JP4905086B2 - イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム - Google Patents
イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム Download PDFInfo
- Publication number
- JP4905086B2 JP4905086B2 JP2006322224A JP2006322224A JP4905086B2 JP 4905086 B2 JP4905086 B2 JP 4905086B2 JP 2006322224 A JP2006322224 A JP 2006322224A JP 2006322224 A JP2006322224 A JP 2006322224A JP 4905086 B2 JP4905086 B2 JP 4905086B2
- Authority
- JP
- Japan
- Prior art keywords
- series data
- fluctuation
- variation
- time
- unit
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 61
- 230000002159 abnormal effect Effects 0.000 claims description 125
- 238000012360 testing method Methods 0.000 claims description 112
- 238000000354 decomposition reaction Methods 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 48
- 238000000926 separation method Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 35
- 239000000203 mixture Substances 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 24
- 239000000284 extract Substances 0.000 claims description 23
- 230000002776 aggregation Effects 0.000 claims description 14
- 238000004220 aggregation Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 12
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 37
- 230000005856 abnormality Effects 0.000 description 30
- 230000000630 rising effect Effects 0.000 description 23
- 239000002131 composite material Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000001174 ascending effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000257465 Echinoidea Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/067—Generation of reports using time frame reporting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、本実施形態にかかるイベント種類推定システム1の構成を示す機能ブロック図である。図1に示すイベント種類推定システム1は、Webサイトへのアクセス履歴を示すログデータを記録するWebアクセスログ記録部10に接続されている。イベント種類推定システム1は、Webアクセスログ記録部10から読み込んだログデータからアクセス変動異常を抽出し、異常変動の原因となったイベントの種類を推定するシステムである。
波形設定部6は、ログ集計部2で生成された実績時系列データが示す異常変動区間におけるアクセス量の変動を近似するためのアクセス量の変動パターンを複数設定する。設定されるアクセス量の変動パターンには、山型変動パターン、通常変動パターン、上下変動パターンが含まれる。これらの変動パターンは、アクセス量の時系列データで表される。以下では、変動パターンを「波形」と称して説明する。すなわち、山型の変動パターンを山型波形、通常変動パターンを通常変動波形、上下変動パターンを上下変動波形と称する。
図2に示すように、まず、ログ集計部2が、Webアクセスログ記録部10に記録されたログデータを読み込み、Webサイトへのアクセス量の変動を表す実績時系列データを生成する(Op1)。Webアクセスログ記録部10には、例えば、Webサーバ等により提供される少なくとも1つのWebサイトに対する利用者端末からのアクセス履歴を示すログデータが記録される。ここでは一例としてログデータがHTTP(HyperText Transfer Protocol)ログである場合について説明する。WebサイトのHTTPログは、通常、Webサイトを提供するWebサーバでログファイルとして生成される。HTTPログには、複数のWebサイトに対するアクセス履歴が記録されてもよい。なお、1つのWebサイトは、通常、複数のサービスで構成されるので、1つのWebサイトについて、複数のURL(Uniform Resource Locator)が存在することになる。
