Comments
Description
Transcript
最終報告書 - National Defense Academy
サービスサイエンスのための
モデリング・シミュレーション技術
に関する調査研究報告
生天目 章
防衛大情報工学科
報告内容
１ 研究会の活動概要
２ サービスサイエンス研究の現状調査
３ 研究会メンバーによる研究の紹介(一部）
４ シミュレーション＆モデリングの実際
：消費者行動からの潜在的ニーズの推定法
５ 今後の課題
（お断り：日本語と英語による説明の混在をお許し下さい．）
研究会の目的
背景：
情報技術(ICT)の発達により，サービス産業に対する需要が急増
している．特に，情報技術産業においては，ソフトウェア部門からサ
ービス部門への大きなシフトが見られる．
サービスサイエンスは，このような背景の下で生まれた．そして，勘
や経験に基づく多かった，また従来はスケールの小さい領域を対象
にしていたサービスを，科学の対象として取り込もうという試みである
研究会の目的：
テクノロジーやビジネスモデル，サービスのネットワーク化といった
観点からサービスに関わる問題を探究している，内外の研究者と連
携しながら，新しいモデリング・シミュレーション技術の体系的な発展
に貢献をする．
主な活動内容
計算機科学，経営学，社会科学，認知科学といった
関連領域において，サービスの問題を科学的に探究
している内外の研究者と連携して公開の研究会を開
催しながら，海外連携型の調査研究を進めてきた．
研究会メンバー(国内）
＜大学側＞
大内 東 北海道大学教授（観光情報学）
川村秀憲 北海道大学准教授（マルチエージェント，観光情報学）
有賀祐二 中央大学教授 （ミクロ経済学）
松下 貢 中央大学教授 （物理学，複雑系科学）
海蔵寺大成 ICU大教授（経済物理学）
黄 潤和
法政大学教授 (人工知能，e-learning)
馬 建華
法政大学教授 (ユビキタスコンピュ−テング)
高玉圭樹 電気通信大学准教授（マルチエージェント）
佐藤 浩 防衛大学校准教授(進化計算，サービスサイエンス)
久保正男 防衛大学校准教授（複雑系）
生天目 章 防衛大学校教授（マルチエージェント，計算論的経済学） （主査）
5-
SSR2007.5.30
研究会メンバー(国内）
＜企業側＞
栗栖宏充 日立システム開発研究所
矢野浩仁 日立システム開発研究所
池田祐一 日立総合研究所
丸山文宏 富士通研究所
水田秀行 日本IBM基礎研究所
上田延寿 日本IBM
内平直志 東芝研究開発センター
木村俊之 三菱電機情報技術総合研究所
6-
SSR2007.5.30
研究会メンバー(海外からの招聘者)
(1) Professor Ryszard Kowalczyk,
Director, Centre for Information Technology Research, Swinburne University
of Technology,Australia
(2) Professor Wolfgang Koenig,
Institute for Information Systems at Frankfurt University,Germany,
(3) Professor L-F Pau,
RSM Rotterdam School of Management, Netherlands
(4) Professor Michael Schwind,
Johann-Wolfgang-Goethe-Universitaet Frankfurt, Germany
(5) Professor Sung-Bae Cho
Yonsei University, Korea
(6) Professor Soe-Tsyr Yuan
National Chengchi University,Taiwan
(7) Dr. Wei-Feng Tung
National Chengchi University,Taiwan
(8) Professor David Green
7 - SSR2007.5.30
Monash University，Australia
Netherlands
Germany
Korea
Taiwan
Australia
8-
SSR2007.5.30
研究会の日程
平成１８年
（１）８月２５日 中央大 後楽園キャンパス (参加者:20名） （２）８月３０日 防衛大 (参加者:1５名） （３）１１月２２日 ICU (参加者:４０名）
平成１９年 （４）３月３０日 中央大 後楽園キャンパス (参加者:25名）
(延べ参加者:約１００名）
9-
SSR2007.5.30
サービスサイエンス研究の現状調査
１ サービスのとらえ方
２ SOA(Service Oriented Architecture)/
SOC(Service Oriented Computing)
３ Web Services
サービスの基本概念
（１）サービスとは，供給者から顧客に“有効な価値”を移転する活
動（プロセスとアウトプットの両方を含む）．
（２）価値のキャリアとして，物質（もの），エネルギー（人の労働，機
