[논문 리뷰] Minimax regret based elicitation of generalized additive utilities

Darius Braziunas, Craig Boutilier|arXiv (Cornell University)|2012. 06. 20.

Multi-Criteria Decision Making참고 문헌 14인용 수 63

한 줄 요약

이 논문은 일반화된 가산 유용성(GAI) 모델을 위한 최소최악의 후회 기반의 채굴 프레임워크를 제안하며, 국소적 구조 분해를 활용하여 효율적인 선호 질의를 가능하게 한다. GAI 네트워크 내 조건부 독립성을 활용함으로써, 사용자의 인지 부담을 줄이고 실용적인 제약 조건을 갖춘 구성 최적화 및 다중속성 검색을 가능하게 한다.

ABSTRACT

We describe the semantic foundations for elicitation of generalized additively independent (GAI) utilities using the minimax regret criterion, and propose several new query types and strategies for this purpose. Computational feasibility is obtained by exploiting the local GAI structure in the model. Our results provide a practical approach for implementing preference-based constrained configuration optimization as well as effective search in multiattribute product databases.

연구 동기 및 목표

• 사용자가 최소한의 인지적 노력으로 복잡한 다중속성 유용성 함수를 채굴하는 데 도전하는 문제를 해결한다.
• 제약 조건을 갖춘 구성 최적화를 지원하는 실용적인 일반화된 가산 유용성(GAI) 모델을 위한 채굴 프레임워크를 개발한다.
• GAI 구조를 사용하여 사용자 선호를 모델링함으로써 다중속성 제품 데이터베이스에서 효과적인 검색을 가능하게 한다.
• 국소적 GAI 구조를 활용하여 질의 복잡도를 감소시킴으로써 계산의 실현 가능성을 확보한다.
• GAI 모델에서 최소최악의 후회 기반 선호 채굴에 대한 의미론적 기초를 제공한다.

제안 방법

• 최악의 후회를 최소화함으로써 유용성 추정에서의 최악의 손실을 줄이기 위해 최소최악의 후회 기준을 적용하여 선호 질의를 안내한다.
• GAI 네트워크 구조 내 국소적 조건부 유용성을 대상으로 하는 새로운 유형의 질의를 설계한다.
• 국소 계산 기법을 사용하여 후회를 효율적으로 평가하고 질의 선택을 안내한다.
• GAI 모델 내 조건부 독립성을 활용하여 전반적인 유용성을 관리하기 쉬운 국소적 구성요소로 분해한다.
• 현재 신념 상태와 후회 한계를 기반으로 가장 정보성 높은 질의를 우선순위 정렬하는 질의 전략을 구현한다.
• 채굴 과정을 제품 구성 및 데이터베이스 검색을 위한 최적화 파이프라인에 통합한다.

실험 결과

연구 질문

• RQ1 최소최악의 후회는 어떻게 일반화된 가산 유용성 모델에서 선호 채굴을 안내하는 데 사용될 수 있는가?
• RQ2 사용자 노력 최소화를 위해 GAI 유용성을 채굴하는 데 가장 효과적인 질의 유형과 전략는 무엇인가?
• RQ3 GAI 모델의 국소적 구조는 채굴 과정에서 계산의 실현 가능성을 확보하기 위해 어떻게 활용될 수 있는가?
• RQ4 제안된 방법은 제약 조건을 갖춘 구성 최적화 및 다중속성 검색을 어떻게 향상시키는가?
• RQ5 후회 최소화와 선호 채굴에서 의미론적 일관성 간의 관계는 무엇인가?

주요 결과

• 최소최악의 후회 기준은 유용성 추정에서의 최악의 손실을 최소화함으로써 강력한 선호 채굴을 가능하게 한다.
• 국소 GAI 구성요소를 대상으로 하는 새로운 유형의 질의는 사용자 상호작용 수를 크게 줄인다.
• 국소 구조를 활용함으로써 후회 평가 및 질의 선택을 효율적으로 수행할 수 있어 확장성이 보장된다.
• 일致하고 정확한 유용성 추정을 유지함으로써 효과적인 제약 조건을 갖춘 구성 최적화를 지원한다.
• 실험 결과는 비후회 기반 접근법에 비해 다중속성 제품 검색에서 향상된 성능을 보여준다.
• 실제로 선호 기반 의사결정 지원이 필요한 시스템에 실용적으로 구현 가능하다.