JP2006031442A

JP2006031442A - 空間データ分析装置、空間データ分析方法及び空間データ分析プログラム

Info

Publication number: JP2006031442A
Application number: JP2004209977A
Authority: JP
Inventors: Akihiko Nakase; 瀬明彦仲; Toshiaki Hatano; 寿昭波田野
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2004-07-16
Filing date: 2004-07-16
Publication date: 2006-02-02
Also published as: US20060015362A1

Abstract

【課題】密集条件を満たす属性情報及び属性情報の組合せを少ないデータ計算量で確実に発見する。
【解決手段】２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、同一の前記属性情報を有するレコードを選択する処理を前記属性情報ごとに行い、選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶し、記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成し、前記属性情報の組合せを有するレコードを前記レコードの群から選択し、選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する。
【選択図】図１

Description

本発明は、空間データ分析装置、空間データ分析方法及び空間データ分析プログラムに関する。

近年、GPS（Global Positioning System）やセンサーネットワーク等の発達により、位置情報及び属性情報を有するデータ（空間データ）が多く蓄積されている。

これらの空間データを分析し、「どの条件（どの属性情報、どの属性情報の組合せ）のデータはどの辺りに密集するか」という規則性を発見できると、その規則に合致するデータは将来もある特定の場所に密集することが期待されるので、あらかじめ効果的な対策を行うことが可能となる。

しかし、属性情報と密集状態との間の相関関係を発見するには、全ての属性情報及び属性情報の全ての組合せについてそれぞれ該当するデータを選択し、密集状態を判定しなければならず、多大な計算時間を必要とする。

以上のことに鑑み、特開2003-256757公報（特許文献１）には、データの密集状態の判定を行う回数を削減しつつ、データが密集する属性情報の条件（属性情報及び属性情報の組合せ）を発見する手法が提案されている。

しかし、この手法では、このある属性において密集条件を満たさない属性情報が含まれる場合は、この属性を含む分類規則を発見することは困難であるという問題があった。
特開２００３−２５６７５７公報

本発明の目的は、密集条件を満たす属性情報及び属性情報の組合せを少ないデータ計算量により確実に発見できる空間データ分析装置、空間データ分析方法及び空間データ分析プログラムを提供することにある。

本発明の空間データ分析装置は、２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析装置であって：前記レコードの群から同一の前記属性情報を有するレコードを選択する処理を前記属性情報ごとに行う第１のデータ選択手段と；選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶する第１の密集条件判定手段と；記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成する組合せデータ生成手段と；前記属性情報の組合せを有するレコードを前記レコードの群から選択する第２のデータ選択手段と；前記第２のデータ選択手段によって選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する第２の密集条件判定手段と；を備える。

本発明の空間データ分析方法は、２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析方法であって：前記レコードの群から同一の前記属性情報を有するレコードを選択することを前記属性情報ごとに行い；選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶し；記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成し；前記属性情報の組合せを有するレコードを前記レコードの群から選択し；選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する；ことを特徴とする。

本発明の空間データ分析プログラムは、２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析プログラムであって：前記レコードの群から同一の前記属性情報を有するレコードを選択することを前記属性情報ごとに行う第１のデータ選択ステップと；選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶する第１の密集条件判定ステップと；記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成する組合せデータ生成ステップと；前記属性情報の組合せを有するレコードを前記レコードの群から選択する第２のデータ選択ステップと；前記第２のデータ選択ステップによって選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する第２の密集条件判定ステップと；をコンピュータに実行させることを特徴とする。

本発明により、密集条件を満たす属性情報及び属性情報の組合せを少ないデータ計算量により確実に発見できる。

図１は、本発明の実施の形態に従った空間データ分析装置の機能ブロック図である。

図１４は、図１の空間データ分析装置による処理ステップを示すフローチャートである。

図１５は、図１の空間データ分析装置による分析対象データ例としての交通事故発生履歴データを示す図である。

図１６は、図１５の交通事故発生履歴データを２次元平面上にプロットした様子を示す分布図である。

図１５に示すように、この交通事故発生履歴データには、交通事故の発生地点の緯度経度情報（位置情報）に加えて、ドライバの性別、年齢、その日の天候（属性）を示す情報（属性情報）が含まれる。より詳しくは、ドライバの性別として男と女の２つの属性情報が含まれ、ドライバの年齢として若年と高年の２つの属性情報が含まれ、当日の天候として晴、雨、雪の３つの属性情報が含まれる。

