Decision-Making Support in Complex Multi-Actor and Multi-Source Scenarios
The term “complex decision environment” has been used in literature to describe situations that involve making a decision with one or more of the following aspects: multiple stakeholders, multiple viable alternatives, contradictory or incomplete information, multiple sources, and dynamic settings. This thesis aims at achieving a better understanding of the processes that take place in or under complex decision environments, with a focus on cases where multiple actors or multiple sources of information are present. To that end, the first goal of this research work is to define specific but sufficiently common scenarios in which multi-factor decision-making takes place. Examining these scenarios can lead to a greater comprehension of the particular requirements, decision processes and challenges faced by decision-makers when caught in a multi-factor decision environment. After defining these scenarios and their characteristics, a second research goal is to design and evaluate suitable methods to support the decision-making process that takes place in them.
The thesis presents investigations and developments in two different application contexts. The first one concentrates on complex multi-actor decision environments, illustrated by a group of non-collocated people who must jointly choose a hotel to stay together. The second scenario deals with complex multi-source decision environments, and more specifically with consumers facing a purchase decision in a physical store setting where online information is also available. Methods have been designed to assist decision-makers by taking into account the unique characteristics of each scenario, for which the use of recommender systems and technological innovations (especially in relation to augmented reality) has proven to be advantageous. The evaluation of the developed methods provides insight into the cognitive processes and constraints that emerge in multifactorial settings, and establishes design guidelines for future research.
Der Begriff “komplexes Entscheidungsumfeld” wird in der Literatur verwendet, um
Situationen zu beschreiben, in denen eine Entscheidung mit einem oder mehreren
der folgenden Aspekte getroffen werden muss: mehrere Akteure, mehrere realisierbare Alternativen, widersprüchliche oder unvollständige Informationen, mehrere Quellen und dynamische Rahmenbedingungen. Ziel dieser Arbeit ist es, ein besseres Verständnis der Prozesse zu erlangen, die in oder unter komplexen Entscheidungsumgebungen ablaufen, wobei der Schwerpunkt auf Fällen liegt, in denen mehrere Akteure oder mehrere Informationsquellen vorhanden sind. Zu diesem Zweck besteht das erste Ziel dieser Forschungsarbeit darin, spezifische, aber hinreichend häufige Szenarien zu definieren, in denen eine multifaktorielle Entscheidungsfindung stattfindet. Die Untersuchung dieser Szenarien kann zu einem besseren Verständnis der besonderen Anforderungen, Entscheidungsprozesse und Herausforderungen führen, mit denen sich Entscheidungsträger in einem multifaktoriellen Entscheidungsumfeld konfrontiert sehen. Nach der Definition dieser Szenarien und ihrer Charakteristika besteht ein zweites Forschungsziel darin, geeignete Methoden zur Unterstützung des in ihnen ablaufenden Entscheidungsprozesses zu entwickeln und zu evaluieren.
In dieser Arbeit werden Untersuchungen und Entwicklungen in zwei verschiedenen
Anwendungskontexten vorgestellt. Das erste Szenario konzentriert sich auf
komplexe Multi-Akteurs-Entscheidungsumgebungen, illustriert durch eine Gruppe
von nicht kollokierten Personen, die sich gemeinsam für ein Hotel entscheiden müssen, in dem sie übernachten wollen. Das zweite Szenario befasst sich mit komplexen Entscheidungsumgebungen mit mehreren Quellen, genauer gesagt mit Verbrauchern, die vor einer Kaufentscheidung in einem physischen Geschäft stehen, in dem auch Online-Informationen verfügbar sind. Es wurden Methoden entwickelt, um Entscheidungsträger zu unterstützen, indem die einzigartigen Merkmale jedes Szenarios berücksichtigt werden, wofür sich der Einsatz von Empfehlungssystemen und technologischen Innovationen (insbesondere in Bezug auf Augmented Reality) als vorteilhaft erwiesen hat. Die Evaluierung der entwickelten Methoden bietet Einblicke in die kognitiven Prozesse und Einschränkungen, die in multifaktoriellen Umgebungen auftreten, und legt Design-Richtlinien für zukünftige Forschung fest.