次に、乖離度テスト部3は、実績時系列データから、基準変動との乖離が大きい異常変動を示す区間(異常変動区間)を抽出する(図2のOp2)。異常変動を示す区間は、イベントによるWebサイトへのアクセス量の変動が現れている区間である可能性が高い区間であり、例えば、Webサイトへのアクセス量が急増している区間等である。異常変動を示す区間は日単位で抽出されてもよいし、時間または分単位で抽出されてもよい。この異常変動区間を抽出する単位は、例えば、予め基準変動記録部16等に記録されてもよい。以下に、一例として異常変動区間が日単位で抽出される場合の処理(すなわち、異常変動区間として、「異常日」が抽出される場合)について説明する。
異常変動を示す区間が抽出されると、構成比上昇度テスト部4は、実績時系列データで示されるアクセス量の変動のうち、異常変動区間において、特にアクセス量が際立って増えているページまたはページの集合のURLを、異常原因URL候補として抽出する(図2のOp3)。構成比上昇度テスト部4は、例えば、異常変動区間におけるアクセス量と、その前の一定期間におけるアクセス量とを比較することにより、異常原因URL候補を抽出することができる。以下に、乖離度テスト部3で異常変動区間として異常日が抽出された場合に、その異常日において、特にアクセス量の増加が際立っている異常原因URL候補を抽出する処理の具体例を説明する。
構成比上昇度テスト部4が抽出する異常原因URL候補には、単に利用者がサイトのトップページを参照したときにページのフレーム内に同時に表示されるURLが単に新しくなった場合等も含まれる。こういったURLは、真に来訪者を増やし異常変動に寄与しているわけではない。そこで、セッション分離部5は、イベントに特徴的なページへのアクセスを含むセッションのアクセス量を分離して解析することで、イベントによる実質的な来訪者による異常変動成分に寄与するページのURLを抽出する。
(式1)
y=aS+k・m+e
必要に応じてOp3を省略して、すべてのURLをSallとしてOp4の処理を行ってもよい。また、必要に応じてOp3とOp4の双方を省略して、すべてのURLを異常原因URLとみなしてOp5の処理を行ってもよい。
セッション分離部5で、異常原因URL S*が特定されると、波形設定部6が、異常原因URL S*に対するアクセスを含むセッション群のアクセス量変動を集計するように、ページログ集計部21に依頼する。ページログ集計部21は、異常原因URL S*に対するアクセスを含むセッション群のアクセス量変動を、ログデータを基に集計し、実績時系列データとして、波形設定部6へ通知する。アクセス量は、例えば、セッション開始数、セッション数、ページ参照数などで表される。
波形設定部6は、異常原因URLに対するアクセスを含むセッション群のアクセス量の変動を近似するための複数の波形を設定する(図2のOp5)。複数の波形には、山型波形、通常波形、上下波形が含まれる。
波形設定部6によって、山型波形、通常波形、上下波形が生成され、波形記録部12に記録されると、波形分解部7は、これらの波形それぞれに係数を掛けた波形を重ね合わせた合成波形を生成し、その合成波形と、実績時系列データが示す、異常原因URLへのアクセスを含むセッション群のアクセス量の変動との二乗誤差を計算する。波形分解部7は、二乗誤差が最小となるような各波形の係数を計算する。これにより、合成波形が、実績時系列データが示すアクセス量の変動を近似するように、山型波形、通常波形、上下波形が最適化される(図2のOp6)。本実施形態では、波形分解部7は、異常原因URLへのアクセスを含むセッション群のアクセス量の変動を近似するため山型波形、通常波形、上下波形の各成分の最適値を計算する。以下、その具体例を説明する。
(式2)
Y(t) = a * logis(t) + b * average(t) + c * part(t) + d
上記(式2)において、係数a、b、cは、それぞれ山型波形、通常波形、上昇波形の成分を表す値である。波形分解部7は、実績値y(t)を用いて、上記(式2)で表されるY(t)に対して回帰分析を行い、実績値y(t)とY(t)の二乗誤差が最小になる係数a、b、c、dを計算する。これにより、山型波形、通常波形、上昇波形の各波形の成分が計算される。波形分解部7は、計算したa、b、c、dの値をイベント判定部9へ通知する。
滞在時間テスト部8は、波形分解部7が計算した山型波形のうち、ピーク位置より前の部分、(以下、前半部分と称する)およびピーク位置より後の部分(以下、後半部分)のそれぞれの時間帯について、セッション滞在時間の分布を計算する(図2のOp7)。セッション滞在時間とは、同一利用者端末からの一連のアクセスであるセッションの開始から終了までの時間である。
イベント判定部9は、波形分解部7が計算した山型波形、通常波形、上下波形の各成分を示す値と、ルール記録部11に記録されたルールとに基づいて、以上変動区間において見られる異常変動の原因となったイベントの種類を特定する(図2のOp8)。ルール記録部11に記録されるルールは、例えば、各成分の構成とイベント種類との関係を表すデータである。
本実施形態は、上記第1の実施形態における波形分解部7が、さらに機能を備える形態である。本実施形態にかかる波形分解部7は、上記第1の実施形態におけるOp5に相当する処理を行った後、よい結果が得られない場合に、新たな処理をさらに行う形態である。波形分解部7の他の機能ブロックの処理は、第1の実施形態と同様である。
(式3)
Y2(t) = a1 * logis1(t) + a2* logis2(t)+ b * average(t) + c * part2(t) + d
上記(式3)において、係数a1、a2、b、cは、それぞれ第1の山型波形、第2の山型波形、通常波形、上下波形の成分を表す値である。波形分解部7は、実績値y(t)を用いて、上記(式3)で表されるY(t)に対して回帰分析を行い、実績値y(t)とY(t)の二乗誤差が最小になる係数a1、a2、b、c、dを計算する。これにより、実績値y(t)の示すアクセス量の変動において、2つのアクセス量のピークがある場合には、精度よく実績値y(t)をY2(t)で近似することができる。なお、Y2(t)を最適化してもなお、実績値y(t)とY2(t)との二乗誤差が所定の閾値を下回らない場合には、波形分解部7は、山型波形の数を1つ増やして同様の計算を繰り返してもよい。
2 ログ集計部
3 乖離度テスト部
4 構成比上昇度テスト部
5 セッション分離部
6 波形設定部
7 波形分解部
8 滞在時間テスト部
9 イベント判定部
10 アクセスログ記録部
11 ルール記録部
12 波形記録部
13 通常変動記録部
14 通常変動生成部
15 基準変動生成部
16 基準変動記録部
21 ページログ集計部
61 上下波形設定部
62 通常波形設定部
63 山型波形設定部
Claims (7)
- ネットワークに接続されたコンピュータにより提供される少なくとも1つのサイトに対する利用者端末からのアクセスの履歴を示すログデータから、前記サイトへのアクセス量の変動を表す実績時系列データを生成するログ集計部と、
前記実績時系列データから、アクセス量の変動が予め記録された基準変動と乖離している異常変動を示す区間を抽出する乖離度テスト部と、
前記抽出された区間の一部または全体において、開始時点から時間経過と共にアクセス量が増加傾向を示し、ピークとなる時点を境に終了時点まで減少傾向を示す変動パターンを表す山型変動時系列データを、前記実績時系列データを基に生成し、変動パターン記録部に記録する山型変動パターン設定部と、
前記乖離度テスト部で抽出された区間におけるアクセス量の変動パターンであって、異常変動を含まない通常時のアクセス量の変動パターンを表す通常変動時系列データを、前記実績時系列データを基に、または、予め記録されたデータを基に生成し、前記変動パターン記録部に記録する通常変動パターン設定部と、
前記乖離度テスト部で抽出された区間内の一部の区間においてアクセス量が上昇または下降する変動パターンを表す上下変動時系列データを、前記実績時系列データを基に生成し、前記変動パターン記録部に記録する上下変動パターン設定部と、
前記変動パターン記録部に記録された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データが表すそれぞれの変動パターンを合成した合成変動が、前記実績時系列データが表すアクセス量の変動を近似するように、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターンの各成分を最適化する波形分解部と、
前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターン成分の構成と、異常変動の原因となるイベントの種類との関係を示すルールを記録するルール記録部と、
前記波形分解部で最適化された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データの各成分と、前記ルール記録部に記録されたルールが示す成分の構成とに基づいて、前記区間の異常変動の原因となったイベントの種類を判定するイベント判定部とを備える、イベント種類推定システム。 - 前記乖離度テスト部で抽出された区間におけるアクセス量の変動であって、異常変動を含まない通常時のアクセス量の変動を表す通常変動データを記録する通常変動記録部と、
前記サイトの一部を構成する少なくとも1のページを複数通り抽出し、前記乖離度テスト部で抽出された区間において、抽出した複数通りのページそれぞれに対するアクセスを含むセッション群のアクセス量の変動を、複数通りのページごとに表したページ変動データを、前記ログデータを基に生成するページログ集計部と、
前記ページログ集計部で生成された前記ページ変動データが示す複数通りのページそれぞれについて、ページに対するアクセスを含むセッション群のアクセス量の変動と前記通常変動記録部に記録された前記通常変動データが示す変動とを合成した変動と、前記ログ集計部が生成した前記実績時系列データが表すアクセス量の変動のうち前記乖離度テスト部で抽出された区間におけるアクセス量の変動との相違度合いを計算し、当該相違度合いに基づいて、前記複数通りのページから対象ページを選択するセッション分離部とをさらに備え、
前記波形分解部は、前記ログ集計部が生成した実績時系列データが表すアクセス量の変動のうち、前記セッション分離部で選択された対象ページに対するアクセスを含むセッション群のアクセス量の変動と、前記合成変動とを比較する処理を繰り返すことにより、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データを最適化する、請求項1に記載のイベント種類推定システム。 - 前記サイトを構成するページのうち少なくとも一部のページについて、前記乖離度テスト部で抽出された区間における前記ページに対するアクセス量が、前記サイト全体に対するアクセス量に対して占める割合を、前記ログデータを基に、ページごとに計算する区間内構成比算出処理と、
前記乖離度テスト部で抽出された区間より前の所定区間における前記ページに対するアクセス量のサイト全体に対するアクセス量に対して占める割合を、前記ログデータを基に、ページごとに計算する前区間構成比算出処理と、
前記区間内構成比算出処理で計算された割合が、前記前区間構成比算出処理で計算された割合とを、ページごとに比較することにより、前記波形分解部の処理対象となる対象ページを選択する構成比上昇度テスト部とをさらに備え、
前記波形分解部は、前記ログ集計部が生成した実績時系列データが表すアクセス量の変動のうち、前記構成比上昇度テスト部で選択された対象ページに対するアクセスを含むセッション群のアクセス量の変動と、前記合成変動とを比較する処理を繰り返すことにより、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データを最適化する、請求項1または2のいずれか1項に記載のイベント種類推定システム。 - 山型変動パターン設定部が生成した前記山型変動時系列データが表すアクセス量の変動のピーク時点を境界として、前記乖離度テスト部で抽出された区間を分割した場合に得られる各部分区間それぞれにおいて開始されたアクセスについて、アクセスの継続時間を、前記ログデータを基に計算する滞在時間テスト部をさらに備え、