械の作動），そして情報が用いられる．
（３）サービスの価値は，それらの価値の総和によって決まる．
提供者
有用な価値
受容者
キャリア
益田昭彦“サービスへの信頼性概念の拡張”
(電子情報通信学会誌：平成１８年１２月号）
•物質
•エネルギー
•情報
11 -
SSR2007.5.30
サービスの位置づけ
区分
有形の対象
無形の対象
もの
ハードウェア
ソフトウェア
人
肉体
心（思考，行動）
サービス
益田昭彦“サービスへの信頼性概念の拡張”
(電子情報通信学会誌：平成１８年１２月号）
12 -
SSR2007.5.30
サービス= メカニズム + 心
Mechanism supported by
富士通：丸山氏
Devices
Manuals
IT infrastructure and systems
Organizational structure
Mechanism
Escaping from uniformity
Originality
Differentiation
Standardization
Improving efficiency
Raising standards
Mind
Self-services
Hospitality
13 -
SSR2007.5.30
サービスの基本的性質
①非自在性
③無形性
②時間・空間の特定性
④一過性
⑤非貯蔵性
⑥不可逆性
益田昭彦“サービスへの信頼性概念の拡張”
(電子情報通信学会誌：平成１８年１２月号）
14 -
SSR2007.5.30
サービス指向アーキテクチャ:SOA
Service
Discovery
agencies description
Find
Publish
Service
Client
Service
requestor
Interact
Service
description
Service
provider
サービス提供者は，さまざまなサービスを提供し，利用者は，自分
らの要求にあったサービスを見つけることができるようにするため
15 - SSR2007.5.30
のための枠組み
サービスの分類
Goods-related services industries
• Distribution services:
• Wholesale, retail, transport, and storage
• Knowledge-based business services:
• Communications services, finance and insurance services,
property and business services
Service industries
• In-person services:
• Accommodation, cafes and restaurants, education services,
health and community services, cultural and recreational
services, personal and other services
• Public service: Government and defense
(John Houghton, Nick Pappas, and Peter Sheehan 1999)
16 -
SSR2007.5.30
ICTを利用した新しいサービスの開拓
(ICT:Information/Communication Technology)
• Ubiquitous network technologies -- IC cards,
RFID (Radio Frequency Identification), etc.
• Data mining
• Sensor technology
• Other information processing technology
17 -
SSR2007.5.30
歴史的推移
東芝：内平氏
18 -
SSR2007.5.30
Service Oriented Computing (SOC)
Service
Oriented Computing (SOC) research theme focuses on a
new emerging paradigm for distributed computing and e-business
processing.
It treats individual ICT systems and software components as
independent services geared for integration, and uses them as
fundamental elements to build agile networks of collaborating
service applications distributed within and across organizational
boundaries.
Current SOC technologies include Web Services and Grid
Services.
Extensive
R&D on :
•Business Process Execution Languages
•Web Services Description Languages
•Business Process Modeling Language
Web Processes Composition via Business Process
Execution Language
Web Processes
WS1
WS9
WS2
Web Process Design
WS3
WS4
WS5
WS7
WS8
WS6
Web services
Literal extraction from : Creating Web Processes using BPEL4WS, Kunal Verma, see
http://www.bpelsource.com/bpel_info/presentations.html
20 -
SSR2007.5.30
研究会メンバーによる研究の紹介(一部）
Agent Systems
in Adaptive Service Provision
Ryszard Kowalczyk
Swinburne Centre for Information Technology Research
Faculty of Information and Communication Technologies
Swinburne University of Technology
Melbourne, Australia
Services and Agents
ACL
Similar concepts (though meaning can be different)
• Both are self-contained software entities
WSDL
• Message oriented (WSDL vs ACL)
• Autonomous (serving vs goals)
WSDL: Web Services Description Languages
• Social (composition vs collaboration)
ACL: Agent Communication Language
Main differences
• Conceptually: Problem solving, interactions and intelligent capabilities
• Real-world: Industry support, business case, standardisation
Great challenge, needs and opportunity
• Building and managing service systems is complex
• Mostly manual at the moment - more automation support is needed
• Agents for automation of management and operations of service systems
23 -
SSR2007.5.30
Service-Oriented Computing (SOC)
Service-oriented Business
Strategies and Modelling
Business strategies for use & delivery
Business
Requirements
Simulation
& Modelling
Service
description &
interoperability
Service negotiation
and management
Service engineering
and validation
Service planning
& composition
Agent-based Management of
Service-oriented Systems
Deployment
Service-oriented
Application Engineering
Composition
Cross-organisational service
workflow modelling
System
Services
24 -
SSR2007.5.30
Example Applications Scenarios
Agent-based Adaptive Service Agreement & Process
Management
• Applications on Demand in Telecommunication
• Logistics Transport Advisory System
• 3D Virtual Organizations
Others in supplement: e-Negotiation Agents (eNAs)
• Service Contracting
• Supply Chain Coordination
• Agent-enabled Social Networks
25 -
SSR2007.5.30
Agent-based Service Management
Agents
Coalition Formation
Collective Planning
Adapt/Evolve
User
Coordinated Negotiation
Adapt/Evolve
Collective Execution
Adapt/Evolve
Service Discovery
Request
Services
Services
Ontology
Registry
Registry
Registry
SLA
SLA
X
X
26 -
SSR2007.5.30
Service Oriented Grid:
A Vision for the Financial Industry
– Prof. Dr. Wolfgang König, Dr. Michael Schwind
–
Goethe University, Frankfurt, Germany
Motivation
New Challenges in the Financial Industry
•
Customer needs
•
Private Banking: Individualized and customized asset
management
•
Corporate Finance: Increasingly complex financial engineering
Consequences for the Management of IT Resources
•
Steadily growing demand for IT resources
•
Huge capacity requirements at peak load times (load balancing problem)
•
Idle IT resources are increasingly expensive (opportunity costs)
28 -
SSR2007.5.30
Key to a Solution: Grid Technology
Economized Grid Architecture
•
Bundling of IT resource capacities employing Grid architecture
•
Controlling of Grid systems using economically-inspired mechanisms
including:
•
Pricing, metering, billing, and accounting of resources and
services
•
Including willingness-to-pay and user preferences into the
resource allocation process
Service-oriented Grid Architecture
•
Integration of services and resources by virtualization
•
Usage-based billing for resources and services in Grid systems
•
Application engineering capabilities for the provision of financial
services
•
Inclusion of service level aspects into resource provisioning, pricing,
and billing
29 -
SSR2007.5.30
FINGRID
Financial Grid
•
Technical Perspective: Merger of Grid, Software Agent, and Service
Oriented Architecture
•
Economic Perspective: Introducing pricing, standardization, and
workflow aspects
GRID
Agents
SOA
FINGRID
Technical Perspective
Standardization
Business
Process
Mgmt
Pricing &
Market Evaluation
FINGRID
Economic Perspective
30 -
SSR2007.5.30
Example:
Asset-backed Security Grid Factory
Credit Systems
Client A
Bank B
Grid Agent
Benchmarking
Portfolio-Mgmt
Client B
Optimization
Grid Agent
Provides
benchmarking
information
Simulation
Bank A
Grid Engine
Product-Creation
Small Banks
Calculation Engine
Investment Banks
ABS Placement
Simulate, optimize,
construct, and
merge ABS portfolios and trenches
Supports placement
of big ABS trenches
by investment banks
ABS Pool
Client C
Business Operator
7.
Credit Data
Financial Contributions
Summarize your
client revenue supervised during the contribution period. This should detail the total revenue for the
engagement –
not just the revenue you directly supervise. The appropriate contribution period for partners and associate
partners is outlined below.
