JP5857049B2 - 単語のユーザー挙動数の予測 - Google Patents

Description

関連出願の相互参照
本願は、２０１０年８月２日に出願された中国特許出願第２０１０１０２４４５６５．６号「単語のユーザー挙動数を予測する方法および装置」に対する優先権を主張し、その全体を本明細書に援用する。

本開示は、インターネット技術の分野に関し、具体的には、Ｗｅｂサイト内の単語に関するユーザー挙動数を予測する方法および装置に関する。

インターネット技術の分野では、Ｗｅｂサイトまたは検索エンジンに関してＷｅｂサイトのトラフィックおよびクリックレートが規則的に変化し、履歴データに基づいて効率的に予測することができる。しかし、単語のトラフィックおよびクリックレートは規則的に変化しない。ここで、明確化のためにいくつかの基本的な概念を提示する。単語のトラフィックとは、ある単語がＷｅｂサイトまたは検索エンジン内で一定期間に何回検索されたかを意味する。単語のクリックレートとは、ある単語がＷｅｂサイトまたは検索エンジン内で一定期間に何回クリックされたかを意味する。Ｗｅｂサイトのトラフィックとは、Ｗｅｂサイトまたは検索エンジン内の一定期間におけるすべての単語のトラフィックの合計を意味する。Ｗｅｂサイトのクリックレートとは、Ｗｅｂサイトまたは検索エンジン内の一定期間におけるすべての単語のクリックレートの合計を意味する。その期間は、実際の運用に合わせて設定することができ、通常は１日に設定される。

本開示において、単語のトラフィックおよび／またはクリックレートを集合的にユーザー挙動数と呼ぶ。従来技術では、ユーザー挙動数が期間の経過とともに著しく変化しない単語について、最新の期間のユーザー挙動数を予測するために前の期間のユーザー挙動数の平均値を利用することができる。ユーザー挙動数が期間の経過とともに規則的に変化する単語については、ユーザー挙動数を予測するために時系列モデルを使用して規則的変化のモデルを作成することができ、あるいはユーザー挙動数を予測するために最新の予測アルゴリズム（たとえば機械学習、データ包絡分析など）を使用することができる。

しかし、上述の従来技術にはいくつかの問題がある。経時的なユーザー挙動数の変動を予測し、その変化が規則的かどうか判定するのは非常に困難であるため、効率的な予測アルゴリズムを的確に選ぶことはできず、予測の信頼性は乏しい。その結果、予測に時系列モデルを適用するために使用できるのはある要件を満たすシーケンスだけになる。しかも実用時には、一般的に単語のユーザー挙動数のシーケンスは当該要件を充足しない。一方、時系列モデル以外の予測アルゴリズムを使用した場合、演算の量および複雑さとともに機器の消費が非常に大きくなる。インターネット技術の分野では単語数がきわめて多いため、個別の単語について異なる予測モデルを作成することは不可能である。さらに、カテゴリー別の予測モデルを作成すれば、予測の効率および精度が低下する。

将来のデータの正確な予測は、Ｗｅｂサイトの運営者がＷｅｂサイトサーバーの今後発生しえるトラフィックおよびクリックレートを予測し、それに応じてＷｅｂサイトサーバーの運用を調整するのに役立つ可能性がある。たとえば、Ｗｅｂサイトのトラフィックおよびクリックレートが著しく増加した場合、サーバー能力の増強が必要になる。一方、Ｗｅｂサイトのトラフィックおよびクリックレートが減少した場合には、遊休サーバーを他の業務のために使用することができる。このように、単語のトラフィックおよびクリックレートを予測する従来の方法では、予測の精度および信頼性が不十分であり、処理の量および複雑さとともに機器の消費が非常に大きくなる。

本開示では、単語のユーザー挙動数を予測する方法および装置を提示する。本明細書に説明する手法は、単語のユーザー挙動数を予測する従来の手法に見られる低い予測精度および信頼性、不十分な機器の利用および性能、処理の複雑さなどの問題に対処するものである。