図１の空間データ分析装置は、この交通事故発生履歴データに示されるような位置情報と属性情報とを含む分析対象データ（レコード群）を分析して、レコードが空間的に密集する（密集条件を満たす）属性情報または属性情報の組合せを発見しようとするものである。

まず、図１及び図１４を用いて、本空間データ分析装置の基本的な構成及び動作について説明する。

（１）図１のデータ選択手段１１は、分析対象データ格納手段１４に格納された分析対象データ（例えば交通事故発生履歴データ）を読み込み（ステップＳ１１）、属性情報の一覧（例えば「女」、「男」、「若」、「高」、「晴」、「雨」、「雪」）を作成する（ステップＳ１２）。

データ選択手段１１は、属性情報の一覧から１つの属性情報を抽出し（ステップＳ１３）、抽出した属性情報を含むレコードを分析対象データから選択する（ステップＳ１４）。即ち、データ選択手段１１は、抽出した属性情報を選択条件として分析対象データからレコードを選択する。データ選択手段１１は、この処理を全ての属性情報について行う。即ち、データ選択手段１１は、例えば属性情報「女」を含む全てのレコードを選択、「男」を含む全てのレコードを選択、「若」を含む全てのレコードを選択・・する。

（２）密集状態判定手段１２は、データ選択手段１１によって属性情報別に選択されたレコード群がそれぞれ所定の密集条件を満たすか否かを判断し、満たす場合はその属性情報を解の候補として記憶する（ステップＳ１５）。

より詳しくは、密集状態判定手段１２は、まず、属性情報別に選択されたレコード群の重心を、レコード群を構成する各レコードの位置情報に基づいて算出する。次いで、算出した重心と、各レコードの位置情報とに基づいて、密集度（後述）を算出する。密集状態判定手段１２は、算出した密集度が、密集状態判定パラメータ入力手段１５から入力された密集状態判定パラメータによる基準を満たすか否かを判定し、基準を満たす場合はその属性情報を解の候補として選択する。選択された属性情報（解の候補）は、重心及び密集度と共に記憶される。記憶された属性情報、重心及び密集度は、本空間データ分析装置による出力となる。

（３）選択条件合成手段１３は、密集状態判定手段１２によって選択された所定の密集条件を満たす属性情報を異なる属性同士間で組み合わせて（合成して）属性情報の組合せを生成する。選択条件合成手段１３は、生成した属性情報の組合せをデータ選択手段１１に渡す（ステップＳ１６のＹＥＳ、Ｓ１７）。

（４）データ選択手段１１は、渡された属性情報の組合せを含むレコードを分析対象データから選択する（ステップＳ１４）。

（５）密集状態判定手段１２は、選択されたレコード群が上記所定の密集条件を満たすか否かを判断し、満たす場合はその属性情報の組合せを解の候補として記憶する（ステップＳ１５）。

より詳しくは、密集状態判定手段１２は、選択された属性情報の組合せを含むレコード群の重心、さらに密集度を上述と同様にして算出し、算出した密集度が、上述の密集状態判定パラメータによる基準を満たす場合はその属性情報の組合せ（選択条件）を解の候補として、重心及び密集度と共に記憶する。記憶された属性情報の組合せ、重心及び密集度は、本空間データ分析装置による出力となる。

（６）選択条件合成手段１３は、選択された属性情報の組合せと、先に密集状態判定手段１２によって選択された属性情報とを、同一の属性が重複しないように組み合わせて、新たな属性情報の組合せを生成する（ステップＳ１６のＹＥＳ、ステップＳ１７）。選択条件合成手段１３は、生成した新たな属性情報の組合せをデータ選択手段１１に渡す（ステップＳ１７）。

この後、（４）〜（６）を、選択条件合成手段１３により属性情報の組合せが生成されなくなる（ステップＳ１６のＮＯ）まで繰り返す。

以下、具体例として、図１の空間データ分析装置により図１５の交通事故発生履歴データを分析して、密集条件を満たす属性情報及びこれの組合せを発見する場合を説明する。

先ず、データ選択手段１１が、分析対象データである図１５の交通事故発生履歴データから、各属性（性別、年齢、天候）の属性情報を選択条件としてレコードを選択する。

即ち、図１５の分析対象データから、「性別＝女」、「性別＝男」、「年齢＝若」、「年齢＝高」、「天候＝晴」、「天候＝雨」、「天候＝雪」を含むレコードをそれぞれ選択する。

各属性情報（「性別＝女」、「性別＝男」「「年齢＝若」、年齢＝高」、「天候＝晴」、「天候＝雨」、「天候＝雪」）に基づき選択されたレコード群と、レコード群を構成する各レコードの位置を２次元の地図上にプロットした様子とを、図２（Ａ）及び（Ｂ）〜図８（Ａ）及び（Ｂ）に示す。

続いて、図１に示す密集状態判定手段１２において、上述の７つの属性情報（選択条件）に基づき選択された各レコード群が、空間（本例では横軸が経度、縦軸が緯度の２次元空間）内において密集するか否か（所定の密集条件を満たすか否か）が判定される。密集条件を満たすか否かの判定は、各選択条件（属性情報）に基づき選択されたレコード群からそれぞれ密集度を算出し、算出された密集度がそれぞれ、密集度判定パラメータ入力手段１５からユーザにより入力されたパラメータによる基準を満たすか否かで行う。

本実施の形態では、密集度は、レコード群の重心（レコード群を構成する各レコードにおける経度の平均及び緯度の平均）から、各レコードの位置（経度及び緯度）までの距離の自乗の和をレコード数で割ったものとする。そして、密集度が、12.5（ユーザから上記パラメータとして入力される閾値）以下の状態を、密集状態と定義する。但し、密集を形成する最小レコード数を２（ユーザから上記パラメータとして入力される）とする。つまり、あるレコード群について、密集度が12.5以下で且つレコード数が２以上の場合、そのレコード群は密集条件を満たす。

そこで、まず、密集状態判定手段１２は、上述の「性別＝女」、「性別＝男」、「年齢＝若」、「年齢＝高」、「天候＝晴」、「天候＝雨」、「天候＝雪」の属性情報により選択された各レコード群に関して、それぞれレコード数、重心及び密集度等を算出する。この結果、以下の（表１）のようになる。

（表１）
属性情報レコード数重心重心との距離の自乗の和密集度
「性別＝女」 10 (2.4, 5.7) 74.5 7.45
「性別＝男」 10 (7.3, 5.1) 101.0 10.1
「年齢＝若」 10 (4.9, 6.7) 143.0 14.3
「年齢＝高」 10 (4.8, 4.1) 120.5 12.05
「天候＝雨」 8 (4.875, 5.625) 136.75 17.09375
「天候＝晴」 9 (5.0, 5.89) 142.89 15.88
「天候＝雪」 3 (4.33, 3.33) 1.33 0.44

表１から、密集度が12.5以下で、レコード数が2以上の属性情報、つまり密集条件を満たす属性情報は、「性別＝女」、「性別＝男」、「年齢＝高」、「天候＝雪」の４つであり、これらの４つの属性情報及びこれに対応するデータ（レコード数、重心、重心との距離の自乗の和、密集度）が、密集状態判定手段１２に記憶される。記憶された属性情報は、図１の選択条件合成手段１３に渡される。

選択条件合成手段１３は、密集状態判定手段１２から渡された属性情報を異なる属性同士間で組み合わせて（合成して）、属性情報の組合せを生成する。即ち、選択条件合成手段１３は、互いに異なる属性間で、２つの属性情報のＡＮＤをとる。

つまり、本例では、選択条件合成手段１３は、渡された４つの属性情報（「性別＝女」「性別＝男」「年齢＝高」「天候＝雪」）に基づき、「性別＝女かつ年齢＝高」、「性別＝男かつ年齢＝高」、「性別＝女かつ天候＝雪」、「性別＝男かつ天候＝雪」、「年齢＝高かつ天候＝雪」の５つの属性情報の組合せを生成する。

生成されたこれら５つの属性情報の組合せ（選択条件）は、選択条件合成手段１３から、図１のデータ選択手段１１に渡される。データ選択手段１１は、図１５の交通事故発生履歴データから、各選択条件（「性別＝女かつ年齢＝高」、「性別＝男かつ年齢＝高」、「性別＝女かつ天候＝雪」、「性別＝男かつ天候＝雪」、「年齢＝高かつ天候＝雪」）に基づいてレコードを選択する。

