文献

J-GLOBAL ID：202002261673739528   整理番号：20A2727087

消費者選好分析のための二相SEMニューラルネットワークアプローチ【JST・京大機械翻訳】

A two-phased SEM-neural network approach for consumer preference analysis

著者 (5件)： Chen Hansi (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Hang (School of Management Engineering, Zhengzhou University of Aeronautics, Zhengzhou, China) ,  Chu Xuening (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Zhang Lei (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Yan Bo (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： Advanced Engineering Informatics  (Advanced Engineering Informatics)
巻： 46  ページ： Null  発行年： 2020年 
JST資料番号： T0593A  ISSN： 1474-0346  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 消費者製品の設計における基本的課題は消費者選好分析である。この課題の主要な焦点は,製品パラメータ/属性と消費者選好の間のマッピング関係を確立することである。消費者空間と設計空間を接続する鍵は製品のユーザ認識である。多くの既存の方法の中で,構造方程式モデル(SEM)は,入力と出力変数の間の因果関係を明示的に説明するので,最も使用される方法の1つである。しかし,従来のSEMから得られた関係は線形であり,通常は実際にはそうではない。幸いに,人工ニューラルネットワーク(ANN)は,その非線形性質のため,非線形モデルを構築するための新しい展望を提供する。したがって,消費者選好分析のための2相SEM-NNアプローチを,ユーザ認識の充足と究極的にそれらの好みに影響する製品属性を同定し,マッピングするために導入した。このモデルでは,消費者選好解析を2つのフェーズで実施する:影響経路構築と経路係数修正。提案方法は,より正確な経路係数を得るためにANNの訓練アルゴリズムを用いて,変数間の因果関係を反映するオリジナルのSEMトポロジーを保存できる。このモデルはデザイナが消費者選好に影響する製品属性を同定,地図化することを助け,ユーザ認識とそれら間の内部関係に影響する要因をよりよく理解できる。モデルの有効性を実証するために,スマートフォンの事例研究を示した。SEM-NNモデルはSEMの因果解析とANNの非線形性質を完全に利用して,最終的に消費者選好分析のより信頼できる結果を提供することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  *消費者 ,  *ニューラルネットワーク ,  消費財 ,  線形性 ,  非線形性 ,  事例研究 ,  有効性 ,  学習アルゴリズム ,  スマートフォン
準シソーラス用語： 非線形モデル ,  設計空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： 消費者選好分析 ,  ユーザ認識 ,  構造方程式モデル ,  人工ニューラルネットワーク ,  スマートフォン

分類 (1件)： 資材管理  (KB05020S)

タイトルに関連する用語 (5件)： 消費者 ,  選好 ,  分析 ,  SEM ,  ニューラルネットワーク