JP5146084B2 - モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム - Google Patents
モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム Download PDFInfo
- Publication number
- JP5146084B2 JP5146084B2 JP2008118238A JP2008118238A JP5146084B2 JP 5146084 B2 JP5146084 B2 JP 5146084B2 JP 2008118238 A JP2008118238 A JP 2008118238A JP 2008118238 A JP2008118238 A JP 2008118238A JP 5146084 B2 JP5146084 B2 JP 5146084B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- variables
- latent
- extracted
- latent variable
- 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
Links
- 238000000034 method Methods 0.000 title claims description 98
- 238000000605 extraction Methods 0.000 claims description 117
- 230000010365 information processing Effects 0.000 claims description 74
- 239000000284 extract Substances 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 22
- 239000000470 constituent Substances 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 56
- 238000004364 calculation method Methods 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 13
- 230000001737 promoting effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- LFYJSSARVMHQJB-QIXNEVBVSA-N bakuchiol Chemical compound CC(C)=CCC[C@@](C)(C=C)\C=C\C1=CC=C(O)C=C1 LFYJSSARVMHQJB-QIXNEVBVSA-N 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
一例として、店舗における売上を予測する場合に、上記式(1)において、目的変数Yを売上の予測値とし、品揃え度合いを示す値を説明変数X1に、商品の平均価格を説明変数X2とすることができる。この場合、複数の店舗(例えば、複数のチェーン店)における過去の売上、品揃え、平均価格のデータを用いて、定数a、b、cを求めることができる。その結果、例えば、店舗経営者は、式(1)により、品揃えおよび商品価格それぞれの売上への寄与度合いを比較することができるし、品揃えおよび商品価格から売上を予測することもできる。
そこで、最適なモデルを得るために、予測モデルによる予測値と実測値との誤差を計算し、誤差が大きい場合に予測モデルを更新する予測装置が開示されている(例えば、特許文献1参照)。また、別の例として、複数の予測モデルに時系列実績データを適用した場合の予測データを用いて、提供する予測モデルを選択する方法も開示されている(例えば、特許文献2参照)。
情報処理装置15aは、各現場のモデルを作成及び更新するモデル作成・更新部151と、作成した各現場のモデルに各現場の実データを適用して実証分析を行うモデル実証部152と、作成した各現場のモデルを管理するローカルモデル管理部153と、を有している。また、現場の実データを格納する実データベース154と、現場の統計モデルの部品構成、検定値等の評価尺度、モデル作成方法、及びモデル解釈情報を格納するモデルデータベース155と、モデル作成支援システム1との入出力を行うためのインターフェース(IF)部156と、を有している。
情報処理装置15aの概略動作について、一例としてB大学でのアンケート結果により学生の嗜好を抽出するモデルBを作成する場合を例に説明する。この場合、情報処理装置15aのモデル作成更新部151は、共分散構造を用いてアンケート結果から、たとえば、図2に示すようなモデルBを作成していく。
図2では、矩形枠で記載されたアンケートの問題が観測変数である。観測変数は、直接観測することが可能であり多変量データとして測定値すなわちデータを持っている変数である。一方、楕円枠で記載されたものが潜在変数である。潜在変数は、モデルに導入された直接観測されないデータを持たない変数である。この潜在変数は観測変数や他の潜在変数等の間にあって、他の変数の間に相関をもたらす潜在した共通原因として導入される。パスは、変数間の接続関係やその接続関係の信頼性や有意性を表すように構成されている。
