6. サービスの科学・工学(モノからコト
へ)
The unified service theory
The unified service theory
(Sampson 2006)
Service can be characterized by Users’ feedback
サービス現場
利用者 Inputs
提供者
実社会 経営者
Production
Suppliers users
日常生活 process
inputs outputs
How can we realize input from users ?
7. サービス工学:サービス(価値共創)システム
(サービス場面の人々の活動を対象としたシステム)
「モノの伝達」から「コトの伝達」へのパラダイムシフト
顧客接点
提供者(企業) Point of Service 受容者(顧客)
製品設計 製品利用
サービス利用
サービス設計
バックヤード フロントヤード 購買行動 日常生活
価値・評価・ライフスタイ
サービス現場(顧客接点)での相互作用(ダイナミクス)
を観測・予測・制御するために大規模データを活用する
大規模データを通じた人々の活動:社会のシステムダイナミクス(オートポイ
エーシス)
8. 共創的コトづくりのために:
サービスシステムダイナミクスの計算モデル化
サービスデザイン
生活者の計算モデル化
最適化 と
情報サービス
シミュレーション
To be
支援技術 大規模・大量
のデータ
POSデータ
アンケートなど
As is からのモデル化
サービス現場
サービス活動中に
実社会
利用者
人間行動 取得できるよう実
観測技術 験計画されたデー
提供者 タ
日常生活
経営者
データ収集
9. 大規模データ活用技術
• ID付POSデータなど大量データが蓄積
• 数千人規模のアンケートも容易に実施可能
• ただし、データ分析、データマイニングだけでは
、結果の活用が限定的(従来通りの施策の実施の
ため)飛躍的生産性向上に結び付きにくい。
• そこで、大規模データを計算モデル化し、その結
果をITで活用できるようにする。
• 「顧客の見える化」「生活者起点」を促進するた
めに
Center for Service Research, AIST
12. ベイジアンネットの学習(モデル
構築)
確率変数の選択 情報量の高い、重要な変数の抽出
グラフ構造の学習 情報量基準による(局所)モデル選択
条件付確率(パラメータ)の
学習
離散確率変数: CPT (cond prob table) 連続変数:パラメトリックモデル
事例の頻度から確率化 のパラメータ学習 or 離散化
P P
B
B
A
A
{P1 (a1|b1), P2 (a2|b2), …}
15. Belief propagationアルゴリズム
Pr( X x) ( x) ( x). U1 …… Ui
( x) u
P( X | U u ) UiX
(Ui),
UX (u )
Ui Xからの出力
(u )
( x) YjX ( x ),
XU
Yj Xへの入力
(x) X (x)
Xへの入力
XYj
( x) ( x) YkX ( x ),
k j XY (x )
YX (x)
Xからの出力
XUi (u ) ( x) P( x | U ) UkX (u k ).
x k i k i
Y1 …… Yj