论文部分内容阅读
〔摘要〕[目的/意義]民族志决策树理论提供了解释群体的实际决策和选择行为的有效理论和方法论。对民族志决策树理论及其在信息系统领域的应用研究进行梳理,有助于未来研究者正确把握并有效发挥其研究潜力。[方法/过程]采用文献调研法,对国内外信息系统领域应用民族志决策树理论的文献进行述评,总结研究取得的成果、存在的问题、改进的方法以及未来值得关注的研究方向。[结果/结论]信息系统领域对民族志决策树理论的应用主要集中在特定群体的行为研究和用户流失因素研究两方面。应用实践中存在“模型创建阶段缺乏充分的民族志研究循环”、“得到的决策树模型略显单薄”、“模型检验阶段缺乏有效的二次检验”、“对决策动机分析不足导致模型缺乏解释力”等问题。因此,信息系统领域的未来研究,一方面需要改进民族志决策树的建模与检验方法,“合理利用访谈技巧,提高决策标准的启发效率”,“在分层树状模型的基础上,拓展模型结构和维度”,“利用定量分析方法进行模型检验,减少主观臆测性”,“结合民族志描述和认知理论,提高模型解释力”。另一方面,有必要在广度上丰富民族志决策树理论的应用实践,深度上挖掘决策标准和约束条件背后的研究问题,拓展民族志决策树理论在信息系统研究中的应用领域。
〔关键词〕民族志决策树理论;EDTM;信息系统;述评
DOI:10.3969/j.issn.1008-0821.2018.09.024
〔中图分类号〕G3531〔文献标识码〕A〔文章编号〕1008-0821(2018)09-0155-08
Application and Prospect of Ethnographic Decision
Tree Theory in the Field of Information SystemYang XinyueYuan Qinjian*
(School of Information Management,Nanjing University,Nanjing 210023,China)
〔Abstract〕[Purpose/Significance]Ethnographic decision tree theory provides effective theory and methodology for explaining the actual decision-making and choice behaviors of the group.Reviewing ethnographic decision tree theory and its application studies in the field of information systems,will help future researchers to understand it correctly and exert its research potential effectively.[Method/Process]Literature review method was used to present the historical thread of the domestic and foreign literatures and the overall content,summarize the achievements and shortcomings of existing research,identify improved methods and promising themes for future research.[Result/Conclusion]The application of ethnographic decision tree theory in the field of information system mainly focused on two aspects of“research on behavior of common groups”and“research on user churn factors”.There were some problems in practice,such as“lack of sufficient ethnographic research cycles in modeling phase”,“oversimple and deficient decision tree result model”,“absence of effective secondary examination in testing phase”,“insufficient interpretation of the decision motive resulting in low explanatory power”.Therefore,on the one hand,future research in the field of information system should focus on the improvement of ethnographic decision tree modeling and testing method,by“making rational use of interview skills,improving the efficiency of decision criteria”,“based on the hierarchical tree model,expanding the structure and dimension of the model”,“using quantitative analysis method to retest the model,reducing subjective speculation”,“strengthening the analysis of behavioral motivation,improving the explanatory power of the model”.On the other hand,it was necessary to enrich the application practice of ethnographic decision tree theory in breadth,dig the research questions behind decision criteria and constraints deeply,thus expanding the application field of ethnographic decision tree theory in information system. 〔Key words〕ethnographic decision tree theory;EDTM;information system;review
民族志决策树理论,又称民族志决策树建模(Ethnographic Decision Tree Modeling,简称“EDTM”),是一种严格的定性方法,用来理解和预测一个群体的成员如何以及为什么会按照他们特定的方式做出他们的决定[1-2]。它使用民族志的现场工作方法从决策者自身获得决策标准,然后利用决策树、表格、流程图、一组“如果……就……(if-then)”规则或能被计算机编程的专家系统等形式[3],将决策标准整合为模型。树状模型较为常见,便于设计和检验,一般是从上到下阅读。决策选项的集合呈现在树顶端的{}符号中,决策结果在树路径末端的[]符号里,决策标准则在树节点处的符号〈〉中表示[4]。由此可见,EDTM有两个独特性[5]:依赖民族志的现场工作技术来引出决策标准;坚持决策过程在本质上是分层的或树状的,其模型是正式的、可检验的、能被计算机编程的。
作为传统的民族志理论与20世纪“认知革命”风潮结合的产物,EDTM已经在人文科学和社会科学领域得到广泛关注。研究者利用民族志决策树,从“圈内人”的角度,理解群体的复杂行为。该理论最早在农业生产领域进行实践,如农民在自己的土地上种植何种作物[6-7];渔民选择哪个捕鱼地点[8],以及家庭日常工作如何分配[9]等。随着模型应用的扩展,民族志决策树已经被医学家、社会科学家及经济学家广泛采用,了解诸如注射吸毒者为什么会共享针头[10]、临床医生如何做出转诊病人的决定[11]、美国民众是否会回收易拉罐[12]、食品沙漠环境下人们会购买何种食品[13]、工业溶剂制造商如何设置产品价格[14]等问题。