図4の構造行列のj行i列の成分は、j番目の構成要素(変数)からi番目の構成要素(変数)に引かれたパスの係数値を示している。また、eQ1,eQ2・・・は、各構成要素(変数)につながる誤差を示している。なお、潜在変数には誤差が設定されないため潜在変数そのものが置かれている。また、各パスの検定統計量は、それぞれのパスのIDとともにモデルインスタンスデータベース52に記録される。
情報処理装置15aの操作者のモデル作成操作によって、アンケート結果を対象とした構造方程式モデルの観測変数と、潜在変数と、が決まり、モデルをアンケート結果に適用することで、分析結果(推定結果)が決まる。これらモデルの部品と分析結果(推定結果)が図3に示す構成要素のデータ表現例で示され、モデルデータベース155に格納される。それらは、数式の比較や利用者への情報提示などの必要に応じて、図4に示す構造方程式として展開され、利用される。
モデル作成支援システム1は、図1に示すように、各情報処理装置15a〜15cで使用されるモデルの作成や更新を支援するためのシステムである。モデル作成支援システム1は、各情報処理装置15a〜15cからモデルに関する情報を集めて蓄積しておき、情報処理装置15aから種々の要求があると、蓄積した情報を使って情報処理装置15a〜15cそれぞれで有用なモデルを作成するための支援データを生成し、各情報処理装置15a〜15cに出力する。
(ローカルモデル対応部の構成)
ローカルモデル対応部3は、現場の情報処理装置15a〜15cに対応してモデル作成支援システム1側で各情報処理装置15a〜15cのモデルの作成・改良の支援をモデル管理部4に要求するものである。ローカルモデル対応部3は、現場のモデル情報を取得するローカルモデル情報取得部31と、蓄積された参照モデルから現場の対象モデルのよりよい代替モデルを作成するローカルモデル提案部32と、を有している。ローカルモデル情報取得部31は、各情報処理装置15a〜15cで作成した現場のモデルの各部品の構成や検定値等の評価尺度、モデル作成方法及び解釈情報を取得する。
モデル管理部4は、ローカルモデル対応部3を介して情報処理装置15a〜15cで作成した対象モデルを取得するとともに、各情報処理装置15a〜15cへの支援情報の通知等の管理を行う。また、モデル管理部4は、ローカルモデル対応部3やモデル記録部5やモデル抽出部7の動作を管理する。
モデル記録部5は、各情報処理装置15a〜15cのモデルの部品とローカルモデル情報取得部31で取得した現場のモデルやそれとは別に取得したモデル等の各部品の構成や検定値等の評価尺度、モデル作成方法及び解釈情報を格納する。具体的には、モデル記録部5は、モデルの部品を管理するためのモデル部品データベース51と、モデルの構成変数等のモデルのインスタンスを管理するモデルインスタンスデータベース52と、を備えている。モデル部品データベース51には、前述した図3に示すような内容、すなわち、モデルの観測変数名や潜在変数名やパスの起点と終点の変数名などがモデル部品のIDに関連付けて格納されている。これらは、構造方程式のパーツを格納するデータベースである。すなわち、構造方程式は、これらのデータベースにあるパーツを利用して構築される。
距離計算部6は、モデル全体、部分、及び各変数間の距離を計算するものである。具体的には、モデルの距離では、複数のモデルの一致性を基準にして計算する。また、次に、モデルの構成要素がきわめて類似しているもの、モデルの統計的なつながりがきわめて類似しているものは、一致度が高い。距離には、外的属性間距離と、変数属性間距離と、パス構造間距離と、パス係数間距離と、パス係数符号間距離と、パス係数有意性間距離と、モデル性能間距離と、の7種類の距離尺度がある。これらの7種類の距離のうち、モデル性能間距離を除く距離尺度は、モデルの全体構造ではなく部分構造にも適用することができる。
外的属性間距離は、モデルの題名や対象業界、対象標本、実行時期等の一致性に基づく距離である。外的属性間距離の完全一致の状態とは、対象とする属性が完全に一致する場合である。しかし、標本まで一致するということは同じモデルであることになるので、通常、外的属性間距離が0になることはないと考えられる。
以下に、モデルBと、図6から図8に示す兵庫県A芸術大学学生調査のアンケート調査結果の作成済みのモデルであるモデルAとの間での距離計算について説明する。なお、3以上のモデルが与えられても、基本的には、2つのモデルずつの間の距離を計算し、その結果を座標空間にマッピングすることにより、3つ以上のモデルの距離を求めることができる。3つ以上のモデルのモデル間距離を算出する場合は、平均値、偏差、最大値、最小値、中央値を指標とすればよい。
外的属性間距離の場合、たとえば図9に示すように、2つのモデルA,Bに対して5種類の指標の一致性を計算し、それらの類似性の平均値を距離と見なす。なお、個々の距離計算において、必要であれば、モデル関連外部情報データベース56に蓄えられた蓄積データを利用する。
