JP5398361B2 - データ分析システム - Google Patents

Description

本発明は、データ分析システム、特に、大規模かつ多様なデータから分析者にとって有用な知識発見を実現するデータ分析システムに関する。

様々な分野で、データを用いた知識発見が行なわれている。データからの知識発見とは,データ群から統計処理や機械学習などの手段を用いて有用な知識を取り出すために行なわれる、次のような一連のプロセスである（例えば、非特許文献１参照）。

（１）問題の認識およびデータ獲得
対象領域の性質を理解し、事前知識と必要なデータ、ならびにデータマイニングの目標を設定する。データ形式は、関係データベース，トランザクションデータ,オプジェクト指向データベースなど、多様であるが、後述する本発明では、これらの相違は意識せずに適用できるものと考える。

（２）前処理：機械学習や統計処理のような知識発見のアルゴリズムの実効性を上げるために、事前にデータを加工する処理である。

（３）データ分析：前処理されたデータをもとに、統計情報を求めたり、機械学習を実施したりする。狭義には、この部分がデータマイニングである。

次に、代表的な応用分野である流通・小売分野での概況を、非特許文献１及び非特許文献２を参照して説明する。

従来、この分野では、会員ＩＤ（識別子）のような個人識別情報が存在しないデータ構造が一般的であったが、近年、これを発展させた顧客ＩＤ付きＰＯＳ(販売時点：Point Of Sales)データが増えてきた。一部の流通業で発行されている会員カードはこの形態であり、入会時に個人を特定できる情報を記入させて登録する。これ以降、このカードでレジの支払いを行なえば、各会員が「いつ」，「何を」，「いくつ」，「いくらで」，「何と一緒に」などのＰＯＳに関するデータを収集する。そして、このような各会員の利用履歴をもとに、個人に密着した販売促進が行なわれる。

このような顧客ＩＤによる顧客の個別識別は、一部のサービスや業務用製品については、従来より珍しいことではない。また、一部の小売業でも、小規模ながら、そうした対応は個々の販売員によって行なわれてきた。それが、近年では、独自カードの導入やネット販売を含めた通信販売の発展もあって、サービス行や小売業において、より大規模な形で、顧客の個別識別とそれに基づくきめ細かな対応（顧客の囲い込み）が行なわれようとしている。

特に、近年、データ分析に用いる情報には、顧客情報や従業員情報などの個人情報や企業秘密に関する情報を含んでいる場合が多く、その漏洩防止が重要な機能となっており、この観点での最適化が模索されている。従来、この点への対策が示されており、携帯電話などの携帯端末に顧客の利用に応じて刻々と変化するポイント値や顧客ランクなどの顧客情報分析結果に基づき、店舗から顧客に対して提供するプロモーション情報から、その顧客の条件に基づくものだけを抽出し、顧客に対して提示する端末、あるいはそのための端末上のプログラムを提供する技術が示されている（例えば、特許文献１参照）。

また、ほかの事例として、ＰＯＳデータなどの分析を社外に依頼する場合に、顧客情報を秘匿するために、データを抽象化(名前→ＩＤなど)する技術が提供されている（例えば、特許文献２参照）。

特開２００６−１１６７５号公報 特開２００７−２８７１０２号公報 データマイニングの基礎(単行本) 元田 浩、山口 高平、津本 周作、沼尾 正行、オーム社（２００６／１２） 戦略的データマイニング アスクルの事例で学ぶ (単行本)，池尾 恭一(著)、井上 哲浩(著)，日経ＢＰ社（２００８／４）

データマイニングなどを通じて知識発見を行なうシステムを構築する場合には、データの種類や量に応じて、データ分析に至る前のデータの前処理も含めた知識発見の一連のステップ全般を適正に調整することが求められる。

なぜならば、上記非特許文献１で指摘されるように、そもそもデータには、特定の目的には無関係のものも多く含まれていることもあるし、ノイズや誤ったデータが混入していることもあるためである。また、冗長なデータが多数存在している可能性もあるため、データ分析のアルゴリズム（マイニングアルゴリズム）の高速化だけでは、限度があるからである。

さらに、一連のステップの調整の可能性を広げるために、柔軟に処理内容を変更できること（変更容易性を有すること）が望ましい。

データ量やデータの種類が固定的なものでなく、随時増減する不確実性を有しているためである。前述したように、小売業の売上げデータだけみても、匿名の売上げデータだけでなく、顧客ＩＤ付きの匿名性の低い売上げデータの割合が増えてきたりしている。さらに、顔認識で防犯を行なうような事例のように、データの種類は音声や映像にまで拡大し、データ量は想定以上に増え続けている。

また、そもそも知識発見においては、目的や実現手段が、試行錯誤的な探索の末に少しずつ明確になる場合が少なくないことも、変更容易性が求められる理由となる。上記非特許文献１で指摘されるように、データそのものは確たる目的なしに集められたものもあり、発掘した知識の有用性評価に合格するまで、何度も専門家の助言を得つつ、データ獲得から前処理を経て分析に至るまでの各ステップを繰り返さなければならないこともある。このプロセスは知識発見の螺旋モデルにほかならない。

上記の特許文献１，２に記載の発明では、これらの課題を効率的に扱うことに困難が伴う。

本発明は、以上の点を踏まえてなされたものであって、その目的は、分析の用途や目的に応じて、特に、データ前処理の最適化に着目して、データ分析の即時性や安全性の最適化を容易にするデータ分析システムを提供することにある。

本発明によるデータ分析システムは、センタサーバにデータ分析装置を備え、データが発生する場所にデータ収集装置を備えるものである。そして、データ分析の前処理プログラムを送出する配布プログラムを有することを特徴とするデータ分析装置と、このデータ分析装置から配布された前処理プログラムを実行するデータ収集装置とで構成されることを特徴とする。即ち、本発明によるデータ分析システムでは、データ収集装置側で前処理を行なうことを特徴とする。

そして、データ分析装置からデータの性質や使用する知識発見アルゴリズムの性質に応じた前処理プログラムを選択して、データ収集装置に事前に送出することを特徴とする。

ここで、前処理とは，主に、次の２つのデータを加工する処理が該当する（上記の非特許文献１を参考にして示す）。これらは、機械学習や統計処理のような知識発見のアルゴリズムの実効性を上げるために、事前に行なうものである。

