JP5792642B2 - データ解析装置、データ解析調整方法およびプログラム - Google Patents

Description

本発明は、例えば複数の情報源から得ている大量データを解析し、その解析状態を調整可能なデータ解析装置、データ解析調整方法およびプログラムに関する。

大量データの解析処理としては、非特許文献１に記載のように、一定期間データを蓄積した後に一括してデータ解析処理を行うバッチ型の大容量データ処理や、データを蓄積せずに逐次的にデータ解析処理を行うオンラインデータ解析処理がある。

また、データを深く解析する処理として高度な統計データ処理や機械学習による解析処理があり、新たに入力されるデータの鮮度とデータの流量を優先するオンラインストリームデータ処理もある。

Tom White (著), 玉川 竜司 (翻訳), 兼田 聖士 (翻訳)，「Hadoop 第2版」，183ページ，オライリージャパン，ISBN-13: 978-4873115030，2011/7/23

一般に、大量データの解析処理の解析状態は、データ量（規模）、処理性能、解析精度といった複数のパラメタにて表される。

大量データの解析処理の１つの特徴は、連続的に発生する大量の時系列データの解析処理において、データを取りこぼさずに要求されるスループットを満たしつつ、要求される処理速度（性能）およびデータ解析の深さ（精度）を達成するために、データ間の相関解析の複雑さに対応して、解析状態を表す複数のパラメタのバランス調整（以下「チューニング」とも称する）を行う必要があることである。

一般に、データ量、処理性能、解析精度は、トレードオフの関係にあるため、全ての側面で最高の性能を追求することは困難であり、解析状態を表す複数のパラメタのバランスを調整するには、データを解析するアルゴリズムレベルでの高度に専門的で複雑な処理が必要となる。

このため、専門的な知識を有さない使用者が、例えば、即時性を要求されるリアルタイム系解析処理において、時々刻々と変化する解析中間結果を基にした解析精度の正否判定や解析状態を表す複数のパラメタのバランス調整を試行錯誤で実施することは時間的遅延増大の要因となるという問題があった。

本発明は、上記問題を解決するために鑑みてなされたものであり、その目的は、複数のパラメタによって表される解析状態に対する高度で複雑なパラメタのバランス調整を、専門家に依らずに実行可能とするデータ解析装置、データ解析調整方法およびプログラムを提供することである。

本発明のデータ解析装置は、
時系列のデータを順次解析して解析結果を出力するデータ解析装置であって、
前記データを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ前記解析結果として出力するデータ解析手段と、
所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定手段と、
前記解析状態を表示する表示手段と、
前記設定時間を変更する旨の変更指示を受け付ける受付手段と、
前記変更指示に従って前記設定時間を変更する変更手段と、を含む。

本発明のデータ解析調整方法は、
時系列のデータを順次解析して解析結果を出力するデータ解析装置でのデータ解析調整方法であって、
前記データを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ前記解析結果として出力するデータ解析ステップと、
所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定ステップと、
前記解析状態を表示する表示ステップと、
前記設定時間を変更する旨の変更指示を受け付ける受付ステップと、
前記変更指示に従って前記設定時間を変更する変更ステップと、を含む。

本発明のプログラムは、
コンピュータに、
時系列のデータを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ解析結果として出力するデータ解析手順と、
所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定手順と、
前記解析状態を表示する表示手順と、
前記設定時間を変更する旨の変更指示を受け付ける受付手順と、
前記変更指示に従って前記設定時間を変更する変更手順と、を実行させる。

本発明によれば、解析の規模、性能および精度にて表される現状の解析状態が表示されるため、専門家でなくても、現状の解析状態を理解することができる。よって、専門家でなくても、現在の解析状態に対する性能や精度についてのバランス調整の方針を判断することが可能になる。

また、本発明によれば、設定時間間隔が長くなると、第１解析結果を生成するための処理量に対する、第２解析結果を生成するための処理量の割合が小さくなり、よって解析の精度が低くなりかつ性能が高くなり、また、設定時間間隔が短くなると、第１解析結果を生成するための処理量に対する、第２解析結果を生成するための処理量の割合が大きくなり、解析の精度が高くなりかつ性能が低くなる。

このため、変更指示を用いて設定時間を変更することで、解析の精度および性能を一度に変更することが可能になる。

よって、専門家でなくても、解析状態の表示結果からバランス調整の方針を高い精度で判断でき、かつ、変更指示を用いて設定時間を変更することで、解析状態に対する性能および精度についてのバランス調整を容易に行うことが可能になる。

本発明の一実施形態のデータ解析装置１を示したブロック図である。 データ解析装置１内の各関数部の入力と出力の関係を示した図である。 解析関数部１０２と混合関数部１０３とから出力されるデータ解析装置１の解析結果の精度を説明するための図である。 可視化関数部５００による解析状態の表示例を示した図である。 性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間との各組を、Ｍｉｘインターバル時間を変数として仮想３次元空間に表示した例を示す図である。

以下、本発明の一実施形態のデータ解析装置について図面を参照して説明する。

図１は、本発明の一実施形態のデータ解析装置１を示したブロック図である。図２は、データ解析装置１内の各関数部の入力と出力の関係を示した図である。

図１において、データ解析装置１は、センサ２、３および４の各々から時系列のデータを入力として受け付ける。なお、センサの数は、３に限らず適宜変更可能である。

センサ２、３および４は、それぞれ、花粉センサ、風向きセンサ、放射能センサである。なお、センサ２、３および４は、花粉センサ、風向きセンサ、放射能センサに限らず適宜変更可能である。

花粉センサ２、風向きセンサ３および放射能センサ４は、それぞれ、複数のセンサからなり、各センサは、複数の場所にそれぞれ設置されている。

データ解析装置１は、花粉センサ２の出力データ、風向きセンサ３の出力データ、および、放射能センサ４の出力データという大量の各データを入力として受け取り、各出力データ間の相関関係をリアルタイムに計算することで、花粉センサ２の出力データと風向きセンサ３の出力データの変化から、放射能センサ４の出力データの値の変化を予測する。

例えば、データ解析装置１は、重回帰分析などの多変量解析として、地理的位置情報に応じた花粉センサ２の出力データと風向きセンサ３の出力データとの時間的推移データを説明変数とし、目的とする位置情報・時間に応じた放射能センサ４の出力データ（放射線量データ）を予測する解析シーケンスを実行する。

この解析シーケンスのように、複数種類のセンサのうちの１つの種類のセンサ（例えば、放射能センサ）が高価である等の経済的な理由や、１つの種類のセンサを広域なセンサとするための大規模ネットワークの構築ができない、または、ある種類のセンサからのデータ収集や解析に時間がかかる等の技術的な理由から、リアルタイムにデータ収集しやすいセンサ系の情報から、リアルタイムにデータ収集困難なセンサのデータを予測することは付加価値を提供できる。

データ解析装置１が行う解析処理は、複数種類のセンサ（情報源）からの大量データの相関関係を学習・解析し、それらの一部の種類のセンサ（情報源）からの新規データもしくはデータの変化を入力として、他の種類のセンサ（情報源）からのデータについてのリアルタイムな変化の兆候を予測する解析処理に関わる。

このような解析処理の特徴は、相関解析の複雑さ（例えば、扱うデータ構造自体が複雑で、データの相互の依存関係が単純に分割できないという複雑さ）に起因するものであり、連続的に発生する大量の時系列データを取りこぼさずに、要求されるスループットを満たしつつ、要求されるデータの解析精度（鮮度、正解率）を達成するための、高度に専門的で複雑なチューニング作業が必要であることに帰着する。

データ解析装置１は、解析するアルゴリズムの特性を理解して「データ量（規模）」「処理性能」「解析精度」といった複数のパラメタを調節すべきケースや、複数のパラメタを調整するためにデータ解析装置１を操作しなければならないケースや、状況によりアルゴリズムやプログラムの書き換え・設定変更で対応せざるを得ないケースに対して、専門家でなくとも対処できる直観的な技術手法を提供する。

すなわち、データ解析装置１は、あたかもプロのカメラマンによる多数のパラメタ設定を代替する、カメラの自動焦点（オートフォーカス）機能のように、複数のパラメタの自動調節機構として一つの単純な調節ツマミの増減操作だけで、所望の要件を満たす範囲に「データ量」「処理性能」「解析精度」等の複数のパラメタを直観的にチューニングする技術手法を提供する。

そのために、データ解析装置１は、（１）解析処理の状態（解析状態）を人間が観測可能・理解可能な情報として可視化する可視化機能と、（２）高速な解析処理の途中であってもチューニング操作を適切に介入できる自動制御機能と、を有する。

図１において、データ解析装置１は、情報受信部ｄ０と、ベースレベルの大量データの混合解析機能ブロック部（以下「データ解析部」と称する）１００と、バッチ処理ブロック部２０と、データストア部２５０と、スイッチ２５１と、解析状態評価部１５０と、バランス調整関数部１５１と、解析状態の可視化関数部（以下「可視化関数部」と称する）５００と、入力部６００と、受付部７００と、解析状態収集部ｄ１と、メタレベルの大量データの混合解析機能ブロック部（以下「相関解析部」と称する）３００と、データストア部４００と、を含む。

情報受信部ｄ０は、センサ情報Ａ収集関数部ｄ００１と、センサ情報Ｂ収集関数部ｄ００２と、センサ情報Ｃ収集関数部ｄ００３と、を含む。

データ解析部１００は、蓄積関数部１０１と、解析関数部１０２と、混合関数部１０３と、を含む。

バッチ処理ブロック部２０は、データストア部２００と、一括解析関数部２０１と、データストア部２０２と、を含む。

解析状態評価部１５０は、性能評価関数部１５２と、精度評価関数部１５３と、規模測定関数部１５４と、状態評価関数部１５５と、を含む。

解析状態収集部ｄ１は、性能収集関数部ｄ１０１と、精度収集関数部ｄ１０２と、規模収集関数部ｄ１０３と、インターバル収集関数部ｄ１０４と、を含む。

相関解析部３００は、解析関数部３０１と、混合関数部３０２と、を含む。

情報受信部ｄ０は、花粉センサ（以下「センサＡ」と称する）２と、風向きセンサ（以下「センサＢ」と称する）３と、放射能センサ（以下「センサＣ」と称する）４との各々から、出力データを収集する。

センサ情報Ａ収集関数部ｄ００１、センサ情報Ｂ収集関数部ｄ００２、センサ情報Ｃ収集関数部ｄ００３は、それぞれ、センサＡ２の出力データ（以下「センサ情報Ａ」と称する）、センサＢ３の出力データ（以下「センサ情報Ｂ」と称する）、センサＣ４の出力データ（以下「センサ情報Ｃ」と称する）を受け付ける。

本実施形態では、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃは、それぞれ、非構造データを正規化したｎ次元特徴ベクトルで表された時系列のデータである。

センサ情報Ａ収集関数部ｄ００１、センサ情報Ｂ収集関数部ｄ００２、センサ情報Ｃ収集関数部ｄ００３は、それぞれ、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、データ解析部１００内の蓄積関数部１０１と、解析状態評価部１５０内の規模測定関数部１５４と、に出力する。

データ解析部１００は、データ解析手段の一例である。

データ解析部１００は、複数のサーバ（例えば、１０００台のサーバ）にて構成される。なお、データ解析部１００を構成するサーバの数は、１０００に限らず適宜変更可能である。

データ解析部１００は、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを入力として受け付け、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃに対する解析を並列に順次行って複数の解析中間結果を順次生成する。解析中間結果は、第１解析結果の一例である。

本実施形態では、データ解析部１００は、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃの相関関係の解析を並列に順次行う。

また、データ解析部１００は、バランス調整関数部１５１にて設定されたＭｉｘインターバル時間ｔの間隔で、複数の解析中間結果を混合して、複数の解析中間結果の加重平均値による合成値である混合解析結果を出力する。Ｍｉｘインターバル時間ｔは、設定時間の一例である。混合解析結果は、第２解析結果の一例である。

データ解析部１００は、解析中間結果と混合解析結果とを、データ解析装置１の解析結果として出力する。

データ解析部１００が行う一連の処理は、データ解析部１００を構成する複数のサーバが同時並列実行する。なお、データ解析部１００は、基本的に入力データごとに独立して処理を並列実行するが、Ｍｉｘインターバル時間ｔごとに行われる混合処理でのみ、同期・排他制御を伴う。

蓄積関数部１０１は、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを入力として受け付けると、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、データストア部２００にそのまま蓄積し、また、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、解析関数部１０２に出力する。

図２（ａ）は、蓄積関数部１０１の入力と出力の関係を示した図である。なお、図２（ａ）では、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、特徴ベクトルとして示している。

解析関数部１０２は、蓄積関数部１０１からセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを受け付け、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃの相関関係の解析を並列に順次行い、複数の解析中間結果として、解析モデル（パラメータベクトル）を順次生成する。

図２（ｂ）は、解析関数部１０２の入力と出力の関係を示した図である。

解析関数部１０２が生成する解析モデルは、例えば、巨大な次元をもつベクトルかマトリクスの形式を伴い、解析関数部１０２の解析手法に依存したデータ形式を有する。

例えば、解析関数部１０２が相関関係の解析としてオンラインマルチ分類処理を行う場合、特徴ベクトル群であるセンサ情報Ａ、センサ情報Ｂおよびセンサ情報Ｃを複数のグループのいずれかに分類するためのｎ次元空間上の平面の方程式のパラメタ群が、解析モデルに相当する。解析関数部１０２は、これらの解析モデルを逐次的な機械学習にて定めていく。

なお、解析関数部１０２が相関解析に使用する解析関数を「関数Ｆ」とする。

解析関数部１０２は、解析中間結果（解析モデル）を、スイッチ２５１と、混合関数部１０３と、性能評価関数部１５２と、に出力する。

混合関数部１０３は、Ｍｉｘインターバル時間ｔの間隔でバランス調整関数部１５１から出力されるトリガ信号を受け付けるたびに、複数の解析中間結果を混合し、その混合の結果である解析モデル（パラメータベクトル）を、混合解析結果として出力する。

図２（ｃ）は、混合関数部１０３の入力と出力の関係を示した図である。

混合関数部１０３が出力する解析モデルも、例えば、巨大な次元をもつベクトルかマトリクスの形式を伴い、混合関数部１０３の解析手法に依存したデータ形式を有する。

本実施形態では、混合関数部１０３は、トリガ信号を受け付けた時点で解析関数部１０２が並列に出力している解析中間結果についての平均（例えば、相加平均、相乗平均または加重平均）を算出する混合処理を実行し、その算出値を混合解析結果として出力する。

なお、混合関数部１０３が混合解析結果を算出する際に使用する関数を「関数ｍｉｘＦ」とする。

混合関数部１０３は、解析関数部１０２が用いる関数Ｆに応じて関数ｍｉｘＦを変更する。つまり、混合関数部１０３は、関数Ｆに応じて、平均の算出手法（例えば、相加平均を算出するか、相乗平均を算出するかという手法）を変更する。

本実施形態では、混合関数部１０３は、トリガ信号を受け付けた時点で解析関数部１０２が並列に出力している解析中間結果を、混合解析結果に変更する。

混合関数部１０３は、混合解析結果をスイッチ２５１に出力する。

図３は、解析関数部１０２と混合関数部１０３とから出力されるデータ解析装置１の解析結果の精度を説明するための図である。

図３において、解析精度αは、データ解析装置１の解析結果（解析関数部１０２の解析結果と混合関数部１０３の解析結果）の精度の時間推移を示す。

解析関数部１０２内では、解析処理が並列に行われているため、時間の経過に伴い、解析関数部１０２内での並列の解析処理の結果が互いにばらつきを持つようになり、解析精度αが悪くなっていく。

しかしながら、混合関数部１０３が混合処理（混合解析結果を出力するための処理）を行うことによって、解析関数部１０２内での並列の解析処理の結果のばらつきが解消された混合解析結果が出力され、このため、解析精度αは高くなる。

よって、混合関数部１０３が混合処理を行う時間間隔、つまり、Ｍｉｘインターバル時間ｔが短くなるほど、全体の解析精度αは高くなる。

なお、混合処理を行う時間間隔が短くなると、データ解析部１００の全処理量に対する混合処理の割合が増え、これに伴い、解析関数部１０２による解析処理の量が少なくなり、データ解析の性能は低下する。

スイッチ２５１は、バランス調整関数部１５１からトリガ信号を受け付けてから既定時間の間は、混合関数部１０３からの混合解析結果を、データ解析装置１の解析結果としてデータストア部２５０に蓄積し、その他の期間は、解析関数部１０２からの解析中間結果をデータ解析装置１の解析結果としてデータストア部２５０に蓄積する。

バッチ処理ブロック部２０は、生成手段の一例である。

バッチ処理ブロック部２０は、センサ情報Ａ、センサ情報Ｂおよびセンサ情報Ｃの相関関係の解析をバッチ処理で実行する。

データストア部２００は、蓄積関数部１０１から出力されたセンサ情報Ａ、センサ情報Ｂおよびセンサ情報Ｃを蓄積する。

一括解析関数部２０１は、一定時間ごとに、データストア部２００内のセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを読み出し、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを一括処理して各センサ情報間の相関関係を解析するバッチ処理を実行する。

なお、一括解析関数部２０１がバッチ処理を行う時間間隔は、解析関数部１０２が解析中間結果を出力する時間間隔よりも長いものとする。

図２（ｄ）は、一括解析関数部２０１の入力と出力の関係を示した図である。

一括解析関数部２０１は、バッチ処理による解析結果（解析モデル：パラメータベクトル）をデータストア部２０２に蓄積する。

データストア部２０２内の解析結果は、データストア部２５０内の解析結果よりも時間的に古い解析結果であり、データストア部２５０内の解析結果のｎ世代前の教師モデルとして参照される。本実施形態では、データストア部２０２内の解析結果は、データストア部２５０内の解析結果の精度判定基準となる判定用解析データとして機能する。

なお、一括解析関数部２０１は、データストア部２００内のセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを読み出すと、データストア部２００内のセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを削除する。

また、一括解析関数部２０１は、新たにバッチ処理を行って新たな解析結果を生成すると、データストア部２０２内の解析結果を、その新たな解析結果に更新する。

解析状態評価部１５０は、特定手段の一例である。

解析状態評価部１５０は、複数のサーバ（例えば、１０台のサーバ）にて構成される。なお、解析状態評価部１５０を構成するサーバの数は、１０に限らず適宜変更可能である。

解析状態評価部１５０は、評価間隔時間（ただし、一括解析関数部２０１が行うバッチ処理の間隔よりも短い時間）ごとに、評価間隔時間内でデータストア部２５０に蓄積されている解析結果と、評価間隔時間内でのデータ解析部１００への入力（センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃ）と、評価間隔時間内でデータストア部２０２に蓄積されているバッチ処理により解析結果と、に基づいて、評価間隔時間におけるデータ解析部１００による解析の性能、規模および精度とで表される解析状態を特定する。

なお、評価間隔時間は、所定時間の一例である。

解析状態評価部１５０が行う一連の処理は、解析状態評価部１５０を構成する複数のサーバが同時並列実行する。

性能評価関数部１５２は、評価間隔時間内での解析関数部１０２の出力である解析中間結果の総データ量に基づいて、現在の性能状態（スループット、平均スループット）ｘを評価する。

図２（ｅ）は、性能評価関数部１５２の入力と出力の関係を示した図である。

本実施形態では、性能評価関数部１５２は、評価間隔時間内において、解析関数部１０２が単位時間あたりに解析したデータ量を計数することでスループットをはじき出す関数を用いて、現在の性能状態（スループット、平均スループット）ｘを評価する。

精度評価関数部１５３は、評価間隔時間内でのデータストア部２０２内のｎ世代前の解析モデルを教師モデルとして用いて、評価間隔時間内でのデータストア部２５０内の現在の解析結果に関する処理精度状態を（正解率、平均正解率）ｙを評価する。

図２（ｆ）は、精度評価関数部１５３の入力と出力の関係を示した図である。

本実施形態では、精度評価関数部１５３は、データストア部２０２より参照されるｎ世代前の古い教師モデルデータと、データストア部２５０より参照される現在の解析結果とのかい離を計算することで現在の解析結果の精度を推定する関数を用いて、現在の解析結果に関する処理精度状態（正解率、平均正解率）ｙを評価する。

なお、精度評価関数部１５３は、処理精度状態ｙが評価された現在の解析結果を、データストア部２５０から削除する。

規模測定関数部１５４は、評価間隔時間内でのセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃの総データ量に基づいて、現在の規模状態（データ量、データ量の累計）ｚを評価する。

図２（ｇ）は、規模測定関数部１５４の入力と出力の関係を示した図である。

本実施形態では、規模測定関数部１５４は、評価間隔時間内において、情報受信部ｄ０が単位時間あたりに収集したデータ量を計数することで処理データの規模をはじき出す関数を用いて、現在のデータ規模状態（データ量、データ量の累計）ｚを評価する。

状態評価関数部１５５は、性能評価関数部１５２、精度評価関数部１５３および規模測定関数部１５４から、それぞれ、評価間隔時間ごとに、性能状態ｘ、精度状態ｙおよび規模状態ｚを受け付け、評価間隔時間ごとに、性能状態ｘ、精度状態ｙおよび規模状態ｚとで表される解析状態（性能、精度、規模）を特定する。

図２（ｈ）は、状態評価関数部１５５の入力と出力の関係を示した図である。

可視化関数部５００は、表示手段の一例である。

可視化関数部５００は、評価間隔時間ごとに状態評価関数部１５５にて特定された解析状態（性能、精度、規模）を可視化して表示する。

図２（ｉ）は、可視化関数部５００の入力と出力の関係を示した図である。

本実施形態では、可視化関数部５００は、評価間隔時間ごとの解析状態（性能、精度、規模）を、性能と規模と精度とを３軸とする仮想３次元空間にプロットし、そのプロットされた解析状態（性能、精度、規模）を含む面（例えば、曲面）を特定し、その特定結果を解析状態の結果として仮想３次元空間に表示する。

図４は、可視化関数部５００による解析状態の表示例を示した図である。

図４において、図４（ａ）〜図４（ｅ）の各々は、仮想３次元空間内の解析状態（解析状態の結果）を表す解析状態面５０１を示す。

データ解析装置１のユーザは、解析状態面５０１を確認することで、解析状態（性能、精度、規模）の現状を容易に認識することが可能になる。

入力部６００は、受付手段の一例である。

入力部６００は、例えば、データ解析装置１のユーザにて操作される１つの単純な調節つまみであり、Ｍｉｘインターバル時間ｔを変更する旨の変更指示（Ｍｉｘインターバル時間ｔを所定時間長くする、または短くする旨の変更指示）を受け付ける。

バランス調整関数部１５１は、変更手段の一例である。

バランス調整関数部１５１は、入力部６００が受け付けた変更指示に従ってＭｉｘインターバル時間ｔを変更する。

このため、データ解析装置１のユーザが入力部６００を操作することで、Ｍｉｘインターバル時間ｔが変更する。

本実施形態では、Ｍｉｘインターバル時間ｔが長くなると、解析の精度が低くなりかつ性能が高くなり、一方、Ｍｉｘインターバル時間ｔが短くなると、解析の精度が高くなりかつ性能が低くなる（図３参照）。

このため、データ解析装置１のユーザが入力部６００を操作してＭｉｘインターバル時間ｔを変更することで、解析の精度および性能を一度に変更することが可能になる。

よって、専門家でなくても、解析状態の表示結果からバランス調整の方針を高い精度で判断でき、かつ、変更指示を用いてＭｉｘインターバル時間ｔを変更することで、解析状態に対する性能および精度についてのバランス調整を容易に行うことが可能になる。

そして、データ解析装置１は、データ解析部１００が高速なリアルタイム処理を行っても、その高速なリアルタイム処理の途中においてチューニング操作を適切に介入できる自動制御機能を有する。なお、リアルタイム型の解析処理としては既存技術を適用可能であり、例えば、Jubatus（リアルタイム型解析処理機能）、meta-Jubatus（メタレベルのリアルタイム型解析処理機能）などが適用可能である。

以下、データ解析装置１が有する自動制御機能について説明する。

解析情報収集部ｄ１は、収集手段の一例である。

解析情報収集部ｄ１は、解析状態評価部１５０が特定した解析状態（性能、精度、規模）ごとに、状態評価関数部１５５とバランス調整関数部１５１とから、解析状態と、その解析状態時のＭｉｘインターバル時間ｔと、を収集する。

性能収集関数部ｄ１０１は、状態評価関数部１５５からの解析状態（性能、精度、規模）から、解析の性能（ｘ）を収集する。

精度収集関数部ｄ１０２は、状態評価関数部１５５からの解析状態（性能、精度、規模）から、解析の精度（ｙ）を収集する。

規模収集関数部ｄ１０３は、状態評価関数部１５５からの解析状態（性能、精度、規模）から、解析の規模（ｚ）を収集する。

インターバル収集関数部ｄ１０４は、バランス調整関数部１５１からＭｉｘインターバル時間を収集する。なお、バランス調整関数部１５１は、トリガ信号を出力するタイミングで、Ｍｉｘインターバル時間をインターバル収集関数部ｄ１０４に出力する。インターバル収集関数部ｄ１０４は、バランス調整関数部１５１から出力されたＭｉｘインターバル時間を収集する。

性能収集関数部ｄ１０１、精度収集関数部ｄ１０２、規模収集関数部ｄ１０３、インターバル収集関数部ｄ１０４は、インターバル収集関数部ｄ１０４がＭｉｘインターバル時間を受け付けると、それぞれ、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間を、相関解析部３００内の解析関数部３０１に出力する。

相関解析部３００は、相関解析手段の一例である。

相関解析部３００は、複数のサーバ（例えば、１０台のサーバ）にて構成される。なお、相関解析部３００を構成するサーバの数は、１０に限らず適宜変更可能である。

相関解析部３００は、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間との相関関係の解析を行い、その解析結果である相関の解析予測モデルと、その元になった性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間とを、データストア部４００に蓄積する。

相関解析部３００が行う一連の処理は、相関解析部３００を構成する複数のサーバが同時並列実行する。

解析関数部３０１は、解析情報収集部ｄ１から、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間を受け付け、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間の相関関係の解析を並列に順次行い、複数の解析中間結果として、解析予測モデル（パラメータベクトル）を順次生成する。なお、解析関数部３０１が相関解析に使用する関数を「関数Ｇ」とする。解析関数部３０１は、これらの解析予測モデルを逐次的な機械学習にて定めていく。

解析関数部３０１は、複数の解析中間結果と、その元となった性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間とを、混合関数部３０２に出力する。

混合関数部３０２は、解析関数部３０１からの複数の解析中間結果を、予め設定されているΔｔ時間間隔で混合し、混合解析結果として相関の解析予測モデル（パラメータベクトル）を出力する。

本実施形態では、混合関数部３０２は、解析関数部３０１からの複数の解析中間結果についての平均（例えば、相加平均、相乗平均または加重平均）をΔｔ時間間隔で算出し、その算出値を混合解析結果として出力する。

なお、混合関数部３０２が混合解析結果を算出する際に使用する関数を「関数ｍｉｘＧ」とする。

混合関数部３０２は、解析関数部３０１が用いる関数Ｇに応じて関数ｍｉｘＧを変更する。つまり、混合関数部３０２は、関数Ｇに応じて、平均の算出手法（例えば、相加平均を算出するか、相乗平均を算出するかという手法）を関数合成により変更する。

本実施形態では、混合関数部３０２は、Δｔ時間が経過した時点で解析関数部３０１が並列に出力している解析中間結果を、混合解析結果に変更する。

混合関数部３０２は、混合解析結果を、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間と共に、データストア部４００に蓄積する。

データストア部４００は、混合関数部３０２からの混合解析結果と、その混合解析結果の元になった性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間と、を蓄積する。

可視化関数部５００は、データストア部４００から、混合解析結果ごとに、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間とを読み出し表示する。

例えば、可視化関数部５００は、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間との各組を、Ｍｉｘインターバル時間を変数として、性能と規模と精度とを３軸とする仮想３次元空間にプロットしてグラフィカルに表示する。

図５は、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間との各組を、Ｍｉｘインターバル時間を変数として仮想３次元空間に表示した例を示す図である。

図５において、両矢印は、Ｍｉｘインターバル時間の長さの変化を示し、Ｍｉｘインターバル時間の長さの変化に応じて、性能ｘと精度ｙと規模ｚとが変化する様子が表されている。

バランス調整関数部１５１は、データストア部４００内の混合解析結果（相関の解析予測モデル）と、状態評価関数部１５５からの最新の解析状態（性能、精度、規模）と、に基づいて、Ｍｉｘインターバル時間ｔを変更する。

図２（ｊ）は、バランス調整関数部１５１の入力と出力の関係を示した図である。

例えば、バランス調整関数部１５１は、データストア部４００内の混合解析結果（相関の解析予測モデル）と、状態評価関数部１５５からの最新の解析状態（性能、精度、規模）と、に基づいて、解析状態の変化を算出し、その変化に応じて変動するＭｉｘインターバル時間を推測し、現在のＭｉｘインターバル時間ｔを、その推測されたＭｉｘインターバル時間に変更する。

なお、本実施形態では、バランス調整関数部１５１は、解析状態の３つのパラメータ（性能、精度、規模）に対して、解析を行うアプリケーションにて予め規定される許容範囲をセットし、その許容範囲を下回らない範囲で、Ｍｉｘインターバル時間を変更する。

また、本実施形態では、バランス調整関数部１５１は、第１変更モードと第２変更モードとを有する。第１変更モードは、入力部６００からの変更指示に従ってＭｉｘインターバル時間を変更するモードである。第２変更モードは、データストア部４００内の相関の解析予測モデルと最新の解析状態（性能、精度、規模）とに基づいてＭｉｘインターバル時間を変更するモードである。

バランス調整関数部１５１は、第１変更モードと第２変更モードとの切替えを、受付部７００にて受け付けられるモード指定指示に従って実行する。モード指定指示は、第１変更モードと前記第２変更モードとのいずれかを指定する。

バランス調整関数部１５１は、受付部７００からモード指定指示を受け付けると、モード指定指示で指定されたモードで、Ｍｉｘインターバル時間を変更する。

次に、動作を説明する。

センサ情報Ａ収集関数部ｄ００１、センサ情報Ｂ収集関数部ｄ００２、センサ情報Ｃ収集関数部ｄ００３は、それぞれ、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを受け付け、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、蓄積関数部１０１と、規模測定関数部１５４と、に出力する。

蓄積関数部１０１は、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを受け付けると、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、データストア部２００にそのまま蓄積し、かつ、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを、解析関数部１０２に出力する。

解析関数部１０２は、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを受け付けると、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃの相関関係の解析を並列に順次行い、複数の解析中間結果として、解析モデル（パラメータベクトル）を順次生成する。

解析関数部１０２は、解析中間結果（解析モデル）を、スイッチ２５１と、混合関数部１０３と、性能評価関数部１５２と、に出力する。

混合関数部１０３は、トリガ信号を受け付けた時点で解析関数部１０２が並列に出力している解析中間結果（解析モデル）についての平均（例えば、相加平均、相乗平均または加重平均）を算出し、その算出値を混合解析結果としてスイッチ２５１に出力する。

スイッチ２５１は、バランス調整関数部１５１からトリガ信号を受け付けてから既定時間の間は、混合関数部１０３からの混合解析結果を、データ解析装置１の解析結果としてデータストア部２５０に蓄積し、その他の期間は、解析関数部１０２からの解析中間結果を、データ解析装置１の解析結果としてデータストア部２５０に蓄積する。

一方、一括解析関数部２０１は、一定時間ごとに、データストア部２００内のセンサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを読み出し、センサ情報Ａ、センサ情報Ｂ、センサ情報Ｃを一括処理して各センサ情報間の相関関係を解析するバッチ処理を実行する。一括解析関数部２０１は、バッチ処理による解析結果（解析モデル：パラメータベクトル）をデータストア部２０２に蓄積する。

一方、性能評価関数部１５２は、評価間隔時間内において現在の性能状態（スループット、平均スループット）ｘを評価し、精度評価関数部１５３は、現在の解析結果に関する処理精度状態（正解率、平均正解率）ｙを評価し、規模測定関数部１５４は、評価間隔時間内において、現在のデータ規模状態（データ量、データ量の累計）ｚを評価する。

続いて、状態評価関数部１５５は、性能評価関数部１５２、精度評価関数部１５３および規模測定関数部１５４から、それぞれ、評価間隔時間ごとに、性能状態ｘ、精度状態ｙおよび規模状態ｚを受け付け、評価間隔時間ごとに、性能状態ｘ、精度状態ｙおよび規模状態ｚとで表される解析状態（性能、精度、規模）を特定する。

続いて、可視化関数部５００は、評価間隔時間ごとに状態評価関数部１５５にて特定された解析状態（性能、精度、規模）を可視化して表示する（図４参照）。

データ解析装置１のユーザは、解析状態面５０１（図４参照）を確認することで、解析状態（性能、精度、規模）の現状を容易に認識する。そして、データ解析装置１のユーザは、自らがＭｉｘインターバル時間ｔを変更する場合には、受付部７００を操作して、第１変更モードを指定するモード指定指示を入力し、その後、Ｍｉｘインターバル時間ｔを長くするまたは短くするために入力部６００を操作して変更指示を入力する。

バランス調整関数部１５１は、受付部７００から、第１変更モードを指定するモード指定指示を受け付けると、第１変更モードで動作し、変更指示に従ってＭｉｘインターバル時間を変更する。

一方、データ解析装置１のユーザが、Ｍｉｘインターバル時間ｔの自動変更を選択した場合（例えば、データ解析部１００が俊敏なリアルタイム解析処理を実行している場合）、受付部７００を操作して、第２変更モードを指定するモード指定指示を入力する。

バランス調整関数部１５１は、受付部７００から、第２変更モードを指定するモード指定指示を受け付けると、第２変更モードで動作する。

ここで、第２変更モードに係わる動作を説明する。

性能収集関数部ｄ１０１、精度収集関数部ｄ１０２、規模収集関数部ｄ１０３は、それぞれ、状態評価関数部１５５から、解析の性能（ｘ）、解析の精度（ｙ）、解析の規模（ｚ）を収集し、インターバル収集関数部ｄ１０４は、バランス調整関数部１５１からＭｉｘインターバル時間を収集する。

続いて、性能収集関数部ｄ１０１、精度収集関数部ｄ１０２、規模収集関数部ｄ１０３、インターバル収集関数部ｄ１０４は、インターバル収集関数部ｄ１０４がＭｉｘインターバル時間を受け付けると、それぞれ、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間を、相関解析部３００内の解析関数部３０１に出力する。

解析関数部３０１は、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間を受け付けると、性能ｘ、精度ｙ、規模ｚ、Ｍｉｘインターバル時間の相関関係の解析を並列に順次行い、複数の解析中間結果として、解析予測モデル（パラメータベクトル）を順次生成する。

続いて、解析関数部３０１は、複数の解析中間結果と、その元となった性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間とを、混合関数部３０２に出力する。

混合関数部３０２は、解析関数部３０１からの複数の解析中間結果を、予め設定されているΔｔ時間間隔で混合して平均値を算出し、その算出結果を、混合解析結果として相関の解析予測モデル（パラメータベクトル）を出力する。

続いて、混合関数部３０２は、混合解析結果を、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間と共に、データストア部４００に蓄積する。

続いて、可視化関数部５００は、データストア部４００から、混合解析結果ごとに、性能ｘと精度ｙと規模ｚとＭｉｘインターバル時間とを読み出し表示する（図５参照）。

本実施形態では、可視化関数部５００は、図４に示した表示内容と図５に示した表示内容とを並列に表示する。

バランス調整関数部１５１は、第２変更モードでは、データストア部４００内の混合解析結果（相関の解析予測モデル）と、状態評価関数部１５５からの最新の解析状態（性能、精度、規模）と、に基づいて、Ｍｉｘインターバル時間ｔを変更する。

次に、本実施形態の効果を説明する。

本実施形態によれば、データ解析部１００は、時系列のデータを入力として受け付け、該データに対する解析を並列に順次行って複数の第１解析結果（解析中間結果）を順次生成する。また、データ解析部１００は、設定時間（Ｍｉｘインターバル時間）間隔で、第１解析結果の平均値である第２解析結果（混合解析結果）を生成する。また、データ解析部１００は、第１解析結果と第２解析結果とをそれぞれデータ解析装置１の解析結果として出力する。

解析状態評価部１５０は、所定時間（評価間隔時間）ごとに、所定時間内での第１解析結果と、所定時間内での入力（センサ情報Ａとセンサ情報Ｂとセンサ情報Ｃ）と、所定時間内での解析結果と、所定時間内での解析結果の精度判定の基準となる判定用解析データ（バッチ処理結果）と、に基づいて、所定時間における解析の性能、規模および精度とで表される解析状態を特定する。

可視化関数部５００は、解析状態を表示する。入力部６００は、設定時間（Ｍｉｘインターバル時間）を変更する旨の変更指示を受け付ける。バランス調整関数部１５１は、変更指示に従って設定時間（Ｍｉｘインターバル時間）を変更する。

このため、解析の規模、性能および精度にて表される現状の解析状態が表示され、専門家でなくても、現状の解析状態を理解することができる。よって、専門家でなくても、現在の解析状態に対する性能や精度についてのバランス調整の方針を判断することが可能になる。

また、変更指示を用いて設定時間を変更することで、解析の精度および性能を一度に変更することが可能になる。

よって、専門家でなくても、解析状態の表示結果からバランス調整の方針を高い精度で判断でき、かつ、変更指示を用いて設定時間を変更することで、解析状態に対する性能および精度についてのバランス調整を容易に行うことが可能になる。

また、本実施形態では、解析状態評価部１５０は、所定時間内での第１解析結果（解析中間結果）の総データ量に基づいて性能を特定し、所定時間内での入力（センサ情報Ａとセンサ情報Ｂとセンサ情報Ｃ）のデータ量に基づいて規模を特定し、所定時間内での解析結果と所定時間における判定用解析データとの比較を行い比較の結果に基づいて精度を特定する。このため、解析状態を高い精度で特定することが可能になる。

また、本実施形態では、可視化関数部５００は、解析状態を、性能と規模と精度とを３軸とする３次元空間に表示する。このため、ユーザが認識しやすい形態で解析状態を表示することが可能になる。

また、本実施形態では、解析状態収集部ｄ１は、解析状態ごとに、解析状態と該解析状態時の設定時間（Ｍｉｘインターバル時間）と、を収集する。相関解析部３００は、解析状態収集部ｄ１の収集結果に基づいて、解析状態と設定時間（Ｍｉｘインターバル時間）との相関関係を解析する。バランス調整関数部１５１は、相関解析部３００が解析した相関関係と、解析状態評価部１５０が新たに特定した解析状態と、に基づいて、設定時間（Ｍｉｘインターバル時間）を変更する。このため、設定時間（Ｍｉｘインターバル時間）を自動的に変更することができ、例えば、高速な解析処理の途中であってもチューニング操作を適切に介入することが可能になる。

例えば、バランス調整関数部１５１は、相関解析部３００が解析した相関関係（データストア部４００内の相関の解析予測モデル）と、状態評価関数部１５５からの最新の解析状態（性能、精度、規模）と、に基づいて、解析状態の変化を算出し、その変化に応じて変動するＭｉｘインターバル時間を推測し、現在のＭｉｘインターバル時間ｔを、その推測されたＭｉｘインターバル時間に変更する。

また、本実施形態では、バランス調整関数部１５１は、変更指示に従って設定時間（Ｍｉｘインターバル時間）を変更する第１変更モードと、相関関係と新たに特定された解析状態とに基づいて設定時間（Ｍｉｘインターバル時間）を変更する第２変更モードと、を有し、第１変更モードと第２変更モードとのいずれかを指定するモード指定指示を受け付けると、モード指定指示で指定されたモードで設定時間（Ｍｉｘインターバル時間）を変更する。このため、設定時間（Ｍｉｘインターバル時間）が、ユーザにて変更されるか、または、自動的に変更されるかを選択可能になる。

また、本実施形態では、バッチ処理ブロック部２０は、データ解析部１００が受け付けたデータに対してバッチ型の解析を行って、判定用解析データを生成する。このため、判定用解析データを自動的に生成することが可能になる。

なお、本実施形態において、解析関数部１０２、３０１と混合関数部１０３、３０２は、機械学習や高度な統計解析処理の計算ロジックを具備したものから構成され、それぞれセットで交換可能な関数として外部からインジェクション（注入）し、関数合成によりロジックに組み込まれる。

また、解析関数部、混合関数部、精度評価関数部、性能評価関数部が処理を行うときに用いる各関数は、例えば、オンラインマルチ分類関数、オンラインマルチ分類用混合関数、オンラインマルチ分類精度評価関数、オンラインマルチ分類性能評価関数であってもよいし、協調フィルタリング関数、協調フィルタリング用混合関数、協調フィルタリング精度評価関数、協調フィルタリング性能評価関数であってもよいし、相関分析関数、相関分析用混合関数、相関分析精度評価関数、相関分析性能評価関数であってもよい。

つまり、解析関数部、混合関数部、精度評価関数部、性能評価関数部が処理を行うときに用いる各関数は、データ解析装置１が用いられるデータ解析領域に固有な関数セットとなる。

