[論文レビュー] Recommending Multiple Criteria Decision Analysis Methods with A New Taxonomy-based Decision Support System

Marco Cinelli, Miłosz Kadziński+3 more|arXiv (Cornell University)|Jun 8, 2021

Multi-Criteria Decision Making被引用数 4

ひとこと要約

本稿では、複雑な意思決定問題に対して最適な複数基準意思決定分析（MCDA）手法を推薦する、新しい分類体系に基づく意思決定支援システムMCDA-MSSを紹介する。200種類以上のMCDA手法を、問題定式化、好みの特定、好みのモデル化の特徴に関して評価することで、手法選定の正確性を向上させ、方法論的誤りを低減し、不完全な問題記述の改善を支援する。複数の事例研究による検証が行われた。

ABSTRACT

We present the Multiple Criteria Decision Analysis Methods Selection Software (MCDA-MSS). This decision support system helps analysts answering a recurring question in decision science: Which is the most suitable Multiple Criteria Decision Analysis method (or a subset of MCDA methods) that should be used for a given Decision-Making Problem (DMP)?. The MCDA-MSS includes guidance to lead decision-making processes and choose among an extensive collection (over 200) of MCDA methods. These are assessed according to an original comprehensive set of problem characteristics. The accounted features concern problem formulation, preference elicitation and types of preference information, desired features of a preference model, and construction of the decision recommendation. The applicability of the MCDA-MSS has been tested on several case studies. The MCDA-MSS includes the capabilities of (i) covering from very simple to very complex DMPs, (ii) offering recommendations for DMPs that do not match any method from the collection, (iii) helping analysts prioritize efforts for reducing gaps in the description of the DMPs, and (iv) unveiling methodological mistakes that occur in the selection of the methods. A community-wide initiative involving experts in MCDA methodology, analysts using these methods, and decision-makers receiving decision recommendations will contribute to expansion of the MCDA-MSS.

研究の動機と目的

• 与えられた意思決定問題（DMP）に対して最も適切なMCDA手法を選定するという意思決定科学における繰り返し発生する課題に対処すること。
• 詳細な問題特性に基づき、200種類以上のMCDA手法から推薦可能な包括的な意思決定支援システムの開発。
• アナリストがDMP記述におけるギャップを特定し、情報の精錬の優先順位を付けるのを支援することで、手法の適合性を向上させること。
• 体系的な評価を通じてMCDA手法選定における方法論的誤りを検出し、防止すること。
• MCDA専門家、実務家、意思決定者からのフィードバックを統合することで、システムのコミュニティ主導的拡張を促進すること。

提案手法

• 問題定式化、好みの特定、好みのモデル特徴、推奨構築の4つの次元にわたる15の問題特性に基づく、MCDA手法の新規分類体系を採用。
• DMP属性を手法の能力にマッピングする構造化意思決定モデルを用い、自動的手法推薦を可能にする。
• 入力データの種別、好みの強度、出力形式の要件を含む、事前に定義された基準とDMP仕様を比較することで、手法の適用可能性を評価。
• 不足または曖昧なDMP属性を特定し、優先的な改善を提案するギャップ分析モジュールを含む。
• 適合性と頑健性を基準に順位付けするマルチクリテリアフィルタリングプロセスを統合した推薦エンジン。
• コミュニティ貢献と手法の更新をサポートする拡張可能なアーキテクチャを備えたウェブベースのツールとして実装。

実験結果

リサーチクエスチョン

• RQ1 構造的および好み関連の特性に基づき、特定の意思決定問題に対して最も適切なMCDA手法は何か？
• RQ2 意思決定支援システムは、不完全または曖昧な問題記述を改善するための効果的な支援をどのように提供できるか？
• RQ3 正確かつスケーラブルなMCDA手法の推奨を可能にする分類体系の重要な特徴は何か？
• RQ4 MCDA選定における方法論的誤りは、どのように体系的に検出し、防止できるか？
• RQ5 コミュニティフィードバックは、手法推奨システムのカバー範囲と信頼性を向上させるために果たす役割は何か？

主な発見

• MCDA-MSSは、単純な問題から極めて複雑な意思決定問題に至る多様な事例研究に対して、適切なMCDA手法を効果的に推奨した。
• DMP記述における不足または一貫性の欠如する情報の特定と強調により、ユーザーがデータ収集の優先順位を明確にし、手法の適合性を向上させることができた。
• 好みのモデル化要件の不一致など、MCDA手法選定における方法論的不整合を検出し、誤った推奨のリスクを低減した。
• 分類体系に基づくアプローチにより、200種類以上のMCDA手法を体系的にカバーし、広範な方法論的網羅性を確保した。
• メソッドコレクションに正確な一致がない場合でも、代替的またはハイブリッド的手法を提案することで、システムの頑健性が示された。
• コミュニティフィードバックメカニズムが、時間の経過とともにメソッドカバレッジの拡大とシステムの正確性向上に有効であることが実証された。