EDTM等民族志方法因其能提供更丰富和更好的数据[15]、揭示背景因素和细节[16]、允许研究人员用更灵活的方法进行研究[17]等优点,近年来受到信息系统学者的重视和推荐[18-19]。相比决策行为的其他研究方法(如结构方程模型等),EDTM提供了一个深入理解决策过程、兼具预测力和描述性的框架[20],可以调查、发现并接近特定群体内部的真实想法和观点[10],引导出决策脉络并挖掘决策原因的因果关系[21];其采用的参与式方法有效避免了自顶向下的开发方法的缺陷[22];其结果模拟了“圈内人”做选择时的决策逻辑,而非来自对资料和文献的理论推演,增加了研究结果的真实性及合理性[23]。这种严格的定性方法是非常有效的,因为它揭示了其他方法不能捕捉到的关于决策的某些标准或条件[11],在信息系统领域具备相当的研究潜力。然而在信息系统领域中,国际上关于应用EDTM的研究较少,国内也只有徐孝娟等[23-25]、黄奇等[21]、郭顺利等[26]等进行过相关实践。因此,为了帮助学界正确有效地使用这一应用较少但颇具研究潜力的理论,本文拟对EDTM进行全面介绍、对信息系统领域的民族志决策树应用现状进行梳理和分析,厘清现有研究取得的成果、存在的不足,针对性地提出意见和建议,并指出值得关注的潜在研究方向(研究框架如图1所示)。图1研究框架
2018年9月第38卷第9期现代情报Journal of Modern InformationSep.,2018Vol38No92018年9月第38卷第9期民族志决策树理论在信息系统领域的应用与展望Sep.,2018Vol38No91民族志决策树理论
11理论基础
EDTM的思想渊源最早可以追溯到Lancaster的新消费者理论[27]。新消费者理论认为,商品是具有不同属性、能提供不同服务的复杂东西[28]。人们从商品的各个属性而不是商品本身获得效用。即消费者实际消费的不是商品本身,而是商品蕴含的各种属性、特征[23]。一个商品可能拥有多个属性,而一个属性也会属于多个商品。消费活动主要发生在满足相同需要的商品之间,消费者通过比较不同商品的属性或特征,决定自己的选择。例如,消费者在购买衬衫时,会比较衬衫的材质、颜色、布料等属性,而不是衬衫这一商品本身。
购买商品等自然决策在日常生活中频繁发生,因此决策者对决策流程的简化是必需的[29]。基于Lancaster的观点,Tversky[30]提出逐步消除理论,认为决策面临的所有选项都具有若干维度的特征,存在一些不重要甚至不需要的方面,因此可以迅速地排除这些选项,缩小选择范围。当决策者面临两个或更多的選择时,不会在进行复杂的计算来确定和排序每个可选方案的价值或效用之后进行选择[30]。例如,在购买二手车的选择中,购车人在扫描二手车广告时通常会迅速淘汰所有的卡车、货车、敞篷车和价钱过高的汽车。
结合民族志研究的特性和上述理论观点,EDTM进一步做出如下假设:
1)决策者本身,是他们如何做出决策的专家。为了最大限度地消除研究者自身的偏见和假设,EDTM从“本土(Native)”即圈内人的角度,通过对圈内人的民族志访谈和参与式观察等方法抽取出决策者在做出真实世界决策时使用的特定决策标准[5]。从圈内人的角度来看圈内人的世界与从圈外人的角度收集数据并测试模型的目标完全不同,前者有助于提炼出真正的或“本土”的观点。因此,EDTM提取出来的决策标准包含着“文化主位(Emic)”范畴,是从文化承担者(即决策者)本身得出的意义单位,与研究人员所秉承的“文化客位(Etic)”思想形成鲜明对比[2]。
2)决策时所面临的每一种选项,都由一组方面构成。根据Lancaster和Tversky的观点,方面被明确地定义为选择项的维度、特征或属性[31],决策被分解为拥有多个特征或方面的可选方案的排列和比较。Gladwin C H等[32]进一步假设,决策树是一系列离散的决策标准;当面对连续的定量维度(如价格)时,决策者会将其视作约束条件(如“价格小于6 000元”)或排序型分类(如“事物A的价格小于事物B的价格”)。因为人类信息加工能力的局限性,从认知的角度而言,决策是由一种分解的、甚至是支离破碎的方式进行的,一次比较一个维度[33]。因此,使用其中决策标准被放置在节点或分支点的层次决策树模型,图形化地表示这样的过程是可行的[31,34]。这种层次性也将民族志决策树与线性回归分析等线性可加模型区别开来[4]。民族志决策树模型中所有的决策标准都必须沿着一条路径传递到特定的结果或选择,由此产生的模型是一个反映了从决策者自身抽取出来的各种专家规则的专家系统或层次模型。 3)决策者的个体决策过程,经历了两个阶段。在第一阶段,决策者快速地简化问题,并且通常在无意识且预先有所关注的情况下,消除所有无法满足一系列标准或方面的可选方案,缩小决策的范围[35],呼应了Tversky的逐步消除理论。决策问题简化后,决策者进入第二阶段,即决策过程的意识和核心阶段[31]。这一过程本质上是“约束条件下最大化(Maximization Subject to Constraints)”的代数表现,蕴含着微观经济学的基本选择原则。决策者首先选择一个方面来对剩下的可选方案进行排序,并考虑可选方案是否能依次满足一系列其他方面或约束条件。通过与否的两极性也提供了EDTM采用二叉树结构的前提[36-37]。决策者会接受排名第一且通过了所有约束条件的方案。如果该方案未能通过某个约束条件,那么该约束条件下排名第二的可选方案有机会得到决策者的青睐。如果没有可选方案通过所有的约束条件,那么决策者就会使用其他策略,即离开该决策过程。个体的整个决策过程是Tversky的逐步消除理论和微观经济学中最大化理论的结合。
12基本步骤
混合了民族志研究的循环发现过程和社会科学的线性假设检验方法,民族志决策树的建模方法本质上是一种两阶段的研究方法,包括以发现为导向的模型构建阶段和需要严格检验流程的模型检验阶段,其基本思想如图2所示[4,38]。
Gladwin[5]提供了开发民族志决策树模型的详细说明,明确了模型构建阶段的8个步骤和模型检验阶段的7个注意事项,黄奇等[21]、徐孝娟等[23-24]、Ryan G W等[12]等精炼了这些流程。应用民族志决策树模型的基本步骤如下:
1)确定要建立决策树模型的行为选择(即决策),从方便的受访者样本中引出决策标准。在明确具体的决策问题的同时,筛选该决策涉及的所有选项,确定决策的一组替代方案(如“在自己的土地上种植玉米,还是土豆?”)。根据具体的决策问题及其替代方案的内容选择代表性的分组样本,从不同的访谈组中捕捉决策标准、原因和约束条件等变化。同一决策情境下的受访者样本总数一般为20~30名[5]。
2)迭代进行民族志研究的循环发现过程,进一步详细阐述并搜集同一群体中不同信息提供者的决策标准。进行民族志访谈和参与式观察[39],承认被访谈的信息提供者是该决策场景的专家,使用圈内语言询问民族志问题,避免出现民族中心主义的引导性问题(如“你不点汉堡是因为你没有钱吗?”),同时尝试观察不同的选择行为。对每位受访者进行简短的描述,记录模型、标准、约束条件和背景信息,捕捉决策过程的内在逻辑或决策制定者的主位推理。在访谈过程中寻找并逐一对比决策者之间的不同,图2民族志决策树建模方法的基本思想
重复该过程,直到决策标准被正确地指定。
3)利用上述的民族志数据和调查数据构建个体决策树模型与群体决策树模型。分析得到的数据,发现决策标准和受访者报告的行为之间的模式(即个体决策树模型),将其规范化为一个(或多个)明确的行为预测的群体决策树模型[2]。构建群体模型有直接方法和间接方法。间接方法是从第一个受访者的个体模型开始,随后的所有模型都经过添加、修改、删除决策标准,建立在第一个模型的基础之上[40]。间接方法呼应了Mill J S等[41]提出的分析感应法:仔细检查那些不接受该模型的情况,相应地修改模型,直到使其达到一定程度的精确度。这种迭代过程有助于检查每个受访者是否认为其他决策标准是有效的或相关的[5]。相反,直接方法首先独立地构建所有的模型,然后寻求它们的组合。它具有更直接和自然的优势,但要注意保留每个个体决策模型的民族志有效性[42]。
4)搜集来自相同群体的独立新样本的数据检验模型,计算模型预测力,分析错误并进行修正。使用群体决策树中的每个决策标准作为问卷中的问题,建立一个正式的问卷来检验模型。从一个来自相同群体的独立新样本收集的数据验证模型是否预测了群体中个体的选择行为与决策现象的相关性[42]。当模型无法解释受访者选择行为时,无须立刻引导或修正问题,而是应在问卷调查结束后返回到开放式问题中,找寻模型预测失误的原因。模型的预测率等于总成功数除以样本总数。如果预测率不足85%,采取重新概括决策标准、添加决策标准、更改决策标准或路径的顺序等方法修正群体决策树模型,重新进行检验,比较修正后的模型和之前决策模型的差异。