前記ルール記録部は、前記アクセスの継続時間と、異常変動の原因となるイベントの種類との関係を示す滞在時間ルールをさらに記録し、
前記イベント判定部は、滞在時間ルールと、前記滞在時間テスト部が計算したアクセスの継続時間とをさらに用いて、前記イベントの種類を判定する、請求項1に記載のイベント種類推定システム。 - 前記山型変動パターン設定部は、前記乖離度テスト部で抽出された区間内の2つの異なる区間においてそれぞれ、開始時点から時間経過と共にアクセス量が増加傾向を示し、ピークとなる時点を境に終了時点まで減少傾向を示す変動パターンを表す山型変動時系列データを生成し、前記変動パターン記録部に記録する、請求項1に記載のイベント種類推定システム。
- コンピュータが備えるログ集計部が、ネットワークを介して提供される少なくとも1つのサイトに対する利用者端末からのアクセスの履歴を示すログデータから、前記サイトへのアクセス量の変動を表す実績時系列データを生成するログ集計工程と、
前記コンピュータが備える乖離度テスト部が、前記実績時系列データから、アクセス量の変動が予め記録された基準変動と乖離している異常変動を示す区間を抽出する乖離度テスト工程と、
前記コンピュータが備える山型変動パターン設定部が、前記乖離度テスト工程で抽出された区間の一部または全体において、開始時点から時間経過と共にアクセス量が増加傾向を示し、ピークとなる時点を境に終了時点まで減少傾向を示す変動パターンを表す山型変動時系列データを、前記実績時系列データを基に生成し、変動パターン記録部に記録する山型変動パターン設定工程と、
前記コンピュータが備える通常変動パターン設定部が、前記乖離度テスト工程で抽出された区間におけるアクセス量の変動パターンであって、異常変動を含まない通常時のアクセス量の変動パターンを表す通常変動時系列データを、前記実績時系列データを基に、または、予め記録されたデータを基に生成し、前記変動パターン記録部に記録する通常変動パターン設定工程と、
前記コンピュータが備える上下変動パターン設定部が、前記乖離度テスト工程で抽出された区間内の一部の区間においてアクセス量が上昇または下降する変動パターンを表す上下変動時系列データを、前記実績時系列データを基に生成し、前記変動パターン記録部に記録する上下変動パターン設定工程と、
前記コンピュータが備える波形分解部が、前記変動パターン記録部に記録された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データが表すそれぞれの変動パターンを合成した合成変動が、前記実績時系列データが表すアクセス量の変動を近似するように、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターンの成分を最適化する波形分解工程と、
前記コンピュータが備えるイベント判定部が、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターン成分の構成と、異常変動の原因となるイベントの種類との関係を示すルールを記録するルール記録部を参照することにより、前記波形分解工程で最適化された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データの各成分に基づいて、前記区間の異常変動の原因となったイベントの種類を判定するイベント判定工程とを含む、イベント種類推定方法。 - ネットワークに接続されたコンピュータにより提供される少なくとも1つのサイトに対する利用者端末からのアクセスの履歴を示すログデータから、前記サイトへのアクセス量の変動を表す実績時系列データを生成するログ集計処理と、
前記実績時系列データから、アクセス量の変動が予め記録された基準変動と乖離している異常変動を示す区間を抽出する乖離度テスト処理と、
前記抽出された区間の一部または全体において、開始時点から時間経過と共にアクセス量が増加傾向を示し、ピークとなる時点を境に終了時点まで減少傾向を示す変動パターンを表す山型変動時系列データを、前記実績時系列データを基に生成し、変動パターン記録部に記録する山型変動パターン設定処理と、
前記乖離度テスト処理で抽出された区間におけるアクセス量の変動パターンであって、異常変動を含まない通常時のアクセス量の変動パターンを表す通常変動時系列データを、前記実績時系列データを基に、または、予め記録されたデータを基に生成し、前記変動パターン記録部に記録する通常変動パターン設定処理と、
前記乖離度テスト処理で抽出された区間内の一部の区間においてアクセス量が上昇または下降する変動パターンを表す上下変動時系列データを、前記実績時系列データを基に生成し、前記変動パターン記録部に記録する上下変動パターン設定処理と、
前記変動パターン記録部に記録された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データが表すそれぞれの変動パターンを合成した合成変動が、前記実績時系列データが表すアクセス量の変動を近似するように、前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターンの各成分を最適化する波形分解処理と、
