JP4391506B2 - 評価装置、評価方法及び評価プログラム - Google Patents

評価装置、評価方法及び評価プログラム Download PDF

Info

Publication number
JP4391506B2
JP4391506B2 JP2006255986A JP2006255986A JP4391506B2 JP 4391506 B2 JP4391506 B2 JP 4391506B2 JP 2006255986 A JP2006255986 A JP 2006255986A JP 2006255986 A JP2006255986 A JP 2006255986A JP 4391506 B2 JP4391506 B2 JP 4391506B2
Authority
JP
Japan
Prior art keywords
data
degree
evaluation
community
cluster
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.)
Active
Application number
JP2006255986A
Other languages
English (en)
Other versions
JP2008077403A (ja
JP2008077403A5 (ja
Inventor
力 米森
務 松永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Data Group Corp
Original Assignee
NTT Data Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NTT Data Corp filed Critical NTT Data Corp
Priority to JP2006255986A priority Critical patent/JP4391506B2/ja
Publication of JP2008077403A publication Critical patent/JP2008077403A/ja
Publication of JP2008077403A5 publication Critical patent/JP2008077403A5/ja
Application granted granted Critical
Publication of JP4391506B2 publication Critical patent/JP4391506B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Description

本発明は、評価装置、評価方法及び評価プログラムに関する。
企業間の関係は、経営上の意志決定に関する重要な情報源として活用される。例えば、投資先の決定や、融資先の限度額などを決定する際には、対象となる企業の取引関係や、提携関係などによるリスクが考慮される。
従来、信用調査結果や、分析対象企業からの有価証券報告書等のデータベースを検索することにより、企業間の取引関係を把握する技術が提案されている(例えば、特許文献1参照)。
特開2003−30467号公報
しかしながら、上述した従来技術では、データベースを検索して企業間の関係を把握するため、当該企業と直接関係のある企業を知ることができるものの、取引先のさらに取引先など、全体的な視点からは、企業間関係を把握することができないという問題があった。また、企業間の関係に基づいて、対象となる企業を選定する際には、スコアリングにより優先度を付与することが有効であると考えられるが、従来技術では、全体的な関係を考慮したスコアを付与することができないという問題がある。
本発明は、このような事情を考慮してなされたものであり、その目的は、企業間関係を包括的に考慮することにより、意志決定支援に役立つ企業群を把握することができ、スコアリングにより容易に対象企業を選択することができる評価装置、評価方法及び評価プログラムを提供することにある。
上述した課題を解決するために、本発明は、データ変換部とコミュニティ抽出部とを備えた評価装置であって、前記データ変換部は、N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段から、前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換する変換手段を備え、前記コミュニティ抽出部は、入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するクラスタ構成手段と、前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出する帰属度算出手段と、前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出する抽出手段と、を備えることを特徴とする評価装置である。