構成要素間距離の場合、双方のモデルのキーワードが一致するように配置し、双方の距離を計算し、その平均値を構成要素間距離とする。モデルAとモデルBでの並べ替え結果の構成要素間距離の一例を図10に示す。この例では、潜在変数は名称的には全く一致していない。一方、観測変数間の一致度は高く、13の観測変数のうち11の観測変数で一致している。したがって、観測変数の距離は、11/13=0.846と設定され、潜在変数の距離は、0と設定される。
距離計算部6でモデルの距離計算を行う場合、たとえば、図15に示すように、ステップP1で、計算対象のモデルのペアを作成する。ステップP2では、与えられたモデルペアについて、前述した7種の距離尺度のうち、計算可能な尺度を計算可能な距離尺度について計算を行う。ステップP3では、各距離尺度において、重視する尺度に基づいて加重平均値を計算し、モデルペア間距離とする。また、部分構造が抽出されると、部分構造毎に同様な処理を行う。ステップP4では、モデル群が3つ以上の場合、各ペアの距離に基づいて、マッピングを行い。平均値、偏差、最大値、最小値、中央値を計算して、代表指標とする。
モデル抽出部7は、モデル又はモデルの少なくとも一部分を種々の特性に基づいて抽出するものである。モデル抽出部7は、モデル構造特性抽出・活用促進部71と、モデル安定/部分独立構造抽出部72と、類似モデル抽出部73と、潜在変数抽出部74と、着目モデル性能監視部75と、を有している。
共通構造/集約構造抽出部79は、モデル記録部5に蓄積された複数のモデル群について、共通性が高いモデルやそれぞれを集約的(相補的)に重ね合わせて抽出されたモデルを取り出す。類似作成方法抽出部80は、モデルの作成方法について類似するモデルを抽出する。
次に、モデル作成支援システム1の動作について、図16から図21に示す処理手順を示すフローチャートに基づいて説明する。
モデル支援作成システム1では、図16のステップS1で情報処理装置15a〜15cからの支援依頼を待つ。情報処理装置15a〜15cの操作者は、モデル作成中に支援を受けたい場合は、その旨を、ネットワークを介してモデル作成支援システム1に通知する。その通知が来るとステップS2に移行する。ステップS2では、情報処理装置15a〜15cのモデルデータベース155にある対象モデルの潜在変数や観測変数やパス(接続関係の一例)をローカルモデル情報取得部31で取得する。ステップS3では、情報処理装置15aから15cから部分構造抽出依頼があるか否かを判断する。ステップS4では、情報処理装置15aから15cから類似モデル抽出依頼があるか否かを判断する。ステップS5では、情報処理装置15aから15cから潜在変数抽出依頼があるか否かを判断する。
図17に示す部分構造抽出処理は、モデルの構造を比較しやすくするために行われる処理である。情報処理装置15a〜15cの操作者は、複雑なモデル同士を比較する際に部分構造の抽出依頼をする。部分構造抽出処理では、部分独立構造又は部分安定構造を抽出する。図11において、ステップS21で部分構造の抽出依頼が独立構造の抽出依頼であるのか安定構造の抽出依頼であるのかを判断する。ここで、独立構造というのは、あるモデルの1又は複数の変数からなる部分構造が他の部分構造に対して関連性が少なく独立していると見なされる部分構造をいう。また、安定構造とは、独立構造の中からさらにパスの統計的な優位性を示す信頼性すなわち検定値が高く安定している組み合わせのことである。安定構造の抽出依頼があると判断すると、ステップS21からステップS22に移行する。
図18に示す類似構造抽出処理では、作成中の対象モデルの部分構造に対して、すでに結果が出ている参照モデルの部分構造と、を距離計算部6に距離計算を依頼した結果を見て類似構造を抽出する。
図19の共通・集約構造抽出処理では、モデル作成支援システム内にある複数のモデルのモデル間に共通の部分構造がある場合にその共通構造を抽出する。この処理は、ローカルモデル対応部3の依頼による行われる場合と、直接依頼をうけないが、よりよい推薦のために、夜間バッチなどで実行される場合とがある。その結果は、モデル構造特性抽出・活用促進部71に送られ、よい良いモデル提案に利用される。共通構造又は集約構造の抽出依頼があると、図19のステップS51で、類似構造を抽出する際に有意性も判定条件にあるか否かを判断する。情報処理装置15a〜15cの操作者は有意性を判定条件にするか否かを予め設定する。優位性も判定条件に含まれる場合は、ステップS52に移行し、検定値が大きい有意パスは、統計値も判定に利用するように設定し、ステップS53に移行する。なお、ステップS52では、有意性を判定条件に含める場合であっても、検定値がまだ決まっていない未検定パスがあるとき、統計値は使用しないと言う限定条件が付加される。有意性が判定条件にない場合は、ステップS52をスキップしてステップS53に移行する。
