MAUT( Multi-Attribute Utility Theory ) 서 정철. 부경대학교 컴퓨터공학과분산 인공지능 연구실 2 목차 Utility Theory Utility & Utility Function Utility Function 유형 Utility Function.

Presentation on theme: "MAUT( Multi-Attribute Utility Theory ) 서 정철. 부경대학교 컴퓨터공학과분산 인공지능 연구실 2 목차 Utility Theory Utility & Utility Function Utility Function 유형 Utility Function."— Presentation transcript:

1 MAUT( Multi-Attribute Utility Theory ) 서 정철

2 부경대학교 컴퓨터공학과분산 인공지능 연구실 2 목차 Utility Theory Utility & Utility Function Utility Function 유형 Utility Function Example MAUT( Multi-Attribute Utility Theory ) 관련 연구 결론

3 부경대학교 컴퓨터공학과분산 인공지능 연구실 3 ‘ 부탁이예요, 가르쳐 줘요, 여기에서 어느 쪽으로 가면 되나요 ’ ‘ 그야 네가 어디로 가고 싶은지에 달렸지 ’ ‘ 특별히 가고 싶은 곳은 없는데요 ’ ‘ 그렇다면 어느 쪽으로 가든 상관이 없잔아 ’ - 루이스 캐롤 >

4 부경대학교 컴퓨터공학과분산 인공지능 연구실 4 Utility Theory 사람들은 각자가 희망하는 개인차가 있으며, 그에 도달하는 행동과 연관시키는 매카니즘을 말한다 미래의 불확실성에 직면하여 의사결정을 내릴 수 있는 이론적 검토 작업. 아무래도 우승 예상마보다도 예상 밖의 말에 걸고 싶어지는 것은 어째 서 일까 ? n 가난뱅이 근성 ? 대개의 사람은 불확실한 1,000 만달러보다 확실한 100 만 달러 쪽을 선택한다.

5 부경대학교 컴퓨터공학과분산 인공지능 연구실 5 Utility 와 Utility Function 어떠한 사물이나 가치에 대해서 개개인이 느끼는 가치. 개인이 느끼는 가치와 실제 가치 사이의 관계. 예로, 100 만원에 대한 가치, 무일푼인 어떤 사람이 느끼는 가치. 1 억원을 가진 사람이 느끼는 가치. Utility Function 이란, 선호의 정량화 이다

6 부경대학교 컴퓨터공학과분산 인공지능 연구실 6 Utility 결정 #1 ㄴ - K 씨가 복권을 살지 안 살지에 대한 결정 - 당첨 시 10 만원을 받음 - 미당첨 시 구입비를 손해 봄

7 부경대학교 컴퓨터공학과분산 인공지능 연구실 7 Utility Function 결정 #2 u(x) = a u(x) + b, a>0

8 부경대학교 컴퓨터공학과분산 인공지능 연구실 8 Utility Function 유형 #1 위험 회피형 (risk-averse) 위험이 따르는 많은 수입 < 적지만 확실한 수입 위험 선호형 (risk-prone) 위험이 따르는 많은 수입 > 적지만 확실한 수입 위험 중립형 (risk-neutral) 위험한 수입과 확실한 수입에 대한 기대 값만 같으면 서로 차별이 없는 것으로 생각하는 결정 위험 회피형 위험 중립형 위험 선호형 효용 화폐 가치

9 부경대학교 컴퓨터공학과분산 인공지능 연구실 9 Utility Function 유형 #2 Utility Function utility : 의사결정에 사용할 필요한 가치 Utility Function : 가치 x 에 대해 주관적인 가치 (Utility) 를 나타 낸 함수. u(x) 라 표시. Ex) 각 행동대안에 대한 2 년 후에 S 가 받게 될 기대 값 - 정기적금 = 1.5 * 1 = 1.5 억 - 투자 = 0.5 * 4 + 0.5 * 0 = 2 억 결정은 ? - S 씨 : 1 억 투자 - 은행 정기예금 : 2 년 후 50% 의 이자. - 친구와 동업 : 성공 시 2 년 후 4 억, 실패 시 없음 - 사업 성공과 실패 확률 : 각 50%

