ဘယ်လိုအချိန်, ရှုပ်ထွေးနှင့်မရေရာဒွိဟသြဇာလွှမ်းမိုးမှုကျနော်တို့ကိုအသုံးပြုဖို့ရာနည်းလမ်း
သင်သည်သင်၏အသက်တာ၏နေ့တိုင်းလျှောက်လုံးဆုံးဖြတ်ချက်များကြီးမားပြီးသေးငယ်တဲ့နှစ်ဦးစလုံးလုပ်ရန်ရှိသည်။ သငျသညျနံနက်စာများအတွက်ရှိသည်ဖို့ဘာကိုလိုချင်တာလဲ? သငျသညျညစာစားဘို့မိတ်ဆွေတစ်ဦးအဘယ်အရာကိုအချိန်နှင့်တွေ့ဆုံရန်သင့်သလဲ သငျသညျအဘယျသို့ကောလိပ်ကျောင်းကိုသွားသင့်သလဲ သငျသညျရှိသည်ဖို့ဘယ်နှစ်ယောက်ကလေးတွေလိုသလဲ
အချို့သောဆုံးဖြတ်ချက်များကိုနှငျ့ရငျဆိုငျရတဲ့အခါ, သင်ရုံတစ်အကြွေစေ့လှန်နှင့်အခွင့်အလမ်းသင့်ရဲ့ကံကြမ္မာဆုံးဖြတ်ရန်စေစုံစမ်းသွေးဆောင်ခြင်းကိုခံစေခြင်းငှါ။
အများဆုံးကိစ္စများတွင်ကျွန်တော်တစ်ဦးဆုံးဖြတ်ချက်မှာရောက်လာနိုင်ရန်အတွက်မဟာဗျူဟာတစ်ခုအချို့မဟာဗျူဟာသို့မဟုတ်စီးရီးလိုက်နာပါ။ ကျွန်တော်တစ်ဦးချင်းစီနှင့်နေ့တိုင်းလုပ်သောအတော်လေးအသေးစားဆုံးဖြတ်ချက်များ၏အများသောသူတို့က, အကြွေစေ့လှန်လှောကြည့်ထိုကဲ့သို့သောကြောက်မက်ဘွယ်သောချဉ်းကပ်မှုဖြစ်လိမ့်မည်မဟုတ်ပေ။ ရှုပ်ထွေးခြင်းနှင့်အရေးကြီးသောဆုံးဖြတ်ချက်များအချို့, ကြှနျုပျတို့ညာဘက်နိဂုံးချုပ်ဖို့လာမယ့်သို့အချိန်, သုတေသန, အားထုတ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာစွမ်းအင်တွေအများကြီးရင်းနှီးမြှုပ်နှံဖို့ပိုများပါတယ်။
ဒါကြောင့်ဘယ်လိုအတိအကျဤလုပ်ငန်းစဉ်အလုပ်မလုပ်သလဲ, အောက်ပါအဓိကတချို့ရှိနေပါတယ် ဆုံးဖြတ်ချက်ချမဟာဗျူဟာ သင်အသုံးပြုအကြောင်းတည်း။
အဆိုပါ Single-Feature ကိုမော်ဒယ်
ဤသည်ချဉ်းကပ်မှုတစ်ခုတည်းကိုသာ single-အင်္ဂါရပ်ပေါ်တွင်သင်၏ဆုံးဖြတ်ချက် hinging ပါဝငျသညျ။ ဥပမာအားဖြင့်, သင်သည်ဆပ်ပြာဝယ်ယူနေကြသည်ဆိုပါစို့။ သင့်ဒေသခံ superstore မှာရွေးချယ်စရာတစ်ခုကျယ်ပြန့်မျိုးစုံနှင့်အတူရင်ဆိုင်ခဲ့ရသည်ကိုသင်စျေးနှုန်းပေါ်တွင်သင်၏ဆုံးဖြတ်ချက်ကိုအခြေခံများနှင့်ရရှိနိုင်ဆပ်ပြာများ၏စျေးအသက်သာဆုံးအမျိုးအစားကိုဝယ်ခြင်းငှါဆုံးဖြတ်။ ဤကိစ္စတွင်ခုနှစ်, သင်သည်အခြားလျစ်လျူရှု variable တွေကို (ဥပမာရနံ့, အမှတ်တံဆိပ်, ဂုဏ်သတင်းနှင့်ထိရောက်မှုအဖြစ်) နှင့်ရုံတစ်ခုတည်းအင်္ဂါရပ်အပေါ်အာရုံစူးစိုက်။
အဆိုပါ Single-feature ကိုချဉ်းကပ်ဆုံးဖြတ်ချက်ကိုအတော်လေးရိုးရှင်းတဲ့သည်နှင့်သင်အချိန်ကိုဖိထားရာအခြေအနေများတွင်ထိရောက်သောနိုင်ပါတယ်။ သို့ရာတွင်ထိုသို့ယေဘုယျအားဖြင့်ပိုမိုရှုပ်ထွေးဆုံးဖြတ်ချက်များနှင့်ဆက်ဆံရာတွင်အခါအကောင်းဆုံးနည်းဗျူဟာမဟုတ်ပါဘူး။
နောက်ထပ် Feature ကိုမော်ဒယ်
ဤနည်းလမ်းကိုအကောင့်ထဲသို့ဖြစ်နိုင်သောရွေးချယ်မှုအပေါငျးတို့သအရေးကြီးသောအင်္ဂါရပ်များကိုယူပြီးပြီးတော့စနစ်တကျ option တခုစီအကဲဖြတ်ပါဝငျသညျ။
ဤသည်ချဉ်းကပ်မှုပိုမိုရှုပ်ထွေးဆုံးဖြတ်ချက်တွေမချတဲ့အခါမှာပိုကောင်းတဲ့နည်းလမ်းဖြစ်လေ့ရှိတယ်။
ဥပမာအားဖြင့်, သငျသညျသစ်တစ်ခုကကင်မရာကိုဝယ်ယူရန်စိတ်ဝင်စားဖြစ်ကြောင်းမြင်ယောင်ကြည့်ပါ။ သင်ကင်မရာရှိသည်ဖို့ချင်သောအရေးကြီးသောအင်္ဂါရပ်များစာရင်းတစ်ခုဖန်တီး, ထို့နောက်သင်တို့တွင်အ -5 +5 တစ်စကေးအပေါ်တစ်ခုချင်းစီကိုဖြစ်နိုင်သမျှ option ကိုဘယ်လောက်ရှိသလဲ။ အဓိကအားနည်းချက်များရှိသည်သောသူတို့အားကြောင်းအချက်တစ်ခု -5 အဆင့်သတ်မှတ်ချက်အရစေခြင်းငှါ, စဉ်တွင်အရေးကြီးသောအားသာချက်များရှိသည်ကင်မရာများ, ထိုအချက်တစ်ခု +5 အဆင့်သတ်မှတ်ချက်အရပေလိမ့်မည်။ သငျသညျ option တခုစီကြည့်ရှုခဲ့ကြပြီးတာနဲ့သို့ဖြစ်လျှင်သင်သည်အမြင့်ဆုံးအဆင့်သတ်မှတ်ချက်သည့် option ကိုဆုံးဖြတ်ရန်ရလဒ်များတက် tally နိုင်ပါတယ်။
နောက်ထပ်အင်္ဂါရပ်မော်ဒယ်ရွေးချယ်မှုအမျိုးမျိုးတို့တွင်အကောင်းဆုံး option ကိုဆုံးဖြတ်ရန်အလွန်ကြီးစွာသောလမ်းရှိနိုင်ပါသည်။ သငျသညျစိတ်ကူးနိုင်သကဲ့သို့, သို့သော်, ကအတော်လေးအချိန်-စားသုံးနိုင်ပါတယ်နှင့်ဖြစ်ကောင်းသင်အချိန်များအတွက်ဖိလျှင်သုံးစွဲဖို့အကောင်းဆုံးကိုဆုံးဖြတ်ချက်ချမဟာဗျူဟာမဟုတ်ပါဘူး။
aspect မော်ဒယ်အားဖြင့်ပပျောက်ရေးနေ့
ရှုထောင့်ပုံစံအားဖြင့်ဖျက်သိမ်းရေးပထမဦးဆုံးဒီချဉ်းကပ်မှုမှာတော့ 1972 ခုနှစ်တွင်စိတ်ပညာရှင်အာမုတ် Tversky နေဖြင့်အဆိုပြုခဲ့ပါတယ်, သင်အရေးကြီးဆုံးယုံကြည်သမျှအင်္ဂါရပ်နှင့်အတူစတင်မယ့်အချိန်ကတစ်ဦးချင်းစီ option ကိုတဦးတည်းဝိသေသအကဲဖြတ်ရန်။ တစ်ဦးကို item သင်သည်ထူထောင်ထားသောစံနှုန်းများနှင့်တွေ့ဆုံရန်ပျက်ကွက်သည့်အခါ, သငျသညျရှေးခယျြစရာသင့်ရဲ့စာရင်းကိုချွတ်ပစ္စည်းကိုဖြတ်ကျော်။ သငျသညျနောက်ဆုံးမှာကိုယ့်တဦးတည်းကအခြားရွေးချယ်စရာမှာရောက်လာသည်အထိသင်စာရင်းပယ်ပစ္စည်းများကူးအဖြစ်ဖြစ်နိုင်သောရွေးချယ်မှုသင်၏စာရင်းကိုငယ်များနှင့်သေးငယ်ရရှိသွားတဲ့။
