@article{oai:nagoya.repo.nii.ac.jp:00006951, author = {山本, 俊行 and YAMAMOTO, Toshiyuki}, issue = {Ⅳ-64}, journal = {土木学会論文集}, month = {Jul}, note = {本研究では、非補償型の意思決定方略を表現するためのモデルとして、代表的なデータマイニング手法の1つであるC4.5を適用し、実際のデータに対する選択行動の再現性を通常のロジットモデルと比較することで、データマイニング手法の有効性を検討した。動的パークアンドライドシステムの利用に関するSP調査データを用いた分析結果より、C4.5の的中率はロジットモデルと同程度であった。また、C4.5によって生成されたif-thenルールをダミー変数としたロジットモデルを推定し尤度を算出したところ、通常のロジットモデルより劣る結果となった。さらに、if-thenルールを通常のロジットモデルの説明変数に追加することで統合モデルを構築したところ、選択行動の再現性が向上することを確認した。, C4.5, one of the popular data mining algorithms, is applied to represent non-compensatory choice behavior, and the predictability of the choice behavior is compared with the conventional logit model. The empirical analysis of this study is based on the SP data about the use of a hypothetical dynamic park and ride system. The results suggest that C4.5 and the conventional model have a same predictability in terms of the hit ratio. Though, the log-likelihood at convergence of the logit model with the dummy variables representing if-then rules produced by C4.5 is lower than that of the conventional logit model. When the dummy variables are added to the conventional logit model with conventional independent variables, the higher log-likelihoos at convergence than that of the conventional logit model is given even after the insignificant variables are excluded.}, pages = {79--89}, title = {非補償型意思決定方略を表現するためのデータマイニング手法の適用に関する分析}, volume = {765}, year = {2004} }