前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データそれぞれが示す変動パターン成分の構成と、異常変動の原因となるイベントの種類との関係を示すルールを記録するルール記録部を参照することにより、前記波形分解処理で最適化された前記山型変動時系列データ、前記通常変動時系列データおよび上下変動時系列データの各成分に基づいて、前記区間の異常変動の原因となったイベントの種類を判定するイベント判定処理とをコンピュータに実行させるイベント種類推定プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006322224A JP4905086B2 (ja) | 2006-11-29 | 2006-11-29 | イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム |
US11/943,201 US7904330B2 (en) | 2006-11-29 | 2007-11-20 | Event type estimation system, event type estimation method, and event type estimation program stored in recording media |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006322224A JP4905086B2 (ja) | 2006-11-29 | 2006-11-29 | イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008134958A JP2008134958A (ja) | 2008-06-12 |
JP4905086B2 true JP4905086B2 (ja) | 2012-03-28 |
Family
ID=39465049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006322224A Expired - Fee Related JP4905086B2 (ja) | 2006-11-29 | 2006-11-29 | イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US7904330B2 (ja) |
JP (1) | JP4905086B2 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11048765B1 (en) | 2008-06-25 | 2021-06-29 | Richard Paiz | Search engine optimizer |
US11379473B1 (en) * | 2010-04-21 | 2022-07-05 | Richard Paiz | Site rank codex search patterns |
US11423018B1 (en) * | 2010-04-21 | 2022-08-23 | Richard Paiz | Multivariate analysis replica intelligent ambience evolving system |
US8438275B1 (en) | 2010-11-05 | 2013-05-07 | Amazon Technologies, Inc. | Formatting data for efficient communication over a network |
JP5467061B2 (ja) * | 2011-01-06 | 2014-04-09 | 日本電信電話株式会社 | バースト情報検索装置及びバースト情報検索プログラム |
EP2676402A4 (en) | 2011-02-17 | 2015-06-03 | Sable Networks Inc | METHOD AND SYSTEMS FOR DETECTING AND WEAKENING A DISTRIBUTED HIGH FREQUENCY DENIAL OF SERVICE (DDOS) ATTACK |
US9100205B1 (en) | 2011-07-20 | 2015-08-04 | Google Inc. | System for validating site configuration based on real-time analytics data |
US8869036B1 (en) * | 2011-07-20 | 2014-10-21 | Google Inc. | System for troubleshooting site configuration based on real-time analytics data |
US8880996B1 (en) | 2011-07-20 | 2014-11-04 | Google Inc. | System for reconfiguring a web site or web page based on real-time analytics data |
EP2850793B1 (en) * | 2012-05-14 | 2016-09-21 | Sable Networks, Inc | System and method for ensuring subscriber fairness using outlier detection |
US8949271B2 (en) * | 2012-10-23 | 2015-02-03 | Liebherr-Werk Nenzing Gmbh | Method for monitoring a number of machines and monitoring system |
US20140172813A1 (en) * | 2012-12-14 | 2014-06-19 | Microsoft Corporation | Processing user log sessions in a distributed system |
US9063802B2 (en) | 2013-01-31 | 2015-06-23 | Hewlett-Packard Development Company, L.P. | Event determination |
