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

点击翻译按钮获取中文摘要

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。