本人も気が付いていないこと
夜神月(ライト)の分析手法
今日の講義の目的
• 1.本人も気がついていない行動の傾向性を
探る方法を学ぶ
• 2.大学と学校の授業の違い
• 3・情報システム学科の「もうひとつの特徴」
大学と学校の違い
学校:誰かの作った知識
や技術を理解
情報の消費者
大学:まだ誰も分からな
い“自分の問い”を解明
情報の生産者
新しい情報を生産するために、他の人の発想
着想を活用します! グループワーク!
3
はじめに
• デスノートのルール: 知っているかな?
• 1.自己紹介
• 2.知っていることをグループの
皆さんに話してください。
デスノートのルール
• 映画「デスノート The last name」の冒頭
シーンでルール確認
• デスノートに名前を書かれたものは、死ぬ
• デスノートは書く人物の顔が頭に入ってい
ないと効果が得られない(ゆえに同姓同名
の人物は死なない)
デスノートのルール2
• 名前の後に死因を書かなければ心臓麻
痺となる。
• 死因を書けば6分40秒間、詳しい死の
状況を書く時間が与えられる。
• テスノートに触ったものだけが死神を見
ることができる。
デスノートのルール3
• デスノートの所有権を放棄したらデスノート
にまつわる記憶を失う。
• だが、デスノートの一部にでも触れたら、記
憶はすべてよみがえる。
• デスノートで操れる死の時間は人間界単位
で23日以内である。
• デスノートに一度書かれたことは変更でき
ない。
本日の場面
• 第一のキラ:デスノートで犯罪者を殺す。
• 凶悪犯罪の抑止を狙う。
• 別のキラ(第三のキラ)が現れた!
•
参照:デスノート the last name
月が「第三のキラ」の殺人の傾向性を
分析し、「第三のキラ」を特定
L(竜崎)の指摘
•「人間は誰かをマネよう
と思ってもある傾向を
もってズレてしまう。
•最初のキラと今のキラ
の違いを示す要因が抽
出されている
データから隠れた要因を探る!
• 例:食べ物好き嫌い調査
• 試しに回答してみよう!
• 調査用紙のように人々にアンケートをとりま
す!
• 「NUISLIVE2008食べ物」というファイルをダブル
クリックしてください(架空のデータです)。
食べ物の好みデータ
• あるものが好きな人は、他の物を好きな傾向
があるか?
• 好き嫌いの背後にある隠れた要因(因子)を
探ります。
ヨコ一行に
一人分の
データを
入力してあり
ます!
分析→データの分解→因子分析
冷奴からイナゴの佃煮までをマウ
スで指定して
近くにあるものは、
同じような人々に好
かれていることを意
味しています!
3つの方向に分けて
考えてゆきます。
縦方向にどんな並
び方をしているか見
てみよう!
エビフライ
ハンバーガー
グラタン
・
油っぽい食べ物順
中略
・
縦方向(因子2)は
油っぽい食べ物ほどほうれん草の
好き度
おひたし
再び要因から個人へ
FAC2_1(因子2)
油っぽい食べ物ほど
好き度
値がマイナス
値が大きい:
油っぽい食べ
物ほど好きな
人
油っぽい食べ物嫌い
ほど嫌いな人
では他の方向は? 図を
ダブルクリック
因子1方向は?要因
グループで相談
してみましょう!
ではライトの分析は?
「NUISLIVE2008ライト」というファイルをダブルク
リックしてください(架空のデータです)。
基本的には同じ!
アンケートではなく
キラと思われる殺人事件をデータ化
左の画面より
もっと多くのことについて
データ化
12の要因が抽出
そのうち3つが、第一のキラ
と第三のキラで大きく異なっ
ていた。
大学と学校の違い
学校:誰かの作った知識
や技術を理解
情報の消費者
大学:まだ誰も分からな
い“自分の問い”を解明
情報の生産者
例:人々の行動の傾向性を問題解決に生かす
新しい商品やしくみの開発
22
情報システム学科
本日担当者
使う人・周りの人
周りの人
小宮山智志:情報システム学科(准教授)
のことまで含めて、
情報システム
コンピュータ
使う人
人々の方を担当
使う人
使う人
地頭力:新しい発想(仮説)で、行動を解明!