A SSOCIATE PARTNERS
Complete the financial tables below for FY02 Q4 actual (Q4 only) and FY03
fiscal year).
–
Q3 estimate (estimate at Q3 for the entire
a. Participation in Client Engagements
(Indicate the financial activity for the overall clientment
engage
in the table and describe your role and
contribution to this in the comments section.)
-
Coefficient Adjusted US $
FY02
Bank C
Client Engagement
Company 1
Grid Agent
Client Z
Bank Z
Grid Agent
Allows on-demand
customized portfolio
construction supported by
individual configuration
agents in the Grid
Type
of
Work
Cons
ulting
Company 2
Cons
ulting
Company 3
Cons
ulting
Company 4
Cons
ulting
Your
Role
Cons
ulting
Del.
AP
Cons
ulting
Del
AP
Busi
ness
Dev
AP
Innov
ation
&
Exp
AP
Est.
% of
time
spent
No. of
Partners
involved
60 %
1
Client
Net
Revenue
$m
(approx)
0.5
40 %
2
0.7
60 %
1
0.0
25%
1
0.0
0.0
0.0
0.0
Totals
1.2
Millions
Client
Margin
%
Client
Margin
$ 000’s
37 %
0,185
FY03- Q3 Estimate
Client
Net
Client
Client
Revenue Margin
Margin
$m
%
$ 000’s
(approx)
0.0
0,000
42 %
0,294
0.0
0.0
0,000
0.8
40 %
0,320
0.0
0,000
0.3
42%
0,126
0.0
0.0
0.0
0,000
0,446
Thousands
0,000
0.0
0,000
0,000
0.0
0,479
1.1
Thousands Millions
0,000
Comments:
Legal and
Statutory Reports,
Investor Reports
b. Client Group, OU MPs and Operating Group Chief Executiv es (FY02 data has been
- stated
re
in FY03 terminology provided to
you byFinance
–
please complete this in the table below even if you have a final version of your FY02 CS Form). If you have any significant contributions
in FY01 Q4, please detail these
thein
comments section.
External ratings
can be
performed on the
ABS fund data
External Rating
- US $ Supervised
Management Unit
Period
From- To
(mm/yymm/yy)
Net
Revenue
($m)
Year-onyear
Growth
(%)
EVA
(%)
EVA
($m)
Year-onyear EVA
Growth
(%)
Allows checks and
reports on statuary
compliance
31 -
SSR2007.5.30
Industry & Research
FINGRID Consortium
32 -
SSR2007.5.30
Service Innovation: Issues for Research and
Development
November 22, 2006
Dr. Fumihiro Maruyama
Fujitsu Laboratories, Ltd.
Case Study: Help Desk Outsourcing
They analyzed the incidents and identified the root cause, the printer trouble.
They persuaded the airline to renew printers by demonstrating its payoff.
They also succeeded in changing the contract from the number of calls basis to the
number of potential callers basis.
Customer satisfaction (CS), employee satisfaction and profits all went up.