本発明は、上記の発明において、前記コミュニティ抽出部は、抽出するコミュニティの数が、予め設定される抽出予定のコミュニティ数に達するかを判定し、該コミュニティ数に達していないと判定した場合は、前記ノード毎の該当クラスタへの帰属度に基づいて前記ネットワークデータを更新して前記クラスタ構成手段に入力する帰属度除去手段をさらに有することを特徴とする。
本発明は、上記の発明において、前記データ変換部は、評価目的に応じて、前記ノード間のエッジの有無に、所定の重み付けを付与したネットワークデータをN×Nの対称行列データに変換することを特徴とする
また、上述した課題を解決するために、本発明は、N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段と、データ変換部と、コミュニティ抽出部と、を備えた評価装置による評価方法であって、前記データ変換部が、前記記憶手段から前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換するステップと、前記コミュニティ抽出部が、入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するステップと、前記コミュニティ抽出部が、前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出するステップと、前記コミュニティ抽出部が、前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出するステップと、を含むことを特徴とする評価方法である。
また、上述した課題を解決するために、本発明は、データ変換部とコミュニティ抽出部とを備えた評価装置のコンピュータにおいて、前記データ変換部を、N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段から、前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換する変換手段、前記コミュニティ抽出部を、入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するクラスタ構成手段、前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出する帰属度算出手段、前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出する抽出手段、として機能させるための評価プログラムである。
この発明によれば、複数のデータの各々をノードとし、各データ間の関連度をエッジとしたネットワークデータに変換し、変換したネットワークデータを入力し、入力されるネットワークデータからデータ同士の凝集度を算出し、算出した凝集度に基づいて、複数のデータを複数のクラスタに分類し、該分類された複数のクラスタの各々のデータ毎に、該当クラスタに対する帰属度を算出し、データ毎の該当クラスタへの帰属度に基づいて、クラスタ毎に高い関連度を有する複数のデータからなるコミュニティを抽出する。したがって、評価結果として、企業間関係を包括的に考慮した、目的に応じたコミュニティが得られるため、意志決定支援に役立つ企業群を容易に把握することができるという利点が得られる。
また、本発明によれば、抽出するコミュニティの数が、予め設定される抽出予定のコミュニティ数に達するまで、データ毎の該当クラスタへの帰属度に基づいてネットワークデータを更新して前記分類手段に入力する。したがって、クラスタの分類がより正確になり、分析結果に対する理解の促進につなげることができるという利点が得られる。
また、本発明によれば、評価目的に応じて、複数のデータ間の関連度に重み付けする。したがって、コミュニティに帰属する度合いがスコア(帰属度)として得られるため、このスコア(帰属度)を調査対象選定基準の優先度として活用することができ、容易に対象企業を選択することができるという利点が得られる。
以下、本発明の一実施形態による評価装置を、図面を参照して説明する。
図1は、本発明の実施形態による評価装置1の構成を示すブロック図である。図1において、入力部101は、パラメータとして、抽出したいコミュニティ数C、抽出したいコミュニティ内の企業を決定するための閾値τを入力する。データ変換部102は、企業間関係情報DB(Data Base)201に格納されている、複数の企業間の取引関係を示す情報を、ネットワークデータに変換し、ネットワークデータ202として出力する。
コミュニティ抽出部103は、ネットワークデータ202を用いて、企業の凝集度に従って複数のクラスタに分類するとともに、該クラスタへの各企業の帰属度に従って複数の企業群からなるコミュニティを抽出する。この際、各企業に対してコミュニティに帰属する度合いを表すスコア(帰属度)を出力部104に出力するとともに、凝集度を凝集度DB203に格納する。出力部104は、各コミュニティに含まれる企業情報とスコア(帰属度)とを出力する。
次に、本実施形態の動作について説明する。
図2は、データ変換部102の動作を説明するためのフローチャートである。データ変換部102は、企業間関係情報DB201に格納されている、複数の企業間の取引関係を示す情報を入力し(ステップS1)、企業をノード、企業間関係をエッジとして、ネットワークデータ202に変換する(ステップS2)。
例えば、企業間関係を取引関係とした場合、i、jを企業のid(識別情報)、企業iをノードとしたとき、企業iと企業jとの関係を、要素eijとする隣接行列Eを構成することができる。仕入・販売の取引関係の有無に応じて、それぞれ、eij=1(取引あり)、eij=0(取引なし)として、隣接行列Eを構成する。この隣接行列Eがネットワークデータ202となる。
また、分析目的に応じて、エッジに重みを付与するようにしてもよい。例えば、取引関係に与信スコア(score:与信スコアは評点ともいう)を考慮した場合、i、jを企業のid(識別情報)、scoreを企業iの与信スコア、dimを企業iの次数(iのエッジ数)としたとき、企業iと企業jの間のエッジの重みeijを次式(1)のようにして決定し、ネットワークデータ202を構成する。dimは、ノードの枝の数である。
Figure 0004391506
ここで、上述した凝集度、帰属度およびクラスタについて説明する。凝集度とは、最大固有値であり、それを用いてクラスタ分類を行う。上述した隣接行列Eにおいて、企業のコミュニティの抽出対象となる企業数をnとし、ノードiのクラスタへの帰属度をxとしたとき、クラスタの凝集度を次式(2)で評価する。
Figure 0004391506
ここで、xの右肩のTはxの転置を表す。E=eij(eii=0とする)は、重み付き隣接行列であり、この凝集度が最大となるx=[x,.....,x]を求める。但し、|x|=1である。ここに、凝集度が最も高いクラスタは、次式(3)に示す、隣接行列Eの固有値問題を解くこと、すなわち固有値展開を行うことによって得られる最大固有値の固有ベクトルにより決定される。なお、固有値展開の詳細は、後述する。
Figure 0004391506
なお、固有ベクトルxの要素は、Eが非負対称行列であることから非負値で与えられる。凝集度は、最大固有値である。ここでは、xの要素のうち、最大値を持つiの要素xi*を規格化定数とし、次式(4)により、最大値を1と変換し、帰属度と定義する。
Figure 0004391506
次に、図3は、コミュニティ抽出部103の動作を説明するためのフローチャートである。コミュニティ抽出部103は、入力部101から入力されるパラメータ(コミュニティ数C、閾値τ)と、上記ネットワークデータ202(n×n行列)を入力する(ステップS10)。次に、ネットワークデータ202に対し、固有値展開を適用する(ステップS11)。固有値展開では、n個の固有値と、n×nの固有ベクトルが得られる。このうち、最大固有値、すなわち凝集度に対する固有ベクトルxのみを以後の処理に用いる。固有ベクトルxは、最大固有値に対する一列の行列(ベクトル)からなる。すなわち、固有値展開を適用することで、複数の企業(ノード)群からなるクラスタが構成されることになる。上記最大固有値(凝集度)は、凝集度DB203に記録される。なお、固有値展開の詳細については後述する。
次に、固有ベクトルxを、xの要素の最大値xで除算することで、各企業のクラスタへの帰属度を算出し(ステップS12)、閾値τと帰属度とを対比させ、コミュニティ内の企業を決定する(ステップS13)。次に、入力データを変換する(ステップS14)。すなわち、ネットワークデータ202(E)の要素eijを、帰属度mを用いた以下の式(5)により更新する。これにより、第t番目までに得られた帰属度を除去したネットワークデータ202(E)が得られる。
Figure 0004391506
ここで、tは、繰り返し回数に対応する。次に、抽出したいコミュニティ数Cだけ抽出したか否かを判定し(ステップS15)、コミュニティ数Cに達していない場合には、ステップS11に戻り、上述した処理を繰り返す。そして、コミュニティ数Cに達すると、当該処理を終了する。
このように、ステップS11〜S14を繰り返し、次のクラスタの算出時には、既に抽出したクラスタの影響を除外する方法として、隣接行列から第t番目までに得られる帰属度を除去することにより、第t+1番目のクラスタを得ることで、企業を複数のクラスタに分類することが可能となる。ここで、ネットワークに含まれるクラスタ数は、凝集度の変化によって決定される。
ここで、図5(a)は、企業間関係情報DB201の一例を示す概念図である。図示の例では、企業Aは、企業B、C、E、Fと取引があり、企業Bは、企業A、C、Gと取引があり、企業Cは、企業A、Bと取引があり、…、企業Kは、企業E、H、I、Jと取引があることを示している。該企業間関係情報DB201から変換されたネットワークデータ202は、例えば、図5(b)に示すようになる。各ノード(丸印)が各企業A〜Gに相当し、企業間の取引がエッジで示されている。また、該ネットワークデータ202は、図5(c)に示す行列で示されることになり、ネットワーク上の取引の有無に応じて行列の要素に1と0とが割り振られる。