ヒント1:先週の調査にくらべて、ど
んな情報が不足していましたか?
皆さんの回答
• 順位? 好きなもの順を書いてもらう!
• 一番好きなもの?
• スケール
それぞれ、どうちがう?
カメとウサギとネコの100m走!
• 順位
1位
カメ
2位
ウ
サ
ギ
3位
トラ
• 一番
1位
カメ
スケールは?
一番だけ聞くのや順位を聞くのにくらべて
どんな情報が増えてますか?
スケール
1位
カメ
9秒99
2位
ウサ
ギ
10秒03
3位
トラ
14秒55
4つの比較
調査法 情報
複数回答
程度の情報が2段階(好き・嫌い)。
一番に○
2番以降についての情報がない。
順位
各順位の間の差がわからない。
スケール
順位間の間隔までわかる。
1番と2番は僅差で、甲乙つけがたく
どちらも人気(速い)かも。
スケールで調査して
• スケールで調査した(n段階または一対比較
の調査結果からスケールを作成)
• これで順位出した!
• 因子分析・主成分分析とどこがちがう?
ライトの分析をみて言った
Lの言葉を思い出そう!
L(竜崎)の指摘
•「人間は誰かをマネよう
と思ってもある傾向を
もってズレてしまう。
•最初のキラと今のキラ
の違いを示す要因が抽
出されている
データから隠れた要因を探る!
• 例:食べ物好き嫌い調査
• 試しに回答してみよう!
• 調査用紙のように人々にアンケートをとりま
す!
• 「NUISLIVE2008食べ物」というファイルをダブル
クリックしてください(架空のデータです)。
近くにあるものは、
同じような人々に好
かれていることを意
味しています!
3つの方向に分けて
考えてゆきます。
縦方向にどんな並
び方をしているか見
てみよう!
エビフライ
ハンバーガー
グラタン
・
油っぽい食べ物順
中略
・
縦方向(因子2)は
油っぽい食べ物ほどほうれん草の
好き度
おひたし
再び要因から個人へ
FAC2_1(因子2)
油っぽい食べ物ほど
好き度
値がマイナス
値が大きい:
油っぽい食べ
物ほど好きな
人
油っぽい食べ物嫌い
ほど嫌いな人
では他の方向は? 図を
ダブルクリック
因子1方向は?要因
グループで相談
してみましょう!
ではライトの分析は?
「NUISLIVE2008ライト」というファイルをダブルク
リックしてください(架空のデータです)。
基本的には同じ!
アンケートではなく
キラと思われる殺人事件をデータ化
左の画面より
もっと多くのことについて
データ化
12の要因が抽出
そのうち3つが、第一のキラ
と第三のキラで大きく異なっ
ていた。
隠れた要因または統合成分
•
•
•
•
因子分析は背後の隠れた要因を、
主成分分析は、統合した成分を
探索している。
ただのランキング=過去の1位・2位・・・
• 背後の要因がわかれば、次に売れるもの開
発可能。
自由回答で聞いたら?
• 初めから、好きな食べ物・嫌いな食べ物を自由記述
で質問=あまり賢くない聞きかた。
• 食べ物、たくさんある。言われると「あ、おれもそれ
好き(嫌い)」と思いつくこと多い。
• 調査対象者にあたえる情報が少ない。
• ほとんどあてにならない。
• むしろインタビューの方がいいだろう。
• 回答してもらい、類似の食品の好き嫌いこちらから
質問できる。
• インタビュー結果をもとにアンケートを作成
• 多くの人々で確認をとる。
自由記述で理由聞いたら?
•
•
•
•
•
•
•
•
•
どうしてこれ嫌い?
因子分析の解釈の参考にはなる。
しかしあまり信用しない方がいい。
本人だってわからない。
とりあえず答えるが、矛盾だらけ。
カメさん:なんで○○きらいなの?
ウサギさん:苦いから
カメさん:けど、コーヒーは好きだよね。
ウサギさん:それは…わかんないよ。もういいだろ!
因子分析と主成分分析の違い
ダウンロード

Document