（１）前処理（データのクリーニング）
データからノイズや異常値を除去し、データをクリーンにする、これには、連続データの離散化やカテゴリー化，離散データの連続化，欠損データの補間，単位の変換などの作業が含まれる、使用する知識発見アルゴリズムの性質に依存する部分も多い.
（２）前処理（データの変換）
クリーニングされたデータを、知識発見アルゴリズムが適用できるように、変換する。これには、属性選択や属性抽出，属性構築，事例選択などが含まれる。多くの知識発見アルゴリズムは表形式のデータを対象としており、デ一タ変換の結果は、表形式にまとめられることが多い。しかし、テキスト情報やウェブ情報、さらには、画像デ一タも多数あり、これらのように、単純な表形式では書くことができないものも含む。

これら前処理では、必要最小限のデータの部分集合を取り出す効果を有することが多く、データ量削減につながることが多い。本発明では、分析の目的に応じて配布する前処理プログラムを可変にし、分析の目的に応じてデ一タ量を最適化する。

本発明では、さらに、データ分析の目的上、個別識別したい情報を有するか否かで前処理が可変であることを特徴とする。個別識別したいデータについては、分析の際に、識別可能な手がかりを残しつつも、データ収集装置からデータ分析装置へのデータ転送などにおける漏洩を防ぐ情報秘匿の効果を有する前処理を行なう。一方で、個別識別が不要なデータは、分析の際に識別可能な手がかりも除去してデータ量を減らすことで、データ転送などの効率化も実現させる。

例えば、小売業のように、顧客を特定しない匿名の売上げデータの中に会員カードを持った一部の顧客の売上げデータが混在する場合、即ち、顧客ＩＤが付与されない売上げデータ顧客個人を特定されないトランザクションの中に、顧客ＩＤが付与される売上げデータが混在する場合には、後者についてのみ、分析側で顧客を特定できる情報に復元できる形で情報を前処理する。

本発明によれば、分析内容と処理性能に応じた前処理を行なうことになり、データ収集装置側で送出するデータ量を最適なレベルに削減できる。ＰＯＳなどの端末の処理量だけでなく、データを回収し分析を行なうセンタサーバへの通信量やセンタサーバの演算量を削減できる。結果として、データ分析の即時性やデータ分析の効率の向上を実現できる。さらに、本発明によって、データの前処理を行なうことが、データの秘匿に繋がる。

即ち、本発明によれば、データの前処理により完全なデータ秘匿化が可能であり、かつ、前処理を行なうことで送出するデータ量を削減でき、分析時間も少なくなる。

図１に本発明によるデータ分析システムの一実施形態を示すシステム構成図である。 図１に示す実施形態に対して一般的に想定されるデータ分析システムの一例を示すシステム構成図である。 図１における店舗での前処理前のデータ売上げ（トランザクション）データの構成の一具体例を示す図である。 図１にでのプログラム管理部の一具体例を模式的に示す図である。 図１におけるデータ分析装置内の送り先リスト表の一具体例を示す図である。 図１における店舗でのデータ収集装置の分析データの獲得のプロセスの一具体例を示すフローチャートである。 図１における店舗でのデータ収集装置の分析データの前処理のプロセスの一具体例を示すフローチャートである。 図１におけるセンタサーバでのデータ分析装置による分析データの分析処理のプロセスの一具体例を示すフローチャートである。 図１における配布プログラムによる処理の一具体例を示すフローチャートである。 前処理済みのデータのテーブルの一具体例を示す図である。 前処理済みのデータのテーブルの他の具体例を示す図である。 図１０に示す前処理済データを作成するための前処理プログラムによる前処理の一具体例を示すフローチャートである。 図１１に示す前処理済データを作成するための前処理プログラムによる前処理の一具体例を示すフローチャートである。 前処理済みのデータのテーブルのさらに他の具体例を示す図である。

以下、本発明の実施形態を図面を用いて説明する。

図１に本発明によるデータ分析システムの一実施形態を示すシステム構成図であって、１，１ａ，１ｂ，１ｃ，……は店舗、２はセンタサーバ、３はデータ入力装置、４はデータ収集装置、５は生データ格納部、６はプログラム実行部、７は分析データ送信部、８はデータ分析装置、９はプログラム管理部、１０は管理データ格納部、１１は分析データ受信部、１２はプログラム実行部、１００は前処理プログラム、１０１は分析プログラム、１０２は配布プログラム、１０３は送り先リスト表である。

同図において、この実施形態は、店舗１ａ，１ｂ，１ｃ，……（これらを総称して、店舗１という）側とセンタサーバ２とがネットワーク（図示せず）を介して接続されてシステムを構成しており、店舗１側には、データ入力装置３とデータ収集装置４とからなるデータ分析システムのデータ収集側の機構部が設けられている。データ入力装置３はデータが入力されるＰＯＳやセンサ，カードリーダ，カメラ，マイクなどであって、店舗１では、これらのうちの少なくともいずれか１つがデータ入力装置３として使用される。また、データ収集装置４は、データに有力装置３からの入力データが、生データとして、格納される生データ格納部５と、ＣＰＵやメモリなどからなり、生データ格納部５の生データを、分析のために、前処理するプログラム実行部６と、プログラム実行部６で消え処理されたデータを、分析データとして、センタサーバ２に送信する分析データ送信部７とから構成されている。

センタサーバ２には、データ分析装置８と、プログラム管理部９と、管理データ格納部１０とからなるデータ分析システムのデータ分析側の機構部が設けられている。プログラム管理部９には、店舗１側で使用される前処理プログラム１００と分析プログラム１０１とが格納されて管理されており、データ分析装置８は、店舗１からの前処理された分析データを受信するための分析データ受信部１１と、分析データ受信部１１で受信した店舗１からの分析データをプログラム管理部９での分析プログラム１０１を用いて分析するプログラム実行部１２とからなり、このプログラム実行部１２による分析データの分析結果が、管理データとして、管理データ格納部１０に格納される。

なお、データ分析装置８には、前処理ブログラム１００の送り先（店舗１）と送り先への前処理プログラム１００とを対応付けた送り先リスト表１０３が配布プログラム１０２に設けられており、店舗１からの要求などに応じて、プログラム実行部１２は、この送り先リスト表１０３を基に配布プログラム１０２を実行することにより、この店舗１に該当する前処理プログラム１００をプログラム管理部９から取得し、要求があったこの店舗１に配信する。これにより、この店舗１では、前処理プログラム１００が設定され、生データ格納部５での生データがプログラム実行部６でこの前処理プログラムを用いて前処理され、分析データ送信部７からセンタサーバ２に送信される。

