JP2003323601A - 信頼性尺度付き予測装置 - Google Patents
信頼性尺度付き予測装置Info
- Publication number
- JP2003323601A JP2003323601A JP2002129671A JP2002129671A JP2003323601A JP 2003323601 A JP2003323601 A JP 2003323601A JP 2002129671 A JP2002129671 A JP 2002129671A JP 2002129671 A JP2002129671 A JP 2002129671A JP 2003323601 A JP2003323601 A JP 2003323601A
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- certainty factor
- confidence
- reliability measure
- case
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
事例に基づく予測装置が出力する確信度に、その確信度
の信頼度を示す信頼性尺度を付加することにより、ユー
ザの判断を支援できるようにする。 【解決手段】既知事例集合と、予測事例が入力された場
合に、既知事例集合から予測事例に類似した事例の集合
である類似事例集合を抽出する類似事例抽出部1と、類
似事例集合から或る予測属性値の確信度を計算する確信
度計算部2と、類似事例集合と確信度から、その確信度
の信頼性尺度を計算する信頼性尺度計算部3とを備え、
ある予測属性値の確信度と、その確信度の信頼性尺度を
出力するように構成する。
Description
測事例(未知事例)を入力し、予測事例の予測属性があ
る値である確信度を、その確信度の信頼性を示す信頼性
尺度と共に出力する信頼性尺度付き予測装置に関する。
ワークの発達や、記憶密度の高密度化、コンピュータの
高性能、低価格化により、膨大な量の情報の蓄積が容易
となった。例えば、流通業におけるPOS(Point Of S
ale )システムでは全国各地の小売店の売り上げ内容を
本社コンピュータなどに集めることが可能であり、時間
と販売された商品の関係として刻々と蓄積されている。
の条件と生成された製品の歩留りデータ、金融業におけ
る個人のクレジットカード使用状況や、保険業における
保険使用者の個人データと使用状況の情報など、大量の
情報が蓄積されている分野は多岐にわたる。この蓄積さ
れたデータを用い、ビジネスに役立てたいという要望が
高まっている。
用いる一般的な方法の一つは、未知のことがらの予測を
行う、といわゆる予測問題である。すなわち、既に結果
が分かっている既知事例集合を用い、まだ結果がわかっ
ていない予測事例の結果を予測する。例えば、ダイレク
トメールの返答率を上げるための発送先の絞り込み、金
融与信問題、クレジットカードの不正顧客の発見、ネッ
トワークにおける不正アクセスの発見などがある。
基づく推論、判別分析など、従来の予測装置は、予測属
性の値(「予測属性値は○○である」)、または予測属
性値の確信度(「予測属性値が○○である確信度は0.
95である」)を出力していた。
のにおいては、次のような課題があった。
の出力である確信度を判断材料として、ユーザがその予
測を採用するかどうかは最終判断を行う場合も多い。従
来の場合、出力された確信度が信頼できるかどうかの尺
度がなく、ユーザがその結果を採用する、しないの判断
が困難である。
し、類似事例に基づく予測結果の確信度に、その確信度
の信頼度を示す信頼性尺度を付加することにより、ユー
ザの判断を支援できるようにすることを目的とする。
成するため、次のように構成した。
置は、既知事例集合と、予測事例が入力された場合に、
前記既知事例集合から予測事例に類似した事例の集合で
ある類似事例集合を抽出する類似事例抽出部と、前記類
似事例集合から或る予測属性値の確信度を計算する確信
度計算部と、前記類似事例集合と、前記確信度から、そ
の確信度の信頼性尺度を計算する信頼性尺度計算部とを
備え、ある予測属性値の確信度と、その確信度の信頼性
尺度を出力することを特徴とする。
において、前記信頼性尺度計算部は、その内部で、確信
度計算に用いる類似事例数を変化させ、その結果確信度
がどう変化するかを基に信頼性尺度を計算する機能を備
えていることを特徴とする。
いて、既知事例集合と、予測事例が入力された場合に、
前記既知事例集合から予測事例に類似した事例の集合で
ある類似事例集合を抽出する複数の類似事例抽出部と、
前記類似事例集合からある予測属性値の確信度を計算す
る複数の確信度計算部と、前記複数の確信度計算部から
の出力である複数の確信度から、この中の一つの確信度
の信頼性尺度を計算する確信度統合部とを備え、ある予
測属性値の確信度と、その確信度の信頼性尺度を出力す
ることを特徴とする。
いて、既知事例集合と、予測事例が入力された場合に、
ある予測属性値の確信度と、その確信度の信頼性尺度を
出力する機能を有する信頼性尺度付き予測部を複数備え
ると共に、それらの出力である複数の確信度と信頼性尺
度から、この中の一つの確信度の信頼性尺度を計算する
信頼性尺度統合部を備え、ある予測属性値の確信度と、
その確信度の信頼性尺度を出力することを特徴とする。
の信頼性尺度付き予測装置において、前記信頼性尺度計
算部または確信度統合部または信頼性尺度統合部が、修