Airline
Problem
Problem
Problem
Low CS
Change the way
of thinking
Help Desk
Processing
incident
Airline
Processing What customers really want Problem
incident
is not to process complaints
Processing
incident
Processing
incident
but to eliminate them
Poorly motivated
Employees
Problem Problem Problem
Customer’s customers
dissatisfied
Help Desk
Less complaints Highly motivated
CS up
Employees
Source: Diamond
Harvard Business
Review (August 2005)
Analyzing the incidents made
clear the problem of printers for
boarding passes
Airline’s proceeds improved
Customer’s customers satisfied
34 - SSR2007.5.30
Technology for Analyzing Incidents and Creating Knowledge
Incidents
Web FAQ
Self-service
Extracting key words
Computing
similarities between
incidents with a
search engine
Time …
Agent …
Question …
Answer …
Knowledge
Question A→/アイコン/
を/消し/たい/…
A
B C D E
A
0.8
0.9
1 0.8
B
0.6
0.9
0.6
0.8
0.8
0.6
0.6
C
F
Calls/
Emails
Knowledge
Search
Similar Incidents Analysis
D
E
High-speed
hierarchical
clustering of
incidents
Agents
Call Center
Customer
Dictionary
Clustering incidents
based on similarities
for extracting
frequent incidents
F
Search
Engine
Select/Rewrite
/Register
35 -
Knowledge editors
SSR2007.5.30
36 -
SSR2007.5.30
Role of Modeling & Simulation in Service Sciences
37 -
SSR2007.5.30
38 -
SSR2007.5.30
39 -
SSR2007.5.30
40 -
SSR2007.5.30
41 -
SSR2007.5.30
42 -
SSR2007.5.30
Intelligent Service Machines
Soe-Tsyr Yuan
National Chengchi University
Taipei, Taiwan
Principles employed for the development of the iDesign artifacts
III
High
Customized Cooperation
Service
Personalized Relationship
Service
One-sided high adaptability
Mutualism relationship
Destined partner (s)
Continuity of
co-production
Online Mass
Service
VI
Two-sided high adaptability
Mutualism relationship
Destined partner (s)
Value Co-production
II
I
Collaborative Marketplace
Service
One-sided high adaptability
Collaboration relationship
Non-destined partner (s)
Two-sided high adaptability
Collaboration relationship
Non-destined partner (s)
Low
Low
Mutual adaptability
High
44 -
SSR2007.5.30
Exemplars of ISM
iCare ( http://www.aesl.nccu.edu.tw/video/iCare.mpg )
iDesign
iNetwork
45 -
SSR2007.5.30
Exploiting Hybrid Intelligent Systems for
Real-world Problems in Digital
Convergence
Sung-Bae Cho
Dept. of Computer Science, Yonsei
University, Korea
Service Composition based on
Behavior Network
Service Composition
Web services composition
• The generation of action sequences selected by behavior
network
• Ontology about user’s environments and actions
User’s
information
User’s environment
Ontology
Sensor 1
Behavior 1
Goal 1
Sensor 2
...
Sensor n
Preconditions
Behavior 2
Behavior 3
Goal 2