そして、上記ネットワークデータ202が図5(c)で示される場合には、図6に示すように、2つのクラスタ1、2に分類されることになる。なお、図6に示すように、それぞれのクラスタ1、2に属する企業には、そのクラスタ1、2にどの程度帰属しているかを示す帰属度が算出される。そして、閾値τ(図示の例では、0.3)に従って、各クラスタ1、2から図7に示すようにコミュニティ1、2が抽出されることになる。
次に、図4は、上述した固有値展開の代表的アルゴリズムであるヤコビ法の手順を示すフローチャートである。ヤコビ法では、まず、データ(処理対象行列)をE(n×n)=eijとし、収束判定パラメータepsを0に近い値(0.001等)を設定し、さらに、固有ベクトル格納用のX(n×n)=xijを用意する(ステップS20)。次に、Aの非対角要素(i≠j)中で最大の値を持つ要素aIJ及びその要素の位置情報I,Jをサーチする(ステップS21)。
次に、収束したか否か(eIJ<eps)を判定し(ステップS22)、収束していない場合には、θを計算し(ステップS23)、aIj及びaJj(j=1,2,…,n)を更新し(ステップS24)、eiI及びeiJ(i=1,2,…,n)を更新し(ステップS25)、さらに、xiI及びxiJ(i=1,2,…,n)を更新し(ステップS26)、ステップS21に戻り、収束するまで繰り返す。そして、収束すると、Vを固有ベクトル、Aの対角部分を固有値として出力し(ステップS27)、当該処理を終了する。
次に、上述した本実施形態による評価方法により実際のデータを用いたコミュニティ抽出の結果について説明する。企業の仕入ならびに販売の取引情報を用いて、構成した関係に応じたコミュニティが抽出されるかどうかを調べる。ここでは、取引関係を用いた場合と、取引関係に与信スコアを反映した場合とについて説明する。なお、以下では、(1)日経NEEDS:2003年度上場企業2903社の仕入並びに販売の取引情報、(2)帝国データバンクCOSMOS1:概要ファイルに含まれる与信スコアを用いた。
まず、企業間関係を取引関係とした場合、すなわち、図2の処理にて、与信スコアを考慮しない場合には、図8に示す結果が得られた。クラスタ1には、総合商社のコミュニティが抽出され、クラスタ2には、自動車業界のコミュニティが抽出された。これらは、販売先や、仕入先の関係が密であり、抽出されたコミュニティとして妥当であることが分かる。これにより、提携先企業がどのコミュニティに属するかを容易に把握することが可能となる。
また、図9には、クラスタの帰属度の高い、336社を対象にネットワークが示されている。図において、黒丸、平行四辺形、正方形、三角形、菱形のドットは、それぞれ、企業であるノードを示し、平行四辺形、正方形、三角形、菱形のドットは、順に、当該企業がそれぞれ第1、第2、第3、第4クラスタに属することを示している。複数のクラスタに属している場合は、先に抽出されたクラスタで記している。図から、取引関係のネットワークデータ上に、取引関係の密な部分がコミュニティとして抽出されていることが確認できる。
次に、図2の処理にて、取引関係に加えて与信スコア(評点)を考慮した場合には、図10に示す結果が得られた。太線で示すように、与信スコアが低く、関連のある企業がコミュニティとして抽出されているのが分かる。例えば、提携先企業がコミュニティの上位企業になっている際には、より詳細な分析を行うことでリスクを低減させることが可能となる。
上述した実施形態によれば、評価結果として、企業間関係を包括的に考慮し、目的に応じたコミュニティが得られるため、意志決定支援に役立つ企業群を容易に把握することができる。また、コミュニティに帰属する度合いがスコア(帰属度)として得られるため、このスコア(帰属度)を調査対象選定基準の優先度として活用することができる。また、凝集度の変化に基づいてデータに含まれる本質的なコミュニティ数が決定されることにより、分析結果に対する理解の促進につなげることができる。
なお、上述した実施形態では、例として、企業のデータを用いたが、本発明はこれに限らず、様々なデータを対象としてもよい。
本発明の変換手段は、データ変換部102に対応し、分類手段、帰属度算出手段、抽出手段は、コミュニティ抽出部103に対応する。
本発明の実施形態による評価装置の構成を示すブロック図である。 データ変換部102の動作を説明するためのフローチャートである。 コミュニティ抽出部103の動作を説明するためのフローチャートである。 固有値展開の代表的アルゴリズムであるヤコビ法の手順を示すフローチャートである。 ネットワークデータへの変換を説明するための概念図である。 クラスタおよび帰属度を説明するための概念図である。 ネットワークデータにおけるクラスタを説明するための概念図である。 企業間関係を取引関係とした場合の結果を示す図である。 企業間関係を取引関係とした場合のネットワーク、クラスタを示す概念図である。 取引関係に与信スコアを反映した場合の結果を示す図である。
符号の説明
101 入力部
102 データ変換部
103 コミュニティ抽出部
104 出力部
201 企業間関係情報DB
202 ネットワークデータ
203 凝集度DB

