JP2017054230A - 集計分析装置、集計分析方法、及びプログラム - Google Patents
集計分析装置、集計分析方法、及びプログラム Download PDFInfo
- Publication number
- JP2017054230A JP2017054230A JP2015176601A JP2015176601A JP2017054230A JP 2017054230 A JP2017054230 A JP 2017054230A JP 2015176601 A JP2015176601 A JP 2015176601A JP 2015176601 A JP2015176601 A JP 2015176601A JP 2017054230 A JP2017054230 A JP 2017054230A
- Authority
- JP
- Japan
- Prior art keywords
- section
- cross
- statistical analysis
- unit
- strength
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 104
- 238000007619 statistical method Methods 0.000 claims abstract description 128
- 238000000034 method Methods 0.000 claims abstract description 115
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 230000002776 aggregation Effects 0.000 claims description 63
- 238000004220 aggregation Methods 0.000 claims description 63
- 239000002131 composite material Substances 0.000 claims description 41
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000010219 correlation analysis Methods 0.000 description 12
- 238000013500 data storage Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
データ分析においては、例えば、クロス集計が用いられる。クロス集計では、集計の軸(以下、集計軸とも言う)となるデータ項目(例えば、「地域」や「性別」等の項目)が2つ以上選択され、集計対象値(以下、指標値とも言う)となるデータ項目が1つ選択される。そして、選択された集計軸に基づいて指標値を集計した集計結果に、統計的に有意な関係性があるか否かの確認がなされる。なお、集計軸であるデータ項目と、この集計軸に基づいて集計される指標値のデータ項目とを併せて、以下「断面」と称する。
しかしながら、実際のデータ分析では、分析するアナリストによって、重視される統計学的な特徴(以下、統計的特徴と言う)が異なることがある。例えば、集計の軸となるデータ項目間の相関関係を重視するアナリストもいれば、指標値の平均値からの乖離の度合いを重視するアナリストもいる。
また、実際のデータ分析では、分析の段階によって、重視される統計的特徴が異なることがある。例えば、アナリストが行うデータ分析が、全体を把握するための基礎分析の段階であるか、または、テーマを絞り込んだ後の詳細分析の段階であるか、等によって、重視される統計的特徴が異なることがある。
また、実際のデータ分析では、アナリストが行う業務によって、重視される統計的特徴が異なることがある。例えば、アナリストが行う業務が、マーケティング業務であるか、または、業務改善活動であるか、等によって、重視される統計的特徴が異なることがある。
したがって、どのアナリストに対しても常に同じ分析結果が提示されることは、必ずしも有効ではなく、むしろビッグデータに含まれる新たな価値を発掘し損なうことに繋がる場合がある。
ことを特徴とする(1)に記載の集計分析装置である。
第1の実施形態に係る集計分析装置1は、多次元データをデータ項目ごとに集計する。多次元データとは、多数(2以上)の次元によって構成される超直方体の論理構造を有するデータである。
集計分析装置1は、少なくとも2つのデータ項目を集計の軸(以下、「集計軸」とも言う)とし、少なくとも1つのデータ項目を集計対象値となるデータ項目である「指標値」として、集計を行う。各集計軸は、多次元データにおける各次元に対応する。
また、上述したように、集計軸であるデータ項目と、この集計軸により集計された指標値との組み合わせを、「断面」と称する。集計軸と指標値との組み合わせである断面は、上記の多次元データに対応する超直方体を、複数の集計軸によって成る超面に射影(projection)したものに相当する。上記の例においては、「断面」は、「地域ごとおよび性別ごとの購入金額」である。
図1は、第1の実施形態に係る集計分析装置1の機能構成を示すブロック図である。
第1の実施形態に係る集計分析装置1は、入出力部11と、集計分析部12と、分析対象データ格納部13と、重要特徴取得部14と、レコメンド部15とを含んで構成される。
入出力部11は、例えば、タッチパネル式のディスプレイ、または入力ボタンと液晶ディスプレイ等を含んで構成される。
集計分析部12は、取得した分析対象データを用いて、集計および各種の統計解析を行い、統計解析手法ごとの断面を算出する。集計分析部12は、統計解析手法ごとの断面を示すデータを、重要特徴取得部14へ出力する。