正された確信度と、その信頼性尺度を出力することを特
徴とする。
説明する。
(未知事例)を基に、既知事例集合から予測事例との間
の類似度の大きい事例集合を抽出し、確信度計算部は類
似事例抽出部から出力された類似事例集合から、ある予
測属性値の確信度を計算して出力し、信頼性尺度計算部
は類似事例抽出部から出力された類似事例集合と確信度
計算部2から出力された確信度から、その確信度の信頼
性尺度を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
部分類似事例集合を生成して出力し、複数の確信度計算
部はそれぞれ部分集合生成部から出力された部分類似事
例集合から確信度を計算し、確信度統合部は確信度計算
部の出力である複数の確信度と、元の確信度から、信頼
性尺度を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
集合から複数の部分類似事例集合を生成して出力し、複
数の確信度計算部はそれぞれ対応した各類似事例抽出部
から出力された類似事例集合から確信度を計算して出力
し、確信度統合部は確信度計算部の出力である複数の確
信度を統合し、本装置の出力である確信度の信頼性尺度
を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
の信頼性尺度付き予測装置と同じ機能を有し、それぞれ
が異なった確信度及び信頼性尺度を出力する。その内の
一つが本装置の確信度として出力される。また、信頼性
尺度統合は前記信頼性尺度付き予測部の出力である、複
数の確信度と信頼性尺度の組を入力とし、それらから、
本装置の出力である確信度の信頼性尺度を計算して出力
する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
の類似度の大きい事例集合を抽出し、確信度計算部は類
似事例集合から予測属性値の確信度を計算し、確信度修
正機能付き信頼性尺度計算部は本装置の出力である確信
度と、その信頼性尺度を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
に基づいて詳細に説明する。
用語の意味は次の通りである。
性の2種類が存在する。予測の条件として使用される。
なお、前記「カテゴリ値」は、文字等の数値以外の値を
とる。また、数値とカテゴリ値を合わせて「値」と呼
ぶ。
的属性である。
属性からなる。
る事例の集合。
性は未知である。
中で未知事例と類似している事例(集合)。
る値である確率を示す値。
値。
(又は、とる)値。その内の1つを、記号で「c」と記
す。
理の説明 以下、信頼性尺度付き予測装置の構成と処理について説
明する。
例抽出部1と、確信度計算部2と、信頼性尺度計算部3
を備えている。そして、例1の装置には、既知事例集合
と予測事例(未知事例)のデータを入力し、予測属性値
の確信度(以下、単に「確信度」とも記す)と信頼性尺
度を出力する。
例集合と予測事例(未知事例)を基に、既知事例集合か
ら、予測事例との間の類似度の大きい事例集合(類似事
例集合)を抽出するものである。確信度計算部2は、類
似事例抽出部1から出力された類似事例集合から、ある
予測属性値の確信度を計算し、出力するものである。信
頼性尺度計算部3は、類似事例抽出部1から出力された
類似事例集合と、確信度計算部2から出力された確信度
から、その確信度の信頼性尺度を計算し、出力するもの
である。なお、前記類似事例抽出部1と、確信度計算部
2と、信頼性尺度計算部3は、それぞれプログラムによ
り構成する。
例2の装置は、前記例1の装置の構成において、信頼性
尺度計算部3の構成が異なるだけで他の構成は例1の装
置と同じである。この場合、信頼性尺度計算部3は、図
2に示したように、部分集合生成部4と、確信度計算部
2の複数の組と、確信度統合部6を備えている。
例集合から複数の部分類似事例集合を生成し、出力する
ものである。また、複数の確信度計算部2は、それぞ
れ、図1に示した確信度計算部2と同じものであり、部
分集合生成部4から出力された部分類似事例集合から確
信度を計算するものである。
成部4の出力する部分集合数と同じ数だけ存在するが、
それぞれの確信度計算部2が異なる計算方法を用いても
構わない。確信度統合部6は、前記確信度計算部2の出
力である複数の確信度と、元の確信度から、信頼性尺度
を計算し、出力する。なお、前記部分集合生成部4と、
確信度計算部2の複数の組と、確信度統合部6は、それ
ぞれプログラムにより構成する。
類似事例抽出部1と、複数の確信度計算部2と、確信度
統合部6を備えている。そして、例3の装置は、既知事
例集合と予測事例(未知事例)を入力し、確信度と信頼
性尺度を出力する。
図1に示した類似事例抽出部1と同じであり、複数存在
する。その抽出方法は、それぞれ異なっていても構わな
い。確信度計算部2は、例1の装置(図1参照)の確信
度計算部2と同じである。また、確信度計算部2は、類
似事例抽出部1と同じ数だけ存在するが、その計算方法
はそれぞれ異なっていても構わない。この確信度計算部
2の中の一つの出力が、本装置の確信度出力となる。
である複数の確信度を統合し、本装置の出力である確信
度の信頼性尺度を計算し、出力する。なお、確信度計算
部2から出力される確信度は複数存在するが、その内の
一つの確信度を本装置の出力として出力する。なお、前
記類似事例抽出部1と、確信度計算部2と、確信度統合