また、送り先リスト表１０３では、新規の店舗１でデータ入力装置３やデータ収集装置４が設置されると、この店舗１を送り先とし、これに該当する前処理プログラムに関する情報（識別子ＩＤなど）を送り先と関連付けて登録される。ここでは、要求があった店舗１にセンタサーバ２側からこの店舗１に該当する前処理プログラム１００を配信するものとしたが、この新規の店舗１とセンタサーバ２との通信が可能となると、この送り先リスト表１０３を基に、この新規の店舗１にこれに該当する前処理プログラム１００を転送するようにしてもよい。

かかる構成のこの実施形態では、店舗１において、データ入力装置３で得られた生データがデータ収集装置４で収集されて一旦格納され、それらに分析のための前処理がなされてセンタサーバ２に送信される。センタサーバ２では、各店舗１からの前処理された分析データがデータ分析装置８で受信されて分析され、その分析結果が、管理データとして、管理データ格納部１０に格納される。この管理データ格納部１０での管理データ（分析結果）は、各店舗１や本店（図示せず）に、その要求に応じて、提供することができるようにしている。

以下、店舗１とセンタサーバ２について、より詳細に説明する。

店舗１では、ＰＯＳやセンサ，カードリーダ，カメラ，マイクなどのデータ入力装置３から得られたデータが、生データとして、データ収集装置４の生データ格納部５に一旦集める。生データ格納部５に集められた生データは、プログラム実行部６で前処理プログラム１００を基に、前処理される。このデータ収集装置４とセンタサーバ２のデータ分析装置８とは、分析データ送信部７と分析データ受信部１１とにより、図示しない通信経路などのネットワークを介して互いに接続されており、前処理された分析データとしての、例えば、平均値化されたデータやデータ数などが、分析データ送信部７により、データ分析装置８の分析データ受信部１１に送信される。前処理された分析データ（以下、前処理済データという）では、平均値化などの結果、個人情報が秘匿される。

センタサーバ２では、データ分析装置８において、前処理された分析データが分析データ受信部１１され、プログラム実行部１２において、プログラム管理部９から該当する分析プログラム１０１が読み出され、この分析プログラム１０１を基に、この受信した前処理済みの分析データの分析が行なわれる。

ここで、後述するように、店舗１ａ，１ｂ，１ｃ，……毎に夫々、固有の店舗ＩＤが割り当てられており、店舗１の分析データ送信部７から送信される前処理済データには、これを送信する店舗１の店舗ＩＤが付加されている。センタサーバ２では、データ分析装置８において、前処理済分析データが分析データ受信部１１で受信され、プログラム実行部１２において、この店舗ＩＤを基に、プログラム管理部９から該当する分析プログラム１０１が読み出され、この分析プログラム１０１を基に、この受信した前処理済みの分析データの分析が行なわれる。

なお、店舗１の分析データ送信部７から送信される前処理済データに前処理プログラム１００のプログラムＩＤが付加され、センタサーバ２では、このプログラムＩＤを基にプログラム管理部９からの該当する分析プログラム１０１が読み出されるようにしてもよい。

店舗１でのデータ収集装置４の前処理プログラム１００は、センタサーバ２のデータ分析装置８における送り先リスト表１０３で各店舗１など毎に決められており、プログラム実行部１２は、この送り先リスト表１０３を基に配布プログラム１０２を実行することにより、プログラム管理部９から該当する前処理プログラム１００が読み出され、送り先リスト表１０３での該当する送り先（店舗１など）に転送されたものである。

このように、この実施形態では、データを提供する店舗１側に前処理プログラム１０１を実行するプログラム実行部６が設けられ、生データを、データの分析を行なうセンタサーバ２に転送する前に、このプログラム実行部６で前処理プログラム１０１を実行することによって、前処理しており、このように前処理されたデータをセンタサーバ２に送信するものであるから、店舗側からセンタサーバ２側への分析のためのデータ送信量を大幅に低減させることができる。

図２は図１に示す実施形態に対して一般的に想定される典型的なデータ分析システムの一例を示すシステム構成図であって、図１に対応する部分には同一符号を付けて重複する説明を省略する。

店舗１で収集されたデータをセンタサーバ２で分析する場合、一般的に想定される典型的なデータ分析システムとしては、図２に示すように、分析処理とともに、その分析のための生データの前処理もセンタサーバ２で行なわれるシステム構成となる。

即ち、店舗１側では、データ入力装置３で得られる生データは、一旦生データ格納部５に格納された後、分析データ送信部７からそのままセンタサーバ２に送信される。センタサーバ７では、この生データを分析データ受信部１１が受信すると、プログラム実行部１２が、まず、この生データを送信した店舗１に該当する前処理プログラム１００をプログラム管理部９から取得してこの生データの前処理を行ない、次いで、分析プログラム１０１をプログラム管理部９から取得してこの前処理されたデータの分析を行なう。

ここで、店舗１側からセンタサーバ２に送信される生データは、上記の非特許文献１で指摘されるように、特定の目的とは無関係のデータやノイズ，誤ったデータなどの分析の対象とはならないデータを含むものであり、図２に示す分析システムでは、分析の対象となるデータにかかる分析の対象とならないデータが付加されたまま、センタサーバ２に送信されることになり、無駄なデータも送信してそのデータ送信量が非常に大きなものとなる。このため、データを送信するに要する時間が長くなり、各店舗１からデータの送信が円滑に行なわれなくなる事態も生ずるし、センタサーバ２での１店舗からのデータの処理時間も長くなる。 これに対し、図１に示す実施形態では、店舗１側でデータの前処理が行なわれ、前処理された分析対象となるデータだけがセンタサーバ２に送信されるから、かかる問題が解消できる。

図３は図１における１つの店舗１での前処理前のデータ売上げ（トランザクション）データの構成の一具体例を示す図であって、２０はトランザクションテーブル、２１はトランザクションＩＤ、２２は会員情報、２３は売上げ発生年月日、２４は売上げ時間帯、２５は商品分類、２６は購入金額である。ここで、このデータはこの店舗１の取引き（売上げ）のデータであり、以下では、かかる売上げデータをトランザクションという。

各店舗１では、トランザクションが、図３に示すように、トランザクションテーブル２０により、テーブル形式で管理されている。このように管理されるトランザクションは、属性としてのトランザクション毎に割り当てられるトランザクションＩＤ２１，会員情報２２，売上げ発生年月日２３，売上げ時間帯２４，購入された商品分類２５，購入金額２６などからなるものである。