分析対象データ格納部13は、例えば、上述したDWHを含んで構成される。
重要特徴取得部14は、入出力部11から入力されたデータ、すなわち、アナリストによって選択された断面を示すデータを取得する。重要特徴取得部14は、この断面に対応する統計解析手法によって解析される統計的特徴を、アナリストによって重視される統計的特徴であると判定する。重要特徴取得部14は、アナリストによって重視されると判定した統計的特徴に対応する統計解析手法を示すデータを、レコメンド部15へ出力する。
入出力部11は、操作入力部111と、表示部112と、を含んで構成される。
まず、表示部112には、集計実行指示の入力画面が表示される。
図2は、第1の実施形態に係る集計分析装置1の表示部112が表示する集計実行指示の入力画面を示す図である。
アナリストによって、上記の5つの入力欄に情報が入力される。
「テーブル名」の入力欄には、集計対象とするデータが含まれるテーブルを識別する情報が入力される。
「データベース名」の入力欄には、「テーブル名」の入力欄において入力されるテーブルが含まれるデータベースを識別する情報が入力される。
「サーバー名」の入力欄には、「データベース名」の入力欄において入力されるデータベースが含まれるサーバーを識別する情報が入力される。なお、本実施形態においては、分析対象データ格納部13を識別する情報が入力される。本実施形態においては、分析対象データ格納部13は集計分析装置1の中に含まれる構成であるが、分析対象データ格納部13は集計分析装置1の外部の他の装置に含まれる構成であっても構わない。
「パスワード」の入力欄には、アナリスト認証するためのパスワードを示す情報が入力される。
アナリストにより、上記5つの入力欄に情報が入力され、実行ボタンが押下される。
実行ボタンが押下されると、操作入力部111は、「ユーザー名」、および「パスワード」の入力欄に入力された情報を、認証部(図示せず)に出力する。認証部(図示せず)は、操作入力部111から入力された情報に基づいて、認証処理を実行する。認証が成功した場合には、操作入力部111は、「サーバー名」、「データベース名」、および「テーブル名」の入力欄に入力された情報を、後述する集計部121へ出力する。
集計部121は、操作入力部111から入力された「サーバー名」、「データベース名」、および「テーブル名」を示す情報に基づいて、分析対象データ格納部13に記憶された集計対象とするデータ(以下、集計対象データと言う)を特定する。集計部121は、特定した集計対象データを、分析対象データ格納部13から取得する。
集計部121は、集計対象データに含まれるデータ項目の中から、少なくとも2個以上の個数であって、予め設定された個数(m個)のデータ項目を選択する。この選択されたm個のデータ項目は、集計軸となるデータ項目である。以下、説明を簡単にするため、本実施形態においては、集計部121は集計軸とするデータ項目を2つ選択する。すなわち、本実施形態における集計対象データは、2次元のデータであるものとする。
すなわち、以上により、集計対象データから1つの「断面」が選択される。
集計部121は、上記のクロス集計を、集計対象データにおいて、選択可能な全てのデータ項目の組み合わせについて実行する。すなわち、指標値とするデータ項目(最大n個)ごとに、最大(n−1)Cm個の場合の数(本実施形態においては、最大(n−1)C2個の場合の数)に相当する集計軸の組み合わせが存在する。なお、最大(n−1)Cm個となるのは、指標値とするデータ項目を除いたデータ項目(n−1個)の中から、集計軸(m個)を選択するからである。
以上により、集計部121は、集計対象データに含まれる選択可能な全ての「断面」についてクロス集計を実行する。
統計解析部122は、集計部121から入力されたデータに基づいて、各種の統計解析手法を用いて、断面ごとに解析する。
図示するように、「断面1」における集計軸間の相関分析による解析結果は「0.9」である。同様に、「断面2」、「断面3」、「断面4」、「断面5」、および「断面6」におけるそれぞれの集計軸間の相関分析による解析結果は、それぞれ「0.8」、「−0.7」、「0.7」、「−0.6」、および「0.5」である。
図示するように、「断面1」における集計軸間の独立性検定による解析結果のP値は「0.8」である。なお、P値とは、独立性検定において、実際に観測された分布が理論的に予想される分布にどれだけ近づいているかを表す確率を示す値である。同様に、「断面2」、「断面3」、「断面4」、「断面5」、および「断面6」におけるそれぞれの集計軸間の相関分析による解析結果は、それぞれ「0.02」、「0.4」、「0.8」、「0.9」、および「0.9」である。
各断面におけるクロス集計の集計値をX、集計値の平均値をμ、および集計値の標準偏差をσとする。そして、各集計値Xについて、X−μの値の絶対値を求め、その絶対値を3σによって除算した値を算出する。そして、算出した値の中で最も大きい値を、各断面における、指標値の平均値からの乖離度とする。すなわち、指標値の平均値からの乖離度は、Max[|X−μ|/3σ]の式によって求められる。なお、σが0の場合には、指標値の平均値からの乖離度は0とする。
強度算出部123は、統計解析部122から入力されたデータに基づいて、統計解析手法ごと(すなわち、統計的特徴ごと)に、断面の強度を算出する。強度算出部123は、断面の強度の算出を以下のようにして行う。
統計解析手法が独立性検定の場合、強度算出部123は、独立性検定の結果のP値を「1」から差し引いた値を強度とする。