部6は、それぞれプログラムにより構成する。
信頼性尺度付き予測部8と、信頼性尺度統合部9を備え
ている。この場合、前記信頼性尺度付き予測部8は、そ
れぞれ、前記例1〜例3に示した各例の信頼性尺度付き
予測装置と同じ機能を有するものであり、複数存在す
る。それぞれが異なった確信度及び信頼性尺度を出力す
る。その内の一つが本装置(例4の信頼性尺度付き予測
装置)の確信度として出力される。
性尺度付き予測部8の出力である「複数の確信度と信頼
性尺度の組」を入力とし、それらから、本装置の出力で
ある確信度の信頼性尺度を計算し、出力するものであ
る。なお、前記信頼性尺度付き予測部8と、信頼性尺度
統合部9は、それぞれプログラムにより構成する。
例抽出部1と、確信度計算部2と、確信度修正機能付き
信頼性尺度計算部12を備えている。
の類似事例抽出部1と同じであり、既知事例集合から予
測事例との間の類似度の大きい事例集合を抽出する。確
信度計算部2は、前記例1の装置の確信度計算部2と同
じであり、類似事例集合から予測属性値の確信度を計算
する。また、確信度修正機能付き信頼性尺度計算部12
は、本装置の出力である確信度と、その信頼性尺度を計
算し、出力する。
算部2と、確信度修正機能付き信頼性尺度計算部12
は、それぞれプログラムにより構成する。
類似事例抽出部1と、複数の確信度計算部2と、確信度
修正機能付き確信度統合部13を備えている。前記類似
事例抽出部1は、前記例3の装置の類似事例抽出部1と
同じであり、複数存在する。その抽出方法は、それぞれ
異なっていても構わない。確信度計算部2は、前記例1
の装置の確信度計算部2と同じである。上記類似事例抽
出部1と同じ数だけ存在するが、その計算方法はそれぞ
れ異なっていても構わない。また、確信度修正機能付き
確信度統合部13は、本装置の出力である確信度と、そ
の信頼性尺度を計算し、出力する。
算部2と、確信度修正機能付き確信度統合部13は、そ
れぞれプログラムにより構成する。
の信頼性尺度付き予測部8と、確信度修正機能付き信頼
性尺度統合部14を備えている。前記信頼性尺度付き予
測部8は、前記例4の装置の信頼性尺度付き予測部8と
同じであり、複数存在し、それぞれが異なった確信度及
び信頼性尺度を出力する。確信度修正機能付き信頼性尺
度統合部14は、前記各例の装置の出力である「複数の
確信度と信頼性尺度の組」を入力とし、本装置の出力で
ある確信度と、その信頼性尺度を計算し、出力する。
信度修正機能付き信頼性尺度統合部14は、それぞれプ
ログラムにより構成する。
明 以下に、前記各例の装置における具体的な処理例を詳細
に説明する。なお、以下の説明では、確信度は0以上1
以下の範囲の値をとるものとし、その値が高いほど予測
属性がCである確率が高いものとする。なお、前記C
は、例えば、性別が男、女とか、出身県など、数値で表
せない値のことである。
値をとるものとし、その値が高いほど確信度の信頼性が
高いものとする。特に、以下に説明する記号kは、類似
事例数の意味を持つ。
ら予測事例に類似した事例を抽出する。例えば、類似度
は、
にも拡張したユークリッド距離の逆数を類似度として使
用している。全ての既知事例と予測事例の間の類似度を
計算し、この類似度の大きい順にk個(kはユーザが指
定)の既知事例を選ぶことで、類似事例集合を抽出でき
る。
予測属性値cの確信度を計算する。cの指定方法として
は、ユーザが指定することが考えられる。例えば、確信
度は、
えば、以下の3つの部分集合を生成する。
からなる部分類似事例集合 :類似度が高い上位k/4個の類似事例からなる部分
類似事例集合 :ランダムに選択したk/2個の類似事例からなる部
分類似事例集合 次に、確信度計算部2において、各部分類似事例集合に
対応する確信度は、例えば、前記式(2) を用いて計算さ
れる。確信度統合部6において、信頼性尺度は、例え
ば、部分類似事例集合から得られた各確信度と本装置の
出力である確信度が近いほど、高い信頼性尺度を与え
る。本装置の出力である確信度をp、各部分類似事例集
合に対応する確信度をp1 ・・・pn とすると、以下の
ように計算することができる。
n =pの場合最大値1をとり、前記式(4) において、p
1 =p2 =・・・pn =1、前記式(5) において、p1
=p 2 =・・・pn =0の場合に最小値0をとる。
説明 前記例1、2の装置における処理の他の説明は次の通り
である。
度計算部3は、類似事例数から信頼性尺度を計算し、出
力する。類似事例数が小さい場合、前記式(2) から計算
された確信度は明らかにその誤差が大きくなる。なお、
極端な話としては、k=1の場合、確信度は0または1
の2つの値しか取りえない。従って、類似事例数が小さ
くなると小さくなる信頼性尺度を与える。例えば、
k=∞の場合、最大値1をとり、k=1の場合に最小値
0.5をとる。
度計算部3は、予測事例と類似事例との類似度を基に、
信頼性尺度を計算する。これは、予測事例に類似してい
る事例ほど信頼性が高いであろうという仮定に基づいて
おり、類似事例の類似度が高いほど高い信頼性を与え
る。例えば、各類似事例の類似度を、類似度の高い順に
S1 ・・・Sk とした場合に、
S1 =∞の場合最大値1をとり、S1=S2 =・・・S
n =0の場合に最小値0をとる。
度計算部3は、予測事例を基準とした類似事例の分布の
偏りを基に信頼性尺度を計算する。これは、類似事例集
合が予測事例の周囲に均一にちらばっている方が、その
予測の信頼性が高いであろうという仮定に基づいてい
る。従って、類似事例の分布が偏っているほど低い信頼
性尺度を与える。
とするとき、以下の方法により信頼性尺度を求めること
ができる。
に定義する。ただし、数値属性の場合、符号付の場合、
符号付の距離であるとする。i番目の類似事例における
j番目の属性の単一属性間距離をdijとする。
規化し、属性ごとに平均をとった正規化平均距離xj を
計算する。
する。
のように定義する。
装置(図1参照)の類似事例抽出部1と同じであり、複
数存在する。その抽出方法は、それぞれ異なっていても
構わない。確信度計算部2は、例1の装置の確信度計算
部2と同じである。また、類似事例抽出部1と同じ数だ
け存在するが、その計算方法はそれぞれ異なっていて構
わない。この確信度計算部2の中の一つの出力が、本装
置の確信度出力となる。
である複数の確信度から、本装置の出力である確信度の
信頼性尺度を計算し、出力する。例えば、確信度統合部
6は、前記例2の装置の例と同様に、前記式(4) 、(5)
により実現できる。
説明 前記例1〜3の装置における類似事例抽出部1及び確信
度計算部2として、記憶に基づく推論を使用する。すな
わち、例1〜3の装置において、類似事例抽出部1及び
確信度計算部2が、記憶に基づく推論の類似度計算及び
確信度計算により、類似事例抽出と確信度計算を行う。
以下の説明では、特許出願公開番号:特開2000−1
55681(P2000−155681A)の公報で述
べられている記憶に基づく推論を例として説明する。
Nc とした時に、j番目の条件属性のv値における影響
度wj (v)は次の式により求められる。
例の類似度は以下のように計算される。
る。
る という特徴を持っている。
願公開番号:特開2000−155681(P2000
−155681A)の公報で述べられている事項を参照
のこと。
部8は、それぞれ異なった確信度および信頼性尺度を出
力する。その内の一つの確信度を出力する。信頼性尺度
統合部9は、信頼性尺度付き予測部8の出力である、複
数の確信度と信頼性尺度の組を入力とし、本装置の出力
である確信度の信頼性尺度を計算し、出力する。
の他の確信度が近いほど、高い信頼性尺度を与える。こ
の際に、信頼性尺度はそれぞれの確信度の重みとして扱
う。本装置の確信度として出力される確信度をp、それ
に付随する信頼性尺度をr、その他に信頼性尺度付き予
測部8から出力された確信度をp1 ・・・pn 、信頼性
尺度をr1 ・・・rn とする。信頼性尺度統合部9の出
力である「信頼性尺度r’」は、
n =p、かつr=1の場合最大値1をとり、前記式(8)
の場合で、r=0またはp1 =p2 =・・・pn =1、
かつ、r1 =r2 =・・・rn =1、前記式(9) の場合
でr=0またはp1 =p2 =・・・pn =0、かつr1
=r2 =・・・rn =1の場合に最小値0をとる。(7)
:例1〜4の装置における処理の他の説明前記例1〜
4の装置において、信頼性尺度として、確信度にあわせ
て、確信度の上限、下限を出力する。例1〜4の装置に
おける信頼性尺度が低いほど、上限と下限の差が大きく
なるような、上限と下限を与える。
性尺度をrとしたとき、例えば、確信度の上限下限は、
以下のように与えられる。
頼性尺度計算部12は、確信度と類似事例集合を入力と
し、確信度の修正とその信頼性尺度の計算を行う。確信
度修正機能付き信頼性尺度計算部12の入力として、あ
る予測属性値cの確信度pと類似事例集合が与えられた
とき、例えば、修正された確信度は、例1、2の装置の
いずれかにより信頼性尺度rを計算したのち、次の式に
より計算される。
合をpc とする。この修正確信度は、信頼性尺度が1の
場合、元の確信度pを採用し、信頼性尺度が0の場合、
pc を採用する。
確信度統合部13は、複数の確信度を入力とし、修正さ
れた確信度とその信頼性尺度を計算し、出力する。確信
度修正機能付き確信度統合部13の入力として、ある予
測属性値cの確信度p1 ・・・pn が与えられたとす
る。例えば、修正された確信度とその信頼性尺度は、以
下のように計算される。
を採用し、全確信度の分散が大きいほど低い信頼性尺度
を出力する。
信頼性尺度統合部14は、複数の確信度とその信頼性尺
度を入力とし、修正された確信度とその信頼性尺度を計
算し、出力する。確信度修正機能付き信頼性尺度統合部
14の入力として、ある予測属性値cの確信度と信頼性
尺度p1 ・・・pn が与えられたとする。例えば、修正
された確信度とその信頼性尺度は、以下のように計算さ
れる。
重みとした、全確信度の重みつき平均を採用し、全確信
度の重み付き分散が大きいほど低い信頼性尺度を出力す
る。以下に具体例を説明する。
である。以下、図8〜図11に基づいて具体例による処
理を説明する。この場合、例として、顧客の性別、職業
等の値から、ある商品を購入するかどうかに関する購入
状況を予測する場合について説明する。
考える。説明の変数は「性別」、「職業」、「年齢」等
から構成されている。予測変数は「購入状況」であり、
既知事例集合においては、いずれの事例についても「購
入する」、「購入しない」のどちらかの値が入っている
ものとする。
(未知事例)に対して、それぞれ、予測変数値「購入す
る」の確信度と信頼性尺度を導出することを考える。当
然、この予測事例の値は、未知である。
「例1〜3の装置における処理の他の説明」の欄で示し
た類似度計算方法に従い、類似事例を抽出した結果、図
9のC図、D図(未知1の類似事例集合及び未知2の類