ここで、トランザクションは顧客毎に、かつ販売された商品の分類（種別）毎に作成され、会員情報２２は会員と非会員とに判別され、会員の場合には、会員毎に割り当てられて会員を識別可能な会員ＩＤが用いられる。また、時間帯２４は、ここでは、一日２４時間の１時間毎の時間帯とするが、例えば、午前，午後といった他の時間帯としてもよい。例えば、トランザクションＩＤ２１が「１」（以下、トランザクションＩＤ２１「１」という。他のトランザクションＩＤについても、同様）のトランザクションは、非会員が２００８年１０月２１日の９時の時間帯に、商品分類２５が「１」（以下、商品分類２５「１」という。他の商品分類２５についも同様）の商品を３５０円（購入金額２６）で購入したことによって作成されたものであり、また、トランザクションＩＤ２１「４」のトランザクションは、会員ＩＤ（会員情報２２）が「１０００１」の会員が２００８年１０月２１日の９時の時間帯に、商品分類２５「１」の商品を６００円（購入金額２６）で購入したことによって作成されたものである。

図４は図１におけるプログラム管理部９の一具体例を模式的に示す図であって、３０はプログラム管理テーブル、３０ａは分析内容、３０ｂは対応する前処理プログラム、３１は分析プログラムリスト、３１ａはプログラムＮｏ、３１ｂは分析処理内容、３２は前処理プログラムリスト、３２ａはプログラムＮｏ、３２ｂは前処理内容である。

同図において、プログラム管理部９には、前処理プログラム１００のリスト、即ち、前処理プログラム３２と、分析プログラム１０１のリスト、即ち、分析プログラムリスト３１とが設けられ、これらにより、前処理プログラム１００と分析プログラム１０１とが管理されている。各前処理プログラム１００は、これらに割り当てられたプログラムＩＤ３２ａとその前処理内容３２ｂとからなり、各分析プログラム１０１は、これらに割り当てられたプログラムＩＤ３１ａとその分析内容３１ｂとからなる。

また、プログラム管理部９には、分析プログラム１０１と前処理プログラム１００との関係を示すプログラム管理テーブル３０が設けられており、このプログラム管理テーブル３０では、分析プログラムリスト３１での分析プログラム１０１のプログラムＮｏ３１ａと前処理プログラムリスト３２での分析プログラム１００のプログラムＮｏ３２ａとが対応付けられている。

図５は図１におけるデータ分析装置８内の送り先リスト表１０３の一具体例を示す図であって、１０３ａは送り先、１０３ｂは分析プログラムＩＤ、１０３ｃは前処理プログラム配布状態である。

同図において、送り先リスト表１０３には、前処理プログラム１００を配信する相手先の店舗１を表わす送り先１０３ａと、送り先１０３ａである店舗１での分析データの分析に用いられる分析プログラム１０１の分析プログラムＩＤ１０３ｂと、送り先１０３ａである店舗１での前処理プログラム１００の配布状態を示す前処理プログラム配布状態１０３ｃとが設定される。

ここで、送り先１０３ａとしては、店舗１の固有の情報、例えば、店舗１に割り当てられたＩＤ（店舗ＩＤ）が用いられる。分析プログラムＩＤ１０３ｂとしては、図４に示す分析プログラムリスト３１での分析プログラム１０１のプログラムＩＤ３１ａが用いられる。前処理プログラム配布状態１０３ｃは、店舗１に該当する前処理プログラム１００が配布されたか否かを示すものであって、配布済みの場合には、「済」を表わすコードの情報が、未配布の場合には、「未」を表わすコードの情報が夫々登録される。

店舗１に前処理プログラム１００を配布する場合には、この送り先リスト表１０３から、この店舗１に対して用いられる分析プログラム１０１の分析プログラムＩＤ１０３ｂを検出し、この分析プログラムＩＤ１０３ｂを基に、プログラム管理部９から、図４に示すプログラム管理テーブル３０を用いて該当する前処理プログラム１００を判定し、前処理プログラムリスト３２から該当する前処理プログラム１００を読み出して該当する店舗１に配布する。

次に、図１に示す実施形態の知識発見の処理動作について説明する。ここでは、分析データからの知識発見のための処理は、前述の通り、分析データの獲得→分析データの前処理→分析データの分析処理という一連の処理から構成されるものとし、これら処理毎に、以下、図１を参照して説明する。

図６は図１における店舗１でのデータ収集装置４の分析データの獲得のプロセスの一具体例を示すフローチャートである。

同図において、まず、ＰＯＳ端末やカードリーダなどのデータ入力装置３によってデータを読み取り（ステップＳ１００）、生データ格納部５に格納する（ステップＳ１０１）。

図７は図１における店舗１でのデータ収集装置４の分析データの前処理のプロセスの一具体例を示すフローチャートである。

同図において、まず、収集した生データを生データ格納部５から読み出し（ステップＳ２００）、プログラム実行部６で、前処理プログラム１００を用いて、前処理を行なう（ステップＳ２０１）。そして、前処理済みの分析データを分析データ送信部７からセンタサーバ２のデータ分析装置８に送信する（ステップＳ２０２）。

図８は図１におけるセンタサーバ２でのデータ分析装置８による分析データの分析処理のプロセスの一具体例を示すフローチャートである。

同図において、まず、データ分析装置８は、前処理済みデータを受信し（ステップＳ３００）、受信した前処理済みデータを分析プログラム１０１でデータマイニングを実行する（ステップＳ３０１）。データマイニングとしては、統計処理や機械学習が実行される。

なお、標準的なデータマイニングでも、データマイニング機能を搭載した実施の形態では、ここに示した処理フローを実現する機能がすべてあるいは部分的に実装されていると考えることができる。本発明の実施の形態でも同様に適用されるものであるが、この実施形態の特徴は、前処理が、センタサーバ２のデータ分析装置８ではなく、データを収集する店舗１側のデータ収集装置４で実施される点である。

図９は図１における配布プログラム１０２による処理の一具体例を示すフローチャートである。

同図において、まず、処理９00２で、プログラム実行部１２が、分析配布プログラム１０２を実行して、送り先リスト表１０３（図５）からターゲットとする送り先（要求があった店舗１）１０３ａに対応する分析プログラム１０１（分析プログラムＩＤ１０３ｂ）と前処理プログラムは畏怖状態１０３ｃとを参照する（ステップＳ４００）。例えば、図５において、送り先１０３ａがＢ店である場合には、分析プログラム１０１は分析プログラムＩＤ＝２の分析プログラムとなる。また、送り先１０３ａがＡ店である場合には、前処理プログラム１００は配布済みとなっている。

