@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00240341,
 author = {早坂, 喜哉 and 高橋, 晶子 and 菅沼, 拓夫},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2024論文集},
 month = {Jun},
 note = {コロナ禍でのオンライン授業の活性化に伴い，学習者の学びに関するデータ（学習データ）の蓄積が進み，学習データを分析し利活用する学習分析(Learning Analytics: LA)への注目度が高まっている．学習データの利活用においては，データ収集の際に学習者の実行的な同意が取れていない問題がある．これに対し，学習者と分析者の代理となるエージェント同士が代理で自動交渉を行うことで，プライバシに配慮した学習データ共有を行う手法が提案されている．本稿ではLAの特徴であるグループ単位での学習に着目し，グループとして学習データの提供量調整を行う，第三者エージェントを用いた自動交渉手法を提案する．具体的には，交渉中に人間が介入することを考慮したStacked Human Alternating Offers Protocol (SHAOP)に基づき自動交渉を行う手法について提案し，提案手法の実現可能性について議論する．},
 pages = {1627--1634},
 publisher = {情報処理学会},
 title = {学習分析における学習データ流通のための第三者エージェントを用いた自動交渉手法の設計},
 volume = {2024},
 year = {2024}
}