US9571368B2 (en) | 2013-02-04 | 2017-02-14 | International Business Machines Corporation | Analysis of variance in network page access |
US11741090B1 (en) | 2013-02-26 | 2023-08-29 | Richard Paiz | Site rank codex search patterns |
US11809506B1 (en) * | 2013-02-26 | 2023-11-07 | Richard Paiz | Multivariant analyzing replicating intelligent ambience evolving system |
US9405755B1 (en) | 2013-10-03 | 2016-08-02 | Initial State Technologies, Inc. | Apparatus and method for processing log file data |
US9405651B1 (en) * | 2013-10-03 | 2016-08-02 | Initial State Technologies, Inc. | Apparatus and method for processing log file data |
US9405610B1 (en) | 2013-10-03 | 2016-08-02 | Initial State Technologies, Inc. | Apparatus and method for processing log file data |
US10536539B2 (en) * | 2015-05-20 | 2020-01-14 | Oath Inc. | Data sessionization |
JP2016224871A (ja) * | 2015-06-03 | 2016-12-28 | 富士通株式会社 | 異常検出プログラム、異常検出装置及び異常検出方法 |
US20170150222A1 (en) * | 2015-11-19 | 2017-05-25 | Electronics And Telecommunications Research Institute | Appratus for audience measurement on multiple devices and method of analyzing data for the same |
US20180217875A1 (en) * | 2016-02-17 | 2018-08-02 | Hitachi, Ltd. | Data processing system and data processing method |
US11288161B2 (en) * | 2016-12-27 | 2022-03-29 | Nec Corporation | Anomaly detection method, system, and program |
CN108596410B (zh) * | 2017-03-09 | 2021-01-22 | 创新先进技术有限公司 | 一种风控事件自动处理方法及装置 |
RU2019139907A (ru) * | 2017-05-12 | 2021-06-07 | Мицубиси Электрик Корпорейшн | Устройство обработки данных временного ряда, система обработки данных временного ряда и способ обработки данных временного ряда |
JP6850757B2 (ja) * | 2018-03-22 | 2021-03-31 | 株式会社日立製作所 | 需要予測システムおよび方法 |
US11803773B2 (en) | 2019-07-30 | 2023-10-31 | EMC IP Holding Company LLC | Machine learning-based anomaly detection using time series decomposition |
KR102298414B1 (ko) * | 2019-12-16 | 2021-09-06 | 주식회사 카카오 | 캘린더 서비스를 제공하는 방법 및 그 장치 |
US11743273B2 (en) * | 2021-02-25 | 2023-08-29 | T-Mobile Usa, Inc. | Bot hunting system and method |
CN113271322B (zh) * | 2021-07-20 | 2021-11-23 | 北京明略软件系统有限公司 | 异常流量的检测方法和装置、电子设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123516A (ja) | 2000-10-12 | 2002-04-26 | Fuji Xerox Co Ltd | ウェブサイト評価システム、ウェブサイト評価方法、記録媒体 |
JP2002175240A (ja) | 2000-12-06 | 2002-06-21 | Fuji Xerox Co Ltd | ウェブサイト評価システム、ウェブサイト評価方法、及び記録媒体 |
JP2004110327A (ja) | 2002-09-18 | 2004-04-08 | Fujitsu Ltd | 時系列相関抽出装置 |
JP4500921B2 (ja) | 2004-01-09 | 2010-07-14 | Kddi株式会社 | ログ分析装置、ログ分析方法およびログ分析プログラム |
JP4746850B2 (ja) | 2004-06-21 | 2011-08-10 | 富士通株式会社 | パターン生成プログラム |
JP4596945B2 (ja) | 2005-03-24 | 2010-12-15 | 富士通株式会社 | データセンタの需要予測システム、需要予測方法および需要予測プログラム |
JP5077617B2 (ja) * | 2005-10-27 | 2012-11-21 | 富士通株式会社 | 想定外需要検出システムおよび想定外需要検出プログラム |
-
2006
- 2006-11-29 JP JP2006322224A patent/JP4905086B2/ja not_active Expired - Fee Related
-
2007
- 2007-11-20 US US11/943,201 patent/US7904330B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20080126538A1 (en) | 2008-05-29 |
JP2008134958A (ja) | 2008-06-12 |
US7904330B2 (en) | 2011-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4905086B2 (ja) | イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム | |
JP4596945B2 (ja) | データセンタの需要予測システム、需要予測方法および需要予測プログラム | |
CN106909487B (zh) | 应用于信息系统的预警方法及装置 | |
US7684965B2 (en) | Method and apparatus for processing data, and computer product | |
JP5077617B2 (ja) | 想定外需要検出システムおよび想定外需要検出プログラム | |
US20170032270A1 (en) | Method for predicting personality trait and device therefor | |
JP4888038B2 (ja) | 時間種特性生成システム、時間種特性生成方法および時間種特性生成プログラム | |
JP5480755B2 (ja) | 需要予測システム及び需要予測方法 | |
JP4967474B2 (ja) | 判定知識作成装置、判定知識作成方法、プログラムおよび記録媒体 | |
JP2008146621A (ja) | 製品の品質改善条件解析装置、解析方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 | |
US20170061484A1 (en) | Method for determining next purchase interval for customer and system thereof | |
CN101110699A (zh) | 具有网络满意度预测预警功能的系统及其实现方法 | |
US20200372298A1 (en) | Model reselection for accommodating unsatisfactory training data | |
KR20140078008A (ko) | 소셜네트워크 이용자의 영향력정보 결정 시스템 및 방법 | |
US20100312786A1 (en) | System and method for development of search success metrics | |
US20100076990A1 (en) | Information analysis system, information analysis method, and information analysis program | |
KR20150028497A (ko) | 행렬 분해 기반 추천 방법을 위한 신뢰 네트워크를 이용하는 데이터 대치 방법 | |
KR101658714B1 (ko) | 온라인 활동 이력에 기초한 사용자의 온라인 활동 예측 방법 및 시스템 | |
US8620706B1 (en) | Systems and methods for estimating employment levels | |
CN110069379B (zh) | 监控指标的筛选方法及筛选装置 | |
JP2018195099A (ja) | 性格分析装置、性格判定用モデル生成装置および性格分析用プログラム | |
US9787786B1 (en) | Determining device counts | |
JP2003323601A (ja) | 信頼性尺度付き予測装置 | |
CN112418534A (zh) | 揽件量预测方法及装置、电子设备、计算机可读存储介质 | |
JP5826893B1 (ja) | 変化点予測装置、変化点予測方法、及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090807 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110609 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111124 |
|
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: 20111213 |
|
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: 20111226 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150120 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |