JP2006155404A - 時間情報抽出装置、時間情報抽出方法、及び時間情報抽出プログラム - Google Patents

Abstract

【課題】 本発明の目的は、時系列データからどのような流れが存在するのか、及び、なぜそのような流れになったのかを抽出する時間情報抽出装置を提供することである。
【解決手段】 それぞれが時間情報及びテキスト情報を含む複数のデータを入力し（Ｓ１１０）と、テキスト情報とキー概念との対応関係テーブルを用いて、複数のデータから、時系列パターンを生成し（Ｓ１２０〜１３０）、この時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、コロニーを生成し（Ｓ１４０）、このコロニーから第１のコロニーを指定し（Ｓ１５０）、第１のコロニーとキー概念が相反する第２のコロニーを特定し（Ｓ１６０）、第１又は第２のコロニーから時間情報が古いコロニーを抽出し（Ｓ１７０）、この古いコロニーから、第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出する（Ｓ１８０）時間情報抽出装置。
【選択図】 図２

Description

本発明は、時間情報抽出装置、時間情報抽出方法、及び時間情報抽出プログラムに関し、特に、時間を追って蓄積されるデータから時系列パターンを抽出する時系列パターン抽出装置に関する。

時間を追って蓄積される数値データまたはテキストデータから、当該データに内在する時間の流れを考慮した時系列的な規則性を発見するために利用可能なパターンを抽出し、分析者に提供する時系列パターン抽出装置がある。時間を追って蓄積される数値データまたはテキストデータとしては、例えば、小売り分野における日々の売上げデータまたは業務報告を記載した日報等、健康管理分野における日々の血圧・脈拍等の生体データまたは個人の行動や気分を記録した日記等、金融分野における日々の株価データまたは新聞等に記載されているニュース等が挙げられる。

このため、従来の時系列パターン抽出装置では、含まれる情報要素が数値およびテキストのいずれである時系列データであっても、あるいは情報要素として数値およびテキストが混在した時系列データであっても、その時系列データにおける頻出時系列パターンを抽出している（例えば特許文献１参照）。
特開２００４−２８７７９８号公報（第７〜８頁、図１２）

しかし、上述した従来の時系列パターン抽出装置では、どのような流れが存在するのかという時間的な事象を抽出することはできるが、なぜそのような流れになったのかという時間的な原因を抽出することはできなかった。

本発明の目的は、時系列データからどのような流れが存在するのかという事象、及び、なぜそのような流れになったのかという時間的な原因を抽出する時間情報抽出装置、時間情報抽出方法、及び時間情報抽出プログラムを提供することである。

第１の発明は、それぞれが時間情報及びテキスト情報を含む複数のデータを入力する手段と、前記テキスト情報とキー概念との対応関係テーブルと、前記対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成する手段と、前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成する手段と、前記生成された複数のコロニーから第１のコロニーを指定する手段と、前記第１のコロニーとキー概念が相反する第２のコロニーを特定する手段と、前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出する手段と、前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出する手段と、を備える時間情報抽出装置である。

第２の発明は、前記第１及び第２のコロニー、前記抽出した時間情報が古いコロニー、及び、前記分岐条件となる時間情報を表示する表示装置をさらに備えることを特徴とする第１の発明記載の時間情報抽出装置である。

第３の発明は、それぞれが時間情報及びテキスト情報を含む複数のデータを入力するステップと、前記テキスト情報とキー概念との対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成するステップと、前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成するステップと、前記生成された複数のコロニーから第１のコロニーを指定するステップと、前記第１のコロニーとキー概念が相反する第２のコロニーを特定するステップと、前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出するステップと、前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出するステップと、を備える時間情報抽出方法である。

第４の発明は、それぞれが時間情報及びテキスト情報を含む複数のデータを入力する手順と、前記テキスト情報とキー概念との対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成する手順と、前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成する手順と、前記生成された複数のコロニーから第１のコロニーを指定する手順と、前記第１のコロニーとキー概念が相反する第２のコロニーを特定する手順と、前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出する手順と、前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出する手順と、をコンピュータに実行させる時間情報抽出プログラムである。

本発明によれば、時系列データからどのような流れが存在するのかという事象、及び、なぜそのような流れになったのかという時間的な原因を抽出する時間情報抽出装置、時間情報抽出方法、及び時間情報抽出プログラムを提供することができる。

以下、本発明の実施の形態について図面を参照しながら説明する。

図１は本実施形態に係る時間情報抽出装置である時系列パターン抽出装置１００の概略構成図である。また、図２は本実施形態に係る時系列パターン抽出装置１００のフローチャートである。時系列パターン抽出装置１００は、原データ格納部１１０、情報抽出ルール格納部１２０、時系列データ生成部１３０、時系列データ格納部１４０、時系列パターン抽出部１５０、時系列パターン格納部１６０、コロニー生成部１７０、入力装置１８０、及び表示装置１９０を備えている。

原データ格納部１１０は、処理対象となる原データを格納する。原データは、電子メールのような日時（送信日時など）のあるデータであり、ここでは、社員（セールスマンなど）の業務日報とする。つまり、原データ格納部１１０はサーバ等のコンピュータが管理するデータベースであり、このコンピュータに社員が業務日報をアップロードしている（Ｓ１１０）。そして、時系列パターン抽出装置１００は、コンピュータにアップロードされた原データを図２に示すプログラムによって実行する。

図３は、情報抽出ルール格納部１２０のツリー構造の概略図である。情報抽出ルールは「レスポンス事象」、「セールスマン事象」の２部で構成されている。「レスポンス事象」のキー概念の上位層として「一般」、「不評」、「好評」がある。キー概念「一般」の下位層として「要求」、「問合」があり、キー概念「不評」の下位層として「価格」、「機能」があり、キー概念「好評」の下位層として「価格」、「機能」がある。

一方、「セールスマン事象」のキー概念の上位層として「説明」、「結果」がある。キー概念「説明」の下位層として「機能」、「保守」があり、キー概念「結果」の下位層として「受注」、「失注」がある。

これらキー概念と原データの表層表現との対応関係テーブルが情報抽出ルール格納部１２０に記憶されている。例えば、キー概念「一般・要求」と表層表現「システムを作って欲しい」等とが対応付けられており、また、キー概念「一般・問合」と表層表現「セールスマンが提示したスペックに対する問合せ」等とが対応付けられている。そして、原データ「セールスマンＡ；１１／１の業務日報；お客様からシステムを作って欲しい」がある場合、表層表現「システムを作って欲しい」から、時系列イベント「セールスマンＡ；１１／１；一般・要求」が作成される。

時系列データ生成部１３０は、原データ格納部１１０に格納されている原データから、情報抽出ルール格納部１２０に記憶されている情報抽出ルールから時系列イベントを生成し、社員のＩＤ毎に日付順に並べかえ、時系列データ格納部１４０に格納する（Ｓ１２０）。時系列イベントは、社員ＩＤ、日付、キー概念（原データから抽出されるキーとなる概念）で構成され、時系列データは、社員ＩＤ毎に管理された時系列イベントの日付順リストである。つまり、時系列イベントは、時系列データのある時間に起こった事象をいう。

図４はこの時系列データを表示した図である。本来、時系列データは、数百人単位のセールスマンの業務日報が１年という長い期間集められたものであるが、ここでは、簡略化して、セールスマン３人の１１月の業務日報を表示している。

情報抽出ルールが「レスポンス事象」、「セールスマン事象」に関係する時系列イベントを実線の立方体で、それ以外の時系列イベントを点線の立方体で表示する。また、各時系列イベントの状態遷移は矢印で示す。この図より、例えば「１１／２；一般・要求」→「１１／３；一般・問合」→「１１／７；説明・機能、説明・保守」→「１１／２０；結果・受注」という一連の時系列な流れがわかる。すなわち、「システムを作って欲しいという要求を１１／２に受け付け」→「セールスマンが提示したスペックに対する問合せを１１／３に受け付け」→「１１／７に機能および保守について説明」すると、「１１／２０に受注という結果を得た」という時系列な流れが存在することを抽出することができる。

一方、「１１／２；一般・要求」→「１１／４；一般・問合」→「１１／７；説明・機能、説明・保守」したのに、「１１／２０；不評・価格」すなわち「１１／２０に価格について不評を受けた」という流れもあり、また、「１１／１；一般・要求」→「１１／４；一般・問合」→「１１／１０；説明・機能、説明・保守」したのに、「１１／２０；結果・失注」すなわち「１１／２０に受注に失敗したことがわかる」という流れもある。

つまり、図４の流れだけを表示されても、分析者は、同じように「一般・要求」→「一般・問合」→「説明・機能、説明・保守」というセールス活動をしたのに、一方は「結果・受注」、他方は「結果・失注」という相反する結果に「なぜなったのか」を分析することができない。

そこで、本実施形態では、図１の時系列パターン抽出部１３０において時系列イベント間の時間経過情報を記憶し、上述の相反する結果を利用者により分かりやすく伝えるため、時系列パターン格納部１６０に記憶されている複数の時系列パターンからコロニーを生成するコロニー生成部１７０を設けている。コロニーとは、所定の時系列パターン要素を収容する入れ物を意味する。

時系列パターン抽出部１５０は、時系列データ格納部１４０に記録された全時系列データから、日付データとキー概念を除くすべての分類情報（例えば社員ＩＤ）を取り除き、分類情報が取り除かれた各時系列データで考えられうるすべての部分時系列データ（例えば「一般・要求」から「結果・受注」まで）を入力として、アプリオリベースのアルゴリズムを使うことにより、部分時系列データ中のすべての時系列イベントにおいて同一のキー概念を持ち、かつ頻度が高い部分時系列データのキー概念、各時系列イベントにおける経過時間を時系列パターンとして、時系列パターン格納部１６０に格納する。また、時系列パターン要素は、時系列パターンにおいて矢印で区切られた各要素のことをいい、多頻出時系列データの時系列イベントのキー概念と、前パターン要素からの時間経過が記録されている。

このとき、経過時間は直前のパターン要素からの時間経過（ここでは経過日数）の最大・最小を時系列パターン格納部１６０に格納する。例えば、図５で示すように「MIN=0,MAX=0;一般・要求」→「MIN=2,MAX=4;一般・問合」→「MIN=2,MAX=4;説明・機能、説明・保守」→「MIN=2,MAX=5；結果・受注」という形式で時系列パターンが格納される（Ｓ１３０）。

このコロニー生成部１７０では、複数の時系列パターン要素の中から、「キー概念が同一」であり、かつ、「前の時系列パターン要素からの時間経過が実質的に同一」である時系列パターン要素を一つに統合し、コロニーを生成する（Ｓ１４０）。図６は、図４の時系列データから、時系列パターン抽出、コロニー処理を実施した図である。ここで、「キー概念が同一」とは、キー概念が上位層と下位層からなる場合、上位層及び下位層ともに同一であることをいう。また、「前の時系列パターンからの時間経過が実質的に同一」とは、前の時系列パターン要素から経過した日数が実質的に同じであれば、同じコロニーに属する。図６の場合、前の時系列パターン要素「一般・問合」から６日未満の時系列パターン要素「説明・機能、説明・保守」は同じコロニーに属するのに対し、一般・問合」から６日以上の時系列パターン要素「説明・機能、説明・保守」は別のコロニーに属する。なお、コロニーの大きさは、コロニーに含まれる時系列パターン要素をすべて縫合する大きさに設定している。

各コロニーの状態遷移は矢印で表している。ここで、Acc:は矢印で示したコロニーに変わる確率を表す。Sup:はサポート率で、矢印で示した前後のコロニーがサポートしている時系列パターンと全時系列パターンとの割合を示している。例えば、時系列パターンの状態がコロニー「一般・問合」から６日未満にコロニー「説明・機能、説明・保守」に遷移する確率はAcc:0.66であり、コロニー「一般・問合」と、６日未満にコロニー「説明・機能、説明・保守」とがサポートする時系列パターンのサポート率はSup:0.0006である。また、６日未満にコロニー「説明・機能、説明・保守」に遷移する確率（Acc:0.66）は６日以上かけてコロニー「説明・機能、説明・保守」に遷移する確率（Acc:0.33）よりも高いので、矢印も太く表示している。

