JP2021060926A - 決定方法、情報処理装置、及び決定プログラム - Google Patents
決定方法、情報処理装置、及び決定プログラム Download PDFInfo
- Publication number
- JP2021060926A JP2021060926A JP2019186158A JP2019186158A JP2021060926A JP 2021060926 A JP2021060926 A JP 2021060926A JP 2019186158 A JP2019186158 A JP 2019186158A JP 2019186158 A JP2019186158 A JP 2019186158A JP 2021060926 A JP2021060926 A JP 2021060926A
- Authority
- JP
- Japan
- Prior art keywords
- item
- personal information
- items
- value
- deletion
- 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
- 238000000034 method Methods 0.000 title claims description 81
- 238000012217 deletion Methods 0.000 claims abstract description 121
- 230000037430 deletion Effects 0.000 claims abstract description 121
- 238000011156 evaluation Methods 0.000 claims abstract description 97
- 230000010365 information processing Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 description 25
- 206010049119 Emotional distress Diseases 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
(1)コンピュータは、複数の項目をそれぞれ有する複数の個人情報を受け付ける。
(2)コンピュータは、複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定する。
(3)コンピュータは、複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求める。
(4)コンピュータは、複数の項目それぞれについて求められた個人情報の個数に基づき、削除候補の項目の中から削除項目を決定する。
JOモデルでは、個人情報が有する属性の経済的損失レベルE及び精神的苦痛レベルPに対する機微情報度Fが、次式により計算される。
=5+10
=15 (3)
=36+64
=100 (4)
列2 P=2,E=1
列3 P=1,E=3
列4 P=1,E=3
列5 P=2,E=2
列6 P=2,E=2
列2 R=2,U=2
列3 R=3,U=2
列4 R=1,U=3
列5 R=2,U=3
列6 R=1,U=3
1≦x1≦p,1≦x2≦e,1≦x3≦r,1≦x4≦u} (11)
−(10^(x1−1)+5^(x2−1)) (12)
(C1)項目値が存在するセルの列に対応する項目の精神的苦痛レベルPが、x1以下である。
(C2)項目値が存在するセルの列に対応する項目の経済的損失レベルEが、x2以下である。
(C3)項目値が存在するセルの列に対応する項目の受容性レベルRが、x3以下である。
(C4)項目値が存在するセルの列に対応する項目の有用性レベルUが、x4以下である。
1≦x1≦3,1≦x2≦3,1≦x3≦3,1≦x4≦3} (13)
(1,3,3,3),...,(3,3,1,1)
=(64+36)−(1+25)
=74 (14)
(O1)決定部614は、fj−1/2が正である場合、j番目の列の項目を削除項目に決定する。
(O2)決定部614は、fj−1/2が負である場合、j番目の列の項目を残される項目に決定する。
列2 f2=3/5 (24)
列3 f3=0/4=0 (25)
列4 f4=1/4 (26)
列5 f5=2/4=1/2 (27)
列6 f6=3/5 (28)
(付記1)
コンピュータによって実行される決定方法であって、
前記コンピュータが、
複数の項目をそれぞれ有する複数の個人情報を受け付け、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定し、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、
前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する、
ことを特徴とする決定方法。
(付記2)
前記コンピュータは、前記複数の項目各々に対して設定された複数のパラメータそれぞれの値の範囲に基づいて、複数の評価値を計算し、前記複数の評価値のうち所定の評価値を実現する項目の組み合わせを、前記残される項目として特定し、前記複数の項目から前記項目の組み合わせを除外することで、前記削除候補の項目を特定することを特徴とする付記1記載の決定方法。
(付記3)
前記コンピュータは、前記複数の個人情報それぞれについて、前記残される項目に対する評価値が最大になるように、前記削除候補の項目を特定することを特徴とする付記1又は2記載の決定方法。
(付記4)
前記残される項目に対する評価値は、前記複数の個人情報それぞれの価値と、前記複数の個人情報それぞれのリスクとの差分を表すことを特徴とする付記1乃至3のいずれか1項に記載の決定方法。
(付記5)
複数の項目をそれぞれ有する複数の個人情報を記憶する記憶部と、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定する特定部と、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する決定部と、
を備えることを特徴とする情報処理装置。
(付記6)
前記特定部は、前記複数の項目各々に対して設定された複数のパラメータそれぞれの値の範囲に基づいて、複数の評価値を計算し、前記複数の評価値のうち所定の評価値を実現する項目の組み合わせを、前記残される項目として特定し、前記複数の項目から前記項目の組み合わせを除外することで、前記削除候補の項目を特定することを特徴とする付記5記載の情報処理装置。
(付記7)
前記特定部は、前記複数の個人情報それぞれについて、前記残される項目に対する評価値が最大になるように、前記削除候補の項目を特定することを特徴とする付記5又は6記載の情報処理装置。
(付記8)
前記残される項目に対する評価値は、前記複数の個人情報それぞれの価値と、前記複数の個人情報それぞれのリスクとの差分を表すことを特徴とする付記5乃至7のいずれか1項に記載の情報処理装置。
(付記9)
複数の項目をそれぞれ有する複数の個人情報を受け付け、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定し、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、
前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する、
処理をコンピュータに実行させるための決定プログラム。
(付記10)
前記コンピュータは、前記複数の項目各々に対して設定された複数のパラメータそれぞれの値の範囲に基づいて、複数の評価値を計算し、前記複数の評価値のうち所定の評価値を実現する項目の組み合わせを、前記残される項目として特定し、前記複数の項目から前記項目の組み合わせを除外することで、前記削除候補の項目を特定することを特徴とする付記9記載の決定プログラム。
(付記11)
前記コンピュータは、前記複数の個人情報それぞれについて、前記残される項目に対する評価値が最大になるように、前記削除候補の項目を特定することを特徴とする付記9又は10記載の決定プログラム。
(付記12)
前記残される項目に対する評価値は、前記複数の個人情報それぞれの価値と、前記複数の個人情報それぞれのリスクとの差分を表すことを特徴とする付記9乃至11のいずれか1項に記載の決定プログラム。
201〜203 二値化個人情報
301 折れ線
311、312 矢印
321 最適解
322 局所解
401、601 情報処理装置
411、611 記憶部
412、613 特定部
413、614 決定部
612 入力部
615 出力部
621 個人情報テーブル
622 二値化個人情報テーブル
623 パラメータ情報
624 削除候補セル情報
625 削除項目集合
901、902、1001、1002 網掛領域
1701 CPU
1702 メモリ
1703 入力装置
1704 出力装置
1705 補助記憶装置
1706 媒体駆動装置
1707 ネットワーク接続装置
1708 バス
1709 可搬型記録媒体
Claims (6)
- コンピュータによって実行される決定方法であって、
前記コンピュータが、
複数の項目をそれぞれ有する複数の個人情報を受け付け、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定し、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、
前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する、
ことを特徴とする決定方法。 - 前記コンピュータは、前記複数の項目各々に対して設定された複数のパラメータそれぞれの値の範囲に基づいて、複数の評価値を計算し、前記複数の評価値のうち所定の評価値を実現する項目の組み合わせを、前記残される項目として特定し、前記複数の項目から前記項目の組み合わせを除外することで、前記削除候補の項目を特定することを特徴とする請求項1記載の決定方法。
- 前記コンピュータは、前記複数の個人情報それぞれについて、前記残される項目に対する評価値が最大になるように、前記削除候補の項目を特定することを特徴とする請求項1又は2記載の決定方法。
- 前記残される項目に対する評価値は、前記複数の個人情報それぞれの価値と、前記複数の個人情報それぞれのリスクとの差分を表すことを特徴とする請求項1乃至3のいずれか1項に記載の決定方法。
- 複数の項目をそれぞれ有する複数の個人情報を記憶する記憶部と、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定する特定部と、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する決定部と、
を備えることを特徴とする情報処理装置。 - 複数の項目をそれぞれ有する複数の個人情報を受け付け、
前記複数の個人情報それぞれについて、項目値が存在する項目の一部を削除した場合に残される項目に対する評価値に基づき、削除候補の項目を特定し、
前記複数の項目それぞれについて、項目が削除候補として特定された個人情報の個数を求め、
前記複数の項目それぞれについて求められた個人情報の個数に基づき、前記削除候補の項目の中から削除項目を決定する、
処理をコンピュータに実行させるための決定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019186158A JP7298431B2 (ja) | 2019-10-09 | 2019-10-09 | 決定方法、情報処理装置、及び決定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019186158A JP7298431B2 (ja) | 2019-10-09 | 2019-10-09 | 決定方法、情報処理装置、及び決定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021060926A true JP2021060926A (ja) | 2021-04-15 |
JP7298431B2 JP7298431B2 (ja) | 2023-06-27 |
Family
ID=75380637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019186158A Active JP7298431B2 (ja) | 2019-10-09 | 2019-10-09 | 決定方法、情報処理装置、及び決定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7298431B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006119859A (ja) * | 2004-10-21 | 2006-05-11 | Ibiken Kk | 個人情報管理システム、及びそのプログラム |
JP2007264827A (ja) * | 2006-03-27 | 2007-10-11 | Matsushita Electric Ind Co Ltd | 個人情報保護装置 |
-
2019
- 2019-10-09 JP JP2019186158A patent/JP7298431B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006119859A (ja) * | 2004-10-21 | 2006-05-11 | Ibiken Kk | 個人情報管理システム、及びそのプログラム |
JP2007264827A (ja) * | 2006-03-27 | 2007-10-11 | Matsushita Electric Ind Co Ltd | 個人情報保護装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7298431B2 (ja) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mokhtari et al. | Interpreting financial time series with SHAP values | |
Chan et al. | Learning Arbiter and Combiner Trees from Partitioned Data for Scaling Machine Learning. | |
JP6414363B2 (ja) | 予測システム、方法およびプログラム | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
Al-Shamri et al. | Fuzzy-weighted similarity measures for memory-based collaborative recommender systems | |
WO2017159402A1 (ja) | 共クラスタリングシステム、方法およびプログラム | |
JP7428927B2 (ja) | ノード情報推定方法、ノード情報推定プログラムおよび情報処理装置 | |
Runchi et al. | An ensemble credit scoring model based on logistic regression with heterogeneous balancing and weighting effects | |
Krawczyk et al. | Incremental weighted one-class classifier for mining stationary data streams | |
CN116468273A (zh) | 客户风险识别方法及装置 | |
Mukherjee et al. | Detection of defaulters in P2P lending platforms using unsupervised learning | |
Silva et al. | Model optimization in imbalanced regression | |
Sotto et al. | An analysis of the influence of noneffective instructions in linear genetic programming | |
JP7505574B2 (ja) | 求解方法選択装置および方法 | |
Tsai et al. | Data pre-processing by genetic algorithms for bankruptcy prediction | |
JP7298431B2 (ja) | 決定方法、情報処理装置、及び決定プログラム | |
US11829921B2 (en) | System and method for recommending demand-supply agent combination pairs for transactions using machine learning | |
Makrehchi et al. | Text classification using small number of features | |
Sagala et al. | Enhanced churn prediction model with boosted trees algorithms in the banking sector | |
Mahapatra et al. | A systematic approach to enhance the forecasting of bankruptcy data | |
JP5506629B2 (ja) | 準頻出構造パターンマイニング装置と頻出構造パターンマイニング装置とそれらの方法、及びプログラム | |
JP2010244363A (ja) | 遺伝的処理装置、遺伝的処理方法およびプログラム | |
Feng et al. | A novel feature selection approach based on multiple filters and new separable degree index for credit scoring | |
US9740681B2 (en) | Method for classifying pieces of text on basis of evaluation polarity, computer program product, and computer | |
Wang et al. | Feature selection for human resource selection based on affinity propagation and SVM sensitivity analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220609 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230511 |
|
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: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230529 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7298431 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |