モデル」「情報教育専門家モデル」を設置しています。学問領域や身につける能力を明確にすることで、より効果的な研究を可能にします。
本研究科では、情報、会計学、ファイナンスの基礎的理論を体系的に修得するとともに、会計やファイナンス、情報処理の分野での理論に裏づけられた応用力・実践力を身につけることを目標としています。
※税理士試験科目免除(会計学)に対応
今日の企業活動を研究するには、従来の経営理論だけでは十分とはいえません。本研究科では、激変する情報社会を視野に入れた教育研究を実施し、ICTを組み込んだ経営、財務など新たな企業戦略を提案できる人材を育成します。
今後、社会や教育現場の高度化、複雑化に伴い、専門性を持った教育者の必要性がますます高まっていきます。本研究科では、教職課程を履修することで、商業、情報の高等学校教諭専修免許状が取得できます。
■経営情報研究科で高等学校教諭専修免許状「情報」について。
大学院経営情報研究科において、必要な科目を履修し、単位を取得すれば高等学校教諭専修免許状「商業」・「情報」を取得することが可能です。
(高等学校教諭一種免許状「情報」を取得されていることが必要となります。)
経営情報研究科では履修モデルとして「情報教育専門家モデル」を設け、中学・高校の情報担当教員、社内情報教育の担当者を育成するとともに、現教員のリカレント教育にも対応しています。
5つの履修モデル「データサイエンス専門家モデル」「企業財務専門家モデル」「経営情報専門家モデル」「社会調査専門家モデル」「情報教育専門家モデル」を設置しています。各モデルとも、効果的な学習環境を整備するため、主眼となる研究領域や修得する能力を明確に設定しています。経営と情報の基礎をしっかりと固めつつ、担当教員の指導のもとに自身の専門分野の研究に触れ、修士論文の作成に進めるように構成しています。
■経営情報研究科で高等学校教諭専修免許状「情報」について。
大学院経営情報研究科において、必要な科目を履修し、単位を取得すれば高等学校教諭専修免許状「商業」・「情報」を取得することが可能です。
(高等学校教諭一種免許状「情報」を取得されていることが必要となります。)
経営情報研究科では履修モデルとして「情報教育専門家モデル」を設け、中学・高校の情報担当教員、社内情報教育の担当者を育成するとともに、現教員のリカレント教育にも対応しています。
・ビジネス社会で必要となる高度で専門的な能力が身につくように体系的にカリキュラムを編成します。
・少人数制による、丁寧な指導を行っています。
・コンピュータを駆使した実践的な科目を多く配置しています。
・研究指導Ⅰ・Ⅱ・Ⅲ・Ⅳにより、指導教員による修士論文作成指導を行っています。
情報社会学部教授 杉田 武志
担当科目:財務会計論
私の専門分野は財務会計と会計史です。とりわけ、英国における株式会社会計の萌芽を考察する史的研究に取り組んでいますが、大学院では財務会計の理論をはじめ会計制度を中心とした講義、研究指導を行っています。現在、わが国の製薬会社、総合商社、メーカーなどの上場企業でも順次、国際会計基準(IFRS)の適用が進められています。昨今頻繁になっている、上場企業による海外企業のM&A(買収・合併)もその背景の一つ。買収先の海外にある子会社と会計基準を画一化することは海外の投資家の要求に応えることにもなるのです。こうした国際会計の潮流や会計基準の解説に加え、経済ニュースでもトピックスとして報じられる、のれん、減損、自己株式などの事例分析、さらには経済社会における企業会計の意義についての理論的検討などを行っていきます。なお、本研究科の特長は、実務家出身の教員も所属しており、金融やファイナンスに関する講義も多数そろえていることです。実務と研究の両方を兼ね備えた講義科目を通じて、税理士などの会計専門職を目指す方や企業の財務担当者にとって必要となる高度な会計知識も修得することができます。
情報社会学部教授 中村 健二
担当科目:情報ネットワーク特論、企業情報システム特論
専門はビッグデータ解析とデータマイニングです。対象は、インターネット上のSNSデータや、Webサイトに蓄積されている利用者の行動ログ、現実空間を地上設置型レーザスキャナやMMS(Mobile
Mapping
System)などの機器で計測した点群データなどさまざまです。データ解析の研究をする際、最も心掛けていることは「現場のニーズを知ること」です。データ解析の手法は日進月歩ですが、それらの手法を適用するのみでは知識を得ることはできません。データの特性を考慮しつつ、ニーズを意識した解析を行う必要があります。例えば、ネットショップのアクセスログを解析する際、解析の視点を商品にすると、注目されている商品やその商品と一緒に購入される可能性の高いものを見出すことができます。一方、視点を顧客にすると、購入する可能性の高い行動であるのか、情報収集のための行動であるのかなどを見出すことができます。このように、ニーズに応じて分析する視点を柔軟にすることで、新たな情報を抽出できるのです。