Transcript Document
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