選択条件（「性別＝女かつ年齢＝高」、「性別＝男かつ年齢＝高」、「性別＝女かつ天候＝雪」、「性別＝男かつ天候＝雪」、「年齢＝高かつ天候＝雪」）に基づき選択された各レコード群と、レコード群を構成する各レコードの位置を２次元の地図上にプロットした様子とを、図９（Ａ）及び（Ｂ）〜図１３（Ａ）及び（Ｂ）に示す。

図１の密集状態判定手段１２は、選択された各レコード群が、所定の密集条件を満たすか否かの判定を、上述と同様にして、行う。

即ち、まず、密集状態判定手段１２は、選択条件（「性別＝女かつ年齢＝高」、「性別＝男かつ年齢＝高」、「性別＝女かつ天候＝雪」、「性別＝男かつ天候＝雪」、「年齢＝高かつ天候＝雪」）により選択された各レコード群に関して、それぞれレコード数、重心及び密集度等を算出する。この結果、以下の（表２）のようになる。

（表２）
属性情報の組合せレコード数重心重心との距離の自乗の和密集度
「性別＝女かつ年齢＝高」 5 (2.6,3.6) 16.4 8.2
「性別＝男かつ年齢＝高」 5 (7,4.6) 53.2 10.64
「性別＝女かつ天候＝雪」 2 (4,3.5) 0.5 0.25
「性別＝男かつ天候＝雪」 1 (5,3) 0.0
「年齢＝高かつ天候＝雪」 3 (4.33, 3.33) 1.33 0.44

表２から、密集度が12.5以下で、レコード数が2以上である属性情報の組合せ（選択条件）、つまり密集条件を満たす属性情報の組合せ（選択条件）は、「性別＝女かつ年齢＝高」、「性別＝男かつ年齢＝高」、「性別＝女かつ天候＝雪」、「年齢＝高かつ天候＝雪」の４つである。従って、これら４つの属性情報の組合せ（選択条件）及びこれに対応するデータ（レコード数、重心、重心との距離の自乗の和、密集度）が、密集状態判定手段１２に記憶される。記憶された属性情報の組合せ（選択条件）は、図１の選択条件合成手段１３に渡される。

選択条件合成手段１３は、渡された４つの属性情報の組合せ（選択条件）と、前回（第１回目に）使用した属性情報（選択条件）である「性別＝女」、「性別＝男」、「年齢＝高」、「天候＝雪」とを同一属性が重複しないように組み合わせる。この結果、「性別＝女かつ年齢＝高かつ天候＝雪」、「性別＝男かつ年齢＝高かつ天候＝雪」の２つの新たな属性情報の組合せ（選択条件）が生成される。

生成されたこれら２つの属性情報の組合せ（選択条件）が選択条件合成手段１３からデータ選択手段１１に渡され、データ選択手段１１は、受け取った各選択条件に基づき、図１５の交通事故発生履歴データからレコードを選択する。

選択条件（「性別＝女かつ年齢＝高かつ天候＝雪」、「性別＝男かつ年齢＝高かつ天候＝雪」）により選択された各レコード群について、図１の密集状態判定手段１２において、所定の密集条件を満たすか否かが、上述と同様にして判定される。

即ち、まず、密集状態判定手段１２は、選択条件（「性別＝女かつ年齢＝高かつ天候＝雪」、「性別＝男かつ年齢＝高かつ天候＝雪」）により選択された各レコード群に関して、レコード数、重心及び密集度等を算出する。この結果、以下の（表３）のようになる。

（表３）
属性情報の組合せレコード数重心重心との距離の自乗の和密集度
「女かつ高かつ雪」２ (4,3.5) 0.5 0.25
「男かつ高かつ雪」１ (5,3) 0.0

表３から、密集度が12.5以下で、レコード数が2以上の属性情報の組合せ（選択条件）、つまり所定の密集条件を満たす属性情報の組合せ（選択条件）は、「性別＝女かつ年齢＝高かつ天候＝雪」の１つであり、この属性情報の組合せ（選択条件）及びこれに対応するデータ（レコード数、重心、重心との距離の自乗の和、密集度）が、密集状態判定手段１２に記憶される。記憶された属性情報の組合せは図１の選択条件合成手段１３に渡される。

選択条件合成手段１３は、渡された選択条件に対し組み合わせるべき属性情報はもはや存在しないと判断し（どの属性情報と組合せても同一の属性が重複する）、処理の終了指示を、密集状態判定手段１２に出力する。

密集状態判定手段１２は、処理の終了指示を受け取ったら、記憶した属性情報及び属性情報の組合せ等を出力する。出力された属性情報及び属性情報の組合せ等を、以下の（表４）に示す。

（表４）
属性情報またはこれの組合せレコード数重心重心との距離の自乗の和密集度
「性別＝女」 10 (2.4, 5.7) 74.5 7.45
「性別＝男」 10 (7.3, 5.1) 101.0 10.1
「年齢＝高」 10 (4.8, 4.1) 120.5 12.05
「天候＝雪」 3 (4.33, 3.33) 1.33 0.44
「性別＝女かつ年齢＝高」 5 (2.6,3.6) 16.4 8.2
「性別＝男かつ年齢＝高」 5 (7,4.6) 53.2 10.64
「性別＝女かつ天候＝雪」 2 (4,3.5) 0.5 0.25
「年齢＝高かつ天候＝雪」 3 (4.33, 3.33) 1.33 0.44
「性別＝女かつ年齢＝高かつ天候＝雪」
2 (4,3.5) 0.5 0.25

（表４）に示す結果を得るために所定の密集条件についての判定対象となった属性情報及び属性情報の組合せの数は、１回目の７個、２回目の５個、３回目の２個の、合計１４個である。従って、本実施の形態では、従来のような、属性情報の全ての組合せ数である３５通りを判断する場合に比べて、少ないデータ計算量で、密集条件を満たす属性情報または属性情報の組合せを発見できる。

また、本実施の形態では、ある属性について密集条件を満たさない第１属性情報が含まれる場合であってもそのある属性について密集条件を満たす第２属性情報が存在する場合は、その第２属性情報を含めて密集条件を満たす属性情報及び属性情報の組合せを発見できる。例えば、本例では、天候の属性情報として、「晴」、「雨」、「雪」の３つが存在し、このうち「晴」「雨」は密集条件を満たさないものの（密集度が12.5より大きい）、「雪」は密集条件を満たすので「雪」を含めて、密集条件を満たす属性情報及び属性情報の組合せを発見できる。

以上のようにして得られた属性情報及び属性情報の組合せ、重心及び密集度等は種々の用途に用いることができる。

例えば、（表４）の７行目（性別＝女かつ天候＝雪）から、女性の場合、雪の時に、重心（4,3.5）の付近で交通事故が発生し易いことが理解され、従って、重心の周囲に、女性向けに、「スリップ注意」などの、注意を促す標識を設けることなどが考えられる。標識を設ける範囲は、密集度が「0.25」と小さい（密集の傾向が大きい）ので、重心（4,3.5）から比較的近距離とする等の判断もできる。

以上では、分析対象データ例として、交通事故発生履歴データを用いたが、他にも、位置情報を含む種々の空間データを用いることが可能である。例えば、タクシーが客を拾った位置を位置情報として含むデータを分析して、性別や時間帯等別に乗客が集中する箇所を算出し、これにより有効な営業戦略を立てることなどができる。

ところで、図１の選択条件合成手段１３において、選択条件（属性情報、属性情報の組合せ）を組み合わせて属性情報の組合せを生成するに当たり、生成された属性情報の組合せが密集条件を満たさないことがあらかじめ予測される場合は（組合せ対象となる各選択条件を満たすレコード群に共通に含まれるレコード数が少ないことが予測される場合は）、データ計算量を低減する観点から、組合せを生成しないことが好ましい。

属性情報の組合せを生成した場合にその属性情報の組合せが密集条件を満たすか否かの予測は、例えば各組合せ対象（属性情報あるいは属性情報の組合せ）を含むレコード群についてそれぞれ重心を求め、重心間距離の自乗が、所定の閾値による基準を満たすか否かで行う。

例えば、上述の２回目の処理では、
「性別＝女」（レコード数 10、重心 (2.4, 5.7)、密集度 7.45）
「性別＝男」（レコード数 10、重心 (7.3, 5.1)、密集度 10.1）
「年齢＝高」（レコード数 10、重心 (4.8, 4.1)、密集度 12.05）
「天候＝雪」（レコード数 3、重心 (4.33, 3.33)、密集度 0.44）
の４つの属性情報（選択条件）を組み合わせる前に、まず、各属性情報を含むレコード群の重心間距離の自乗を計算する。そして、この値が10（所定の閾値）以上になる場合は、その組合せは、距離が離れていると判断して、属性情報の組合せを生成しないこととする。