似事例集合)に示したような類似事例集合と類似度が抽
出されたとする。
説明」の欄で示した類似度計算方法に従い、かつ、確信
度計算方法に従い「購入しない」の確信度を求めると、
その値は両予測データ(両未知データ)で等しく、図1
0のE図のようになる。
処理の記述の方法により、信頼性尺度を計算する。先
ず、例2の装置の処理の例に従い、信頼性尺度を求め
る。ここでは、類似事例数を2、3と変化させて得られ
る確信度から、信頼性尺度を得ることとする。
2の確信度は、図10のF図のようになる。従って、前
記式(5) により、未知事例1の信頼性尺度と未知事例2
の信頼性尺度は図10のG図のようになる。
に従い、信頼性尺度を求める。前記式(7) より、未知事
例1の信頼性尺度と未知事例2の信頼性尺度は、図10
のH図のようになる。
の方が大きい。従って、同じ確信度であるが、未知事例
2よりも未知事例1の予測の方が信頼できることがわか
る。
性尺度付き予測装置は、ワークステーション、パーソナ
ルコンピュータ等の任意のコンピュータにより実現する
ことができる。この装置は、コンピュータ本体21と、
該コンピュータ本体21に接続されたディスプレイ装置
22、入力装置(キーボード/マウス等)23、リムー
バブルディスクドライブ(「RDD」という)24、ハ
ードディスク装置(「HDD」という)25等で構成さ
れている。
の各種制御や処理を行うCPU26と、プログラムや各
種データを格納しておくためのROM27(不揮発性メ
モリ)と、メモリ28と、インタフェース制御部(「I
/F制御部」という)29と、通信制御部30等が設け
てある。なお、前記RDD24には、フレキシブルディ
スクドライブや光ディスクドライブ等が含まれる。
25の磁気ディスク(記録媒体)に、前記信頼性尺度付
き予測装置の処理を実現するためのプログラムを格納し
ておき、このプログラムをCPU26が読み出して実行
することにより、前記信頼性尺度付き予測装置が行う処
理を実行する。
ず、例えば、HDD25の磁気ディスクに、次のように
してプログラムを格納し、このプログラムをCPU26
が実行することで前記処理を行うことも可能である。
ィスクに格納されているプログラム(他の装置で作成し
たプログラムデータ)を、RDD24により読み取り、
HDD25の記録媒体に格納する。
れたプログラム等のデータを、通信制御部30を介して
受信し、そのデータをHDD25の記録媒体(磁気ディ
スク)に格納する。
記する。
力された場合に、前記既知事例集合から予測事例に類似
した事例の集合である類似事例集合を抽出する類似事例
抽出部と、前記類似事例集合から或る予測属性値の確信
度を計算する確信度計算部と、前記類似事例集合と、前
記確信度から、その確信度の信頼性尺度を計算する信頼
性尺度計算部とを備え、ある予測属性値の確信度と、そ
の確信度の信頼性尺度を出力することを特徴とする信頼
性尺度付き予測装置。
内部で、確信度計算に用いる類似事例数を変化させ、そ
の結果確信度がどう変化するかを基に信頼性尺度を計算
する機能を備えていることを特徴とする(付記1)記載
の信頼性尺度付き予測装置。
力された場合に、前記既知事例集合から予測事例に類似
した事例の集合である類似事例集合を抽出する複数の類
似事例抽出部と、前記類似事例集合からある予測属性値
の確信度を計算する複数の確信度計算部と、前記複数の
確信度計算部からの出力である複数の確信度から、この
中の一つの確信度の信頼性尺度を計算する確信度統合部
とを備え、ある予測属性値の確信度と、その確信度の信
頼性尺度を出力することを特徴とする信頼性尺度付き予
測装置。
力された場合に、ある予測属性値の確信度と、その確信
度の信頼性尺度を出力する機能を有する信頼性尺度付き
予測部を複数備えると共に、それらの出力である複数の
確信度と信頼性尺度から、この中の一つの確信度の信頼
性尺度を計算する信頼性尺度統合部を備え、ある予測属
性値の確信度と、その確信度の信頼性尺度を出力するこ
とを特徴とする信頼性尺度付き予測装置。
信度統合部または信頼性尺度統合部が、修正された確信
度と、その信頼性尺度を出力することを特徴とする(付
記1)乃至(付記4)のいずれかに記載の信頼性尺度付
き予測装置。
と、予測事例が入力された場合に、前記既知事例集合か
ら予測事例に類似した事例の集合である類似事例集合を
抽出する類似事例抽出部と、前記類似事例集合から或る
予測属性値の確信度を計算する確信度計算部と、前記類
似事例集合と、前記確信度から、その確信度の信頼性尺
度を計算する信頼性尺度計算部とを備え、ある予測属性
値の確信度と、その確信度の信頼性尺度を出力する機能
を実現させるためのプログラム、及び該プログラムを記
録したコンピュータ読みとり可能な記録媒体。
と、予測事例が入力された場合に、前記既知事例集合か
ら予測事例に類似した事例の集合である類似事例集合を
抽出する類似事例抽出部と、前記類似事例集合からある
予測属性値の確信度を計算する複数の確信度計算部と、
前記複数の確信度計算部からの出力である複数の確信度
から、この中の一つの確信度の信頼性尺度を計算する確
信度統合部とを備え、ある予測属性値の確信度と、その
確信度の信頼性尺度を出力する機能を実現させるための
プログラム、及び該プログラムを記録したコンピュータ
読みとり可能な記録媒体。
と、予測事例が入力された場合に、ある予測属性値の確
信度と、その確信度の信頼性尺度を出力する機能を有す
る信頼性尺度付き予測部を複数備えると共に、それらの
