open access

https://doi.org/10.11501/3182591

https://hdl.handle.net/2115/51511

「印象の推定モデル」の構築のための「判別分析」の計算的な方法に関する研究

日本語

2001-03-23

Hokkaido University

161p.

私たちは、暮らしや仕事で接するありとあらゆる対象に対して「印象」というものを“感じる”。また、「印象」というものを“持っている”。そして、私たちは、この“感じた”あるいは“持っている”「印象」によって、その対象あるいはそれに類似したものに対する態度や行動を決めている。したがって、私たちは、それを明に意識しているかどうかは別にして、毎日の暮らしや仕事のなかで、日常的に「印象」を扱っている、ということができる。この論文では、私たちが取り組んでいる「『印象』を扱う仕事」に含まれる要素的な仕事のうちで、その対象に対する“最終的な”態度や行動を決める（つまり判断をする）ための情報である「印象」を導き出す「印象の推定」、および、これを実際の仕事に利用するときの数学的な“道具立て”（からくり）である「印象の推定モデル」の構築の方法論の1つである「判別分析」について論じている。この検討を通じて、また、「印象」を専門的に扱ってきた「心理学」の知識や経験を利用して、私たちが取り組む「『印象』を扱う仕事」の成果の“品質”を上げ、また、そのプロセスの“効率”を上げる（改善・向上する）ことが目的である。この論文の前半（第1章）では、まず、私たちにとって「印象」をどう考えればよいかを検討し、その結果として、「印象」は「その対象が“自分にとってどうであるか”の評価の結果」と解釈するのがよいことを示す。次に、「印象」は、大別して、私たちそれぞれがその対象に対して持っている情報（つまりは知識や経験）、それをベース（手がかり）にしてその対象から新たに獲得した情報、および、その対象に対する私たちの利害と興味・関心の3つの要素をもとに作り出されて“感じる”ものであることを明らかにする。そして、それは“多元的”であり、あるものは“部分的”でありあるものは“全体的”／“総合的”であり、また、あるものは“相対的”でありあるものは“絶対的”であることなどを示す。さらに、これらの印象はいずれも、私たちが持っている情報が正しくまた確かであるという“条件つき”のものであることなどを明らかにする。次に、私たちが取り組む「『印象』を扱う仕事」の内容と構成を検討し、これが“機能的な”意味では「印象の計測」「印象の分析」「印象の推定」などの要素的な仕事を含み、また、“プロセス的な”意味では「印象の計画」「印象の設計」「印象の実現・製作」「印象の評価」「印象の管理」などの要素的な仕事からなっていることを示す。このうち、“機能的な”意味での要素的な仕事の1つである「印象の推定」は、「『印象』を扱う仕事」が扱う対象に対する“最終的な”態度や行動を決める、つまり判断をするための情報である「印象」を導き出す重要な仕事であることを明らかにする。さらに、「印象の推定」という仕事の内容を具体化し、その成果の品質とプロセスの効率を上げる（改善・向上する）ためには、「推定」とは「すでに分かっていることとなにかの仮説や条件を根拠に、（仕事の目的の達成に）必要かつ充分な“まだ分からない”情報を推し量ること」と解釈するのがよいことを示し、この解釈のなかで、とくに「根拠とするデータはどのように得られたか」と「選択した方法の仮説や条件は妥当か」についての検討が重要であることを指摘する。さて、「印象の推定」の方法のなかに“量的な”評価が含まれていたり、その方法が“複雑”であったり、あるいは、それを“自動的に”行うことが必要であるなどの場合には、数学的な「印象の推定モデル」が構築され利用される。そこで次に、（この論文の後半での検討の準備の1つとして、）実際の問題の必要に応じた印象の推定モデル」を検討するための枠組みを検討し、併せて、「感性情報処理」を中心に、いままでに試みられた「印象の推定モデル」の構築の方法とその問題点を検討する。この論文の後半（第2章と第3章）では、数学的な「印象の推定モデル」の構築の方法として、対象のカラー画像のデータから“計算によって得られた”特徴量（連続量）と、その対象に対して、平均的な回答者が“申告した”特定の印象の有無（離散量）を「判別分析」を利用して対応づける方法を論じる。この「判別分析」には、すでに「解析的な方法」が開発され広く使われている。