図20の類似作成方法抽出処理では、図20のステップS71で、モデル記録部4にある全参照モデルの構造の探索が終了したか否かを判断する。全ての参照モデルの構造を探索していない場合は、ステップS72に移行する。ステップS72では、モデルインスタンスデータベース52を参照して参照モデルの構造の作成方法が判明しているか否かを判断する。作成方法が判明していない場合は、ステップS72からステップS73に移行して探索処理を回避しステップS72に戻る。作成方向が判明している場合は、ステップS72からステップS74に移行する。ステップS74では、参照モデルの構造の作成方法と対象モデルの構造の作成方法とを比較する。ステップS75では、比較結果により、参照モデルと対象モデルとで作成方法が同じか否かを判断する。同じ場合は、ステップS76に移行し、参照モデルと対象モデルとで出発点モデルが同一か否かを判断する。ここで出発点モデルとは、共分散構造分析をどの状態で作成し始めたかである。共分散構造分析は、パスの引き方の自由度が大きく、通常は、試行錯誤を経てモデルが作成される。しかし、何がしかのモデルパターン(例:飽和モデル、MIMICモデル)を出発点として、少しずつパスを削りながら安定したモデルに至った経緯が記述してあれば、それも、あるモデルと、別のモデルの類似性を示す根拠になる。
ここでは、作成方法が類似する既知の参照モデルを抽出できるので、それを参照してモデルを構築でき、より信頼性が高いモデルを容易に作成できる。
(付記)
(付記1)
共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なモデル作成支援システムであって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録部と、
前記分析対象となる現象を表す前記複数の観測変数及び前記複数の潜在変数の和集合と、前記複数のパスと、で表現された作成途中の対象モデルを、前記情報処理装置から取得するモデル管理部と、
前記情報処理装置から前記対象モデルの作成支援を依頼されると、前記対象モデルと前記モデル蓄積部に蓄積された参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造と類似する前記参照モデルの、全体構造又は部分構造を、類似構造として抽出する類似構造抽出部を含むモデル抽出部と、を備え、
前記モデル管理部は、前記類似構造抽出部により抽出された類似構造を、前記情報処理装置に通知する、モデル作成支援システム。
前記モデル抽出部は、
前記類似構造が抽出された前記対象モデルの前記部分構造に名称未設定の未設定潜在変数がある場合、前記参照モデルにおいて、前記未設定潜在変数に相当する潜在変数を抽出し、
前記類似構造の元となった前記参照モデルの構成要素に潜在変数が存在する場合、前記対象モデルの同一箇所に存在しないことを確認して、前記潜在変数を抽出する潜在変数抽出部をさらに有し、
前記モデル管理部は、前記抽出された潜在変数を前記情報処理装置に通知する、付記1に記載のモデル作成支援システム。
前記モデル抽出部は、前記独立構造から、前記観測変数及び前記潜在変数の和集合における相互のパスが有意性を有する構造を安定構造として抽出する安定構造抽出部をさらに有する、付記1又は2に記載のモデル作成支援システム。
(付記4)
前記モデル抽出部は、前記独立構造から、前記観測変数及び前記潜在変数相互の接続関係が有意な潜在変数を含む構造を抽出して安定構造を抽出する安定構造抽出部をさらに有する、付記3に記載のモデル作成支援システム。
前記モデル抽出部は、複数の前記参照モデルから部分構造を抽出し、前記抽出された部分構造から共通性の高い共通構造を抽出する共通構造抽出部をさらに有する、付記1から4のいずれか1項に記載のモデル作成支援システム。
(付記6)
前記モデル抽出部は、複数の前記参照モデルから部分構造を抽出し、前記抽出された部分構造を集約した集約構造を抽出する集約構造抽出部をさらに有する、付記5に記載のモデル作成支援システム。
前記モデル抽出部は、前記対象モデルのモデル作成方法と類似する作成方法の参照モデルを抽出する類似作成方法抽出部をさらに有する、付記1から6のいずれか1項に記載のモデル作成支援システム。
(付記8)
前記モデル抽出部は、所定の参照モデルの実データに対する性能を時系列的に監視するモデル性能監視部をさらに有する、付記1から7のいずれか1項に記載のモデル作成支援システム。
前記モデル抽出部は、前記類似構造を含む前記モデルの構造的な特徴を格納するモデル構造データベースをさらに有する、付記1から8のいずれか1項に記載のモデル作成支援システム。
(付記10)
共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なコンピュータが実行するモデル作成支援方法であって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録ステップと、
前記コンピュータが備えるモデル管理部が、前記情報処理装置から、分析対象となる対象モデルの複数の前記観測変数及び複数の前記潜在変数の和集合と、複数の前記パスとで表現された作成途中の対象モデルを取得するモデル管理ステップと、
前記情報処理装置から前記対象モデルの作成支援を依頼されたとき、前記対象モデルと前記モデル蓄積部に蓄積された前記参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造、と類似する前記参照モデルの全体構造又は部分構造を、類似構造として抽出する類似構造抽出部ステップと、を備え、
前記モデル管理部が前記類似構造抽出部により抽出された類似構造を前記情報処理装置に通知する通知ステップと、
を含むモデル作成支援方法。を含むモデル作成支援方法。
共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なコンピュータが実行するモデル作成支援プログラムであって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録機能と、
前記コンピュータが備えるモデル管理部が、分析対象となる対象モデルの複数の前記観測変数と複数の前記潜在変数の和集合及び、複数の前記パスとで表現された作成途中の対象モデルを取得するモデル管理機能と、
前記情報処理装置から前記対象モデルの作成支援を依頼されたとき、前記対象モデルと前記モデル蓄積部に蓄積された参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造、と類似する前記参照モデルの、全体構造又は部分構造を、類似構造として抽出する類似構造抽出機能と、
前記モデル管理部が前記類似構造抽出部により抽出された類似構造を、前記情報処理装置に通知する通知機能と、
を実現するモデル作成支援プログラム。
4 ローカルモデル管理部
5 モデル記録部
7 モデル抽出部
15a〜15c 情報処理装置
72 部分安定・部分独立構造抽出部
73 類似モデル抽出部
74 潜在変数抽出部
78 類似構造抽出部
79 共通構造/集約構造抽出部
80 類似作成方法抽出部
Claims (7)
- 共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なモデル作成支援システムであって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録部と、
前記分析対象となる現象を表す前記複数の観測変数及び前記複数の潜在変数の和集合と、前記複数のパスと、で表現された対象モデルを、前記情報処理装置から取得するモデル管理部と、
前記情報処理装置から前記対象モデルの作成支援を依頼されると、前記対象モデルと前記モデル記録部に蓄積された参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造との類似性の度合いが所定値よりも高い前記参照モデルの、全体構造又は部分構造を、類似構造として抽出する類似構造抽出部を含むモデル抽出部と、を備え、
前記モデル抽出部は、
前記類似構造が抽出された前記対象モデルの前記部分構造に名称未設定の未設定潜在変数がある場合、前記参照モデルにおいて、前記未設定潜在変数に相当する潜在変数を抽出し、前記類似構造の元となった前記参照モデルの構成要素に潜在変数が存在する場合、前記潜在変数を抽出する潜在変数抽出部と、
前記参照モデルの複数の構造から、他の構造と関連するパスが所定数よりも少ない、1又は複数の観測変数及び潜在変数の和集合を含む構造を独立構造として抽出する独立構造抽出部と、
前記独立構造から、前記観測変数及び前記潜在変数の和集合における相互のパス係数の検定統計量が所定値よりも高い構造を安定構造として抽出する安定構造抽出部と、をさらに有し、
前記モデル管理部は、前記類似構造抽出部により抽出された類似構造と、前記抽出された潜在変数とを、前記情報処理装置に通知する、モデル作成支援システム。 - 前記モデル抽出部は、複数の前記参照モデルから部分構造を抽出し、前記抽出された部分構造から、共通性の度合いが所定値よりも高い共通構造を抽出する共通構造抽出部をさらに有する、請求項1に記載のモデル作成支援システム。
- 前記モデル抽出部は、複数の前記参照モデルから部分構造を重ね合わせて抽出し、前記抽出された部分構造を含む集約構造を抽出する集約構造抽出部をさらに有する、請求項1に記載のモデル作成支援システム。
- 前記モデル抽出部は、前記対象モデルのモデル作成方法と同一の作成方法の参照モデルを抽出する類似作成方法抽出部をさらに有し、
前記モデル管理部は、前記類似作成方法抽出部により抽出された参照モデルを、前記情報処理装置に通知する、請求項1から3のいずれか1項に記載のモデル作成支援システム。 - 前記モデル抽出部は、所定の参照モデルの実データに対する性能を時系列的に監視するモデル性能監視部をさらに有する、請求項1から4のいずれか1項に記載のモデル作成支援システム。
- 共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なコンピュータが実行するモデル作成支援方法であって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録ステップと、
前記コンピュータが備えるモデル管理部が、前記情報処理装置から、分析対象となる対象モデルの複数の前記観測変数及び複数の前記潜在変数の和集合と、複数の前記パスとで表現された対象モデルを取得するモデル管理ステップと、
前記情報処理装置から前記対象モデルの作成支援を依頼されたとき、前記対象モデルと前記モデル記録ステップにおいて蓄積された前記参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造との類似性の度合いが所定値よりも高い前記参照モデルの全体構造又は部分構造を、類似構造として抽出する類似構造抽出ステップと、
前記類似構造が抽出された前記対象モデルの前記部分構造に名称未設定の未設定潜在変数がある場合、前記参照モデルにおいて、前記未設定潜在変数に相当する潜在変数を抽出し、前記類似構造の元となった前記参照モデルの構成要素に潜在変数が存在する場合、前記潜在変数を抽出する潜在変数抽出ステップと、
前記参照モデルの複数の構造から、他の構造と関連するパスが所定数よりも少ない、1又は複数の観測変数及び潜在変数の和集合を含む構造を独立構造として抽出する独立構造抽出ステップと、
前記独立構造から、前記観測変数及び前記潜在変数の和集合における相互のパス係数の検定統計量が所定値よりも高い構造を安定構造として抽出する安定構造抽出ステップと、
前記モデル管理部が前記類似構造抽出ステップにおいて抽出された類似構造と、前記抽出された潜在変数とを前記情報処理装置に通知する通知ステップと、
を含むモデル作成支援方法。 - 共分散構造分析を用いて、分析対象となる現象を表す構造のモデルを作成して前記現象を分析する情報処理装置にアクセス可能なコンピュータが実行するモデル作成支援プログラムであって、
データを持つ複数の観測変数及びデータを持たない複数の潜在変数の和集合と、前記変数間の接続関係を表す複数のパスと、で表現されたモデルを参照モデルとして蓄積するモデル記録機能と、
前記コンピュータが備えるモデル管理部が、分析対象となる対象モデルの複数の前記観測変数と複数の前記潜在変数の和集合及び、複数の前記パスとで表現された対象モデルを取得するモデル管理機能と、
前記情報処理装置から前記対象モデルの作成支援を依頼されたとき、前記対象モデルと前記モデル記録機能により蓄積された参照モデルとを比較し、前記対象モデルの構成要素の全体構造又は部分構造との類似性の度合いが所定値よりも高い前記参照モデルの、全体構造又は部分構造を、類似構造として抽出する類似構造抽出機能と、
前記類似構造が抽出された前記対象モデルの前記部分構造に名称未設定の未設定潜在変数がある場合、前記参照モデルにおいて、前記未設定潜在変数に相当する潜在変数を抽出し、前記類似構造の元となった前記参照モデルの構成要素に潜在変数が存在する場合、前記潜在変数を抽出する潜在変数抽出機能と、
前記参照モデルの複数の構造から、他の構造と関連するパスが所定数よりも少ない、1又は複数の観測変数及び潜在変数の和集合を含む構造を独立構造として抽出する独立構造抽出機能と、
前記独立構造から、前記観測変数及び前記潜在変数の和集合における相互のパス係数の検定統計量が所定値よりも高い構造を安定構造として抽出する安定構造抽出機能と、
前記モデル管理部が前記類似構造抽出機能により抽出された類似構造と、前記抽出された潜在変数とを、前記情報処理装置に通知する通知機能と、
を実現するモデル作成支援プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008118238A JP5146084B2 (ja) | 2008-04-30 | 2008-04-30 | モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム |
US12/379,871 US20090276390A1 (en) | 2008-04-30 | 2009-03-03 | Modeling support system, modeling support method, and modeling support program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008118238A JP5146084B2 (ja) | 2008-04-30 | 2008-04-30 | モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009266158A JP2009266158A (ja) | 2009-11-12 |
JP5146084B2 true JP5146084B2 (ja) | 2013-02-20 |
Family
ID=41257779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008118238A Active JP5146084B2 (ja) | 2008-04-30 | 2008-04-30 | モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20090276390A1 (ja) |
JP (1) | JP5146084B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120221315A1 (en) * | 2009-10-30 | 2012-08-30 | Nec Corporation | System model management and support system, system model management and support method, and system model management and support program |
EP2455855A1 (de) * | 2010-11-22 | 2012-05-23 | Siemens AG | Graphische Vergleichsanzeige von Software |
US10311741B2 (en) * | 2015-07-02 | 2019-06-04 | Pearson Education, Inc. | Data extraction and analysis system and tool |
US20190065684A1 (en) * | 2017-08-24 | 2019-02-28 | Fitmylife Health Analytics Inc. | Computer program products, methods, and systems for assisting a user to achieve a health-related goal |
CN110232102B (zh) * | 2019-06-13 | 2020-12-04 | 哈尔滨工程大学 | 一种基于迁移学习的人员关系模型建模方法 |
US11017308B2 (en) * | 2019-10-14 | 2021-05-25 | Sas Institute Inc. | Graphical interactive model specification guidelines for structural equation modeling designs |
JP7214672B2 (ja) * | 2020-03-13 | 2023-01-30 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07191706A (ja) * | 1993-12-27 | 1995-07-28 | Nkk Corp | 因果モデルの同定方法及び制御用知識の学習方法 |
US6587829B1 (en) * | 1997-07-31 | 2003-07-01 | Schering Corporation | Method and apparatus for improving patient compliance with prescriptions |
JP3805993B2 (ja) * | 2001-03-30 | 2006-08-09 | 株式会社東芝 | 原因推定方法、原因推定装置、原因推定プログラム及び記録媒体 |
JP2003050654A (ja) * | 2001-08-08 | 2003-02-21 | Super Studio:Kk | 情報提供・アクション支援システム |
JP2004126641A (ja) * | 2002-09-30 | 2004-04-22 | Toshiba Corp | 因果関係モデル生成方法、因果関係モデル生成装置、原因推定方法、原因推定装置およびデータ構造 |
WO2004072866A1 (ja) * | 2003-02-14 | 2004-08-26 | Fujitsu Limited | データ解析装置 |
JP2006209484A (ja) * | 2005-01-28 | 2006-08-10 | Building Research Institute | 構造方程式モデリングにおける因果モデル分析装置及び因果モデル分析方法 |
JP4957127B2 (ja) * | 2006-09-01 | 2012-06-20 | 富士通株式会社 | 属性間の部分関係抽出する装置、方法、及びプログラム |
-
2008
- 2008-04-30 JP JP2008118238A patent/JP5146084B2/ja active Active
-
2009
- 2009-03-03 US US12/379,871 patent/US20090276390A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2009266158A (ja) | 2009-11-12 |
US20090276390A1 (en) | 2009-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5146084B2 (ja) | モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム | |
Seppälä et al. | Decision analysis frameworks for life‐cycle impact assessment | |
Alinezhad et al. | Sensitivity analysis of TOPSIS technique: the results of change in the weight of one attribute on the final ranking of alternatives | |
Wagner | A Bayesian network approach to assess and predict software quality using activity-based quality models | |