本開示では、単語のユーザー挙動数を予測する方法を提示する。１つの実施形態において、変換ユニットは、単語のユーザー挙動数の履歴データシーケンスを時間領域（ドメイン）から周波数領域に変換する。決定ユニットは、変換された周波数領域シーケンスに基づいて、履歴データシーケンスの１つ以上の推定周期およびその各推定周期の実効レート値を確認する。判定ユニットは、履歴データシーケンスの各推定周期およびその実効レート値に基づいて、その履歴データシーケンスが安定シーケンス基準を満たすか判定する。履歴データシーケンスが安定している場合、予測点よりも前の履歴データシーケンスのユーザー挙動数の平均値に基づいて、第一の予測ユニットが予測点のユーザー挙動数を計算する。履歴データシーケンスが安定していない場合、各推定周期に基づいて、選択ユニットが履歴データシーケンスの主周期および特異点を選択する。その選択された主周期および選択された特異点に基づいて、第二の予測ユニットが予測点のユーザー挙動数を計算する。

本開示によって提供される単語のユーザー挙動数を予測する方法および装置によれば、最初に、単語のユーザー挙動数の履歴データシーケンスが時間領域から周波数領域に変換される。これは、履歴データシーケンスの各推定周期およびその実効レート値を決定するとともに、単語のユーザー挙動数が著しくおよび／または規則的に変化しているか判定するためである。安定シーケンスの場合は、予測に平均値アルゴリズムが使用され、不安定シーケンスの場合は、選択された主周期および選択された特異点に基づき、予測点のユーザー挙動数を得るために主周期および特異点が選択される。異なるシーケンスに対して異なる予測アルゴリズムが使用されるため、システムの演算負荷が低減される。安定シーケンスの履歴データについては、将来のデータを迅速に予測することができ、不安定シーケンスの履歴データについては、将来のデータを正確かつ確実に予測することができる。本開示によって提供される単語のユーザー挙動数を予測する方法および装置を使用単語が多いインターネット技術で利用することさえ可能である。また、時間領域から周波数領域への変換ならびに安定シーケンスおよび不安定シーケンスに関する予測アルゴリズムを容易に実装することができる。そのため、機器による処理の量および複雑さが低減され、機器の消費も低減される。

本開示の特徴および利点を以下の詳細な説明の中で具体的に示す。本開示の目標および利点は、本明細書、請求項、および図面に開示された構造によって実現および達成することが可能である。

本開示の一実施形態に従って単語のユーザー挙動数を予測するためのアーキテクチャの概略図である。 本開示の実施形態に従って不安定シーケンスを予測するための例示プロセスのフローチャートである。 本開示の実施形態に従った履歴データシーケンスの時間領域の波形を示す図である。 本開示の実施形態に従った履歴データシーケンスの周波数領域の波形を示す図である。 選択された主周期および選択された特異点に基づいて予測点のユーザー挙動数を得るための例示プロセスのフローチャートである。 本開示の実施形態に従って単語のユーザー挙動数を予測する装置のブロック図である。 図５の装置に利用される第二の予測ユニットの一実装例のブロック図である。 図５の装置に利用される第二の予測ユニットの別の実装のブロック図である。

単語のユーザー挙動数（たとえば単語のトラフィック、クリックレートなど）の予測について以下に説明する。１つの実施形態において、最初に履歴データシーケンスが時間領域から周波数領域に変換される。その変換された周波数領域に基づいて、履歴データシーケンスの推定周期およびその実効レート値が確認される。履歴データシーケンスの安定性が判定され、その安定性に基づいて、ユーザー挙動数の予測に異なる予測アルゴリズムが使用される。その結果として、機器による処理の量および複雑さが低減され、同じく機器の消費も低減される。

本開示の各種の実施形態について、さらなる詳細を図面とともに示す。当然ながら、これらの実施形態は本開示の説明にすぎず、本開示の範囲を限定するものではない。これらの実施形態およびそれぞれの特徴を相反なしに組み合わせることができる。

各種の実施形態について説明する前に、明確化のためにいくつかの基本的な概念を提示する。

単語のユーザー挙動数の予測は、単語のユーザー挙動数（たとえばトラフィックまたはクリックレート）の履歴データに基づいて将来のデータを予測するものである。留意すべきは、その履歴データおよび将来のデータに対応する時間周期が一致していることである。一般に、いわゆる単語は、検索、購入などを目的とする単語である。たとえば、時間周期が１日であれば、３１日目と３２日目のトラフィックは、最後の３０日間のトラフィックに基づいて予測することができる。時間周期が１時間であれば、２１時間目、２２時間目、および２３時間目のクリックレートは、最後の２０時間のクリックレートに基づいて予測することができる。

単語のユーザー挙動数の予測を実行するには、その単語のユーザー挙動数の履歴データシーケンスを知ることが必須要件であり、また、予測点の数を指定しなければならない。当該単語のユーザー挙動数の履歴データシーケンスは、時間点を表す履歴データ点および履歴データから構成されるシーケンスであって、予測点は、特定の時間点および将来のデータを表す。たとえば、当該単語の最後の３０日間のトラフィックに基づいて３１日目および３２日目のトラフィックを予測する場合、履歴データシーケンスは、その最後の３０日間の履歴データ点から構成され、また、各履歴データ点は、特定の日付（１日目から３０日目までの中の１日）のトラフィックおよびその日のトラフィックを表す。この例では２つの予測点があり、各予測点は、特定の日付（３１日目または３２日目）の予測トラフィックおよびその日のトラフィックを表す。

インターネット技術の分野において、特異点は、インターネット上で単語のユーザー挙動数の明白な変化が生じる特定の時点を意味する。たとえば、その時点の前後で単語のユーザー挙動数が桁違いに異なるか、またはその時点の前後で単語のユーザー挙動数が大幅に増減する。

図１は、本予測システムのネットワーク構造の１つの実装を示す。本システムは、Ｗｅｂサイトデータベース１００、アプリケーションサーバー１０１、予測装置１０２、および分析サーバー１０３を備える。本システムのこれらの機能部分は、ネットワークを介して相互接続されたものとして示してある。そのネットワークは、有線または無線であってよく、また、任意の数のアーキテクチャ（たとえばＬＡＮ、ＷＬＡＮ、インターネットなど）を使用して実装されうる。

Ｗｅｂサイトデータベース１００は、Ｗｅｂサイト日誌を保存するためのメモリを有し、ユーザーによる各単語の検索、クリック、操作時間などの情報がそのメモリに記録される。

アプリケーションサーバー１０１は、単語のユーザー挙動数の予測に基づく各種のアプリケーションサービスを提供する。たとえば、アプリケーションサーバーは、ユーザーインタフェース（ＵＩ）を提供し、運営者の必要に応じて単語のユーザー挙動数に関する予測要求を開始し、予測結果（すなわち各予測点のユーザー挙動数）を提示することができる。

予測装置１０２は、アプリケーションサーバー１０１によって開始された予測要求に応じて分析要求を生成し、その分析要求を分析サーバー１０３に送信する。予測装置１０２はさらに、分析サーバー１０３から返された単語のユーザー挙動数の履歴データシーケンスに従って当該予測点のユーザー挙動数を取得し、その予測点のユーザー挙動数をアプリケーションサーバー１０１に返す。

分析サーバー１０３は、予測装置１０２からの分析要求に従ってＷｅｂサイトデータベース１００のＷｅｂサイト日誌を分析する。分析サーバー１０３は、その分析結果から単語のユーザー挙動の履歴データシーケンスを抽出し、それを予測装置１０２に返す。

図２は、単語のユーザー挙動数を予測する例示的方法を示す。動作Ｓ２０１において、単語のユーザー挙動数の履歴データシーケンスが時間領域から周波数領域に変換される。動作Ｓ２０２では、変換された周波数領域に基づいて、履歴データシーケンスの各推定周期およびその実効レート値が確認される。推定周期は、周波数領域シーケンスの発現しうる周期（すなわち、周波数値に基づいて得られる周期値）であり、実効レート値は、推定周期と周波数領域シーケンスの比である。