しかし、“機能的な”意味での要素的な仕事である「印象の推定」を進める上での重要な注意点の1つである「選択した方法の仮説や前提条件は妥当か」から考えると、この「解析的な方法」では、「判別分析の目的」である“もっとも判別力が高い”の意味を、計算技術的な理由などから、「相関比を最大にする」という“間接的な”解釈によっている。しかし、私たちが実際に取り扱う問題からの要請は、たとえば「誤判別数の合計を最小にする」など、より“直接的な”解釈、あるいは、実際の問題の細かな事情への配慮を必要としたものであることが多い。この検討の結果をもとに、（判別分析の「解析的な方法」ではなく、）遺伝的アルゴリズムを利用した「計算的な方法」によって、特定の仮説や条件を前提とはせずに、実際に取り扱う問題の性格と必要に応じた「判別分析」の解（つまり判別式）を見つけ出すことができる、新しい“柔軟な”方法と計算アルゴリズムを開発した。当然のことではあるが、この新しい“柔軟な”「計算的な方法」で見つけ出される「判別分析」の解は、（仕事の必要に応じて）設定された目的をより“満たしている”という意味で、従来の「解析的な方法」で導かれる解よりも、論理的にも“判別力の高い”解である。この新しい“柔軟な”「計算的な方法」では、判別式の形式として「1次式」や「2次式」だけでなく、「絶対値関数」などを含めて、どんな形式の関数でも“柔軟に”取り入れることができる。また、分析対象のデータのなかに、（判別得点の分布の上でほかの対象からは離れてしまっている、という意味での）“特異な”つまり“異質な”ものが含まれている場合にも、これを考慮した解を見つけ出すことができる。さらに、この新しい“柔軟な”「計算的な方法」には、データが複雑であり、“単純な”判別分析では完全には判別できない場合に、“単純な”判別分析の結果、誤判別を生じる可能性のあるすべての対象に対して、別途に“局所的な”判別分析を行うことによって、全体として“完全な”判別ができる解を見つけることができる「2段階判別方式」（含、逐次的な判別方式）や、2つの判別式を“同時に”使ってその組み合わせによって“完全な”判別ができる解を見つけることができる「二重判別方式」も含んでいる。また、1つの判別式で計算した判別得点の値の大きさで、3つ以上の集団（カテゴリー）に分類された対象を判別できる解を見つける「重判別分析」の方法をも含んでいる。そして、この判別分析の「計算的な方法」を利用して、実際のビジネスバッグ（カバン）のカラー画像から“計算によって得られた”特徴量と、ビジネスバッグに対して実際の回答者が“申告した”特定の印象の有無を対応づける「印象の推定モデル」の構築を試みて、この「計算的な方法」が有効であることを確認した。さて、判別分析を利用した「印象の推定モデル」は、“連続的な”説明変数と“離散的な”被説明変数を対応づけるものであった。ここで、説明変数のなかに“離散的な”ものを含むことができれば、たとえば対象の仕様や特徴（離散量）と、その対象に対する特定の印象の有無（離散量）を対応づける、数学的な「印象の推定モデル」を構築することができる。このため、代表的な“離散的な”変数と対応関係の1つである「論理変数と論理関係」に対して、この「計算的な方法」を適用し、この方法がそのままの形で適用できることを確認した。これは「数量化理論2類」に対する「計算的な方法」の開発に相当する。さらに、判別分析を利用した「印象の推定モデル」の被説明変数のなかに“連続的な”ものを含むことができれば、たとえば対象のカラー画像を代表する特徴量（連続量）と、「SD法」などの方法によって計測したその対象に対する特定の印象の大きさ（連続量）を対応づける、数学的な「印象の推定モデル」を構築することができる。このため、「判別分析」の「計算的な方法」の一部に修正を加えた計算アルゴリズムを開発し、この「計算的な方法」が有効であることを確認した。これは「回帰分析」に対する「計算的な方法」の開発に相当する。遺伝的アルゴリズムを利用した「判別分析」などの「計算的な方法」の開発によって、この方法を利用した数学的な「印象の推定モデル」の構築は、対象のカラー画像の特徴量（連続量）でも、仕様や特徴など（離散量）でも、また、その対象に対する特定の印象の有無（離散量）でも、印象の程度・大きさ（連続量）でも、それらの問の対応づけ（モデル化）をすることができるようになった。この新しい方法の開発によって、入力（説明変数）の数がかなり“多く”、これらと出力（被説明変数）との間の対応づけがかなり“複雑”である場合などにも、“実務に耐えられる”対応づけをすることができるようになった。

2001-03-23

乙第5738号

博士(文学)

博士論文

Version of Record