そこで、まず、これら４つの属性情報に関し、各属性情報同士間で、重心間距離の自乗を計算すると、
「性別＝女かつ年齢＝高」（重心間距離の自乗 8.32）
「性別＝男かつ年齢＝高」（重心間距離の自乗 7.25）
「性別＝女かつ天候＝雪」（重心間距離の自乗 9.35）
「性別＝男かつ天候＝雪」（重心間距離の自乗 11.95）
「年齢＝高かつ天候＝雪」（重心間距離の自乗 0.81）
となる。

「性別＝男かつ天候＝雪」の組合せは、重心間距離の自乗が10（所定の閾値）以上となる（11.95）ので、この組合せは生成しないことする。この結果、「性別＝男かつ天候＝雪」を含むレコードの交通事故発生履歴データ（図１５参照）からの選択処理、及び選択されたレコード群が密集条件を満たすか否かの判定処理は省略される。これにより、データ計算量をさらに低減できる。

以上に説明した本実施の形態において、図２に示す処理ステップは、ハードウェアによって実現することの他、ソフトウェアを実行することによって実現してもよい。

また、上述の実施の形態では、２次元空間を例として説明したが、３次元以上の空間に対しても本発明は適用可能である。

本発明の実施の形態に従った空間データ分析装置の機能ブロック図。交通事故発生履歴データから「性別＝女」を選択した例。交通事故発生履歴データから「性別＝男」を選択した例。交通事故発生履歴データから「年齢＝若」を選択した例。交通事故発生履歴データから「年齢＝高」を選択した例。交通事故発生履歴データから「天候＝晴」を選択した例。交通事故発生履歴データから「天候＝雨」を選択した例。交通事故発生履歴データから「天候＝雪」を選択した例。交通事故発生履歴データから「性別＝女かつ年齢＝高」を選択した例。交通事故発生履歴データから「性別＝男かつ年齢＝高」を選択した例。交通事故発生履歴データから「性別＝女かつ天候＝雪」を選択した例。交通事故発生履歴データから「性別＝男かつ天候＝雪」を選択した例。交通事故発生履歴データから「年齢＝高かつ天候＝雪」を選択した例。図１の空間データ分析装置による処理ステップを示すフローチャートである。交通事故発生履歴データの例。図１５の交通事故発生履歴データを２次元平面上にプロットした様子。