Claims (5)

  1. データ変換部とコミュニティ抽出部とを備えた評価装置であって、
    前記データ変換部は、
    N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段から、前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換する変換手段を備え、
    前記コミュニティ抽出部は、
    入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するクラスタ構成手段と、
    前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出する帰属度算出手段と、
    前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出する抽出手段と、
    を備えることを特徴とする評価装置。
  2. 前記コミュニティ抽出部は、
    抽出するコミュニティの数が、予め設定される抽出予定のコミュニティ数に達するかを判定し、該コミュニティ数に達していないと判定した場合は、前記ノード毎の該当クラスタへの帰属度に基づいて前記ネットワークデータを更新して前記クラスタ構成手段に入力する帰属度除去手段をさらに有する
    ことを特徴とする請求項1に記載の評価装置。
  3. 前記データ変換部は、
    評価目的に応じて、前記ノード間のエッジの有無に、所定の重み付けを付与したネットワークデータをN×Nの対称行列データに変換する
    ことを特徴とする請求項1または2記載の評価装置。
  4. N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段と、データ変換部と、コミュニティ抽出部と、を備えた評価装置による評価方法であって、
    前記データ変換部が、
    前記記憶手段から前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換するステップと、
    前記コミュニティ抽出部が、
    入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するステップと、
    前記コミュニティ抽出部が、
    前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出するステップと、
    前記コミュニティ抽出部が、
    前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出するステップと、
    を含むことを特徴とする評価方法。
  5. データ変換部とコミュニティ抽出部とを備えた評価装置のコンピュータにおいて、
    前記データ変換部を、
    N個の複数の評価対象と、該評価対象間の関係の有無を関係データとして記憶する記憶手段から、前記関係データを読み出し、前記評価対象を表すデータの各々をノードとし、各ノード間の関係をエッジとしたネットワークデータを、ノード間のエッジの有無をN×Nの対称行列データとして変換する変換手段、
    前記コミュニティ抽出部を、
    入力される前記N×N行列データの固有値のうち最大の値を有する最大固有値を凝集度として算出し、算出した凝集度に対応する固有ベクトルで表されるクラスタを構成するクラスタ構成手段、
    前記構成されたクラスタに対する帰属度を、前記最大固有値の固有ベクトルの最大の要素と各々のノードに対応する要素から算出する帰属度算出手段、
    前記ノード毎の当該クラスタへの帰属度と所定の閾値τを比較し、前記所定の閾値τを超える帰属度を有する複数のノードを一つのコミュニティとして抽出する抽出手段、
    として機能させるための評価プログラム。
JP2006255986A 2006-09-21 2006-09-21 評価装置、評価方法及び評価プログラム Active JP4391506B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006255986A JP4391506B2 (ja) 2006-09-21 2006-09-21 評価装置、評価方法及び評価プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006255986A JP4391506B2 (ja) 2006-09-21 2006-09-21 評価装置、評価方法及び評価プログラム

Publications (3)

Publication Number Publication Date
JP2008077403A JP2008077403A (ja) 2008-04-03
JP2008077403A5 JP2008077403A5 (ja) 2009-10-22
JP4391506B2 true JP4391506B2 (ja) 2009-12-24

Family

ID=39349388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006255986A Active JP4391506B2 (ja) 2006-09-21 2006-09-21 評価装置、評価方法及び評価プログラム

Country Status (1)

Country Link
JP (1) JP4391506B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496083A (zh) * 2010-11-17 2012-06-13 苏州德融嘉信信用管理技术有限公司 信用评级报告底稿制作方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2934461A1 (en) * 2013-12-20 2015-06-25 The Dun & Bradstreet Corporation Discovering a business relationship network, and assessing a relevance of a relationship
KR101953190B1 (ko) * 2013-12-30 2019-06-17 더 던 앤드 브래드스트리트 코포레이션 복잡한 양자 또는 다자 상대방 관계를 탐색하기 위해 이용되는 다차원 재귀적 학습 과정 및 시스템
JP5886924B2 (ja) * 2014-10-01 2016-03-16 株式会社帝国データバンク 取引関係マップ生成システム及びプログラム
JP6511951B2 (ja) * 2015-05-14 2019-05-15 富士ゼロックス株式会社 情報処理装置及びプログラム
KR101710649B1 (ko) * 2015-05-29 2017-02-27 (주)타파크로스 네트워크 자동 추론을 통한 기업 가치 측정 서비스 시스템
JP6531059B2 (ja) * 2016-03-29 2019-06-12 株式会社日立製作所 ビジネスマッチングシステム及びビジネスマッチング方法
KR101977231B1 (ko) * 2017-06-15 2019-05-13 한양대학교 산학협력단 커뮤니티 검출 방법 및 커뮤니티 검출 프레임워크 장치
JP7009791B2 (ja) * 2017-06-21 2022-01-26 富士フイルムビジネスイノベーション株式会社 情報処理装置およびプログラム
KR20190064238A (ko) * 2017-11-30 2019-06-10 (주)비즈니스온커뮤니케이션 가치사슬 추출 장치 및 이를 이용한 가치사슬 추출 방법
JP7440363B2 (ja) * 2020-07-14 2024-02-28 株式会社日立製作所 企業評価システム及び方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496083A (zh) * 2010-11-17 2012-06-13 苏州德融嘉信信用管理技术有限公司 信用评级报告底稿制作方法

Also Published As

Publication number Publication date
JP2008077403A (ja) 2008-04-03

Similar Documents

Publication Publication Date Title
JP4391506B2 (ja) 評価装置、評価方法及び評価プログラム
WO2023279696A1 (zh) 业务风险客群的识别方法、装置、设备及存储介质
CN109685635A (zh) 金融业务的风险评估方法、风控服务端及存储介质
CN110569901A (zh) 一种基于通道选择的对抗消除弱监督目标检测方法
JP5186197B2 (ja) 評価装置、評価方法及び評価プログラム
KR102168198B1 (ko) 기업 부도 예측 시스템 및 이의 동작 방법
Sasank et al. Credit card fraud detection using various classification and sampling techniques: a comparative study
CN110930038A (zh) 一种贷款需求识别方法、装置、终端及存储介质
JP5764942B2 (ja) 情報照合装置、情報照合システム、情報照合方法および情報照合プログラム
Uludağ et al. On the financial situation analysis with KNN and naive Bayes classification algorithms
Chaudhary et al. Comparative analysis of entropy weight method and c5 classifier for predicting employee churn
JP6988995B2 (ja) 画像生成装置、画像生成方法および画像生成プログラム
Sintaro et al. Combination of Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) and Pivot Pairwise Relative Criteria Importance Assessment (PIPRECIA) in Determining the Best Cashier
CN113011961B (zh) 公司关联信息风险监测方法、装置、设备及存储介质
JP4343140B2 (ja) 評価装置及びそのコンピュータプログラム
CN117807245A (zh) 网络资产图谱中节点特征提取方法及相似节点搜索方法
CN110727762B (zh) 确定相似文本的方法、装置、存储介质及电子设备
Seelam et al. Comparative study of predictive models to estimate employee attrition
US20220138627A1 (en) Computer-readable recording medium storing machine learning program, machine learning apparatus, and machine learning method
CN112506930B (zh) 一种基于机器学习技术的数据洞察系统
KR102543211B1 (ko) 비정형 기업 데이터를 이용한 기업성장 예측 시스템
CN114092216A (zh) 企业信贷评级方法、装置、计算机设备和存储介质
JP4460417B2 (ja) 自動分類方法、自動分類プログラム、記録媒体、および、自動分類装置
CN112396507A (zh) 基于阴影划分的集成svm个人信用评估方法
JP2014238626A (ja) 文書分類装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090904

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: 20090929

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20091007

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121016

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4391506

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131016

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250