မငြိမ်သက်မှုကြောင့်များ၏မျက်နှာများတွင်ဆုံးဖြတ်ချက်များကို Making
ယခင်သုံးဖြစ်စဉ်များမကြာခဏဆုံးဖြတ်ချက်များတော်တော်လေးရိုးရှင်းတဲ့များမှာဘယ်မှာကိစ္စများတွင်အသုံးပြုခဲ့ပေမယ့်စွန့်စားမှု, မရေရာဒွိဟ, ဒါမှမဟုတ်မသေချာမရေရာပါဝင်ပတ်သက်နေတဲ့အချို့သောငွေပမာဏလည်းမရှိသည့်အခါဘာဖြစ်သွားလဲ? ဥပမာအားဖြင့်, သင်သည်သင်၏စိတ်ပညာလူတန်းစားများအတွက်နှောင်းပိုင်းတွင်အပြေးနေကြသည်ဆိုပါစို့။ သငျသညျအချိန်ပေါ်ရှိရနိုင်ရန်အတွက်အမြန်နှုန်းကန့်သတ်အထက်မောင်းကားအရှိန်လက်မှတ်ရတဲ့အန္တာရာယ်သငျ့သလော သို့မဟုတ်သင်အန္တရာယ်နှောင်းပိုင်းကဖြစ်ခြင်း, အမြန်နှုန်းကန့်သတ်မောင်းနှင့်ဖြစ်နိုင်သည်တစ်စီစဉ်ထားတဲ့ pop ပဟေဠိပျောက်ဆုံးများအတွက် Dock မှတ်ရသင့်သလဲ ဤကိစ္စတွင်ခုနှစ်, သင်တစ်ဦးအရှိန်လက်မှတ်ရလိမ့်မည်ဟုဖြစ်နိုင်ခြေဆန့်ကျင်သင့်ရဲ့ချိန်းဆိုမှုအတှကျအနှောင်းပိုင်းတွင်ဖြစ်အံ့သောငှါဖြစ်နိုင်ခြေချိန်ရန်ရှိသည်။
ရရှိမှု heuristic နှင့်ကိုယ်စားပြုမှု heuristic: ထိုကဲ့သို့သောအခြေအနေမျိုးတွင်ဆုံးဖြတ်ချက်မချတဲ့အခါမှာလူတွေကနှစ်ခုကွဲပြားခြားနားသောဆုံးဖြတ်ချက်ချမဟာဗျူဟာ employ လေ့ရှိပါတယ်။ ကိုသတိရပါ, တစ်ဦး heuristic လူတွေလျင်မြန်စွာဆုံးဖြတ်ချက်များနှင့်တရားစီရင်ပိုင်လုပ်ခွင့်ပြုမယ့်စည်းမျဉ်း-of လက်မစိတ်ပိုင်းဆိုင်ရာဖြတ်လမ်းဖြစ်ပါတယ်။
- အဆိုပါရရှိနိုင် Heuristic : ငါတို့သည်တစ်စုံတစ်ခုသည်မည်မျှဖွယ်ရှိဆုံးဖြတ်ရန်ဖို့ကြိုးစားနေကြသောအခါ, ငါတို့မကြာခဏကျနော်တို့အတိတ်တွင်ဖြစ်ပျက်အလားတူဖြစ်ရပ်များမှတ်မိနိုင်ပုံကိုအလွယ်တကူအပေါ်ယင်းသို့ခန့်မှန်းချက်အခွပွေု။ သင်အမြန်နှုန်းကန့်သတ်ကျော်မောင်းနှင့်လက်မှတ်ရတဲ့အန္တာရာယ်သင့်ပါတယ်လျှင်ဆုံးဖြတ်ရန်ကြိုးစားနေတယ်ဆိုရင်ဥပမာ, သင်ကလူအဝေးပြေးလမ်းမကြီးတစ်ဦးအထူးသဖြင့်လမ်းပိုင်းပေါ်မှာရဲအရာရှိအားဖြင့်ကျော်ဆွဲထုတ်တဲ့မြင်ကြပြီဘယ်လိုအကြိမ်ပေါင်းများစွာစဉ်းစားပေလိမ့်မည်။ သငျသညျခကျြခငျြးမဆိုဥပမာစဉ်းစားမနိုင်လျှင်ရရှိမှု heuristic လူအနည်းငယ်ကသင်၏အထူးသဖြင့်လမ်းကြောင်းအပေါ်အရှိန်အဘို့ကိုကျော်ဆွဲရကြောင်းတရားစီရင်တော်မူသည်သင်ဦးဆောင်ထားပြီးကတည်းကသင်ရှေ့ဆက်သွားနှင့်အခွင့်အလမ်းကိုယူရန်ဆုံးဖြတ်ပါလိမ့်မယ်။ သငျသညျကိုကျော်ဆွဲတဲ့လူများ၏မြောက်မြားစွာဥပမာစဉ်းစားနိုင်လျှင်, သင်ရုံကဘေးကင်းလုံခြုံ play နှင့်အကြံပြုမြန်နှုန်းကန့်သတ်မောင်းထုတ်ရန်ဆုံးဖြတ်ပါလိမ့်မယ်။