次に、送り先リスト表１０３の前処理プロクラム配布状態１０３ｃをもとに、当該送り先では、前処理プログラム１００が配布済みか否かを判定し（ステップＳ４０１）、配布済みである場合には（ステップＳ４０１の“ｙｅｓ”）、処理を終了するが（ステップＳ４０２）、未配布である場合には（ステップＳ４０１の“ｎｏ”）、プログラム管理部９のプログラム管理テーブル３０や前処理プログラムリスト３２（図４）を参照して当該送り先の分析プログラム１０１に対応する前処理プログラム１００を取得する（ステップＳ４０３）。例えば、このプログラム管理テーブル３０によってプログラムＩＤ＝１の分析プログラム１０１にプログラムＩＤ＝ａの前処理プログラム１００が対応づけられる。

次に、処理９00６で、当該送り先１０３ａのデータ収集装置４（ず１）にこの前処理プログラム１００を送信し（ステップＳ４０４）、送り先リスと表１０３での当該送り先１０３ａの前処理プログラム配布状態１０３ｃを「未配布」から「配布済み」に更新する。

次に、図１におけるプログラム実行部６での前処理プログラム１００による分析データの前処理について説明する。ここでは、具体的には、小売業の売上げデータを収集して分析する状況するものとし、図３に示すデータ売上げ（トランザクション）データのトランザクションテーブル２０を基に説明する。

このトランザクションテーブル２０では、顧客を特定しない（即ち、非会員）の売上げデータの中にカードを持った一部の顧客の特定が可能な（即ち、会員の）売上げデータが混在している。ここで、
・トランザクションＩＤ１〜ＩＤ３及びＩＤ５〜ＩＤ９が顧客を特定しない（非会員の）売上げデータ
・トランザクションＩＤ４とＩＤ１０が顧客を特定する（会員の）売上げデータ
である。

そして、これらのデータに対して、図４に示す前処理プログラムリスト３２から選択されてデータ収集装置４（図１）に配布された前処理プログラム１００で前処理を行なうものとする。ここでは、前処理の一例として、図４に示すプログラム管理テーブル３０でのプログラムＮｏ．１の分析プログラム１０１に対する前処理プログラムリスト３２のプログラムＮｏ．ａの前処理プログラム１００の処理と、同じくプログラムＮｏ．２の分析プログラム１０１に対するプログラムＮｏ．ｂの前処理プログラム１００の処理とについて、説明する。

図１０は上記のプログラムＮｏ．１の分析プログラム１０１に対するプログラムＮｏ．ａの前処理プログラム１００の処理による前処理済みのデータのテーブルの一具体例を示す図であって、４０は前処理済みデータテーブル、４１は前処理済データＩＤ、４２は店舗ＩＤ、４３は売上げ年月日、４４は売上げ時間帯、４５はトランザクション数、４６は購入金額である。これは、顧客を特定する売上げと特定しない売上げとを区別しないで（即ち、会員と非会員との区別なしに）なされた前処理の結果を示すものである。

この具体例の前処理では、図４に示すトランザクションテーブル２０において、年月日と時間帯とを前処理の単位とするものであり、この前処理単位内の全てのトランザクションをまとめる処理がこの場合の前処理である。図１０は所定の店舗１で得られた前処理済の分析データを前処理済みデータテーブル４０として示したものである。

これによって得られる前処理済みのデータは、この前処理済みデータテーブル４０で示すように、この前処理単位毎に得られる前処理済みデータに割り当てられる前処理済データ４１と、この店舗１に割り当てられた店舗ＩＤ４２と、前処理単位を表わす売上げ年月日４３と売上げ時間帯４４と、この前処理単位でのトランザクション数４５と、この前処理単位での購入金額４６とからなるものである。

図３に示すトランザクションテーブル２０では、２００８年１０月２１日の９時台と１０時台との時間帯について、トランザクションが登録されているものであり、これら時間帯を前処理単位とし、これら前処理単位についての前処理済データを示したものが図１０に示す前処理済みデータテーブル４０であるが、２００８年１０月２１日の９時台の前処理単位の前処理済データＩＤ４１＝１の前処理済データに対しては、トランザクション数４５が値「４」（図３でのトランザクションＩＤ１〜ＩＤ４）であり、同じく１０時台の前処理単位の前処理済データＩＤ４１＝２の前処理済データに対しては、トランザクション数４５が値「６」（図３でのトランザクションＩＤ５〜ＩＤ１０）である。

また、購入金額４６は前処理単位内での平均購入金額を表わすものであって、前処理済データＩＤ４１＝１の前処理済データに対しては、その購入金額４６は、計算値Ｃ＝（３５０＋６００＋１１００＋６００）／４＝６６２円であり、前処理済データＩＤ４１＝２の前処理済データに対しては、その購入金額４６は、計算値Ｆ＝（４００＋５００＋６００＋５００＋６００＋６００）／６＝６３３円である。

図１１は上記のプログラムＮｏ．１の分析プログラム１０１に対するプログラムＮｏ．ａの前処理プログラム１００の処理による前処理済みのデータのテーブルの他の具体例を示す図であって、４０ａは前処理済みデータテーブル、４７は会員ＩＤでであり、図１０に対応する部分には同一符号を付けて重複する説明を省略する。この前処理済みデータテーブル４０ａは、顧客を特定する売上げと特定しない売上げとを区別して（即ち、会員と非会員との区別をして）なされた前処理の結果を示すものであり、
この具体例は、図１０に示す具体例に対し、さらに、会員と非会員との区別もして売上げ動向の比較分析をしつつ、特定の顧客の売上げ動向の分析を実施するような場合に用いることができるようにしたものである。そこで、非会員のトランザクションは、複数トランザクションをまとめて統計的情報に要約し、要約した情報のみを分析に活用する。一方で、会員のトランザクションは、複数トランザクションをまとめた統計的情報を非会員の統計情報と比較するだけでなく、かかる会員としての顧客個人の履歴を多面的に分析するために、１件ずつ全ての情報を分析に活用するものとする。

図１１において、前処理済みデータテーブル４０ａでは、前処理済みデータが会員に関するものであるか、非会員に関するものであるかを識別するための会員ＩＤ４７が登録されるものである。非会員については、図１０の場合と同様に、前処理単位に対して前処理が行なわれるが、会員については、一人一人について前処理が行なわれ、会員ＩＤ４７は、非会員については、前処理済データに対して、非会員を表わす予め決められた符号などの情報が登録され、会員については、その会員に割り当てられたＩＤが登録される。

いま、得られた生データが図３に示すものとすると、２００８年１０月２１日の９時台の前処理単位では、トランザクションＩＤ２１＝１〜３の非会員の生データとトランザクションＩＤ２１＝４の会員の生データとに区分され、これらトランザクションＩＤ２１＝１〜３の非会員に対する生データは、前処理されることにより、図１１に示す前処理済みデータテーブル４０ａのように、前処理済データＩＤ＝１の前処理済データとなり、この場合、会員ＩＤ４７としては、上記の「非会員」が登録され、トランザクション数４５＝３が登録される。購入金額４６は、図１０に示す前処理済みデータテーブル４０と同様、トランザクションＩＤ２１＝１〜３の非会員の購入金額２６（図３）の平均金額が、計算値Ａとして、登録される。

トランザクションＩＤ２１＝４の会員の生データは、前処理されることにより、図１１に示す前処理済みデータテーブル４０ａのように、前処理済データＩＤ＝２の前処理済データとなり、この場合、会員ＩＤ４７としては、その会員に割り当てられたＩＤ「１０００１」が登録され、トランザクション数４５＝１が登録される。購入金額４６としては、図３に示す生データでの購入金額２６（この場合、６００円）が、計算値Ｃとして、そのまま登録される。

図３での次の前処理単位（２００８年１０月２１日の１０時台）のトランザクションＩＤ２１＝１〜３の非会員の生データやトランザクションＩＤ２１＝４の会員の生データについても同様であり、図１１に示す前処理済みデータテーブル４０ａにおいては、夫々前処理済データＩＤ＝３の前処理済データ，前処理済データＩＤ＝４の前処理済データとなる。

なお、図１０，図１１に示すように、前処理済データには、それを送信する店舗ＩＤ４２が付加されており、これを受信したセンタサーバ２のデータ分析装置８のプログラム実行部１２では、受信した前処理済みデータに付加されているこの店舗ＩＤ４２を基に、送り先リスト表１０３（図５）から分析プログラムＩＤ１０３ａを求め、この分析プログラムＩＤ１０３ｂを基に、プログラム管理部９での分析プログラムリスト３１からこの前処理済みデータに該当する分析プログラム１０１を取得してこの前処理済みデータの分析を行なう。

あるいは、図１において、店舗１側から送信される前処理済み分析データに、上記のように、このデータを前処理した前処理プログラムのプログラムＩＤ３２ａ（図４では、「プログラムＮｏ」と表記）が付加されているときには、センタサーバ２では、プログラム実行部１２が受信した前処理済みデータからプこのログラムＩＤ３２ａを抽出し、これに該当する分析プログラム１０１をプログラム管理テーブル３０（図４）から判別し、分析プログラムリスト３１から該当する分析プログラム１０１を抽出するようにしてもよい。

図１２は図１０に示す前処理済データを得るための図１におけるプログラム実行部６の前処理プログラム１００による前処理の一具体例を示すフローチャートである。この前処理は前処理単位毎に行なわれるものであり、１つの前処理単位の図１２による前処理が行なわれると、次の前処理単位の図１２による前処理が行なわれる。以下では、図３でのトランザクションＩＤ＝１〜４の４件のトランザクションの前処理単位について説明する。

図１２において、店舗１のデータ収集装置４でのプログラム実行部６（図１）において、まず、購入の平均金額Ｃ＝０、集計（合計）金額＝０、集計カウンタ＝０、トランザクション数＝４の初期設定が行なわれる（ステップＳ５００）。次に、トランザクションＩＤ＝０とし（ステップＳ５０１）、さらに、トランザクションＩＤを値１だけインクリメントし、トランザクションＩＤ＝１とする（ステップＳ５０２）。そして、図３に示すトランザクションＩＤ＝１のトランザクションの購入金額Ｔ（ここでは、３５０円）が読み出され（ステップＳ５０３）、集計カウンタを値１だけインクリメントして集計カウンタ＝１とし（ステップＳ５０４）、集計金額にステップＳ５０３で読み出した購入金額Ｔを加算する（ステップＳ５０５）。このときの集計金額は、０＋３５０＝３５０円となる。そして、このときの購買の平均金額Ｃを求める（ステップＳ５０６）。このときの購買の平均金額Ｃは、Ｃ＝３５０／１＝３５０円となる。

そして、トランザクション数（＝４）＞トランザクションＩＤ（＝１）であるから（ステップＳ５０７の“ｙｅｓ”）、ラベル１に戻ってトランザクションＩＤ＝２とし（ステップＳ５０２）、次のトランザクションＩＤ＝２のトランザクションについて、ステップＳ５０３の処理を行なう。このときの購入金額Ｔは６００円であり（ステップＳ５０３）、集計カウンタ＝２（ステップＳ５０４）、集計金額＝３５０＋６００（ステップＳ５０５）、購買の平均金額Ｃ＝（３５０＋６００）／２（ステップＳ５０６）となる。

以下同様の処理をトランザクションＩＤ＝４のトランザクションまで行ない（ステップＳ５０７の“ｎｏ”）、そのときの集計カウンタが図１０でのトランザクション数４５となり、購買の平均金額Ｃが図１０での購入金額４６の計算値Ｃとなる（ステップＳ５０９）。これにより、このときの前処理単位での前処理が終了する（ステップＳ５１０）。次の前処理単位に対しては、ステップ５００から行なわれる。

図３に示す前処理前のデータと図１０に示す前処理後のデータとを比較すると、前処理後のデータは前処理前のデータと比べてデータ量が大幅に減ることは一目瞭然であり、転送経路及び受信する側のデータ分析装置８の演算負荷の低減が期待できる。しかも、一般に平均値を求める計算は低負荷な演算処理で済むので、データ収集装置４への負荷増というデメリットは微小といえる。

かかる前処理済データ（図１０に示す前処理済データ）を受信するセンタサーバ２のデータ分析装置８では、どのデータ収集装置４（即ち、店舗１）でどんな前処理プログラム１００が実行されているかを、前処理プログラムの配布元として認識しているので、この秘匿されたデータの値を部分的に復元できる。復元できる生データは、上記の購買の平均金額Ｃ並びにトランザクション数の記録をもとに、元の前処理単位のトランザクションのデータの総和である（なお、個々のトランザクションの生データの復元には、別途追加情報が必要である）。

また、各店舗１からのデータの総和とサンプル数（トランザクション数）との情報がデータ分析装置８に蓄積されるので、全店舗の平均値を求めるような、大域的な統計分析が可能になる。

図１３は図１１に示す前処理済データを得るための図１におけるプログラム実行部６の前処理プログラム１００による前処理の他の具体例を示すフローチャートである。この前処理は前処理単位毎に行なわれるものであるが、会員，非会員毎に区別して行なわれるものであり、非会員については、図１２に示した処理と同様であるが、会員については、１人ずつ前処理を行なうものである。そして、図１２に示した処理と同様、１つの前処理単位の図１２による前処理が行なわれると、次の前処理単位の図１２による前処理が行なわれる。以下では、図３でのトランザクションＩＤ＝１〜４の４件のトランザクションの前処理単位について説明する。

なお、図１において、データ収集装置４では、データ入力装置３で生データ（トランザクション）がその入力順に生データ格納部５に格納され、この入力順序は、その入力データが非会員によるものか、会員によるものかには関係がない。しかし、ここでは、生データ格納部５では、かかるトランザクションの配列が、図３に示すように、同じ前処理単位（図３では、時間帯）内では、非会員のトランザクションと会員のトランザクションとに区分され、まず、非会員のトランザクションに入力順にトランザクションＩＤ２１が割り当てられ、しかる後、会員のトランザクションに入力順にトランザクションＩＤ２１が割り当てられるものとする。従って、夫々の前処理単位（９時台と１０時台）において、図３に示すように、入力されたトランザクションにトランザクションＩＤ２１が付与される。以下、このような生データの前処理単位のトランザクションの前処理について説明する。

図１３において、ステップＳ５００〜Ｓ５１０は図１２に示す前処理と同様であるが、かかるステップＳ５００〜Ｓ５１０の前処理が繰り返されてステップ５１０で前処理が終了するのは、図３における１つの前処理単位としてのトランザクションＩＤ＝１〜４の４件のトランザクションが全て非会員の場合である。このときには、図１１では、トラクジクション数４５が「４」の前処理済データＩＤ＝１の前処理済データが得られるだけで、前処理済データＩＤ＝２の前処理済データは得られない。

次に、図３でのトランザクションＩＤ＝１〜４の４件のトランザクションのうちのトランザクションＩＤ＝４のトランザクションが会員による場合について説明する。

なお、ステップＳ６００では、生データ５（図１）に格納されている生データのうちの前処理されていない生データ（トランザクション）の全数が設定され、また、ステップＳ５００では、非会員購買の平均金額Ａ＝０，非会員購買の集計金額＝０，非会員の集計カウンタ＝０，前処理単位のトランザクション数が夫々設定される。

トランザクションＩＤ＝１〜３については、非会員によるものであるため（ステップＳ６０１の“ｙｅｓ”）、これらトランザクション毎にステップＳ５００〜Ｓ５１０の前処理が実行される。このときには、ステップＳ５０６でトランザクションＩＤ＝１〜３のトランザクションによる非会員購買の平均金額Ａが求められている。

しかる後、トランザクションＩＤ＝４となり（ステップＳ５０２）、このトランザクションＩＤ＝４のトランザクションの購入金額Ｔ（ここでは、６００円）が読み出され（ステップＳ５０３）、集計カウンタを値１だけインクリメントして集計カウンタ＝４とする（ステップＳ５０４）。

このとき、図３での会員情報２１から、このトランザクションＩＤ＝４のトランザクションは会員によるものであるから（ステップＳ６０１の“ｎｏ”）、このときステップＳ５０４で得られた集計カウンタから値「１」だけ差し引いた集計カウンタでステップＳ５０５で求めたトランザクションＩＤ＝１〜３の集計金額を割算して非会員購買の平均金額Ａを求め（ステップＳ６０２：なお、この平均金額Ａは、既にステップＳ５０６で得られているので、設けなくともよい）、また、このステップＳ５０５で求めたトランザクションＩＤ＝１〜３の集計金額にステップＳ５０３で求めたトランザクションＩＤ＝４の会員のトランザクションの購入金額２６（ここでは、６００円）を加算して集計金額を求め（ステップＳ６０３）、その集計金額をステップＳ５０４で得られたトランザクションＩＤ＝４の会員のトランザクションまでの集計カウンタで割算し、トランザクションＩＤ＝１〜４の前処理単位のトランザクションに対する平均金額Ｃを求める（ステップＳ６０４）。

そして、ステップＳ５０６で得られたトランザクションＩＤ＝１〜３の非会員のトランザクションの非会員購買の平均金額Ａを図１１での前処理済データＩＤ＝１の前処理済データでの購入金額４６（計算値Ａ）とし（ステップＳ６０５）、ステップＳ６０４で得られたトランザクションＩＤ＝１〜４の非会員及び会員のトランザクションの購買の平均金額Ｃを図１１での前処理済データＩＤ＝２の前処理済データでの購入金額４６（計算値Ｃ）とする（ステップＳ６０５）。この場合、図１３のステップＳ６０４には示していないが、前処理済データＩＤ＝１の前処理済データでは、集計カウンタＳ５０４で得られた非会員のトランザクションＩＤ＝１〜３のトランザクションの集計カウンタをトランザクション数４５（＝３）とし、前処理済データＩＤ＝２の前処理済データでは、会員のトランザクションＩＤ＝４のトランザクションに対して集計カウンタを「１」とし、これをトランザクション数４５（＝１）とする。

以上のより、１つの前処理単位での前処理が終了する。

しかる後、ステップＳ５００と同様に、非会員購買の平均金額Ａ＝０、非会員の集計金額＝０、非会員の集計カウンタ＝０、次の前処理単位での非会員のトランザクション数の初期設定が行なわれる（ステップＳ６０６）。そして、ステップ５０２で設定されたＩＤがステップＳ６００で設定された全トランザクション数との間に、全トランザクション数＞ＩＤでないときには、生データ格納部５（図１）での全ての生データの前処理が完了したことになるので（ステップＳ６０７の“ｎｏ”）、前処理を終了し（ステップＳ６０９）、上記の判定の通りであるときには（ステップＳ６０７の“ｙｅｓ”）、ラベル１に戻り、ステップＳ５０１から次の前処理単位の前処理へと進む。

なお、ここでは、生データ格納部５では、非会員と会員との生データの配列順を入力順から、図３に示すように、変更するものとしたが、変更しなくともよい。この場合には、図１４に示すように、トランザクションＩＤ１〜ＩＤ６が前処理単位となるが、そのうちの途中のトランザクションＩＤ４が会員のものとなる。この場合には、図１３において、ステップＳ６００，Ｓ６０６は除かれ、ステップＳ６０７はステップＳ５００で初期設定された前処理単位のトランザクション数との比較となり、図１３の処理は１つの前処理単位の処理ということになる。