ユーザは、分析したいキー概念「結果」をマウス、キーボード等の入力装置１８０から指定する（Ｓ１５０のＹｅｓ）。すると、コロニー生成部１７０はキー概念「結果」の下位層である「結果・受注」及び「結果・失注」というコロニーを抽出する（Ｓ１６０）。続いて、これらコロニーと上述した確率及びサポート率で関係するコロニー（すなわち、過去の状態遷移分のコロニー）を遡及的に表示装置１９０に表示する（Ｓ１７０）。最後に、分岐となるコロニーが表示されると、その分岐理由となる時間的理由を表示する（Ｓ１８０）。これによって、ユーザは、「結果・受注」と「結果・失注」とがどの分岐点で起こったのかを遡って分析することができる。

また、ユーザが指定したキー概念「結果」と概念的に関係するコロニー（「結果・受注」、「結果・失注」）及び、これらコロニーに状態遷移する過去のコロニーを表示し、他のコロニーは表示させずに（あるいは薄く表示させる等）、ユーザが分岐点を発見しやすいように強調表示している。

上述した実施の形態は、本発明の好適な具体例であるから、技術的に好ましい種々の限定が付されているが、本発明の趣旨を逸脱しない範囲であれば、適宜組合わせ及び変更することができることはいうまでもない。例えば、図５のコロニー表示のうち、最終的に「結果・受注」というコロニーになった状態遷移だけ強調表示したい場合は、他の状態遷移のコロニーを薄く表示させる等させてもよいし、３次元表示などその他の強調表示をおこなってもよい。

本実施形態に係る時系列パターン抽出装置の概略構成図。 本実施形態に係る時系列パターン抽出装置のフローチャート。 情報抽出ルール格納部１２０のツリー構造の概略図。 時系列データを時系列に表示した図。 時系列パターン格納部１６０に記録される時系列パターンのデータ構造概略図。 図４の時系列データから時系列パターンを抽出し、コロニー処理した図。

符号の説明

１００ 時系列パターン抽出装置
１１０ 原データ格納部
１２０ 情報抽出ルール格納部
１３０ 時系列データ生成部
１４０ 時系列データ格納部
１５０ 時系列パターン抽出部
１６０ 時系列パターン格納部
１７０ コロニー生成部
１８０ 入力装置
１９０ 表示装置

Claims (4)

1. それぞれが時間情報及びテキスト情報を含む複数のデータを入力する手段と、
   前記テキスト情報とキー概念との対応関係テーブルと、
   前記対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成する手段と、
   前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成する手段と、
   前記生成された複数のコロニーから第１のコロニーを指定する手段と、
   前記第１のコロニーとキー概念が相反する第２のコロニーを特定する手段と、
   前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出する手段と、
   前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出する手段と、
   を備える時間情報抽出装置。
2. 前記第１及び第２のコロニー、前記抽出した時間情報が古いコロニー、及び、前記分岐条件となる時間情報を表示する表示装置をさらに備えることを特徴とする請求項１記載の時間情報抽出装置。
3. それぞれが時間情報及びテキスト情報を含む複数のデータを入力するステップと、
   前記テキスト情報とキー概念との対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成するステップと、
   前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成するステップと、
   前記生成された複数のコロニーから第１のコロニーを指定するステップと、
   前記第１のコロニーとキー概念が相反する第２のコロニーを特定するステップと、
   前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出するステップと、
   前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出するステップと、
   を備える時間情報抽出方法。
4. それぞれが時間情報及びテキスト情報を含む複数のデータを入力する手順と、
   前記テキスト情報とキー概念との対応関係テーブルを用いて、前記入力された複数のデータから、時間情報とキー概念を含む複数の時系列パターン要素を備える時系列パターンを生成する手順と、
   前記生成された時系列パターンから、キー概念が同一、かつ、時間経過が実質的に同一である時系列パターン要素を一つに統合し、複数のコロニーを生成する手順と、
   前記生成された複数のコロニーから第１のコロニーを指定する手順と、
   前記第１のコロニーとキー概念が相反する第２のコロニーを特定する手順と、
   前記相反する第１又は第２のコロニーから時間情報が古いコロニーを抽出する手順と、
   前記抽出した時間情報が古いコロニーから、前記相反する第１又は前記第２のコロニーへの分岐条件となる時間情報を抽出する手順と、
   をコンピュータに実行させる時間情報抽出プログラム。

Images