10 부경대학교 컴퓨터공학과분산 인공지능 연구실 10 Utility Function 유형 #3 Utility Function = ‘ 위험에 대한 태도 ’ 위험을 싫어 할 때의 결정 ? 위험이 작은 일을 선택 적은 돈에 상대적으로 큰 효용을 부여 위험을 좋아할 때의 결정 ? 위험이 적은 일을 택해 얻은 돈에 상대적으로 적은 효용을 부여 4억4억 1.5 억 0.5 정기적금 동업 0원0원

11 부경대학교 컴퓨터공학과분산 인공지능 연구실 11 MAUT( Multi-Attribute Utility Theory ) #1 MAUT 의 정의 다중 변수에 대한 의사 결정 문제 (decision problem) 에서 유틸 리티 (utility) 를 통한 정량적인 의사 결정 방법. 의사 결정자가 원하는 제비뽑기 (lottery) 의 결과에 대한 개인 의 선호도 (preference) 를 유틸리티 수로 표현. 유틸리티는 0 과 1 사이의 상대적인 값. u(x 0 ) =0, 가장 선호하지 않는 결과 유틸리티. u(x * ) =1, 가장 선호하는 결과 유틸리티. 기대 유틸리티의 최대화는 의사 결정자의 최적 행동의 기준. u(x 1, x 2,..., x i ) = k 1 u 1 (x 1 ) + k 2 u 2 (x 2 ) +... +k i u i (x i ) 다양한 상황의 조건 값들 중에 사용자의 선호도에 가장 근접한 값 결정.

12 부경대학교 컴퓨터공학과분산 인공지능 연구실 12 MAUT( Multi-Attribute Utility Theory ) #2.1 선정 준비 Y 와 Z 에 대한 결과 공간. 결과 T 와 S 중에서 의사 결정자가 선호하는 것을 질의를 통해서 확인. x = X(Q), 결과 Q 를 실수 x 에 사상 시키는 평가 함수 X.

13 부경대학교 컴퓨터공학과분산 인공지능 연구실 13 MAUT( Multi-Attribute Utility Theory ) #2.2 독립성 확인 덧셈 독립 (additive independence) 한계 확률 분포에만 의존 ( 두 사건이 동시에 일어날 확률 ) 결합 확률 분포와는 무관 ( 하나의 사건에만 일어날 확률 ) Y 와 Z 가 상호 독립. 유틸리티 독립 (utility independence) z 가 주어졌을 때, Y 에 대한 제비 뽑기의 조건 선호가 z 의 값의 변화와 무관하다. u(x 1, x 2,..., x i ) = k 1 u 1 (x 1 ) + k 2 u 2 (x 2 ) +... +k i u i (x i )

14 부경대학교 컴퓨터공학과분산 인공지능 연구실 14 MAUT( Multi-Attribute Utility Theory ) #2.3 정성적인 성질 확인 유틸리티 함수 확인 단조 (monotonic) 증가, 감소. x k > x j, x k 가 x j 보다 좋은 것인지 확인. 유틸리티 함수 유형 결정 위험 회피형 위험 중립형 위험 선호형 효용 위험 회피 (risk averse) : b(2 cx -1) 위험 중립 (risk neutral) : bx 위험 노출 (risk prone) : blog 2 (x+1)