なお、協調フィルタリングでは、自分に似た他人を探すために、通常Ｏ（ｎ²）の計算量を、ｎ＝一億人規模で計算するのは現実的ではないので、Ｏ（ｎ）あるいはＯ（logn）で探せるようにチューニングすることになる。

また、データ解析装置１は、コンピュータにて実現されてもよい。この場合、コンピュータは、コンピュータにて読み取り可能なＣＤ−ＲＯＭのような記録媒体に記録されたプログラムを読込み実行することによって、情報受信部ｄ０、データ解析部１００、バッチ処理ブロック部２０、データストア部２５０、スイッチ２５１、解析状態評価部１５０、バランス調整関数部１５１、可視化関数部５００、入力部６００、受付部７００、解析状態収集部ｄ１、相関解析部３００およびデータストア部４００として機能する。

本実施形態によれば、大量データの解析処理において、本質的にトレードオフの関係にあり、すべての側面で最高の性能を追求することが困難なパラメタ「深い解析」「速い処理」「大量のデータ」について、該パラメタから導き出される 解析処理の状態 （精度、スループット、データ流量）のバランス調節するにあたり、解析処理状態の可視化を行うことで、従来の、試行錯誤を伴うプログラムやアルゴリズムレベルのチューニング作業による対話的調節作業と比較して簡便で効率的に実施可能となる。

また解析精度の評価にあたり、正解判定に必要な時間的遅延を前提としつつ、高い処理性能が求められる高速な解析処理において、半自動的にバランス調整する仕組みを提供することで、人間の正解判定実施により時間的遅延が増大することで生じる解析状態のバランス調整の困難さを軽減することが可能になる。

以上説明した実施形態において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。

１ データ解析装置
２〜４ センサ
１００ データ解析部
１０１ 蓄積関数部
１０２ 解析関数部
１０３ 混合関数部
１５０ 解析状態評価部
１５１ バランス調整関数部
１５２ 性能評価関数部
１５３ 精度評価関数部
１５４ 規模測定関数部
１５５ 状態評価関数部
２０ バッチ処理ブロック部
２００、２０２、２５０、４００ データストア部
２０１ 一括解析関数部
２５１ スイッチ
３００ 相関解析部
３０１ 解析関数部
３０２ 混合関数部
５００ 解析状態の可視化関数部
６００ 入力部
７００ 受付部
ｄ０ 情報受信部
ｄ００１ センサ情報Ａ収集関数部
ｄ００２ センサ情報Ｂ収集関数部
ｄ００３ センサ情報Ｃ収集関数部
ｄ１ 解析状態収集部
ｄ１０１ 性能収集関数部
ｄ１０２ 精度収集関数部
ｄ１０３ 規模収集関数部
ｄ１０４ インターバル収集関数部

Claims (8)

1. 時系列のデータを順次解析して解析結果を出力するデータ解析装置であって、
   前記データを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ前記解析結果として出力するデータ解析手段と、
   所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定手段と、
   前記解析状態を表示する表示手段と、
   前記設定時間を変更する旨の変更指示を受け付ける受付手段と、
   前記変更指示に従って前記設定時間を変更する変更手段と、を含むデータ解析装置。
2. 請求項１に記載のデータ解析装置において、
   前記特定手段は、前記所定時間内での前記第１解析結果の総データ量に基づいて前記性能を特定し、前記所定時間内での前記入力のデータ量に基づいて前記規模を特定し、前記所定時間内での前記解析結果と前記所定時間における前記判定用解析データとの比較を行い前記比較の結果に基づいて前記精度を特定する、データ解析装置。
3. 請求項１または２に記載のデータ解析装置において、
   前記表示手段は、前記解析状態を、前記性能と前記規模と前記精度とを３軸とする３次元空間に表示する、データ解析装置。
4. 請求項１から３のいずれか１項に記載のデータ解析装置において、
   前記解析状態ごとに、当該解析状態と、当該解析状態時の前記設定時間と、を収集する収集手段と、
   前記収集手段の収集結果に基づいて、前記解析状態と前記設定時間との相関関係を解析する相関解析手段と、をさらに含み、
   前記変更手段は、前記相関関係と、前記特定手段が新たに特定した解析状態と、に基づいて、前記設定時間を変更する、データ解析装置。
5. 請求項４に記載のデータ解析装置において、
   前記変更手段は、前記変更指示に従って前記設定時間を変更する第１変更モードと、前記相関関係と前記特定手段が新たに特定した解析状態とに基づいて前記設定時間を変更する第２変更モードと、を有し、前記第１変更モードと前記第２変更モードとのいずれかを指定するモード指定指示を受け付けると、当該モード指定指示で指定されたモードで前記設定時間を変更する、データ解析装置。
6. 請求項１から５のいずれか１項に記載のデータ解析装置において、
   前記データ解析手段が受け付けたデータに対してバッチ型の解析を行って、前記判定用解析データを生成する生成手段を、さらに含むデータ解析装置。
7. 時系列のデータを順次解析して解析結果を出力するデータ解析装置でのデータ解析調整方法であって、
   前記データを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ前記解析結果として出力するデータ解析ステップと、
   所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定ステップと、
   前記解析状態を表示する表示ステップと、
   前記設定時間を変更する旨の変更指示を受け付ける受付ステップと、
   前記変更指示に従って前記設定時間を変更する変更ステップと、を含むデータ解析調整方法。
8. コンピュータに、
   時系列のデータを入力として受け付け、当該データに対する解析を並列に順次行って複数の第１解析結果を順次生成し、設定時間間隔で、前記第１解析結果の平均値である第２解析結果を生成し、前記第１解析結果と前記第２解析結果とをそれぞれ解析結果として出力するデータ解析手順と、
   所定時間ごとに、当該所定時間内での前記入力と、当該所定時間内での前記解析結果と、当該所定時間内での前記解析結果の精度判定の基準となる判定用解析データと、に基づいて、当該所定時間における前記解析の性能、規模および精度で表される解析状態を特定する特定手順と、
   前記解析状態を表示する表示手順と、
   前記設定時間を変更する旨の変更指示を受け付ける受付手順と、
   前記変更指示に従って前記設定時間を変更する変更手順と、を実行させるためのプログラム。