[論文レビュー] Mining Determinism in Human Strategic Behavior

Rustam Tagiew|arXiv (Cornell University)|Nov 11, 2012

Experimental Behavioral Economics Studies参考文献 31被引用数 3

ひとこと要約

本稿では、心理学的理論に依存せずに、人間の戦略的意思決定における決定論的行動パターンを発見するためのデータマイニング手法を提案する。2つの実験データセット（繰り返しじゃんけんと繰り返しアンタッチャブルゲーム）を用いた交差検証により、SMOアルゴリズムがじゃんけんで46.48%、アンタッチャブルゲームで95.42%の予測精度を達成し、先行する非決定論的モデルを上回ることを示した。

ABSTRACT

This work lies in the fusion of experimental economics and data mining. It continues author's previous work on mining behaviour rules of human subjects from experimental data, where game-theoretic predictions partially fail to work. Game-theoretic predictions aka equilibria only tend to success with experienced subjects on specific games, what is rarely given. Apart from game theory, contemporary experimental economics offers a number of alternative models. In relevant literature, these models are always biased by psychological and near-psychological theories and are claimed to be proven by the data. This work introduces a data mining approach to the problem without using vast psychological background. Apart from determinism, no other biases are regarded. Two datasets from different human subject experiments are taken for evaluation. The first one is a repeated mixed strategy zero sum game and the second - repeated ultimatum game. As result, the way of mining deterministic regularities in human strategic behaviour is described and evaluated. As future work, the design of a new representation formalism is discussed.

研究の動機と目的

• 心理学的またはゲーム理論的仮定に依存せずに、人間の戦略的行動における決定論的規則性を同定すること。
• データマイニング技術が、実験的ゲームデータにおける一貫した行動パターンを同定できるかどうかを評価すること。
• 繰り返しゲームにおける人間の意思決定を予測するための、さまざまな機械学習アルゴリズムの性能を比較すること。
• 戦略的対話における一般化された人間行動をモデル化するのに適した仮説空間を構築すること。
• 発見された決定論的ルールに基づいて、人間の戦略的行動を表現するためのドメイン特化形式を設計すること。

提案手法

• じゃんけんにおける実験的ゲームデータを、自身の過去3手、相手の過去3手、および次の自身の手からなる7要素のタプルに変換した。
• 複雑さを軽減するため、全履歴を直近3ターンのウィンドウにマップする簡略化関数Sを適用した。
• 時系列的依存関係を保持するために、順序付き分割を用いた10分割交差検証を実施した。
• じゃんけんデータセットに対してWEKAの45種類の分類器を評価し、名目的多クラス出力を得た。
• アンタッチャブルゲームデータセットに対して35種類の分類器を評価し、各タプルに提案者報酬の更新、応答者報酬の更新、および応答者の反応が含まれた。
• 仮説発見問題を、仮説空間全体で実際の行動と予測された行動の一致を最大化することとして定式化した。

実験結果

リサーチクエスチョン

• RQ1 心理学的またはゲーム理論的モデルに依存せずに、データマイニングを用いて人間の戦略的行動における決定論的行動ルールを発見できるか？
• RQ2 繰り返し戦略的ゲームにおける人間の意思決定を予測する際に、どの機械学習アルゴリズムが最も優れた性能を示すか？
• RQ3 データマイニングに基づく予測性能は、実験的ゲームにおいて既存の非決定論的モデルと比較してどのように異なるか？
• RQ4 履歴ゲームデータから関連する行動パターンを捉えるために最適な簡略化関数Sは何か？
• RQ5 発見された決定論的ルールから、一般化可能な人間の戦略的行動の形式的記述を導出できるか？

主な発見

• SMOアルゴリズムはじゃんけんデータセットで46.48%の予測精度を達成し、Warglenの非決定論的モデルよりも約1%優れていた。
• OneR分類器は単純な決定論的ルールを同定した：「石の後は布、布の後は途中、途中の後は石を選ぶ」。このルールはじゃんけんデータの43.15%に一致した。
• アンタッチャブルゲームデータセットでは、SMOおよび他の分類器が95.42%の予測正答率を達成し、Pfefferの非決定論的モデルが報告した72%を著しく上回った。
• 意思決定表ベースのアルゴリズムが、次のようなルールを発見した：「受け入れが自身の報酬に影響を及ぼさず、提案者の報酬も向上させない場合、拒否する」。このルールはデータの95.15%に適用可能であった。
• 簡略化関数Sにおけるウィンドウサイズを小さくしたり大きくしたりすると性能が低下したため、じゃんけんにおいて3ターンウィンドウが最適であると示された。
• SMOの仮説空間（複雑な関数をサポート）は、人間行動における決定論的規則性をモデル化するのに極めて有効であることが判明した。