| Project/Area Number |
23K22164
|
|---|
| Project/Area Number (Other) |
22H00893 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07090:Commerce-related
|
|---|
| Research Institution | University of Shizuoka |
|---|
Principal Investigator |
玉利 祐樹 静岡県立大学, 経営情報学部, 准教授 (60737360)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
竹村 和久 早稲田大学, 文学学術院, 教授 (10212028)
井出野 尚 東京理科大学, 経営学部経営学科, 教授 (40805628)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2026: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2023: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 意思決定 / 意思決定過程 / 決定方略 / 過程追跡法 / 情報モニタリング法 / 計算機シミュレーション |
|---|
| Outline of Research at the Start |
本研究では、決定方略の定量的同定法を提案し、行動データから決定方略を推定し、購買予測を行う。多肢多属性意思決定状況では、選択肢数、属性数、呈示方法、表現方法、時間的切迫等の要因により、走査される選択肢・属性、および選択結果が変化することが知られている。この状況依存的意思決定を記述する、様々な決定方略が見いだされてきた。一方で、決定方略の分析は定性的な記述に留まっている。そこで、決定方略の計算機シミュレーション、ベイズ推論と機械学習に基づく深層学習、様々な状況要因を実験的に検討できる過程追跡法を総合して、決定方略の同定及び、本手法の現実場面における消費者行動データへの適用及び、購買予測を行う。
|
| Outline of Annual Research Achievements |
本研究計画は、決定方略の定量的同定法を確立し、提案手法を用いて、消費者の行動データから決定方略を推定し、購買予測を行うことを目的にしている。2023年度の実績概要は下記の通りである。
1. 多属性意思決定における決定方略の計算機シミュレーションを行った。従来の一様乱数による属性値に加え、指数関数とランダムウォークによる評価関数を用いた。非補償型のCON、DIS、EBAでは、ランダムウォークが無変換より期待値による選択に優劣されない傾向が高く、指数関数は無変換より優劣される傾向が低かった。評価関数が決定方略の選択に影響する可能性が示唆された。今後は情報モニタリング法実験との比較から、実際の行動に適合する評価関数を検討する。
2. 計算機シミュレーションを用いて、様々な決定方略による選択を評価した。WADやLEX+WADを基準とした場合、CON、DIS、EBAなどの非補償型方略でも高いトレードオフ率を示した。BADを基準とした場合、全ての方略が高いトレードオフ率を示した。クラスター分析により、類似した決定方略のグループが明らかになった。期待値に基づく従来の評価とは異なる、決定方略の特徴が示唆された。
3. 本研究では、決定方略の効用関数がテイラー展開可能であると仮定し、非線形回帰分析を用いてテイラー級数を推定した。その結果、CON以外の決定方略は2次までの近似で効用関数を表現可能であることが示唆された。また、決定方略間のテイラー級数の関係を分析することで、線形モデルと対応する決定方略から他の決定方略の効用関数を推測できる可能性が示された。本研究のアプローチにより、消費者の状況依存的・経路依存的な意思決定過程を、決定方略の観点から計量的に分析できるようになると期待される。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究計画は、決定方略の定量的同定法を確立し、提案手法を用いて、消費者の行動データから決定方略を推定し、購買予測を行うことを目的にしている。2023年度では、決定方略の属性の評価値の関数、選択結果の評価指標、および計量的性質の検討を行った。これらの結果を統合して用いることで、決定方略の分類精度を高められると考えられる。そのため、おおむね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
2024年度は、昨年度に引き続き、パレート性の検討や、計量的性質の検討などから、決定方略の数理モデルについての検討を進める。また、眼球運動測定や生理指標の測定を伴う、情報モニタリング法実験を予定している。実験参加者の探索データ、眼球運動データ、生理指標データ、および決定方略の数理モデルから、決定方略の分類精度の向上を目指す。さらに、バーチャル・リアリティー空間での実験も行うことを計画している。バーチャル・リアリティー空間で実験を行うことで、さまざまな場面での実験が可能となるため、さまざまな場面で意思決定にどのように影響が与えられるのかについての分析を行う。これらの実験や分析から、提案指標と提案モデルの適用可能性について検討を進める予定である。
|
