2021 Fiscal Year Annual Research Report
Study on Problem-solving by Organizing Humans and Machines
| Project/Area Number |
19H04170
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
松原 繁夫 大阪大学, 数理・データ科学教育研究センター, 特任教授(常勤) (80396118)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | マルチエージェントシステム / 集合知 / インセンティブ設計 |
|---|
| Outline of Annual Research Achievements |
本研究は、1. 予測多様性維持法の考案、2. 予測多様性拡大法の考案、3. 平均個人誤差削減法の考案という３つの研究項目から構成され、項目1、2に関しては既に目標を達成している。本年度は残っている項目3に取り組んだ。
平均個人誤差削減法に関して、多数の意見を集約する評価システムにおける評価者の買収行動を分析した。多くの通販サイトで利用者主導の評価システムが採用されているように、商品の評価情報は後続の潜在的利用者が購入を判断する上で有用である。しかし、商品販売者が利用者を買収して評価情報を操作する問題が指摘されている。いくら評価値を平均化して個人によるばらつきの影響を排除しようとしても、買収という戦略的操作が加わると真の評価値の算出が困難になる。従来研究においても買収行動のモデル化が行われてきたが、それらは単独エージェント視点の分析に留まっている。類似の機能を提供する商品は複数あって商品販売者は互いに競合の関係にあるにも関わらず、ゲーム理論的観点での分析が不十分であった。本研究では、まず、実際の通販サイトのデータを収集し、評価情報と販売数が指数関数の関係でうまく表現できることを明らかにした。つぎに、商品販売者の効用をモデル化し、その上で商品販売者の均衡戦略を分析した。その結果、買収が無効となる条件、Nash均衡の存在、および、均衡において社会最適な状況に比べてより多くの利用者が買収されることを明らかにした。本成果を知識発見とデータマイニングに関する国際会議で発表した。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
Research Products
(3 results)
