| 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) |
2024-04-01 – 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 / 決定方略 / 計算機シミュレーション / 数理解析 / 意思決定過程 / 過程追跡法 / 情報モニタリング法 |
|---|
| 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 |
本研究計画の目的は、決定方略の定量的同定法を確立し、行動データから、消費者が用いている決定方略の同定と選択を予測することである。2024年度の実績は下記の通りである。
1. 方略をテイラー級数で近似する手法を集団意思決定に適用した。複数の決定方略の組合せによる集団選択をシミュレーションにより生成し、非線形回帰で各方略の効用関数を推定した。結果から、CON、DISの効用関数は非線形であり、非一貫的な特性を持つと示唆された。また、LEXを加えた集団では効用関数が線形に近づく傾向が認められた。テイラー級数による近似が、集団における決定方略のの組合せの影響を計量的に捉える有効な手法となる可能性が示された。
2. 期待値に基づく評価指標では捉えきれない方略の特性を把握するため、方略間の選択一致率に着目し、新たな評価指標の可能性を検討した。各種決定方略の選択行動をシミュレーションにより生成し、不一致率に基づく多次元尺度構成法（MDS）を実施した。MDS座標値を用いた回帰分析の結果、DISとCONが他方略と異なる特性を有し、RA（相対的正確さ）はMDS座標により高精度で説明可能であることが示された。一方、EIP（情報処理量）との対応は限定的であり、今後は非線形な評価構造を含む新たな指標の検討が求められる。
3. 加算型をはじめとする決定方略における選択結果がパレート最適性を満たすか否かを、数理解析およびシミュレーションにより検討した。加重が正の加重加算型はパレート最適な選択を導き、一般の加重加算型も弱パレート最適を保証することが証明された。さらに、9種の方略およびその組合せに関するシミュレーションにより、トレードオフ率・選択一致率・情報処理量（EIP）等の指標を算出した。その結果、DISは劣後選択肢のみの状況で最悪の選択を行う傾向が強く、最悪の意味でのパレート最適性を持つことが示された。
|
| 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。2024年度では、テイラー級数による決定方略の効用関数の近似および集団意思決定への適用、決定方略の評価指標の検討、決定方略の数理解析を行った。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 |
2025年度は、昨年度に引き続き、ベクトル解析も行い、決定方略の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。
|