これにより、図１４での非会員のトランザクションＩＤ＝１〜３と会員のトランザクションＩＤ＝４に対して、ステップＳ６０５で前処理済データＩＤ＝１，２の前処理済データが得られ、次の非会員のトランザクションＩＤ＝５〜６に対して、ステップＳ５０９で前処理済データＩＤ＝３の前処理済データが得られる。

以上のようにして、図３に示す生データから、図１１に示すように、前処理単位毎に、非会員のトランザクションによる前処理済データと会員のトランザクションによる前処理済データとが得られることになる。

この前処理では、前処理単位において、非会員のトランザクションに対しては、これらトランザクションでの購入金額の平均金額が購入金額４６として設定され、会員のトランザクションに対しては、この前処理単位での全トランザクションの平均金額が購入金額４６となる。

そして、このようにして、前処理により、前処理済データ量は、前処理前の前処理単位のデータのデータ量よりも大幅に削減されることになり、分析データの伝送経路及び受信する側のデータ分析装置の演算負荷を低減させることができる。しかも、一般に、平均値を求める計算は、低負荷な演算処理で済むので、データ収集装置への負荷増というデメリットもなくすことができる。

前処理済みデータ（図１１）を受信する側であるデータ分析装置８（図１）では、どの店舗などに存在するデータ収集装置４（図１）で、どのような前処理プログラム１００が実行されているかを、送り先リスト表１０３（図１）などによって認識しているので、前処理によって秘匿されたデータの値を復元できる。図１３での平均金額Ａ，Ｃ並びにトランザクション数の記録を用いて、元の４件のトランザクションのデータの総和や会員のトランザクションの生データを復元できる。また、各店舗１からのデータの総和とサンプル数（トランザクション数）の情報がデータ分析装置８に蓄積されるので、全店舗１の平均値を求めるような、大域的な統計分析とともに、会員のトランザクション（購買行動）の特徴を、非会員も含めた全体的な傾向と比較評価することが可能になる。この評価結果は、会員（優良顧客であることが多い）に対して、さらに、積極的な購買行動を促すための施策立案に指針として活用できると考えられる。

以上、この実施形態においては、平均値とトランザクション数を手がかりに各店舗１からのデータの前処理による秘匿とその復元を行なう処理を示したが、有限要素法のように、データ群の部分集合から全体を推測できるような手法を適用してもよい。有限要素法などをデータ収集装置４側のデータ前処理に適用して部分集合を作成し、データ分析側で全体を推測する（近似的に復元する）実装の形態であっても、本発明の趣旨を逸脱しない。

なお、有限要素法とは、実際には、複雑な形状・性質を持つ物体を単純な形状・性質の小部分（要素）に分割し、その１つ１つの要素の特性を、数学的な方程式を用いて近似的に表現した後、この単純な方程式を組み合わせ，すべての方程式が成立する解を求めることによって、全体の挙動を予測しようとするものである（有限要素法については、http://www.mmm.muroran-it.ac.jp/~msakai/St_Exp/fem_０１.htmを引用）。

１，１ａ，１ｂ，１ｃ，…… 店舗
２ センタサーバ
３ データ入力装置
４ データ収集装置
５ 生データ格納部
６ プログラム実行部
７ 分析データ送信部
８ データ分析装置
９ プログラム管理部
１０ 管理データ格納部
１１ 分析データ受信部
１２ プログラム実行部
２０ トランザクションテーブル
２１ トランザクションＩＤ
２２ 会員情報
２３ 売上げ発生年月日
２４ 売上げ時間帯
２５ 商品分類
２６ 購入金額
３０ プログラム管理テーブル
３０ａ 分析内容
３０ｂ 対応する前処理プログラム
３１ 分析プログラムリスト
３１ａ プログラムＮｏ
３１ｂ 分析処理内容
３２ 前処理プログラムリスト
３２ａ プログラムＮｏ
３２ｂ 前処理内容
４０ 前処理済みデータテーブル
４１ 前処理済データＩＤ
４２ 店舗ＩＤ
４３ 売上げ年月日
４４ 売上げ時間帯
４５ トランザクション数
４６ 購入金額
１００ 前処理プログラム
１０１ 分析プログラム
１０２ 配布プログラム
１０３ 送り先リスト表
１０３ａ 送り先
１０３ｂ 分析プログラムＩＤ
１０３ｃ 前処理プログラム配布状態

Claims (3)

1. 分析者にとって有益な知識の発見のため、データ分析を行なうとともにデータ分析に必要なデータの収集とデータの前処理とを行なうデータ分析システムであって、
   前記データを収集し前処理を行なうデータ収集装置と、該データ収集装置により前処理されたデータを送信するデータ送信部とを備えたデータ収集側の装置と、前記データ送信部から送信されたデータを受信するデータ受信部と、該データ受信部で受信されたデータを分析するデータ分析部とを備えたデータ分析側の装置とで構成されたデータ分析システムにおいて、
   前記データ分析部は、
   前記データ分析に用いられる分析プログラムと該データ分析のための前処理に用いられる前処理プログラムとを互いに関連付けて管理するプログラム管理部と、前記前処理プログラムを前記プログラム管理部で選択し、前記データ収集側の装置に送出する配布プログラムとを有し、
   前記前処理プログラムは、
   前記データがそれを個別に識別させるための情報を有するか否かに応じて当該データの前処理における処理内容を異にし、
   個別に識別させるための前記情報を有する前記データについては、分析の際に識別可能な手がかりを残したままで情報漏洩を防ぐ処理内容の前処理を行ない、
   個別に識別させるための前記情報を有していない前記データについては、分析の際に識別可能な手がかりも除去してデータ量を減らす処理内容の前処理を行なうことを特徴とするデータ分析システム。
2. 請求項１において、
   前記前処理プログラムは、
   収集された分析対象となる前記データの部分集合のデータ量の削減処理とともに、データ秘匿処理を行なうことを特徴とするデータ分析システム。
3. 請求項１において、
   前記データ収集装置は、
   データを収集するためのＰＯＳ端末、センサ、カードリーダ、カメラ、マイク等の少なくとも１からなるデータ入力装置と、
   該データ入力装置から得られた各種データを集めて格納するデータ格納装置と
   を有することを特徴とするデータ分析システム。

Images