統計解析手法が指標値の平均値からの乖離度の解析の場合、強度算出部123は、上記で算出した指標値の平均値からの乖離度の値を、次のルールに従って変換した値を強度とする。強度算出部123は、上記で算出した指標値の平均値からの乖離度の値が1以上である場合には、強度は1とする。そうでない場合には、上記で算出した指標値の平均値からの乖離度の値を強度とする。
図6は、第1の実施形態に係る集計分析装置1の強度算出部123が強度を算出した結果を示す図である。
重要特徴取得部14は、代表的断面提示部141と、選択結果取得部142と、重要特徴判定部143と、を含んで構成される。
代表的断面提示部141は、強度算出部123から入力されたデータに基づいて、代表的断面を生成する。代表的断面提示部141は、生成した代表的断面を、表示部112を介してアナリストへ提示する。また、代表的断面提示部141は、生成した代表的断面を、選択結果取得部142へ出力する。
図7は、第1の実施形態に係る集計分析装置1の表示部112に表示される代表的断面提示画面を示す図である。
図示するように、代表的断面提示画面には、3つの表が表示される。
なお、上記の例においては、合計値を示すデータが表示された場合について説明したが、集計方法は合計値の算出に限られるものではない。例えば、平均値、数値割合の値、または件数割合の値を示すデータが表示されることもある。
また、複数の集計方法が存在する場合には、集計方法自体も断面を構成する要素となりうる。そのため、強度の高い断面を算出する際には、集計方法ごとに断面を算出することとしてもよい。
そして、アナリストにより、操作入力部111を介して、代表的断面提示画面の右下の部分に表示されている「レコメンド結果抽出」ボタンが押下される。
「レコメンド結果抽出」ボタンが押下されると、操作入力部111は、選択結果取得部142へ、押下された選択入力ボタンを示すデータを出力する。
選択結果取得部142は、代表的断面提示部141から入力された代表的断面、および操作入力部111から入力されたデータに基づいて、アナリストによって選択された断面、および当該断面に対応する統計的特徴を特定する。選択結果取得部142は、特定した統計的特徴に対応する統計解析手法を示すデータを、重要特徴判定部143へ出力する。
したがって、重要特徴判定部143は、上段の断面に対応する「特徴1」と下段の断面に対応する「特徴3」とを、アナリストによって重視される統計的特徴であると判定する。
重要特徴判定部143は、判定した統計的特徴に対応する統計解析手法を示すデータを、レコメンド部15の後述する断面提示部151へ出力する。
断面提示部151は、重要特徴判定部143から入力されたデータに基づく統計解析手法において、代表的断面としてアナリストへ提示された断面以外の断面の中で、強度が高い断面を所定のルールに基づいて選択する。なお、所定のルール(以下、レコメンドルールと言う)については後述する。断面提示部151は、選択した断面を、レコメンド結果として表示部112を介してアナリストへ提示する。
図示するように、レコメンド結果提示画面には、所定のルールに基づいて選択された断面が表示されている。例えば、図8において最上段に表示されている断面は、「性別ごとおよび地域ごとの、注文数の合計値」である。また2段目に表示されている断面は、「性別ごとおよび商品ごとの、消費額の平均値」である。
なお、上記の例においては、「合計値」および「平均値」に関するレコメンド結果が表示された場合について説明したが、これに限られるものではない。例えば、「数値割合」、または「件数割合」に関するレコメンド結果が表示されることもある。
各断面が表示された表示領域の右側には、それぞれ「詳細表示」ボタンが表示される。アナリストによってこの「詳細表示」ボタンが押下されると、断面の集計結果データを含む詳細画面(図示せず)が表示される。これにより、アナリストは、レコメンドされた断面の詳細な情報を確認することができる。
以下、本実施形態におけるレコメンドルールについて説明する。
断面提示部151は、統計解析手法ごとに、強度の値の閾値である閾値Siを、予め保持している。この閾値Siは、例えば、過去の集計分析における経験に基づいて事前に設定される。そして、断面提示部151は、統計解析手法ごとに、閾値Si以上の強度を有する断面であって、代表的断面として提示していない断面を、アナリストへ提示する。
なお、断面提示部151が、代表的断面として提示した断面も含めて、断面をアナリストへ提示するようにしてもよい。
なお、上述したように、断面提示部151は、「断面1」、「断面2」、および「断面4」を代表的断面として既にアナリストへ提示している。したがって、断面提示部151は、「断面3」、および「断面6」を、レコメンド結果としてアナリストへ提示する。
次に集計分析装置1の動作について説明する。
図9は、本実施形態に係る集計分析装置1の動作を示すフローチャートである。
本フローチャートは、操作入力部111から集計部121へ、アナリストによって指定された集計対象データを示すデータが出力された際に開始する。
以上で、本フローチャートの処理を終了する。
第1の実施形態におけるレコメンドルールは、統計解析手法ごとに、強度の閾値である閾値Siが予め固定値として設定されている。そして、第1の実施形態におけるレコメンドルールは、閾値Si以上の強度を有する断面であって、代表的断面としてアナリストへ提示されていない断面をアナリストへ提示する、というルールであった。
以下に、第2の実施形態におけるレコメンドルールについて説明する。
断面提示部151は、まず、統計解析手法ごとに、強度の大きい順に断面を並べ替える。
図10は、第2の実施形態に係る集計分析装置1の断面提示部151が強度に基づいて断面を並べ替えた状態を表す図である。なお、図10は、断面提示部151が、図6に示した特徴3における強度に基づいて、断面を並べ替えた状態を示す。
次に、第3の実施形態におけるレコメンドルールを説明する。