总的来说,在决策树模型构建阶段,研究者通過民族志访谈得到决策者在真实决策中的决策标准和思维路径,据此构建个体及群体决策树模型;在决策树模型检验阶段,决策树被转化为结构化问卷,其结果用来验证决策模型是否达到85%的预测能力[21]。
2EDTM在信息系统领域的应用现状
梳理EDTM在国内外信息系统中应用的研究,发现特定群体的行为研究和用户流失因素研究是两个主要方向。
21EDTM在特定群体的行为研究中的应用
学生样本因其易获得、低成本、同质性明显[43]等特征,成为群体性行为研究的良好样本,在社会科学研究中倍受青睐[44]。一些学者通过EDTM,对大学生的常见行为的决策标准进行了深入了解。Andergassen M等[40]和徐孝娟等[24]关注大学生对博客的使用,分别以社交型博客和学术博客为客体进行民族志决策树建模,发现学生用户开始使用和停止使用博客的原因存在明显差异。Chang C等[20]描述了大学生是否玩大型多人在线角色扮演游戏的决策过程,并在民族志决策树的基础上,引入本体的概念和形式概念分析(FCA),试图更进一步地展现决策标准和决策制定者之间的逻辑计算和推理。
对其他群体行为决策的EDTM应用研究则多集中在群体对信息和通讯技术(ICT)的使用这一主题中,肯定了ICT在社会和经济发展中的促进作用。Mwangi B J等[38]的研究回答了肯尼亚的中小企业用户是如何做出是否注册移动银行服务的决策。与此类似,Bailey A等[42]开发民族志决策树模型,解释社区成员决定使用远程电视中心来进行创业活动的决策过程,也为ICT的影响研究提供了支持。Davenport R D等[45]等则关注信息技术弱势群体,构建树模型探讨老年人对智能技术的需求决策,了解老年人对智能技术的认识。值得注意的是,上述用户群体对ICT使用的民族志决策树模型也为服务的供应商提供了关于其目标消费者的重要知识,从“圈内人”角度理解消费者诉求[46]。 除学生群体的常见行为决策、群体对ICT的使用决策等研究主题外,黄奇等[21]另辟蹊径,利用民族志决策树对行为因素、动机和过程的考量,关注领域专家的决策脉络,从“外行”的角度挖掘政府网站链接动机的专业知识。
尽管学界利用EDTM进行了广泛的特定群体的行为研究,但现有研究存在以下问题:仅Chang C等[20]在常规模型检验以外使用基于本体思想的形式概念分析,论证决策标准的逻辑性和科学性,鲜有研究者认识到采取有效的二次检验以降低主观臆测的必要性;虽然部分研究采取扎根理论[23]、进行主题分析[42]等方法挖掘行为动机,但现有研究只关注模型预测能力达标,在动机解释方面力度不充分,不足以说明为什么人们会按照模型展示的方式行事,决策的方面如何被选择,以及学习行为如何发生[36]。
22EDTM在用户流失因素研究中的应用
厘清平台或网站的用户流失因素,是国内信息系统领域对EDTM应用的新兴重点。徐孝娟等[25]关注社交网络的用户数量及活跃程度的大规模衰退,建立基于S-O-R理论的民族志决策树模型,在厘清用户不再使用开心网的决策过程同时,根据民族志访谈抽取并分析用户流失要素。与此类似,郭顺利等[26]聚焦于高校图书馆微信公众平台的用户流失现象,以民族志决策树结合解释结构方程的研究方法,分析用户流失因素的层级和相互关系。此外,Andergassen M等[40]和徐孝娟等[24]关于大学生停止使用博客的决策树模型也在某种意义上反映了博客的用户流失研究。相比其他类型的用户流失预测模型,民族志决策树模型关注行为的动机和原因,描述并预测个体的决定,允许“圈外人”尤其是服务提供商从中学习,采取针对性措施减少用户流失。
上述用户流失因素的信息系统研究,不及社会科学领域对民族志方法的融会贯通,在建模前期的民族志访谈循环薄弱,多数研究仅限于利用访谈和观察引出决策标准,访谈不充分且决策标准的启发效率不高,并且鲜有研究涉及实地调查、焦点小组、文化背景调查和现场笔记等丰富的民族志方法。此外,研究得到的决策树模型都过于单薄,难以充分展现现实世界的复杂决策,除个别学者认识到EDTM本身嵌套的“如果……就……”顺序逻辑对平行逻辑决策的忽视[23],多数研究均未涉及对模型结构和维度的完善。
3EDTM在信息系统领域的发展展望
文献综述发现,信息系统领域在EDTM的应用研究中存在的问题主要表现为模型创建阶段缺乏充分的民族志研究循环、得到的决策树模型略显单薄、模型检验阶段缺乏有效的二次检验、对决策动机分析不足导致模型缺乏解释力等,建模和检验两方面都存在缺陷,难以充分展现理论的适用性和有效性;现有研究仅局限于特定群体的行为研究和用户流失因素研究两个方向,仍有值得进一步深入研究的有趣领域。展望EDTM在信息系统领域的未来发展,不仅有必要改进EDTM的建模与检验方法,还需进一步拓展EDTM的应用领域。
31改进EDTM的建模与检验方法
未来研究可从以下几方面着手,解决EDTM应用中存在的问题:
1)合理利用访谈技巧,提高决策标准的启发效率。在建模阶段,半结构化的民族志访谈是启发决策标准的重要手段,研究者通过开放式的问题进行广泛的探索[39,47],生成个体决策树。合理利用访谈技巧,提高决策标准的启发效率是进行充分的民族志研究循环的关键问题。一方面,发挥历史信息的启发作用。过去的经历会影响现在的决策,在最近或突出情況下做出的决定在记忆中更易获得[11],在访谈受阻时可以作为特别的启发式问题。对历史决策的详细提问也可以保证在获取数据建立初步模型时所有的受访者都得到了相同的线索启示[12]。另一方面,融合社会学和心理学方法可以提高访谈质量。对访谈中、访谈后及整个研究过程的现场记录,组成了深入分析所必需的细节构件,可以帮助事件的后续重建工作[48];主题分析[49]使得研究者通过迭代阅读深入地了解数据,分析数据之间细微的语义差别,并确定主题(如决策标准)之间的相关关系;个人构念心理学和凯莉方格法[50]可以提供不带研究者偏见的构念启发方法。
2)在分层树状模型的基础上,拓展模型结构和维度。一方面,在模型建立阶段与扎根相结合,补充平行逻辑,丰富模型结构。徐孝娟等[23]指出,扎根理论具有自下而上的架构和时刻对理论保持高度敏感性的特征,可以有效补充模型的平行逻辑及避免模型过于主观。具体而言,模型构建阶段中需要发现的不仅是关于决策过程的模型,而是关于决策的“开放式访谈问题的模型”,即在“如果……就……”分层递进逻辑的基础上,加入扎根理论中平行的衍生逻辑关系,不断循环,深入获取构念属性的同时,补充完善相关的条目,使得构建的模型更加客观。另一方面,从决策者主体出发,建立贴合决策者身份或角色的角色模型[10],增加模型维度。尽管树模型是个体认知地图,但个体并不会在不考虑他人的情况下做出决定[1,9]。社交关系在个体的实际决策过程中发挥重要作用[10,20],社交角色结构是由决策树模型所做的决策导致的。社会学符号互动理论认为,个体越经常地扮演特定的社会角色,对该角色的承诺就越多,角色的属性就越有可能被整合到他们的性格中,从而被转化为实际的行为[51-52]。角色模型可用于针对特定角色进行精准定位的决策干预。
3)利用定量分析方法进行模型检验,减少主观臆测性。EDTM是对决策关键考量因素的主观指标展示[20]。虽然存在模型预测力检验过程,但仍然存在一定主观性。为了最大程度的消除主观因素的影响,后期的研究者倾向于在该阶段中加入更为客观的定量分析方法进行二次检验,然而信息系统领域鲜有研究涉及该方面的讨论。结合其他领域的研究经验,未来研究可以借鉴以下两类定量检验方案。第一,统计关于决策者实际做什么的定量数据,进一步准确地了解其所做的决策。例如,在中学生是否留校吃午餐的复杂决策模型中,定量数据不仅包括是否买学校午餐的结果计数,还包括学校午餐的价格、回家的路程、校外餐馆的平均价格等。对这些定量数据进行统计、分类与分析,甚至可以在问决策者关于为什么做出选择这一问题之前,就能知道他或她会有什么样的选择[5]。第二,对问卷数据进行回归分析,与定性结果互相呼应,加强模型的预测能力。Gladwin C H在后期的研究[4]中认为,概率单位法和有序逻辑回归等定量方法能够测量决策树模型中重要选择因子的统计意义,并判断决策标准中的任何变量是否与表示决策的因变量显著相关。回归分析结果也能反过来验证民族志的结果,因为回归分析使研究人员能够在保持所有其他重要变量的同时专注于感兴趣的变量,挖掘变量或约束条件之间的互补关系。 4)结合民族志描述和认知理论,提高模型解释力。Ryan G W等[12]建议在民族志决策树模型建立的基本步骤之外,通过受访者自己说明他们为什么会这样做的描述和响应来解释行为动机和原因,加强了对行为动机的分析。除回归民族志描述外,信息系统领域还可以通过激发认知研究方法的使用来增加和扩展研究的广度。Murray-Prior[36]采纳了个人构念理论的基本假设和十一个推论,认为其对动机、学习和行为的推论更接近现实,能连贯地解释民族志决策树模型中各方面的选择,扩展模型的可描述性和可操作性。与此类似,Zachary D A等[13]基于EDTM的食品购买决策行为研究,结合了情境认知理论,从决策者视角的行为、环境与个体之间的作用以及环境影响决策过程的角度,提供更具说服力的模型论证。