Mourtzis et al. | Development of a key performance indicator assessment methodology and software tool for product-service system evaluation and decision-making support | |
Özceylan et al. | A fuzzy-based decision making procedure for machine selection problem | |
Hujainah et al. | StakeQP: A semi-automated stakeholder quantification and prioritisation technique for requirement selection in software system projects | |
CN114139589A (zh) | 故障诊断方法、装置、设备与计算机可读存储介质 | |
Makhoul | Review of data quality indicators and metrics, and suggestions for indicators and metrics for structural health monitoring | |
Demski | Decision-performance control | |
Meritxell et al. | On the evaluation, management and improvement of data quality in streaming time series | |
JPWO2015146100A1 (ja) | 負荷推定システム、情報処理装置、負荷推定方法、及び、コンピュータ・プログラム | |
Gustriansyah et al. | Integration of decision-making method and data-mining method as a preliminary study of novel sales forecasting method | |
Duarte et al. | PSP PAIR: automated personal software process performance analysis and improvement recommendation | |
CN114417741B (zh) | 一机一档设备数据管理及处理系统 | |
US20210157707A1 (en) | Transferability determination apparatus, transferability determination method, and recording medium | |
KR101641830B1 (ko) | Bim 기반 설계 업무환경의 지식정보 활용수준 측정 체계 | |
Cockcroft | Estimating CASE development size from outline specifications | |
Ruhrmann et al. | A methodological approach to evaluate supplier development based on real options | |
Ugalde et al. | A comparative study on measuring software functional size to support effort estimation in agile. | |
US20240005259A1 (en) | Index modeling | |
Mittal et al. | Framework for evaluating and ranking the reusability of cots components based upon analytical hierarchy process | |
WO2023181230A1 (ja) | モデル分析装置、モデル分析方法、及び、記録媒体 | |
JP2002014811A (ja) | プロジェクト進捗計測装置およびその方法ならびにその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
Khan | A comprehensive value of information framework for quantifying structural health monitoring benefits |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120903 |
|
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: 20121030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121112 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5146084 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: 20151207 Year of fee payment: 3 |