断面提示部151は、まず、統計解析手法ごとの断面の強度の値を基準化した基準化強度を算出する。例えば、断面提示部151は、統計解析手法ごとに、強度が最大の断面の基準化強度を1とし、強度が最小の断面の基準化強度を0とするように、強度の値を基準化する。
図11は、第3の実施形態に係る集計分析装置の断面提示部が強度に基づいて基準化強度を算出した状態を表す図である。
例えば、図11に示す強度の中で、最大値は断面1の強度であり「0.9」である。また、図11に示す強度の値の中で、最小値は断面6の強度であり「0.5」である。
断面提示部151は、例えば、断面2の強度の値である「0.8」の基準化強度を算出する場合、上記のとおり、(0.8−0.5)÷(0.9−0.5)と計算する。したがって、断面2の基準化強度は「0.75」となる。
以上により、第3の実施形態に係るレコメンドルールによれば、強度の値の幅(最大値と最小値との差)の中で、強度の値が上位から一定の割合(例えば、上位2割)に含まれる断面をアナリストへ提示することが可能になる。
第1乃至第3の実施形態に係る断面提示部151は、統計解析手法ごとに、アナリストへ提示する断面を選択した。第4の実施形態に係る断面提示部151は、アナリストが重視する複数の統計的特徴に対応する複数の統計解析手法によって解析される断面の強度に基づいて、複合的な断面の強度(以下、複合強度と言う)を算出する。
以下に、第4の実施形態におけるレコメンドルールを説明する。
例えば、第1の実施形態において説明した例と同様に、重要特徴判定部143が、「特徴1」と「特徴3」とを、アナリストによって重視される統計的特徴であると判定したものとする。その場合、第4の実施形態に係る重要特徴判定部143は、「特徴1」と「特徴3」の断面の強度を示すデータを複合強度算出部152へ出力する。複合強度算出部152は、「特徴1」および「特徴3」の断面の強度を示すデータを強度算出部123から取得する。複合強度算出部152は、強度算出部123から取得した「特徴1」および「特徴3」の強度の値に基づいて、断面ごとに複合強度を算出する。ここで、複合強度は、それぞれの強度の平均値としてもよいが、統計的特徴ごとに重み付けをしておき当該重みを考慮して算出した値としてもよい。
例えば、図6に示した例において、特徴1における断面1の強度の値は「0.9」である。また、特徴3における断面1の強度の値は「0」である。複合強度算出部152は、この「0.9」と「0」との平均値を算出することにより、特徴1と特徴3とにおける断面1の複合強度である「0.45」の値を得る。同様に、特徴1における断面2の強度の値は「0.8」である。また、特徴3における断面2の強度の値は「0.74」である。複合強度算出部152は、この「0.8」と「0.74」との平均値を算出することにより、特徴1と特徴3とにおける断面2の複合強度である「0.77」の値を得る。
Claims (8)
- 多次元データを記憶する記憶部と、
前記多次元データに含まれるデータ項目である集計軸と前記多次元データに含まれ前記集計軸に基づいて集計されるデータ項目である指標値との組み合わせである断面について、複数の統計解析手法による統計解析を行ったときの前記統計解析手法特有の特徴の強さを表す強度を前記統計解析手法ごとに算出する強度算出部と、
前記強度算出部が前記統計解析手法ごとに算出した前記断面ごとの前記強度に基づいて、前記統計解析手法ごとに高い前記強度を有する前記断面で前記多次元データを集計した結果である代表的断面を提示する代表的断面提示部と、
前記代表的断面提示部による提示に応じて選択された前記断面を取得する選択結果取得部と、
前記選択された断面に対応する前記統計解析手法において、高い前記強度を有する他の断面をレコメンドする断面提示部と、
を備えることを特徴とする集計分析装置。 - 前記断面提示部は、前記統計解析手法ごとに設定される所定の閾値以上の前記強度である前記断面を提示する、
ことを特徴とする、請求項1に記載の集計分析装置。 - 前記断面提示部は、前記統計解析手法ごとに、前記強度の異なる前記断面を複数提示し、提示に応じて選択された前記断面に基づいて前記所定の閾値を設定する、
ことを特徴とする、請求項2に記載の集計分析装置。 - 前記断面提示部は、前記強度算出部によって前記統計解析手法ごとに算出された前記断面ごとの前記強度を前記統計解析手法ごとに基準化した基準化強度を算出し、前記基準化強度に基づいて前記断面をレコメンドする、
ことを特徴とする、請求項1に記載の集計分析装置。 - 異なる複数の前記統計解析手法において、同一の断面ごとに前記強度を複合した複合強度を算出する複合強度算出部を備え、
前記断面提示部は、前記複合強度算出部によって算出された前記複合強度の値に基づいて前記断面をレコメンドする、
ことを特徴とする、請求項1に記載の集計分析装置。 - 前記代表的断面提示部による提示に応じて選択された複数の前記断面において、前記断面を構成する共通の項目を含む場合、前記断面提示部は前記共通の項目を含む他の前記断面をレコメンドする、
ことを特徴とする、請求項1に記載の集計分析装置。 - 多次元データを記憶する記憶ステップと、
前記多次元データに含まれるデータ項目である集計軸と前記多次元データに含まれ前記集計軸に基づいて集計されるデータ項目である指標値との組み合わせである断面について、複数の統計解析手法による統計解析を行ったときの前記統計解析手法特有の特徴の強さを表す強度を前記統計解析手法ごとに算出する強度算出ステップと、
前記強度算出ステップにおいて前記統計解析手法ごとに算出された前記断面ごとの前記強度に基づいて、前記統計解析手法ごとに高い前記強度を有する前記断面で前記多次元データを集計した結果である代表的断面を提示する代表的断面提示ステップと、
前記代表的断面提示ステップにおける提示に応じて選択された前記断面を取得する選択結果取得ステップと、
前記選択された断面に対応する前記統計解析手法において、高い前記強度を有する他の断面をレコメンドする断面提示ステップと、
を有することを特徴とする集計分析方法。 - コンピュータに、
多次元データを記憶する記憶ステップと、
前記多次元データに含まれるデータ項目である集計軸と前記多次元データに含まれ前記集計軸に基づいて集計されるデータ項目である指標値との組み合わせである断面について、複数の統計解析手法による統計解析を行ったときの前記統計解析手法特有の特徴の強さを表す強度を前記統計解析手法ごとに算出する強度算出ステップと、
前記強度算出ステップにおいて前記統計解析手法ごとに算出された前記断面ごとの前記強度に基づいて、前記統計解析手法ごとに高い前記強度を有する前記断面で前記多次元データを集計した結果である代表的断面を提示する代表的断面提示ステップと、
前記代表的断面提示ステップにおける提示に応じて選択された前記断面を取得する選択結果取得ステップと、
前記選択された断面に対応する前記統計解析手法において、高い前記強度を有する他の断面をレコメンドする断面提示ステップと、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015176601A JP6550304B2 (ja) | 2015-09-08 | 2015-09-08 | 集計分析装置、集計分析方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015176601A JP6550304B2 (ja) | 2015-09-08 | 2015-09-08 | 集計分析装置、集計分析方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017054230A true JP2017054230A (ja) | 2017-03-16 |
JP6550304B2 JP6550304B2 (ja) | 2019-07-24 |
Family
ID=58316690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015176601A Active JP6550304B2 (ja) | 2015-09-08 | 2015-09-08 | 集計分析装置、集計分析方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6550304B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020135054A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP2020135055A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP2020135053A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202535A (ja) * | 2004-01-14 | 2005-07-28 | Hitachi Ltd | 文書集計方法及び装置並びにそれらに用いるプログラムを記憶した媒体 |
JP2011253449A (ja) * | 2010-06-03 | 2011-12-15 | Toshiba Corp | 文書分析装置およびプログラム |
JP2012238153A (ja) * | 2011-05-11 | 2012-12-06 | Hitachi Systems Ltd | データ整形システム、方法、及びプログラム |
-
2015
- 2015-09-08 JP JP2015176601A patent/JP6550304B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202535A (ja) * | 2004-01-14 | 2005-07-28 | Hitachi Ltd | 文書集計方法及び装置並びにそれらに用いるプログラムを記憶した媒体 |
JP2011253449A (ja) * | 2010-06-03 | 2011-12-15 | Toshiba Corp | 文書分析装置およびプログラム |
JP2012238153A (ja) * | 2011-05-11 | 2012-12-06 | Hitachi Systems Ltd | データ整形システム、方法、及びプログラム |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020135054A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP2020135055A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP2020135053A (ja) * | 2019-02-13 | 2020-08-31 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP7246956B2 (ja) | 2019-02-13 | 2023-03-28 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP7246957B2 (ja) | 2019-02-13 | 2023-03-28 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
JP7246958B2 (ja) | 2019-02-13 | 2023-03-28 | 株式会社キーエンス | データ分析装置及びデータ分析方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6550304B2 (ja) | 2019-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alshikhi et al. | Information quality: definitions, measurement, dimensions, and relationship with decision making | |
Roldán et al. | Variance-based structural equation modeling: Guidelines for using partial least squares in information systems research | |
US20160004757A1 (en) | Data management method, data management device and storage medium | |
US10163117B2 (en) | System, method, and computer program product for model-based data analysis | |
Bentley | Cross-country differences in publishing productivity of academics in research universities | |
JP6696568B2 (ja) | アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置 | |
JP6550304B2 (ja) | 集計分析装置、集計分析方法、及びプログラム | |
JP6859621B2 (ja) | サーバ装置、表示システム、制御方法及びプログラム | |
JP6003637B2 (ja) | 情報処理装置、ノード抽出プログラムおよびノード抽出方法 | |
JP6526849B1 (ja) | 推定装置、推定方法および推定プログラム | |
Schecter et al. | The power, accuracy, and precision of the relational event model | |
WO2017201905A1 (zh) | 资料分发方法、装置和存储介质 | |
US10990985B2 (en) | Remote supervision of client device activity | |
Haider et al. | The Player Experience Inventory Bench: Providing Games User Researchers Actionable Insight into Player Experiences | |
Wu | An integrated solution for benchmarking using DEA, gray entropy, and Borda count | |
JP2021140396A (ja) | 推測根拠分析装置及び推測根拠分析方法 | |
JP2015230594A (ja) | 意見活用支援装置、及び意見活用支援方法 | |
Liu et al. | The geography of occupational concentration among low-skilled immigrants | |
JP2019174983A (ja) | データ管理システム及び関連データ推薦方法 | |
Ma et al. | Empirical research on a model to measure end-user satisfaction with the quality of database search results | |
JP5444282B2 (ja) | データ整形システム、方法、及びプログラム | |
CN111506826A (zh) | 基于亲密度的用户推荐方法、装置、设备及存储介质 | |
Martinez et al. | Market basket analysis with association rules in the retail sector using Orange. Case Study: Appliances Sales Company | |
JP7256669B2 (ja) | 情報処理装置、推定装置、分析装置、情報処理方法及びコンピュータープログラム | |
JP2012118612A (ja) | マーケティング提案支援システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190319 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190326 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190523 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190604 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190701 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6550304 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |