×

通过偏好互换序列解释稳健的加性效用模型。 (英文) Zbl 1395.91099号

摘要:随着决策辅助工具每天都越来越流行,但同时也越来越复杂,开发其解释能力至关重要。一些决策需要仔细的解释,当基础数学模型复杂时,提供这些解释可能会很困难。当建议基于不完整的偏好表达时,情况就是这样,尽管信息稀缺,决策辅助工具仍必须进行推断。这一步是过程中的关键,但用户很难理解。稳健的加性效用模型是一种必要的偏好关系,它以处理一组相容效用函数为代价,使最小的假设几乎不可能展示给用户。模型的这种强度对解释来说是一个挑战。本文提出了一种基于偏好交换序列的解释引擎,即方案的两两比较。直觉是面对决策者“基本”比较,从而建立增量解释。这里的初等意味着所比较的备选方案可能只在两个标准上有所不同。从技术上讲,我们的解释引擎利用了我们在论文中揭示的必要偏好关系的一些性质。在此基础上,我们探讨了结果序列的存在性和长度问题。我们特别指出,在一般情况下,解释的长度没有界限,但在二进制域中,序列仍然很短。

MSC公司:

91磅06 决策理论
91B08型 个人偏好
91B16号 效用理论
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aingworth,D.、Chekuri,C.和Motwani,R.,1996年。快速估计直径和最短路径(无需矩阵乘法)。第七届ACM-SIAM离散算法年会论文集,SODA’96,pp.547-553·Zbl 0849.68094号
[2] Bana e Costa,C.A.和Vansnick,J.C.(1995年)。MACBETH方法概述。Pardalos P.M.、Siskos Y.和Zopounidis C.(编辑)《多标准分析进展》,第93-100页。多德雷赫特:Kluwer学术出版社·Zbl 0862.90083号
[3] Bana e Costa,C.A.、Lourenço J.C.、Chagas,M.P.和Bana e Costa,J.C.(2008)。为葡萄牙输电公司开发可重复使用的评标模型。决策分析,5(1):22-42·Zbl 0481.90078号
[4] Boutiler,C.、Brafman,R.I.、Domshlak,C.、Hoos,H.H.和Poole,D.(2004)。Cp-nets:一种用条件对等偏好语句表示和推理的工具。J.阿蒂夫。智力。研究(JAIR),21135-191·Zbl 1080.68685号
[5] Brafman,R.I.、Domshlak,C.和Shimony,S.E.(2006年)。关于偏好和重要性的图形建模。J.阿蒂夫。智力。研究(JAIR),25389-424·Zbl 1182.68325号
[6] Carenini,G.和Moore,J.D.(2006年)。生成和评估评估参数。《人工智能杂志》,170925-952·doi:10.1016/j.artint.2006.05.003
[7] Ch.Labreuche、Maudet N.和Ouerdane W.(2011年)。关键多属性决策的简要完整解释。《算法决策理论》(ADT),第121-134页,美国新泽西州皮斯卡塔韦·Zbl 1233.90193号
[8] Ch.Labreuche,Maudet,N.和Ouerdane,W.(2012年)。当偏好不完整时,证明主导选项的合理性。《欧洲人工智能会议记录》,242,第486-491页,法国蒙彼利埃,IOS出版社·Zbl 1327.68285号
[9] Eiter,T.和Gottlob,G.(1995年)。基于逻辑的诱拐的复杂性。美国医学杂志,42(1),3-42·兹伯利0886.68121 ·doi:10.1145/200836.200838
[10] Even,S.和Tarjan,R.E.(1975年)。网络流和测试图连接性。SIAM J.计算。,4(4), 507-518. ·Zbl 0328.90031号 ·数字对象标识代码:10.1137/0204043
[11] Fishburn,P.C.(1997年)。有限集上多属性首选项的取消条件。Mark,H.Karwan,J.S.和Jyrki W.(编辑)《决策中的论文》,第157-167页。施普林格-柏林-海德堡·Zbl 0901.90018号
[12] Friedrich,G.和Zanker,M.(2011年)。在推荐系统中生成解释的分类。AI杂志,32(3),90-98。
[13] Greco,S.、Słowinski,R.、Figueira,J.和Mousseau,V.(2010年)。稳健序数回归。《多准则决策分析趋势》,第241-284页。Springer Verlag公司·Zbl 1200.90098号
[14] Greco,S.、Mousseau,V.和Słowinski,R.(2008)。顺序回归:用一组加性值函数进行多标准排序。《欧洲运筹学杂志》,191416-436·Zbl 1147.90013号 ·doi:10.1016/j.ejor.2007.08.013
[15] Hammond,J.、Keeney,R.和Raiffa,H.(1998年)。甚至互换:一种合理的权衡方法。哈佛商业评论,137-149·Zbl 1080.68685号
[16] Herlocker,J.L.、Konstan,J.A.和Riedl,J.(2000)。解释协作过滤建议。《计算机支持的合作工作ACM会议记录》,第241-250页·Zbl 0886.68121号
[17] Jacquet Lagrèze,E.和Siskos,Y.(1982年)。评估一组用于多标准决策的加性效用函数:UTA方法。欧洲运筹学杂志,10151-164·Zbl 0481.90078号 ·doi:10.1016/0377-2217(82)90155-2
[18] Kazman,R.、Klein,M.和Clements,P.(2000年)。ATAM:体系结构评估方法。技术报告,CMU/SEI-2000-TR-004,http://www.sei.cmu.edu/reports/00tr004.pdf
[19] Klein,D.A.(1994)。决策分析智能系统:自动解释和知识获取。劳伦斯·埃尔鲍姆联合公司·Zbl 0654.62090号
[20] Krantz,D.H.、Luce,R.D.、Suppes,P.和Tversky,A.(1971年)。测量基础,第1卷:加法和多项式表示。学术出版社·Zbl 0232.02040号
[21] Labreuche,Ch.(2011)。解释多属性偏好模型结果的一般框架。《人工智能杂志》,1751410-1448·Zbl 1231.91084号 ·doi:10.1016/j.artint.2010.11.008
[22] 乔尔·米歇尔。(1988年)。联合测量中双对消条件测试中的几个问题。《数学心理学杂志》,32(4),466-473·Zbl 0654.62090号 ·doi:10.1016/0022-2496(88)90024-7
[23] Nic,W.(2011年)。条件偏好简单理论的计算技术。人工智能,175(7-8):1053-1091。代表、处理和学习偏好:理论和实践挑战·Zbl 1225.68250号
[24] Nunes,I.、Miles,S.、Luck,M.、Barbosa,S.和Lucena,C.(2014)基于模式的自动决策解释。《第21届欧洲人工智能会议记录》,第669-674页。IOS出版社
[25] O'Sullivan,B.、Papadopoulos,A.、Faltings,B.和Pu,P.(2007)。过度约束问题的代表性解释。《第22届全国人工智能会议记录》,第323-328页。AAAI出版社
[26] Pu,P.,&Chen,L.(2007)。推荐系统的令人信赖的解释界面。基于知识的系统,20(6):542-556。智能用户界面专题。
[27] Splet,R.和Tervonen,T.(2014)。使用一般加值模型和整体成对语句进行偏好推断。《欧洲运筹学杂志》,232(3),607-612·兹比尔1305.91114 ·doi:10.1016/j.ejor.2013.07.036
[28] Symeonidis,P.、Nanopoulos,A.和Manolopoulos,Y.(2009年)。MoviExplain:一个带有解释的推荐系统。《第三届ACM推荐系统会议记录》(RecSys’09),第317-320页,美国纽约州纽约市,2009年。ACM公司。
[29] Ulrich,J.(2004)《快速解释:过度约束问题的首选解释和放松》。《第19届全国人工智能会议论文集》,第167-172页,加州门罗公园,2004年。AAAI出版社/麻省理工学院出版社。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。