15 부경대학교 컴퓨터공학과분산 인공지능 연구실 15 MAUT( Multi-Attribute Utility Theory ) #3 유틸리티 함수 결정 과정의 예 사용자의 선호도 k i 에 대해 정량적인 질문을 한다. “ 변수 x 1 의 값을 증가시키는 것이 좋습니까 ? 아니면 x 2 와 x 3 의 값을 증가시키는 것이 좋습니까 ? ” If x 1, then k 1 > k 2 + k 3. 즉, k 1 >.5 “ 변수 x 2 의 값을 증가시키는 것이 좋습니까 ? 아니면 x 3 의 값 을 증가시키는 것이 좋습니까 ? ” If x 2, then k 2 > k 3. 여기서, If k 1 =.6 then (k 2 + k 3 ) =.4. If 사용자가 k 2 를.7 만큼 선호한다. Then 효용함수는 => u(x 1, x 2, x 3 ) =.6u 1 (x 1 ) +.28u 2 (x 2 ) +.12u 3 (x 3 )

16 부경대학교 컴퓨터공학과분산 인공지능 연구실 16 관련 연구 #1.1 다중변수 기반 에이전트 중재 전자상거래 협상모델 및 프레임워 크 설계 다중변수 기반 에이전트 중재 전자상거래 협상 시스템 및 방법 현재 전자상거래 ( 구매자 판매자 ) 주로 가격 변수에만 의존. 연결되는 방식은 각 당사자가 직접 조건을 검토하여 결정. 거래를 위한 협상과정을 실질 공간이나 통신수단을 추가로 사용. 해결책 판매, 구매, 중재자를 대리하는 지능형 에이전트에 의한 협상. 상품의 특성, 보장 기간, 서비스 정책 등 다양한 상품 변수들에 대해 협 상. MAUT, 과거에 성공했던 매매 기록인 CaseBase 지식, 간결 휴리스틱스 3 단계 협상 과정 사용.

17 부경대학교 컴퓨터공학과분산 인공지능 연구실 17 관련 연구 #1.2 적응적 보안등급을 이용한 컨텐츠 암호화 모듈 설계 및 구현 현재 DRM 컨텐츠 가치 및 사용자 환경을 고려하지 않음 단편적인 보안 정책 적용 효율성 및 편리성 미비 해결책 사용자 선호, device 성능, 컨텐츠 가치등을 고려 사용자 환경을 MAUT 를 적용 동적인 보안 등급 결정 알고리즘 제안

18 부경대학교 컴퓨터공학과분산 인공지능 연구실 18 결론  정보화 사회의 발전 과정  유목사회 농경사회 산업사회 정보화 사회  정보화 사회의 개념  다양한 종류의 정보들을 언제, 어디서나, 접근, 검색, 활용할 수 있는 사회.  정보 (Information)  사용자의 의사 결정에 도움을 주기 위하여 활용 가능한 형태 로 처리된 자료.  의사 결정의 필요성  객관적인 수치하에서 계산된 ‘ 최선의 의사 결정을 ’ 고려  후회나 오류를 가급적 줄일 수 있도록 선택, 설명

19 부경대학교 컴퓨터공학과분산 인공지능 연구실 19

20 부경대학교 컴퓨터공학과분산 인공지능 연구실 20 관련 연구 #1.1.2

21 부경대학교 컴퓨터공학과분산 인공지능 연구실 21 관련 연구 #1.1.3

22 부경대학교 컴퓨터공학과분산 인공지능 연구실 22 관련 연구 #1.2.2 device 의 성능, 사용자의 선호도에 따른 컨텐츠의 가치 고려. 컨텐츠에 적용할 보안 정책을 동적으로 결정. 차별적인 보안 정책 적용 알고리즘을 위한 계수 디바이스에 성능에 대한 계수 디지털 컨텐츠 가치에 대한 계수

23 부경대학교 컴퓨터공학과분산 인공지능 연구실 23 관련 연구 #1.2.3 step 1 step 2 step 3 1. 접속 2. Agent download 3. device 정보, 컨텐츠 정보 4. 정성적인 질문 6. 보안 등급 결정 DRM Server 5. 선호 및 선택 Packaging Module Security Module 10. 보안등급 적용 Content Server 9. digital content 8. content 요구 License Server 7. SecuLevel 11.1 Content License 11.2 content ClearingHouse 12. 결제 요청 14. 결제내역 저장 15. Licese 발급