- အဆိုပါကိုယ်စားလှယ် Heuristic : ဒီစိတ်ပိုင်းဆိုင်ရာဖြတ်လမ်းတစ်ဦးအထူးသဖြင့်အဖြစ်အပျက်သို့မဟုတ်အပြုအမူကျွန်တော်တို့ရဲ့ရှေ့ပြေးပုံစံမှကျွန်တော်တို့ရဲ့လက်ရှိအခြေအနေနှိုင်းယှဉ်ပါဝငျသညျ။ အချိန်ပေါ်တွင်သင်၏အတန်းအစားရရန်သင့်အားမြန်ဆန်သင့်ပါတယ်ရှိမရှိဆုံးဖြတ်ရန်ဖို့ကြိုးစားနေသည့်အခါဥပမာ, သင်သည်သင်၏ပုံရိပ်တစ်ခုအရှိန်လက်မှတ်ရဖို့အများဆုံးဖွယ်ရှိသည်သူတစ်ဦးကိုယ့်ကိုယ်ကိုနှိုင်းယှဉ်ပေလိမ့်မည်။ သင့်ရဲ့ရှေ့ပြေးပုံစံပူပြင်းတဲ့-လှံတံကိုကားတစ်စီးမောင်းနှင့်သင်တစ်ဦး sedan ကားမောင်းသူတစ်ဦးနုပျိုစီးပွားရေးလုပ်ငန်းရှင်တွေဟာတစ်စိုးရိမ်ခြင်းမရှိသောဆယ်ကျော်သက်များ၏ဖြစ်ပါတယ်လျှင်သင်တစ်ဦးအရှိန်လက်မှတ်ရတဲ့၏ဖြစ်နိုင်ခြေအတော်လေးနိမ့်ကြောင်းခန့်မှန်းပေလိမ့်မည်။
အဆိုပါဆုံးဖြတ်ချက်ချမှတ်သည့်လုပ်ငန်းစဉ် (ထိုကဲ့သို့သောစနစ်တကျလက်ရှိရွေးချယ်မှု၏ကွဲပြားခြားနားသောရှုထောင့် rating ကဲ့သို့) ရိုးရှင်းတဲ့ (ထိုကဲ့သို့သောကျပန်းကျွန်တော်တို့ရဲ့ရရှိနိုင်ပါသည်ရွေးချယ်စရာထဲကကောက်နေကဲ့သို့) သို့မဟုတ်ရှုပ်ထွေးနှစ်ဦးစလုံးဖွစျနိုငျပါတယျ။ ကျနော်တို့သုံးတဲ့နည်းဗျူဟာကျနော်တို့ကဆုံးဖြတ်ချက်သည်ဆုံးဖြတ်ချက်၏ခြုံငုံရှုပ်ထွေးနှင့်ပါဝင်ပတ်သက်ကြောင်းမရေရာဒွိဟပမာဏကိုစေရန်ရှိသည်မည်မျှအချိန်အပါအဝင်အမျိုးမျိုးသောအကြောင်းအချက်များပေါ်တွင်မူတည်ပါသည်။
> Sources:
> Hockenbury, DH & Hockenbury, SE (2006) ။ စိတ္ပညာ။ နယူးယောက်: Worth ထုတ်ဝေ။
> Tversky, အေ (1972) ။ ရှုထောင့်အားဖြင့်ပပျောက်ရေး: ရွေးချယ်မှုတစ်ဦးကသီအိုရီ။ စိတ်ပိုင်းဆိုင်ရာပြန်လည်ဆန်းစစ်ခြင်း, 80, 281-299 ။
> Tversky, အေ, & Kahneman, ဃ (1982) ။ မသေချာမရေရာအောက်မှာတရားစီရင်: Heuristics နှင့်ဘက်လိုက်မှု။ ဒံယလေသ Kahneman, ပေါလု Slovic, & အာမုတ် Tversky (Eds ။ ) ၌တည်၏။ မသေချာမရေရာအောက်မှာတရားစီရင်: Heuristics နှင့်ဘက်လိုက်မှု။ နယူးယောက်: ကင်းဘရစ်တက္ကသိုလ်ကနှိပ်ပါ။