出力である複数の確信度と信頼性尺度から、この中の一
つの確信度の信頼性尺度を計算する信頼性尺度統合部を
備え、ある予測属性値の確信度と、その確信度の信頼性
尺度を出力する機能を実現させるためのプログラム、及
び該プログラムを記録したコンピュータ読みとり可能な
記録媒体。
のような効果がある。
力した既知事例集合と予測事例(未知事例)を基に、既
知事例集合から予測事例との間の類似度の大きい事例集
合を抽出し、確信度計算部は類似事例抽出部から出力さ
れた類似事例集合から、ある予測属性値の確信度を計算
して出力し、信頼性尺度計算部は類似事例抽出部から出
力された類似事例集合と確信度計算部2から出力された
確信度から、その確信度の信頼性尺度を計算して出力す
る。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
測の予測結果を利用する際に、予測の確信度と、その信
頼性の両方を知ることができるので、従来の確信度のみ
の予測結果の場合と比べ、信頼性の低い予測結果につい
てのみ、より詳細な調査を行う等、より柔軟な判断を行
うことができる。
力した類似事例集合から複数の部分類似事例集合を生成
して出力し、複数の確信度計算部はそれぞれ部分集合生
成部から出力された部分類似事例集合から確信度を計算
し、確信度統合部は確信度計算部の出力である複数の確
信度と、元の確信度から、信頼性尺度を計算して出力す
る。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
測の予測結果を利用する際に、予測の確信度と、その信
頼性の両方を知ることができるので、従来の確信度のみ
の予測結果の場合と比べ、信頼性の低い予測結果につい
てのみ、より詳細な調査を行う等、より柔軟な判断を行
うことができる。
部はそれぞれ入力した類似事例集合から複数の部分類似
事例集合を生成して出力し、確信度計算部は対応した各
類似事例抽出部から出力された類似事例集合から確信度
を計算して出力し、確信度統合部は確信度計算部の出力
である複数の確信度を統合し、本装置の出力である確信
度の信頼性尺度を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
測の予測結果を利用する際に、予測の確信度と、その信
頼性の両方を知ることができるので、従来の確信度のみ
の予測結果の場合と比べ、信頼性の低い予測結果につい
てのみ、より詳細な調査を行う等、より柔軟な判断を行
うことができる。
部はそれぞれ、請求項1〜3の信頼性尺度付き予測装置
と同じ機能を有し、それぞれが異なった確信度及び信頼
性尺度を出力する。その内の一つが本装置の確信度とし
て出力される。また、信頼性尺度統合は前記信頼性尺度
付き予測部の出力である、複数の確信度と信頼性尺度の
組を入力とし、それらから、本装置の出力である確信度
の信頼性尺度を計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
測の予測結果を利用する際に、予測の確信度と、その信
頼性の両方を知ることができるので、従来の確信度のみ
の予測結果の場合と比べ、信頼性の低い予測結果につい
てのみ、より詳細な調査を行う等、より柔軟な判断を行
うことができる。
知事例集合から予測事例との間の類似度の大きい事例集
合を抽出し、確信度計算部は類似事例集合から予測属性
値の確信度を計算し、確信度修正機能付き信頼性尺度計
算部は本装置の出力である確信度と、その信頼性尺度を
計算して出力する。
結果の確信度に、その確信度の信頼度を示す信頼性尺度
を付加することで、ユーザに、予測の確信度と、その信
頼性の両方を知らせることで、ユーザの柔軟な対応を可
能とする。
測の予測結果を利用する際に、予測の確信度と、その信
頼性の両方を知ることができるので、従来の確信度のみ
の予測結果の場合と比べ、信頼性の低い予測結果につい
てのみ、より詳細な調査を行う等、より柔軟な判断を行
うことができる。
である。
計算部の内部構成図である。
である。
である。
である。
である。
である。
(その1)である。
(その2)である。
(その3)である。
である。
Claims (5)
- 【請求項1】既知事例集合と、予測事例が入力された場
合に、前記既知事例集合から予測事例に類似した事例の
集合である類似事例集合を抽出する類似事例抽出部と、 前記類似事例集合から或る予測属性値の確信度を計算す
る確信度計算部と、 前記類似事例集合と、前記確信度から、その確信度の信
頼性尺度を計算する信頼性尺度計算部とを備え、 ある予測属性値の確信度と、その確信度の信頼性尺度を
出力することを特徴とする信頼性尺度付き予測装置。 - 【請求項2】前記信頼性尺度計算部は、その内部で、確
信度計算に用いる類似事例数を変化させ、その結果確信
度がどう変化するかを基に信頼性尺度を計算する機能を
備えていることを特徴とする請求項1記載の信頼性尺度
付き予測装置。 - 【請求項3】既知事例集合と、予測事例が入力された場
合に、前記既知事例集合から予測事例に類似した事例の
集合である類似事例集合を抽出する複数の類似事例抽出
部と、 前記類似事例集合からある予測属性値の確信度を計算す
る複数の確信度計算部と、 前記複数の確信度計算部からの出力である複数の確信度
から、この中の一つの確信度の信頼性尺度を計算する確
信度統合部とを備え、 ある予測属性値の確信度と、その確信度の信頼性尺度を