Behavior 4
Behaviors (Action nodes)
Service Network
Goals
47 -
SSR2007.5.30
Motivation
Necessity of Intelligent Agent
Agent
Interface
Service
Mobile devices
• Hard to input / output
- Small screen, handwriting, thumb keyboard, …
• Lack of service fusion
- Simple collection of various high-techs
User
48 -
SSR2007.5.30
Intelligent Phone
Intelligent Location-based Service
Conventional location-based service
• Location = service
Service based on user profiles
• Learning location movement patterns
• Providing proactive service by predicting future location movement
Service
Service
Service
Service
Service
Service
Location
information
Service
Service
User profile
49 -
SSR2007.5.30
Service Recommendation: Experiments
Intelligent Phone
Æ Lecture page
Path modeling
Æ Finding friends
Æ Lunch menu
Æ Subway schedule
50 -
SSR2007.5.30
サービス科学のための
モデリング＆シミュレーションの具体例
モデリング＆シミュレーション
目標
• 消費者や顧客の潜在的ニーズの把握
• 使える消費者モデルの構築
消費者モデル化のための既存手法：
• 消費者からの聞き取り調査
• インセンティブ（謝礼）が必要
• 本音と建前に左右される
• 潜在的ニーズや将来のニーズが困難
• 消費行動の解析
• 何を記録するか
• 消費者の内面(メンタルモデル）と行動の関係
52 -
SSR2007.5.30
新しいアプローチの背景と目的
コンジョイント分析
• 間接的な質問から，消費者のトレードオフ的な意
思決定の実態を推察できる
• 消費者の意思決定上の属性間の相対的な重要
性が得られる
行動解析手法の発達
• 小型カメラ
• 大規模ストレージ
• 解析用ソフトウェア
新しいモデリング＆シミュレーション
• 多数の消費者行動履歴を利用した顧客モデルの作成
53 -
SSR2007.5.30
コンジョイント分析（１）
ー聞き取り手法に代わる新しい手法ー
CPU
多属性合成モデルの一種
選択や格付けから消費者モデルが持つ属性の相対重要
度を求める
Memory
HDD
Price
どれを重視する？
モデルA モデルB モデルC モデルD
どれにする？
全部
普通のアンケート
Bにしよう
かな
コンジョイント分析
54 -
SSR2007.5.30
コンジョイント分析（２）
意思決定上のトレードオフ
関係の推定
アンケート調査（カード操作）
による推定
• カードの選択、並べ替え
• 採点
カード1:
CPU P4 3.4GHz
メモリ 2GB
HDD 250GB
価格 250,000円
カード2:
CPU P3 1.2GHz カード3:
カード4:
CPU
P4
3.4GHz
メモリ 1GB
CPU P4 2GHz
メモリ
1.5GB
HDD 80GB
メモリ 512MB
HDD
100GB
価格 200,000円
HDD 60GB
価格 300,000円
価格 100,000円
上記の例：
各種のパソコンの属性間に対する消費者の相対重要度を推定
55 -
SSR2007.5.30
消費者行動解析のための情報技術
Vitracom Site View (構造計画研究所)の活用
物体(人物）の
• 検知
• 追跡
• 計数
• 作図
が可能
56 -
SSR2007.5.30
コンジョイント分析と行動解析技術の組み合わせ
コンジョイント分析と行動分析との融合
• 店内での行動は「選択」
• 動線：どちらに動くかの選択
• 品物を手に取ることも選択
• 売り場での滞在時間により「評価」
• 前提：滞在時間が長い場所は
消費者が高い関心があると
仮定し，高い点数を付与
57 -
SSR2007.5.30
消費者の効用モデル
Random Utility Maximization (RUM) モデル
U in = β1 x1in + β 2 x2 in + L + β k xkin + ε in = Vin + ε in
U in : n人目のi番目の選択による効用
xkin : n人目のi番目の選択に関する k個目の説明変数
β k : k番目のパラメータ
ε in : 誤差
• 商品選択確率:効用の高さに比例した選択
Pn (i ) = Pr[U in > U jn , for ∀j , i ≠ j ]
58 -
SSR2007.5.30
ロジットモデル (続き)
多項ロジット:
• 選択肢が多い場合
Pn (i ) =
exp( μVin )
∑ exp( μV
j =1
ランクロジット:
• 順序付け選択
•
, i = 1, K , J
J
J −1
Pn (1,2, K, J ) = ∏
j =1
jn
)
exp( μV jn )
J
∑ exp(μV
i= j
in
)
Pn (1,2, K, J ) = Pn (1 | {1,2, K, J }) Pn (2 | {2, K, J }) K Pn ( J − 1 | {J − 1, J })
入れ子ロジット:
• 最初に d を選択
• 次に m を選択
P (m | d ) =
exp( μ (Vm + Vdm ))
∑ exp( μ (Vm ' + Vdm ' ))
m '∈{ A , R }
59 -
SSR2007.5.30
