On information presentation methods for easier decison making: Studies on multi-attribute decision making

便于决策的信息呈现方法：多属性决策研究

基本信息

批准号：
21K18339
负责人：
岡田光弘
金额：
$ 4.08万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2021
资助国家：
日本
起止时间：
2021-07-09 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K18339/
关键词：
意思決定多属性意思決定グラフィック表現・推論深層学習と多属性意思決定情報提示デザインアイトラッカー論理と意思決定情報社会と公平性論理情報提示デジタル環境図的情報提示・グラフィック情報提示図的推論多属性表

项目摘要

多属性意思決定に関して種々の研究を進めた。特に。決定方略の計算機シミュレーション、情報モニタリング法被験者実験、深層学習を組み合わせた研究を行った。実験者が指定した決定方略で商品を選択する課題について、計算機シミュレーションと実験から得られた情報探索データに基づき、深層学習を用いて八つの決定方略の分類を行った。深層学習で訓練したモデルを、情報モニタリング法実験の座標系列データに適用した。指定された方略と分類された方略の一致率は、40.18%であった。加算型・加算差型のような補償型の方略は、方略の探索方法を教示されたとしても実際にその通りに探索することができないことが示唆された。また、分離型のような非補償型の方略を指定されても、実験の参加者はより多くの情報を探索しようと試みていた可能性も示唆された。二つの決定方略を組み合わせる2段階決定方略も分類する分析も検討する必要がある。機械学習の公平性の視点から、どの典型方略にも属さない学習データも導入することを試みた。他の主要成果としては、（Ideno et al., 2020：Diagram）の再分析を行い、また、コンピュータシミュレーションの結果との対比を今回の研究では加えた。分析の結果から、グラフィック2値表現の方が数値表現よりも選択の時間が速くなされることなどから、属性値の表現が選択の容易さに影響を与えること、そして、選択肢と属性の行列の配置によって（縦軸と横軸の役割の入れ替えなどによって）選択時間・注視パターンが変化することから、表の表現が意思決定プロセスに影響を与えることが再確認された。深層学習を用いたシミュレーションの結果と実験結果との対比から、本実験被験者の意思決定方略の特徴を分析した。情報の公平性の重要性について、深層学習の文脈で検討した。特に２つの情報セキュリティ日仏会議において成果を公表した。

我们对多属性决策进行了各种研究。尤其。我们进行的研究结合了决策策略的计算机模拟、信息监测方法的主题实验以及深度学习。对于使用实验者指定的决策策略选择产品的任务，我们根据计算机模拟和实验获得的信息搜索数据，使用深度学习对八种决策策略进行分类。使用深度学习训练的模型被应用于协调来自信息监控方法实验的序列数据。指定策略与分类策略的一致率为40.18%。有人建议，即使教导了如何搜索诸如加性策略和加性差异策略之类的补偿策略，也无法以精确的方式搜索它们。还有人建议，即使给予实验参与者诸如分离之类的非补偿性策略，他们也可能试图探索更多信息。还需要考虑对组合两种决策策略的两步决策策略进行分类的分析。从机器学习公平性的角度出发，我们尝试引入不属于任何典型策略的学习数据。其他主要结果包括重新分析（Ieno 等人，2020：图表），以及与本研究中计算机模拟结果的比较。分析结果表明，属性值的表示影响选择的难易程度，因为图形二进制表示的选择时间比数字表示的选择时间更快，并且选择和属性矩阵之间的关系为选择时间和注视模式根据布局而变化（通过交换垂直轴和水平轴的角色等），再次确认表格表示会影响决策过程。通过将深度学习的模拟结果与实验结果进行比较，我们分析了本实验中被试的决策策略的特点。在深度学习的背景下讨论了信息公平的重要性。特别是在两次日法信息安全会议上公布了结果。