出力することを特徴とする信頼性尺度付き予測装置。 - 【請求項4】既知事例集合と、予測事例が入力された場
合に、ある予測属性値の確信度と、その確信度の信頼性
尺度を出力する機能を有する信頼性尺度付き予測部を複
数備えると共に、 それらの出力である複数の確信度と信頼性尺度から、こ
の中の一つの確信度の信頼性尺度を計算する信頼性尺度
統合部を備え、 ある予測属性値の確信度と、その確信度の信頼性尺度を
出力することを特徴とする信頼性尺度付き予測装置。 - 【請求項5】前記信頼性尺度計算部または確信度統合部
または信頼性尺度統合部が、修正された確信度と、その
信頼性尺度を出力することを特徴とする請求項1乃至4
のいずれかに記載の信頼性尺度付き予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002129671A JP2003323601A (ja) | 2002-05-01 | 2002-05-01 | 信頼性尺度付き予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002129671A JP2003323601A (ja) | 2002-05-01 | 2002-05-01 | 信頼性尺度付き予測装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2003323601A true JP2003323601A (ja) | 2003-11-14 |
Family
ID=29543010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002129671A Pending JP2003323601A (ja) | 2002-05-01 | 2002-05-01 | 信頼性尺度付き予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2003323601A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008197912A (ja) * | 2007-02-13 | 2008-08-28 | Fujitsu Ltd | 推測結果評価方法、推測結果評価プログラム、及び推測結果評価装置 |
WO2009118845A1 (ja) * | 2008-03-26 | 2009-10-01 | 富士通株式会社 | 化合物の予測信頼性評価システム |
JP2009545045A (ja) * | 2006-07-28 | 2009-12-17 | アイイーイー インターナショナル エレクトロニクス アンド エンジニアリング エス.エイ. | パターン分類方法 |
JP2011180845A (ja) * | 2010-03-01 | 2011-09-15 | Canon Inc | 推論装置 |
JP2013003849A (ja) * | 2011-06-16 | 2013-01-07 | Nippon Telegr & Teleph Corp <Ntt> | 平均情報分析装置、方法及びプログラム |
JP2013003850A (ja) * | 2011-06-16 | 2013-01-07 | Nippon Telegr & Teleph Corp <Ntt> | 推定情報分析装置、方法及びプログラム |
KR20160073465A (ko) * | 2014-12-16 | 2016-06-27 | 주식회사 에스원 | 침입감지 시스템 |
JP2019191769A (ja) * | 2018-04-20 | 2019-10-31 | 富士通株式会社 | データ判別プログラム、データ判別装置およびデータ判別方法 |
-
2002
- 2002-05-01 JP JP2002129671A patent/JP2003323601A/ja active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009545045A (ja) * | 2006-07-28 | 2009-12-17 | アイイーイー インターナショナル エレクトロニクス アンド エンジニアリング エス.エイ. | パターン分類方法 |
JP2008197912A (ja) * | 2007-02-13 | 2008-08-28 | Fujitsu Ltd | 推測結果評価方法、推測結果評価プログラム、及び推測結果評価装置 |
WO2009118845A1 (ja) * | 2008-03-26 | 2009-10-01 | 富士通株式会社 | 化合物の予測信頼性評価システム |
JPWO2009118845A1 (ja) * | 2008-03-26 | 2011-07-21 | 富士通株式会社 | 化合物の予測信頼性評価システム |
JP5087756B2 (ja) * | 2008-03-26 | 2012-12-05 | 富士通株式会社 | 化合物の予測信頼性評価システム |
JP2011180845A (ja) * | 2010-03-01 | 2011-09-15 | Canon Inc | 推論装置 |
JP2013003849A (ja) * | 2011-06-16 | 2013-01-07 | Nippon Telegr & Teleph Corp <Ntt> | 平均情報分析装置、方法及びプログラム |