パラメータ推定
最尤推定法 (Maximum Likelihood Estimation)
N
J
L = ∏ ∏ Pn (i ) d in
n =1 i =1
• 対数尤度:d in = 1 (n人目がi番目を選択した場合),
= 0 (それ以外)
対数尤度を最大化するパラメータを求める
N
J
ln L = ∏∏ d in Pn (i )
n =1 i =1
60 -
SSR2007.5.30
プロトタイプ実証実験
場所：デイリーヤマザキ（防衛大店）
消費者モデル
• 行動：動線、滞在時間
• 商品属性：店内飲食物
61 -
SSR2007.5.30
解析ツール
動線解析のソフトウェア(Vitracom SiteView)
• ビデオベース解析
• 人数
• 動線
• 滞在時間
を計測
62 -
SSR2007.5.30
コンジョイント分析のための準備
飲食物に関してコンジョイント分析を実施
飲食物の属性と属性値：
• 種類: (食事, 軽食, 飲料)
• 温度: (熱い, 常温, 冷たい)
• 賞味期限: (短期, 長期)
• 価格: (高い, 普通, 安い)
63 -
SSR2007.5.30
店内行動のコンジョイントカードへの関連付け
場所＝コンジョイントカード
滞在時間＝格付け
デザート
文具
コピー
⑮
①
⑯
カード1
カード1(食事,
(食事,熱い,
熱い,長期,
長期,安い)
安い)Æ
Æ⑥
⑥
カード2
カード2(食事,
(食事,熱い,
熱い,短期,
短期,高い)
高い)Æ
Æ⑪
⑪ 入口
カード3
カード3(食事,
(食事,常温,
常温,短期,
短期,普通)
普通)Æ
Æ⑫
⑫
カード4
カード4(軽食,
(軽食,冷たい,
冷たい,短期,
短期,普通)
普通)Æ
Æ①
①
カード5
カード5(軽食,
(軽食,常温,
常温,長期,
長期,安い)
安い)Æ
Æ⑤
⑤
カード6
カード6(軽食,
(軽食,常温,
常温,長期,
長期,高い)
高い)Æ
Æ⑬
⑬
カード7
カード7(飲料,
(飲料,冷たい,
冷たい,長期,
長期,普通)
普通)Æ
Æ⑦
⑦
カード8
カード8(飲料,
(飲料,冷たい,
冷たい,短期,
短期,普通)
普通)Æ
Æ⑧
⑧
軽食A
⑤ ⑥
食事A
軽食B
⑬
⑦
⑪
⑫
食事B
パン
⑩
⑨
⑧
飲料
雑誌
③④
雑貨
化粧品
⑭
②
レジ
64 -
飲料
SSR2007.5.30
実験状況
状況１：閑散・食事前
• 16:00 – 17:00
• 2 ~ 3 人／店内
状況２：混雑・食後
• 19:00 – 20:00
• 10 ~ 15 人／店内
65 -
SSR2007.5.30
結果の比較（１）
複数の属性間の相対重要度
状況１(食事前）
種類
温度 賞味期限 価格
Æ 大体同じ重要度
状況２(食後）
種類
温度 賞味期限 価格
Æ 種類を最も重要視
66 -
SSR2007.5.30
結果の比較（２）
属性（種類)値の効用比較
種類: (食事, 軽食, 飲料)
状況１ (食事前）
食事
軽食 飲料
状況２(食後）
食事
軽食 飲料
Æ 状況１と２では，食事(弁当もの）に対する効用が正反対
67 -
SSR2007.5.30
結果の比較（３）
属性（温度)値の効用比較
• 温度: (熱い, 常温, 冷たい)
状況１ (食事前）
熱い
常温 冷たい
状況２ (食後）
熱い
常温 冷たい
Æ 常温、冷たいに対する効用が正反対
68 -
SSR2007.5.30
結果の比較（４）
属性（賞味期限)値の効用比較
• 賞味期限: (短期, 長期)
状況１ (食事前）
短期
長期
状況２ (食後）
短期
長期
Æ 短期と長期に対する効用が正反対
69 -
SSR2007.5.30
結果の比較（５）
属性（価格)値の効用比較
• 価格: (高い, 普通, 安い)
状況１ (食事前）
高い
普通 安い
状況２ (食後）
高い
普通 安い
Æ 夕食後は，普通の価格帯のものを重視
70 -
SSR2007.5.30
まとめ： 得られた知見
消費者の潜在的ニーズの高い商品などの判明
• 状況１で高い効用を持ち、状況２では低い効用をも
つ商品：
• (飲料, 常温, 短期, 安い) … 5.6 vs.1.2
• 状況２で高い効用を持ち、状況１では低い効用をも
つ商品：
• (軽食, 熱い, 短期, 普通) … 2.2 vs. 4.0
71 -
SSR2007.5.30
消費者モデルの設計
Cognitive process for the individual customers
Social Network channelling information between individuals
Agent Based Modelling (ABM) provides a natural framework
72 -
SSR2007.5.30
今後の課題
エージェントベースシミュレーションとの融合
（１）消費者（エージェント）モデルの推定：コンジョイント分析と購買行動履歴か
ら顧客モデルを決定
（２）消費者間の相互作用の影響：エージェントベースシミュレーショ
73 -
SSR2007.5.30
まとめと今後の課題
（１）モデリング＆シミュレーションを組み入れたサービス設計技術
: Service-Oriented Architectures
: Service Discovery and Composition
: Web and Grid service infrastructure
: Business process management with Service-oriented Computing
: Semantic Web
: Validation and Verification in Service-Oriented Computing
(2) 新しいマーケットをにらんだモデリング＆シミュレーション技術
(3) コントロールされたサービス提供：混雑制御のためのモデリング＆
シミュレーション
74 -
SSR2007.5.30
Revolution in New Algorithms for Service Sciences
New markets defined by
• Google
• Amazon
• Yahoo!