符号の説明

１１データ選択手段
１２密集状態判定手段
１３選択条件合成手段
１４分析対象データ格納手段
１５密集度判定パラメータ入力手段

Claims

２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析装置であって：
前記レコードの群から同一の前記属性情報を有するレコードを選択する処理を前記属性情報ごとに行う第１のデータ選択手段と；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶する第１の密集条件判定手段と；
記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成する組合せデータ生成手段と；
前記属性情報の組合せを有するレコードを前記レコードの群から選択する第２のデータ選択手段と；
前記第２のデータ選択手段によって選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する第２の密集条件判定手段と；
を備えた空間データ分析装置。
前記組合せデータ生成手段は、前記第２の密集条件判定手段により記憶された前記属性情報の組合せと、前記第１の密集条件判定手段により記憶された前記属性情報とを組み合わせて新たな属性情報の組合せを生成することを特徴とする請求項１に記載の空間データ分析装置。
前記属性情報の組合せを、前記属性情報の組合せに含まれない属性に属する前記属性情報と組み合わせることにより新たな属性情報の組合せを生成することを特徴とする請求項２に記載の空間データ分析装置。
前記第１又は第２のデータ選択手段によって選択された前記レコードの前記位置情報に基づいて、選択された前記レコードの重心を算出する重心算出手段と；
算出された前記重心と、選択された前記レコードの前記位置情報とに基づいて、選択された前記レコードの密集度を算出する密集度算出手段と；をさらに備え、
前記１又は第２の密集条件判定手段は、算出された前記密集度が所定の基準を満たすか否かにより、前記所定の密集条件が満されるか否かの判断を行うことを特徴とする請求項１乃至３のいずれかに記載の空間データ分析装置。
前記密集度算出手段は、算出された前記重心から、選択された前記レコードまでの距離の自乗の和を、選択された前記レコードの数で除算したものを前記密集度として算出することを特徴とする請求項４に記載の空間データ分析装置。
前記組合せデータ生成手段は、前記属性情報の組合せを生成する前に、各組合せの対象についてそれぞれ選択された前記レコードの前記位置情報に基づいて、各前記組合せの対象に関してそれぞれ前記レコードの重心を算出し、前記重心間の距離が所定の基準を満たした場合は、前記属性情報の組合せを生成することを特徴とする請求項１乃至５のいずれかに記載の空間データ分析装置。
２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析方法であって：
前記レコードの群から同一の前記属性情報を有するレコードを選択することを前記属性情報ごとに行い；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶し；
記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成し；
前記属性情報の組合せを有するレコードを前記レコードの群から選択し；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する；
ことを特徴とする空間データ分析方法。
記憶された前記属性情報の組合せと、記憶された前記属性情報とを組み合わせて新たな属性情報の組合せを生成し；
新たな前記属性情報の組合せを有するレコードを前記レコードの群から選択し；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた新たな前記属性情報の組合せを記憶する；
ことを繰り返すことを特徴とする請求項７に記載の空間データ分析方法。
前記属性情報の組合せを、前記属性情報の組合せに含まれない属性に属する前記属性情報と組み合わせることにより新たな属性情報の組合せを生成することを特徴とする請求項８に記載の空間データ分析方法。
記憶された前記属性情報の組合せが全種類の属性を含む場合は繰り返しを終了することを特徴とする請求項８に記載の空間データ分析方法。
前記所定の密集条件を満たす選択された前記レコードが存在しない場合は、繰り返しを終了することを特徴とする請求項８に記載の空間データ分析方法。
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードの重心を算出し；
算出された前記重心と、選択された前記レコードの前記位置情報とに基づいて、選択された前記レコードの密集度を算出し；
算出された前記密集度が所定の基準を満たすか否かにより、前記所定の密集条件が満たされるか否かの判断を行うことを特徴とする請求項７乃至１１のいずれかに記載の空間データ分析方法。
算出された前記重心から、選択された前記レコードまでの距離の自乗の和を、選択された前記レコードの数で除算したものを前記密集度として算出することを特徴とする請求項１２に記載の空間データ分析方法。
前記属性情報の組合せを生成する前に、各組合せの対象についてそれぞれ選択された前記レコードの前記位置情報に基づいて、各前記組合せの対象に関してそれぞれ前記レコードの重心を算出し、前記重心間の距離が所定の基準を満たす場合は、前記属性情報の組合せを生成することを特徴とする請求項７乃至１３のいずれかに記載の空間データ分析方法。
２次元以上の空間内における位置を示す位置情報と、相異なる複数の属性に属する複数の属性情報とを含むレコードの群から、前記空間内において前記レコードが密集する前記属性情報の条件を発見する空間データ分析プログラムであって：
前記レコードの群から同一の前記属性情報を有するレコードを選択することを前記属性情報ごとに行う第１のデータ選択ステップと；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが所定の密集条件を満たす場合は、前記レコードの選択に用いた前記属性情報を記憶する第１の密集条件判定ステップと；
記憶された前記属性情報を異なる属性間で組み合わせて、属性情報の組合せを生成する組合せデータ生成ステップと；
前記属性情報の組合せを有するレコードを前記レコードの群から選択する第２のデータ選択ステップと；
前記第２のデータ選択ステップによって選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた前記属性情報の組合せを記憶する第２の密集条件判定ステップと；
をコンピュータに実行させることを特徴とする空間データ分析プログラム。
前記第２の密集条件判定ステップにより記憶された前記属性情報の組合せと、前記第１の密集条件判定ステップにより記憶された前記属性情報とを組み合わせて新たな属性情報の組合せを生成する再生成ステップと；
新たな前記属性情報の組合せを有するレコードを前記レコードの群から選択する第３のデータ選択ステップと；
選択された前記レコードの前記位置情報に基づいて、選択された前記レコードが前記所定の密集条件を満たす場合は、選択に用いた新たな前記属性情報の組合せを記憶する第３の密集条件判定ステップと；
前記再生成ステップと、前記第３のデータ選択ステップと、前記第３の密集条件判定ステップとをこの順序で繰り返す繰り返しステップと；
をさらに備えたことを特徴とする請求項１５に記載の空間データ分析プログラム。