JP2013003850A (ja) * | 2011-06-16 | 2013-01-07 | Nippon Telegr & Teleph Corp <Ntt> | 推定情報分析装置、方法及びプログラム |
KR20160073465A (ko) * | 2014-12-16 | 2016-06-27 | 주식회사 에스원 | 침입감지 시스템 |
KR101657369B1 (ko) | 2014-12-16 | 2016-09-19 | 주식회사 에스원 | 침입감지 시스템 |
JP2019191769A (ja) * | 2018-04-20 | 2019-10-31 | 富士通株式会社 | データ判別プログラム、データ判別装置およびデータ判別方法 |
JP7067234B2 (ja) | 2018-04-20 | 2022-05-16 | 富士通株式会社 | データ判別プログラム、データ判別装置およびデータ判別方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110837931B (zh) | 客户流失预测方法、装置及存储介质 | |
JP6182279B2 (ja) | データ分析システム、データ分析方法、データ分析プログラム、および、記録媒体 | |
US8700607B2 (en) | Applying data regression and pattern mining to predict future demand | |
WO2007037139A1 (ja) | 情報処理装置、方法、およびプログラム | |
CN111371853B (zh) | 资源信息推送方法、装置、服务器及存储介质 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN111783039B (zh) | 风险确定方法、装置、计算机系统和存储介质 | |
CN113742492A (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
Agarwal et al. | Sentiment Analysis in Stock Price Prediction: A Comparative Study of Algorithms | |
CN107133862A (zh) | 动态产生增强信用评估的详细交易支付经历的方法和系统 | |
JP2003323601A (ja) | 信頼性尺度付き予測装置 | |
JP4140915B2 (ja) | 利用者の行動を支援するシステム | |
US11544600B2 (en) | Prediction rationale analysis apparatus and prediction rationale analysis method | |
Liu et al. | Boosting feature selection using information metric for classification | |
JP2017201543A (ja) | データ分析システム、データ分析方法、データ分析プログラム、および、記録媒体 | |
CN115827994A (zh) | 一种数据处理方法、装置、设备、存储介质 | |
CN115641198A (zh) | 用户运营方法、装置、电子设备和存储介质 | |
JP6026036B1 (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
Lee et al. | Application of machine learning in credit risk scorecard | |
Preeti et al. | Application of hybrid approach in banking system: An undesirable operational performance modelling | |
US20080120263A1 (en) | Computer-readable recording medium, apparatus and method for calculating scale-parameter | |
JP7302107B1 (ja) | 学習システム、学習方法、及びプログラム | |
WO2024013939A1 (ja) | 機械学習プログラム、機械学習方法、および情報処理装置 | |
Yeh et al. | Predicting failure of P2P lending platforms through machine learning: The case in China | |
CN117952606B (zh) | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080318 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080513 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20080513 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080513 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090609 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091020 |