• Ebay
Massive computational power available for running these markets
in a decentralized manner
Important to find good models and algorithms for these new
markets
: Algorithmic and economic aspects of the Internet and complex
networks
: Incentive search algorithms
75 -
SSR2007.5.30
The Economics of Networks
The economies of networking are gradually replacing the economies of scale.
- Meheroo Jussawala, 1989
The network effect is a characteristic that causes a good or service
to have a value to a potential customer dependent on the number
of customers already owning that good or using that service.
76 -
SSR2007.5.30
Positive and Negative Network Effects
• Positive
networks effects are obvious.
: More people means more interaction.
• Wikipedia itself depends on positive network effects.
• Negative network effects result from resource limits.
: Consider the overloads the daily-life trafficsf, or the
conestion of bandwidth.
: In this case, more persons begin to decrease the value of a
network.
77 -
SSR2007.5.30
Congestion Control
Congestion avoidance and congestion
recovery should receive attention
For the quality of service, there are no
perfect solutions, at least not for the
foreseeable future
It is possible to deliver differentiated levels
of best effort service
78 -
SSR2007.5.30
EFFECTIVE THROUGHPUT
Congestion Control: Controlled Services
Ideal
Controlled
Uncontrolled
OFFERED LOAD
PROBLEMS CAUSED BY OVERLOAD
Loss
of efficiency
Unfair
allocation of resources among competing users
Various
types of loops and deadlocks
79 -
SSR2007.5.30
コントロールされたサービス
80 -
SSR2007.5.30
81 -
SSR2007.5.30
The Role of Queue
A queue is a buffer
The most well known operation of the queue is
: First-In-First-Out (FIFO)
IN
OUT
coming packet
82 -
SSR2007.5.30
Congestion Control & Quality of Service
Congestion control other than First-In-First-Out (FIFO)
• penalty for dynamically shared resources
• Similarities with the highway system
• The influence of routing guidance on the congestion
Quality of service in Internet
• a heterogeneous network that uses different lower layer
technologies
• the best effort service
Service quality (customer satisfaction) in general - not precisely
defined
Congestion control with Agent-Based Modeling
83 -
SSR2007.5.30
まとめ
(1)本プロジェクトでは，運営面で反省する面があった(主
に研究会における時間的制約）はあったが，産学の連
携，海外研究者との連携（情報系，経営学，心理学の
研究者）により，多くの成果をあげることができた．
(2)サービス科学のためのモデリング・シミュレション技術
の研究は，今後はさらに発展が必要である．
(3)産学の連携により，また海外研究者との連携により，
特にサービス設計のための国際的な標準化活動を推
進化させる必要がある．
84 -
SSR2007.5.30
研究費の支出内容
海外の研究者の招聘旅費（９０万円）
国内研究者の研究会参加旅費（１５万円）
国際会議の参加旅費（１５万円）
会議費（１５万円）
• 打ち合わせの会議費用
雑費（１５万円）
• HP作成などのアルバイト代など
85 -
SSR2007.5.30
賛助企業･SSR事務局･関係の諸先生方
助成いただき本当に
ありがとうございました．
86 -
SSR2007.5.30