32拓展EDTM的应用领域
决策者的决策过程和决策准则是EDTM的核心。为了正确地梳理决策过程、识别决策标准,决策必须是具体且明确的[5],因此也决定了研究问题多是含义明确、形式简单的是非题。对研究问题的这些要求也意味着内涵丰富的复杂构念(如顾客忠诚)不适合采用EDTM进行实证研究,一定程度上限制了EDTM在信息系统领域的应用范围。
尽管如此,从EDTM在信息系统领域的应用现状梳理可知,EDTM是探索信息系统领域涉及的群体(或其中个体)决策行为的良好工具。对特定群体所使用的特定决策准则的关注,为研究人员了解群体认知过程提供了可行的切入点;民族志访谈和参与式观察的民族志方法,为研究结果提供了充分的解释;“从个体到群体”的民族志思想,为相关研究的科学性和适用性提供了有力佐证[18-19];允许“圈外人”学习的决策脉络模型,为政策制定者利用新政策干预决策过程提供了充分的信息。为了充分利用这一良好工具,完善研究框架,实现新的突破,信息系统领域未来研究可从以下几方面丰富EDTM的应用实践:
1)信息系统各研究领域中的特定群体的行为研究。在Banker R D等[53]总结的信息系统几大研究领域中,EDTM大有可为。例如,在人机交互领域,因为EDTM充分复制人脑思维过程的特性,有助于研究系统设计问题,使系统更契合用户,最大限度地提高效率;在IS组织与战略领域,梳理决策脉络,对管理涉及相关的个体、群体和组织行为进行理论解释和模型解释;在IS与IT经济领域为电子商务及相关信息产品的用户满意度问题提供实证研究入口。
2)用户流失因素决策树预测模型。面对互联网时代下的行业竞争,分析用户流失的影响因素、最大限度地减少流失客户是现有网站或平台亟须解决的问题,在此背景下,运用EDTM预测用户流失极具现实意义。不仅如此,作为一种可行的认知研究方法,EDTM还挖掘了与行为过程相关的内生和外生决策标准[38]。通过研究这些决策标准和约束条件,服务提供商和政策制定者可以更深入地了解用户在网站或平台使用中的看法和经验,从而为用户提供更有效的信息,切实缓解用户流失趋势。
3)复杂用户行为的多阶段民族志决策树模型。用户行为在互联网时代呈现更加复杂的趋势,单一的决策树模型无法充分解释行为动机的纵向机理。面对这一困境,决策者主体关于某种事物或客体的决策过程可以分割为两个模型[40]——反应是否开始做某事的决策模型和反应是否决定继续做某事的决策模型,即Gladwin C H所描述的顺序模型。多阶段民族志决策树模型,不仅可以预测两类决策过程的差异性和决策标准的异同性,还能为“从始至终”的复杂用户行为提供更全面的认知知识解释。
4)EDTM群体外部有效性。在传统的社会学和医学实践中,EDTM的目标群体的外部有效性頗受关注。Gladwin H[54]曾对美国加利福尼亚州和全美的汽车购买决策进行了对比,发现整体决策标准的共性较大,部分决策标准存在程度差异。Breslin F C等[11]的临床医生的病人转诊决策研究中,虽然发现了群体的转移和扩大对决策结果的影响,但是肯定了预测准确性。Ryan G W等[12]明确表示美国民众是否会回收易拉罐的模型可以进行内部和外部有效性的检验,并认为全国性的代表性样本提供了对模型的有力检验,可以衡量本地样本反映关于某一特定行为的国家文化的程度。受此启发,信息系统领域内的未来研究可以在EDTM的群体外部有效性上有所建树。
除了从上述4个方面在广度上丰富信息系统领域中的EDTM应用实践外,在深度上也需要注意决策标准和约束条件背后研究问题的挖掘。EDTM捕捉并展示了现实行为决策中的重要原则,指出了关键的成功路径,而不是关键的成功因素。误将关键成功路径作为关键成功因素在信息系统领域的相关应用实践中较为常见[25,40]。确定关键的成功因素可能具有误导性,因为没有一个简单的前提是导致某个给定结果的充分或必要条件。描述和解释关键的成功路径和关键的失败路径是对决策过程的正确理解[55]。但是,这并不意味着EDTM不能被用来挖掘决策因素,关于决策过程的基于认知规则的模型可以用来产生有关决策行为的假设,成为理论发展的前期定性研究的有效探索。
Davenport R D等[45]强调对约束条件和决策的深入讨论和从访谈中挖掘深层原因或研究问题。整体的民族志决策树模型也可以为未来的定性研究提供基础,使研究者能够发展基于实证观察的命题,甚至深入探讨围绕每个约束或促进条件的主题问题,提出基于实证结果和文献支持的命题。确定的最终概念和类别也可以为未来的定量研究提供必要的构念框架,提高未来定量研究(即调查设计)的有效性[46],推广研究结果。与此类似,Mwangi B J等[38],以及国内郭顺利等[26]也强调了对决策标准的进一步分析,前者进行描述性统计理解圈内人关注重点,后者则采用解释结构模型,分解各个决策标准之间的层级关系,挖掘问题的表面和根本的影响因素,提高对决策涉及问题的认识和理解程度。
4结语
本文梳理了EDTM的理论基础和基本步骤,并对信息系统领域应用EDTM的实证研究进行了综述,发现EDTM的应用成果集中在特定群体的行为研究和用户流失因素研究中。针对模型创建阶段缺乏充分的民族志研究循环、得到的决策树模型略显单薄、模型检验阶段缺乏有效的二次检验、对决策动机分析不足导致模型缺乏解释力等EDTM应用现状中存在的问题,未来研究应该关注信息系统研究中民族志决策树建模与检验方法的改进,着重考虑以下几个方面:①合理利用访谈技巧,提高决策标准的启发效率;②在分层树状模型的基础上,拓展模型结构和维度;③利用定量分析方法进行模型检验,减少主观臆测性;④结合民族志描述和认知理论,提高模型解释力。针对信息系统领域EDTM文献总量和研究方向较少等现状,建议未来研究从信息系统各大研究领域中的特定群体的行为研究、用户流失因素决策树预测模型、复杂用户行为的多阶段民族志决策树模型和EDTM群体外部有效性4个方面,在广度上丰富EDTM的应用领域,同时在深度上挖掘决策标准和约束条件背后的研究问题。 參考文献
[1]Gladwin C.Contributions of Decision-Tree Methodology to a Farming Systems Program[J].Human Organization,1983,42(2):146-157.
[2]Beck K A.Ethnographic Decision Tree Modeling:A Research Method for Counseling Psychology[J].Journal of Counseling Psychology,2005,52(2):243.
[3]Morgenroth W M.A Method for Understanding Price Determinants[J].Journal of Marketing Research,1964,1(3):17-26.
[4]Gladwin C H,Peterson J S,Mwale A C.The Quality of Science in Participatory Research:A Case Study from Eastern Zambia[J].World Development,2002,30(4):523-543.
[5]Gladwin C H.Ethnographic Decision Tree Modeling.[M].Newbury Park,California:Sage Publications,1989.
[6]Gladwin C H.A View of the Plan Puebla:An Application of Hierarchical Decision Models[J].American Journal of Agricultural Economics,1976,58(5):881-887.
[7]Barlett P F.The Structure of Decision Making in Paso[J].American Ethnologist,1977,4(2):285-308.
[8]Gatewood J.Deciding Where to Fish:The Skippers Dilemma in Southeast Alaskan Salmon Seining[J].Coastal Zone Management Journal,1983,10(4):347-367.
[9]Mukhopadhyay C.Testing a Decision Process Model of the Sexual Division of Labor in the Family[J].Human Organization,1984,43(3):227-242.
[10]Johnson J,Williams M L.A Preliminary Ethnographic Decision Tree Model of Injection Drug Users(IDUs)Needle Sharing[J].International Journal of the Addictions,1993,28(10):997-1014.
[11]Breslin F C,Gladwin C H,Borsoi D,et al.Defacto Client-Treatment Matching:How Clinicians Make Referrals to Outpatient Treatments for Substance Use[J].Evaluation
〔关键词〕民族志决策树理论;EDTM;信息系统;述评
DOI:10.3969/j.issn.1008-0821.2018.09.024
〔中图分类号〕G3531〔文献标识码〕A〔文章编号〕1008-0821(2018)09-0155-08
Application and Prospect of Ethnographic Decision
Tree Theory in the Field of Information SystemYang XinyueYuan Qinjian*
(School of Information Management,Nanjing University,Nanjing 210023,China)
〔Abstract〕[Purpose/Significance]Ethnographic decision tree theory provides effective theory and methodology for explaining the actual decision-making and choice behaviors of the group.Reviewing ethnographic decision tree theory and its application studies in the field of information systems,will help future researchers to understand it correctly and exert its research potential effectively.[Method/Process]Literature review method was used to present the historical thread of the domestic and foreign literatures and the overall content,summarize the achievements and shortcomings of existing research,identify improved methods and promising themes for future research.[Result/Conclusion]The application of ethnographic decision tree theory in the field of information system mainly focused on two aspects of“research on behavior of common groups”and“research on user churn factors”.There were some problems in practice,such as“lack of sufficient ethnographic research cycles in modeling phase”,“oversimple and deficient decision tree result model”,“absence of effective secondary examination in testing phase”,“insufficient interpretation of the decision motive resulting in low explanatory power”.Therefore,on the one hand,future research in the field of information system should focus on the improvement of ethnographic decision tree modeling and testing method,by“making rational use of interview skills,improving the efficiency of decision criteria”,“based on the hierarchical tree model,expanding the structure and dimension of the model”,“using quantitative analysis method to retest the model,reducing subjective speculation”,“strengthening the analysis of behavioral motivation,improving the explanatory power of the model”.On the other hand,it was necessary to enrich the application practice of ethnographic decision tree theory in breadth,dig the research questions behind decision criteria and constraints deeply,thus expanding the application field of ethnographic decision tree theory in information system. 〔Key words〕ethnographic decision tree theory;EDTM;information system;review
民族志决策树理论,又称民族志决策树建模(Ethnographic Decision Tree Modeling,简称“EDTM”),是一种严格的定性方法,用来理解和预测一个群体的成员如何以及为什么会按照他们特定的方式做出他们的决定[1-2]。它使用民族志的现场工作方法从决策者自身获得决策标准,然后利用决策树、表格、流程图、一组“如果……就……(if-then)”规则或能被计算机编程的专家系统等形式[3],将决策标准整合为模型。树状模型较为常见,便于设计和检验,一般是从上到下阅读。决策选项的集合呈现在树顶端的{}符号中,决策结果在树路径末端的[]符号里,决策标准则在树节点处的符号〈〉中表示[4]。由此可见,EDTM有两个独特性[5]:依赖民族志的现场工作技术来引出决策标准;坚持决策过程在本质上是分层的或树状的,其模型是正式的、可检验的、能被计算机编程的。
作为传统的民族志理论与20世纪“认知革命”风潮结合的产物,EDTM已经在人文科学和社会科学领域得到广泛关注。研究者利用民族志决策树,从“圈内人”的角度,理解群体的复杂行为。该理论最早在农业生产领域进行实践,如农民在自己的土地上种植何种作物[6-7];渔民选择哪个捕鱼地点[8],以及家庭日常工作如何分配[9]等。随着模型应用的扩展,民族志决策树已经被医学家、社会科学家及经济学家广泛采用,了解诸如注射吸毒者为什么会共享针头[10]、临床医生如何做出转诊病人的决定[11]、美国民众是否会回收易拉罐[12]、食品沙漠环境下人们会购买何种食品[13]、工业溶剂制造商如何设置产品价格[14]等问题。
EDTM等民族志方法因其能提供更丰富和更好的数据[15]、揭示背景因素和细节[16]、允许研究人员用更灵活的方法进行研究[17]等优点,近年来受到信息系统学者的重视和推荐[18-19]。相比决策行为的其他研究方法(如结构方程模型等),EDTM提供了一个深入理解决策过程、兼具预测力和描述性的框架[20],可以调查、发现并接近特定群体内部的真实想法和观点[10],引导出决策脉络并挖掘决策原因的因果关系[21];其采用的参与式方法有效避免了自顶向下的开发方法的缺陷[22];其结果模拟了“圈内人”做选择时的决策逻辑,而非来自对资料和文献的理论推演,增加了研究结果的真实性及合理性[23]。这种严格的定性方法是非常有效的,因为它揭示了其他方法不能捕捉到的关于决策的某些标准或条件[11],在信息系统领域具备相当的研究潜力。然而在信息系统领域中,国际上关于应用EDTM的研究较少,国内也只有徐孝娟等[23-25]、黄奇等[21]、郭顺利等[26]等进行过相关实践。因此,为了帮助学界正确有效地使用这一应用较少但颇具研究潜力的理论,本文拟对EDTM进行全面介绍、对信息系统领域的民族志决策树应用现状进行梳理和分析,厘清现有研究取得的成果、存在的不足,针对性地提出意见和建议,并指出值得关注的潜在研究方向(研究框架如图1所示)。图1研究框架
2018年9月第38卷第9期现代情报Journal of Modern InformationSep.,2018Vol38No92018年9月第38卷第9期民族志决策树理论在信息系统领域的应用与展望Sep.,2018Vol38No91民族志决策树理论
11理论基础
EDTM的思想渊源最早可以追溯到Lancaster的新消费者理论[27]。新消费者理论认为,商品是具有不同属性、能提供不同服务的复杂东西[28]。人们从商品的各个属性而不是商品本身获得效用。即消费者实际消费的不是商品本身,而是商品蕴含的各种属性、特征[23]。一个商品可能拥有多个属性,而一个属性也会属于多个商品。消费活动主要发生在满足相同需要的商品之间,消费者通过比较不同商品的属性或特征,决定自己的选择。例如,消费者在购买衬衫时,会比较衬衫的材质、颜色、布料等属性,而不是衬衫这一商品本身。
购买商品等自然决策在日常生活中频繁发生,因此决策者对决策流程的简化是必需的[29]。基于Lancaster的观点,Tversky[30]提出逐步消除理论,认为决策面临的所有选项都具有若干维度的特征,存在一些不重要甚至不需要的方面,因此可以迅速地排除这些选项,缩小选择范围。当决策者面临两个或更多的選择时,不会在进行复杂的计算来确定和排序每个可选方案的价值或效用之后进行选择[30]。例如,在购买二手车的选择中,购车人在扫描二手车广告时通常会迅速淘汰所有的卡车、货车、敞篷车和价钱过高的汽车。
结合民族志研究的特性和上述理论观点,EDTM进一步做出如下假设:
1)决策者本身,是他们如何做出决策的专家。为了最大限度地消除研究者自身的偏见和假设,EDTM从“本土(Native)”即圈内人的角度,通过对圈内人的民族志访谈和参与式观察等方法抽取出决策者在做出真实世界决策时使用的特定决策标准[5]。从圈内人的角度来看圈内人的世界与从圈外人的角度收集数据并测试模型的目标完全不同,前者有助于提炼出真正的或“本土”的观点。因此,EDTM提取出来的决策标准包含着“文化主位(Emic)”范畴,是从文化承担者(即决策者)本身得出的意义单位,与研究人员所秉承的“文化客位(Etic)”思想形成鲜明对比[2]。
2)决策时所面临的每一种选项,都由一组方面构成。根据Lancaster和Tversky的观点,方面被明确地定义为选择项的维度、特征或属性[31],决策被分解为拥有多个特征或方面的可选方案的排列和比较。Gladwin C H等[32]进一步假设,决策树是一系列离散的决策标准;当面对连续的定量维度(如价格)时,决策者会将其视作约束条件(如“价格小于6 000元”)或排序型分类(如“事物A的价格小于事物B的价格”)。因为人类信息加工能力的局限性,从认知的角度而言,决策是由一种分解的、甚至是支离破碎的方式进行的,一次比较一个维度[33]。因此,使用其中决策标准被放置在节点或分支点的层次决策树模型,图形化地表示这样的过程是可行的[31,34]。这种层次性也将民族志决策树与线性回归分析等线性可加模型区别开来[4]。民族志决策树模型中所有的决策标准都必须沿着一条路径传递到特定的结果或选择,由此产生的模型是一个反映了从决策者自身抽取出来的各种专家规则的专家系统或层次模型。 3)决策者的个体决策过程,经历了两个阶段。在第一阶段,决策者快速地简化问题,并且通常在无意识且预先有所关注的情况下,消除所有无法满足一系列标准或方面的可选方案,缩小决策的范围[35],呼应了Tversky的逐步消除理论。决策问题简化后,决策者进入第二阶段,即决策过程的意识和核心阶段[31]。这一过程本质上是“约束条件下最大化(Maximization Subject to Constraints)”的代数表现,蕴含着微观经济学的基本选择原则。决策者首先选择一个方面来对剩下的可选方案进行排序,并考虑可选方案是否能依次满足一系列其他方面或约束条件。通过与否的两极性也提供了EDTM采用二叉树结构的前提[36-37]。决策者会接受排名第一且通过了所有约束条件的方案。如果该方案未能通过某个约束条件,那么该约束条件下排名第二的可选方案有机会得到决策者的青睐。如果没有可选方案通过所有的约束条件,那么决策者就会使用其他策略,即离开该决策过程。个体的整个决策过程是Tversky的逐步消除理论和微观经济学中最大化理论的结合。
12基本步骤
混合了民族志研究的循环发现过程和社会科学的线性假设检验方法,民族志决策树的建模方法本质上是一种两阶段的研究方法,包括以发现为导向的模型构建阶段和需要严格检验流程的模型检验阶段,其基本思想如图2所示[4,38]。
Gladwin[5]提供了开发民族志决策树模型的详细说明,明确了模型构建阶段的8个步骤和模型检验阶段的7个注意事项,黄奇等[21]、徐孝娟等[23-24]、Ryan G W等[12]等精炼了这些流程。应用民族志决策树模型的基本步骤如下:
1)确定要建立决策树模型的行为选择(即决策),从方便的受访者样本中引出决策标准。在明确具体的决策问题的同时,筛选该决策涉及的所有选项,确定决策的一组替代方案(如“在自己的土地上种植玉米,还是土豆?”)。根据具体的决策问题及其替代方案的内容选择代表性的分组样本,从不同的访谈组中捕捉决策标准、原因和约束条件等变化。同一决策情境下的受访者样本总数一般为20~30名[5]。
2)迭代进行民族志研究的循环发现过程,进一步详细阐述并搜集同一群体中不同信息提供者的决策标准。进行民族志访谈和参与式观察[39],承认被访谈的信息提供者是该决策场景的专家,使用圈内语言询问民族志问题,避免出现民族中心主义的引导性问题(如“你不点汉堡是因为你没有钱吗?”),同时尝试观察不同的选择行为。对每位受访者进行简短的描述,记录模型、标准、约束条件和背景信息,捕捉决策过程的内在逻辑或决策制定者的主位推理。在访谈过程中寻找并逐一对比决策者之间的不同,图2民族志决策树建模方法的基本思想
重复该过程,直到决策标准被正确地指定。
3)利用上述的民族志数据和调查数据构建个体决策树模型与群体决策树模型。分析得到的数据,发现决策标准和受访者报告的行为之间的模式(即个体决策树模型),将其规范化为一个(或多个)明确的行为预测的群体决策树模型[2]。构建群体模型有直接方法和间接方法。间接方法是从第一个受访者的个体模型开始,随后的所有模型都经过添加、修改、删除决策标准,建立在第一个模型的基础之上[40]。间接方法呼应了Mill J S等[41]提出的分析感应法:仔细检查那些不接受该模型的情况,相应地修改模型,直到使其达到一定程度的精确度。这种迭代过程有助于检查每个受访者是否认为其他决策标准是有效的或相关的[5]。相反,直接方法首先独立地构建所有的模型,然后寻求它们的组合。它具有更直接和自然的优势,但要注意保留每个个体决策模型的民族志有效性[42]。
4)搜集来自相同群体的独立新样本的数据检验模型,计算模型预测力,分析错误并进行修正。使用群体决策树中的每个决策标准作为问卷中的问题,建立一个正式的问卷来检验模型。从一个来自相同群体的独立新样本收集的数据验证模型是否预测了群体中个体的选择行为与决策现象的相关性[42]。当模型无法解释受访者选择行为时,无须立刻引导或修正问题,而是应在问卷调查结束后返回到开放式问题中,找寻模型预测失误的原因。模型的预测率等于总成功数除以样本总数。如果预测率不足85%,采取重新概括决策标准、添加决策标准、更改决策标准或路径的顺序等方法修正群体决策树模型,重新进行检验,比较修正后的模型和之前决策模型的差异。
总的来说,在决策树模型构建阶段,研究者通過民族志访谈得到决策者在真实决策中的决策标准和思维路径,据此构建个体及群体决策树模型;在决策树模型检验阶段,决策树被转化为结构化问卷,其结果用来验证决策模型是否达到85%的预测能力[21]。
2EDTM在信息系统领域的应用现状
梳理EDTM在国内外信息系统中应用的研究,发现特定群体的行为研究和用户流失因素研究是两个主要方向。
21EDTM在特定群体的行为研究中的应用
学生样本因其易获得、低成本、同质性明显[43]等特征,成为群体性行为研究的良好样本,在社会科学研究中倍受青睐[44]。一些学者通过EDTM,对大学生的常见行为的决策标准进行了深入了解。Andergassen M等[40]和徐孝娟等[24]关注大学生对博客的使用,分别以社交型博客和学术博客为客体进行民族志决策树建模,发现学生用户开始使用和停止使用博客的原因存在明显差异。Chang C等[20]描述了大学生是否玩大型多人在线角色扮演游戏的决策过程,并在民族志决策树的基础上,引入本体的概念和形式概念分析(FCA),试图更进一步地展现决策标准和决策制定者之间的逻辑计算和推理。
对其他群体行为决策的EDTM应用研究则多集中在群体对信息和通讯技术(ICT)的使用这一主题中,肯定了ICT在社会和经济发展中的促进作用。Mwangi B J等[38]的研究回答了肯尼亚的中小企业用户是如何做出是否注册移动银行服务的决策。与此类似,Bailey A等[42]开发民族志决策树模型,解释社区成员决定使用远程电视中心来进行创业活动的决策过程,也为ICT的影响研究提供了支持。Davenport R D等[45]等则关注信息技术弱势群体,构建树模型探讨老年人对智能技术的需求决策,了解老年人对智能技术的认识。值得注意的是,上述用户群体对ICT使用的民族志决策树模型也为服务的供应商提供了关于其目标消费者的重要知识,从“圈内人”角度理解消费者诉求[46]。 除学生群体的常见行为决策、群体对ICT的使用决策等研究主题外,黄奇等[21]另辟蹊径,利用民族志决策树对行为因素、动机和过程的考量,关注领域专家的决策脉络,从“外行”的角度挖掘政府网站链接动机的专业知识。
尽管学界利用EDTM进行了广泛的特定群体的行为研究,但现有研究存在以下问题:仅Chang C等[20]在常规模型检验以外使用基于本体思想的形式概念分析,论证决策标准的逻辑性和科学性,鲜有研究者认识到采取有效的二次检验以降低主观臆测的必要性;虽然部分研究采取扎根理论[23]、进行主题分析[42]等方法挖掘行为动机,但现有研究只关注模型预测能力达标,在动机解释方面力度不充分,不足以说明为什么人们会按照模型展示的方式行事,决策的方面如何被选择,以及学习行为如何发生[36]。
22EDTM在用户流失因素研究中的应用
厘清平台或网站的用户流失因素,是国内信息系统领域对EDTM应用的新兴重点。徐孝娟等[25]关注社交网络的用户数量及活跃程度的大规模衰退,建立基于S-O-R理论的民族志决策树模型,在厘清用户不再使用开心网的决策过程同时,根据民族志访谈抽取并分析用户流失要素。与此类似,郭顺利等[26]聚焦于高校图书馆微信公众平台的用户流失现象,以民族志决策树结合解释结构方程的研究方法,分析用户流失因素的层级和相互关系。此外,Andergassen M等[40]和徐孝娟等[24]关于大学生停止使用博客的决策树模型也在某种意义上反映了博客的用户流失研究。相比其他类型的用户流失预测模型,民族志决策树模型关注行为的动机和原因,描述并预测个体的决定,允许“圈外人”尤其是服务提供商从中学习,采取针对性措施减少用户流失。
上述用户流失因素的信息系统研究,不及社会科学领域对民族志方法的融会贯通,在建模前期的民族志访谈循环薄弱,多数研究仅限于利用访谈和观察引出决策标准,访谈不充分且决策标准的启发效率不高,并且鲜有研究涉及实地调查、焦点小组、文化背景调查和现场笔记等丰富的民族志方法。此外,研究得到的决策树模型都过于单薄,难以充分展现现实世界的复杂决策,除个别学者认识到EDTM本身嵌套的“如果……就……”顺序逻辑对平行逻辑决策的忽视[23],多数研究均未涉及对模型结构和维度的完善。
3EDTM在信息系统领域的发展展望
文献综述发现,信息系统领域在EDTM的应用研究中存在的问题主要表现为模型创建阶段缺乏充分的民族志研究循环、得到的决策树模型略显单薄、模型检验阶段缺乏有效的二次检验、对决策动机分析不足导致模型缺乏解释力等,建模和检验两方面都存在缺陷,难以充分展现理论的适用性和有效性;现有研究仅局限于特定群体的行为研究和用户流失因素研究两个方向,仍有值得进一步深入研究的有趣领域。展望EDTM在信息系统领域的未来发展,不仅有必要改进EDTM的建模与检验方法,还需进一步拓展EDTM的应用领域。
31改进EDTM的建模与检验方法
未来研究可从以下几方面着手,解决EDTM应用中存在的问题:
1)合理利用访谈技巧,提高决策标准的启发效率。在建模阶段,半结构化的民族志访谈是启发决策标准的重要手段,研究者通过开放式的问题进行广泛的探索[39,47],生成个体决策树。合理利用访谈技巧,提高决策标准的启发效率是进行充分的民族志研究循环的关键问题。一方面,发挥历史信息的启发作用。过去的经历会影响现在的决策,在最近或突出情況下做出的决定在记忆中更易获得[11],在访谈受阻时可以作为特别的启发式问题。对历史决策的详细提问也可以保证在获取数据建立初步模型时所有的受访者都得到了相同的线索启示[12]。另一方面,融合社会学和心理学方法可以提高访谈质量。对访谈中、访谈后及整个研究过程的现场记录,组成了深入分析所必需的细节构件,可以帮助事件的后续重建工作[48];主题分析[49]使得研究者通过迭代阅读深入地了解数据,分析数据之间细微的语义差别,并确定主题(如决策标准)之间的相关关系;个人构念心理学和凯莉方格法[50]可以提供不带研究者偏见的构念启发方法。
2)在分层树状模型的基础上,拓展模型结构和维度。一方面,在模型建立阶段与扎根相结合,补充平行逻辑,丰富模型结构。徐孝娟等[23]指出,扎根理论具有自下而上的架构和时刻对理论保持高度敏感性的特征,可以有效补充模型的平行逻辑及避免模型过于主观。具体而言,模型构建阶段中需要发现的不仅是关于决策过程的模型,而是关于决策的“开放式访谈问题的模型”,即在“如果……就……”分层递进逻辑的基础上,加入扎根理论中平行的衍生逻辑关系,不断循环,深入获取构念属性的同时,补充完善相关的条目,使得构建的模型更加客观。另一方面,从决策者主体出发,建立贴合决策者身份或角色的角色模型[10],增加模型维度。尽管树模型是个体认知地图,但个体并不会在不考虑他人的情况下做出决定[1,9]。社交关系在个体的实际决策过程中发挥重要作用[10,20],社交角色结构是由决策树模型所做的决策导致的。社会学符号互动理论认为,个体越经常地扮演特定的社会角色,对该角色的承诺就越多,角色的属性就越有可能被整合到他们的性格中,从而被转化为实际的行为[51-52]。角色模型可用于针对特定角色进行精准定位的决策干预。
3)利用定量分析方法进行模型检验,减少主观臆测性。EDTM是对决策关键考量因素的主观指标展示[20]。虽然存在模型预测力检验过程,但仍然存在一定主观性。为了最大程度的消除主观因素的影响,后期的研究者倾向于在该阶段中加入更为客观的定量分析方法进行二次检验,然而信息系统领域鲜有研究涉及该方面的讨论。结合其他领域的研究经验,未来研究可以借鉴以下两类定量检验方案。第一,统计关于决策者实际做什么的定量数据,进一步准确地了解其所做的决策。例如,在中学生是否留校吃午餐的复杂决策模型中,定量数据不仅包括是否买学校午餐的结果计数,还包括学校午餐的价格、回家的路程、校外餐馆的平均价格等。对这些定量数据进行统计、分类与分析,甚至可以在问决策者关于为什么做出选择这一问题之前,就能知道他或她会有什么样的选择[5]。第二,对问卷数据进行回归分析,与定性结果互相呼应,加强模型的预测能力。Gladwin C H在后期的研究[4]中认为,概率单位法和有序逻辑回归等定量方法能够测量决策树模型中重要选择因子的统计意义,并判断决策标准中的任何变量是否与表示决策的因变量显著相关。回归分析结果也能反过来验证民族志的结果,因为回归分析使研究人员能够在保持所有其他重要变量的同时专注于感兴趣的变量,挖掘变量或约束条件之间的互补关系。 4)结合民族志描述和认知理论,提高模型解释力。Ryan G W等[12]建议在民族志决策树模型建立的基本步骤之外,通过受访者自己说明他们为什么会这样做的描述和响应来解释行为动机和原因,加强了对行为动机的分析。除回归民族志描述外,信息系统领域还可以通过激发认知研究方法的使用来增加和扩展研究的广度。Murray-Prior[36]采纳了个人构念理论的基本假设和十一个推论,认为其对动机、学习和行为的推论更接近现实,能连贯地解释民族志决策树模型中各方面的选择,扩展模型的可描述性和可操作性。与此类似,Zachary D A等[13]基于EDTM的食品购买决策行为研究,结合了情境认知理论,从决策者视角的行为、环境与个体之间的作用以及环境影响决策过程的角度,提供更具说服力的模型论证。
32拓展EDTM的应用领域
决策者的决策过程和决策准则是EDTM的核心。为了正确地梳理决策过程、识别决策标准,决策必须是具体且明确的[5],因此也决定了研究问题多是含义明确、形式简单的是非题。对研究问题的这些要求也意味着内涵丰富的复杂构念(如顾客忠诚)不适合采用EDTM进行实证研究,一定程度上限制了EDTM在信息系统领域的应用范围。
尽管如此,从EDTM在信息系统领域的应用现状梳理可知,EDTM是探索信息系统领域涉及的群体(或其中个体)决策行为的良好工具。对特定群体所使用的特定决策准则的关注,为研究人员了解群体认知过程提供了可行的切入点;民族志访谈和参与式观察的民族志方法,为研究结果提供了充分的解释;“从个体到群体”的民族志思想,为相关研究的科学性和适用性提供了有力佐证[18-19];允许“圈外人”学习的决策脉络模型,为政策制定者利用新政策干预决策过程提供了充分的信息。为了充分利用这一良好工具,完善研究框架,实现新的突破,信息系统领域未来研究可从以下几方面丰富EDTM的应用实践:
1)信息系统各研究领域中的特定群体的行为研究。在Banker R D等[53]总结的信息系统几大研究领域中,EDTM大有可为。例如,在人机交互领域,因为EDTM充分复制人脑思维过程的特性,有助于研究系统设计问题,使系统更契合用户,最大限度地提高效率;在IS组织与战略领域,梳理决策脉络,对管理涉及相关的个体、群体和组织行为进行理论解释和模型解释;在IS与IT经济领域为电子商务及相关信息产品的用户满意度问题提供实证研究入口。
2)用户流失因素决策树预测模型。面对互联网时代下的行业竞争,分析用户流失的影响因素、最大限度地减少流失客户是现有网站或平台亟须解决的问题,在此背景下,运用EDTM预测用户流失极具现实意义。不仅如此,作为一种可行的认知研究方法,EDTM还挖掘了与行为过程相关的内生和外生决策标准[38]。通过研究这些决策标准和约束条件,服务提供商和政策制定者可以更深入地了解用户在网站或平台使用中的看法和经验,从而为用户提供更有效的信息,切实缓解用户流失趋势。
3)复杂用户行为的多阶段民族志决策树模型。用户行为在互联网时代呈现更加复杂的趋势,单一的决策树模型无法充分解释行为动机的纵向机理。面对这一困境,决策者主体关于某种事物或客体的决策过程可以分割为两个模型[40]——反应是否开始做某事的决策模型和反应是否决定继续做某事的决策模型,即Gladwin C H所描述的顺序模型。多阶段民族志决策树模型,不仅可以预测两类决策过程的差异性和决策标准的异同性,还能为“从始至终”的复杂用户行为提供更全面的认知知识解释。
4)EDTM群体外部有效性。在传统的社会学和医学实践中,EDTM的目标群体的外部有效性頗受关注。Gladwin H[54]曾对美国加利福尼亚州和全美的汽车购买决策进行了对比,发现整体决策标准的共性较大,部分决策标准存在程度差异。Breslin F C等[11]的临床医生的病人转诊决策研究中,虽然发现了群体的转移和扩大对决策结果的影响,但是肯定了预测准确性。Ryan G W等[12]明确表示美国民众是否会回收易拉罐的模型可以进行内部和外部有效性的检验,并认为全国性的代表性样本提供了对模型的有力检验,可以衡量本地样本反映关于某一特定行为的国家文化的程度。受此启发,信息系统领域内的未来研究可以在EDTM的群体外部有效性上有所建树。
除了从上述4个方面在广度上丰富信息系统领域中的EDTM应用实践外,在深度上也需要注意决策标准和约束条件背后研究问题的挖掘。EDTM捕捉并展示了现实行为决策中的重要原则,指出了关键的成功路径,而不是关键的成功因素。误将关键成功路径作为关键成功因素在信息系统领域的相关应用实践中较为常见[25,40]。确定关键的成功因素可能具有误导性,因为没有一个简单的前提是导致某个给定结果的充分或必要条件。描述和解释关键的成功路径和关键的失败路径是对决策过程的正确理解[55]。但是,这并不意味着EDTM不能被用来挖掘决策因素,关于决策过程的基于认知规则的模型可以用来产生有关决策行为的假设,成为理论发展的前期定性研究的有效探索。
Davenport R D等[45]强调对约束条件和决策的深入讨论和从访谈中挖掘深层原因或研究问题。整体的民族志决策树模型也可以为未来的定性研究提供基础,使研究者能够发展基于实证观察的命题,甚至深入探讨围绕每个约束或促进条件的主题问题,提出基于实证结果和文献支持的命题。确定的最终概念和类别也可以为未来的定量研究提供必要的构念框架,提高未来定量研究(即调查设计)的有效性[46],推广研究结果。与此类似,Mwangi B J等[38],以及国内郭顺利等[26]也强调了对决策标准的进一步分析,前者进行描述性统计理解圈内人关注重点,后者则采用解释结构模型,分解各个决策标准之间的层级关系,挖掘问题的表面和根本的影响因素,提高对决策涉及问题的认识和理解程度。
4结语
本文梳理了EDTM的理论基础和基本步骤,并对信息系统领域应用EDTM的实证研究进行了综述,发现EDTM的应用成果集中在特定群体的行为研究和用户流失因素研究中。针对模型创建阶段缺乏充分的民族志研究循环、得到的决策树模型略显单薄、模型检验阶段缺乏有效的二次检验、对决策动机分析不足导致模型缺乏解释力等EDTM应用现状中存在的问题,未来研究应该关注信息系统研究中民族志决策树建模与检验方法的改进,着重考虑以下几个方面:①合理利用访谈技巧,提高决策标准的启发效率;②在分层树状模型的基础上,拓展模型结构和维度;③利用定量分析方法进行模型检验,减少主观臆测性;④结合民族志描述和认知理论,提高模型解释力。针对信息系统领域EDTM文献总量和研究方向较少等现状,建议未来研究从信息系统各大研究领域中的特定群体的行为研究、用户流失因素决策树预测模型、复杂用户行为的多阶段民族志决策树模型和EDTM群体外部有效性4个方面,在广度上丰富EDTM的应用领域,同时在深度上挖掘决策标准和约束条件背后的研究问题。 參考文献
[1]Gladwin C.Contributions of Decision-Tree Methodology to a Farming Systems Program[J].Human Organization,1983,42(2):146-157.
[2]Beck K A.Ethnographic Decision Tree Modeling:A Research Method for Counseling Psychology[J].Journal of Counseling Psychology,2005,52(2):243.
[3]Morgenroth W M.A Method for Understanding Price Determinants[J].Journal of Marketing Research,1964,1(3):17-26.
[4]Gladwin C H,Peterson J S,Mwale A C.The Quality of Science in Participatory Research:A Case Study from Eastern Zambia[J].World Development,2002,30(4):523-543.
[5]Gladwin C H.Ethnographic Decision Tree Modeling.[M].Newbury Park,California:Sage Publications,1989.
[6]Gladwin C H.A View of the Plan Puebla:An Application of Hierarchical Decision Models[J].American Journal of Agricultural Economics,1976,58(5):881-887.
[7]Barlett P F.The Structure of Decision Making in Paso[J].American Ethnologist,1977,4(2):285-308.
[8]Gatewood J.Deciding Where to Fish:The Skippers Dilemma in Southeast Alaskan Salmon Seining[J].Coastal Zone Management Journal,1983,10(4):347-367.
[9]Mukhopadhyay C.Testing a Decision Process Model of the Sexual Division of Labor in the Family[J].Human Organization,1984,43(3):227-242.
[10]Johnson J,Williams M L.A Preliminary Ethnographic Decision Tree Model of Injection Drug Users(IDUs)Needle Sharing[J].International Journal of the Addictions,1993,28(10):997-1014.
[11]Breslin F C,Gladwin C H,Borsoi D,et al.Defacto Client-Treatment Matching:How Clinicians Make Referrals to Outpatient Treatments for Substance Use[J].Evaluation