動作Ｓ２０３では、履歴データシーケンスの各推定周期およびその実効レート値に基づいて、履歴データシーケンスの安定性が判定される。履歴データシーケンスが安定していれば、動作Ｓ２０４において、予測点よりも前のいくつかの履歴データ点のユーザー挙動数の平均値がその予測点のユーザー挙動数として算出される。履歴データシーケンスが安定していなければ、各推定周期およびその実効レート値に基づき選択された履歴データシーケンスの主周期および特異点に基づいて、予測点のユーザー挙動数が計算される。

１つの実施形態において、動作Ｓ２０１における単語のユーザー挙動数の履歴データシーケンスの抽出プロセスは次のように実行される。アプリケーションサーバー１０１は、運営者の必要に応じて単語のユーザー挙動数に対する予測要求を開始する。予測装置１０２は、アプリケーションサーバーによって開始された予測要求に応じて分析要求を生成し、その分析要求を分析サーバー１０３に送信する。分析サーバー１０３は、予測装置から送られてきた分析要求に応じてＷｅｂサイトデータベース１００のＷｅｂサイト日誌を分析し、その分析結果から単語のユーザー挙動の履歴データシーケンスを抽出して、それを予測装置に返す。このようにして、予測装置１０２は、単語のユーザー挙動数の履歴データシーケンスに関する時間領域から周波数領域への変換を実行することができる。

一般に、高速フーリエ変換（ＦＦＴ）またはウェーブレット変換を使用して、履歴データシーケンスを時間領域から周波数領域に変換することができる。ＦＦＴは、高速離散フーリエ変換（ＤＦＴ）である。単語のユーザー挙動数の履歴データシーケンスに関して、時間領域はその領域の時間特性を表現するために使用される座標系である。時間領域の波形は、単語のユーザー挙動の履歴データの経時的な変化を表す。その横軸は時間を表し、縦軸は対応する履歴データを表す。周波数領域は、その領域の周波数特性を表現するために使用される座標系である。周波数領域の波形は、履歴データシーケンスの発現しうる各周期（すなわち推定周期）の実効レート値を表す。その横軸は推定周期に対応する周波数を表し、縦軸は周波数点に対応する推定周期の実効レート値を表す。

１つの実施形態において、動作Ｓ２０２は、ＦＦＴを例とする次のような原理に基づく。

離散フーリエ変換の変換式を数式１として示す。

ｘ（ｎ）は単語のユーザー挙動数の履歴データシーケンスを意味する。Ｘ（ｋ）は変換後の周波数領域シーケンスを意味し、これは周波数を水平座標とするシーケンスである。各周波数値は、履歴データシーケンスの発現しうる周期（すなわち推定周期）に対応する。周波数値ｋに対応する垂直座標値Ｘ（ｋ）は、周波数ｋに対応する推定周期の実効レート値である。さらに、対応する推定周期が周波数領域シーケンスの周波数値ｋに従って計算され、周波数値ｋに対応する垂直座標Ｘ（ｋ）に従って推定周期の実効レート値が得られる。

周波数ｋと推定周期の関係を次に示す。

離散フーリエ逆変換の変換式を数式２として示す。

ｘ（ｎ）の周期をＴとすれば、数式３が次のように与えられる。

数式３により、次の数式４が得られる。

数式４は周波数値ｋと推定周期の関係を表す。ここで、Ｎは単語のユーザー挙動数の履歴データシーケンスに関するデータ点数を意味し、そのデータ点数は履歴データシーケンスの履歴データ点の数を意味する。また、ｋはｋ番目の周波数の値を意味し、値の範囲は［１，Ｎ−１］である。Ｔは推定周期を意味する。

たとえば、単語のユーザー挙動数の履歴データシーケンスが過去Ｎ日間における単語のトラフィックである場合、時間領域の波形は図３ａのように示され、ＦＦＴを使用して履歴データシーケンスの時間領域から周波数領域への変換を実行することによって周波数領域シーケンスが得られ、図３ｂに示すような周波数領域の波形になる。その周波数領域シーケンスに従い、周波数値ｋに対応する垂直座標値Ｘ（ｋ）が周波数値ｋに対応する推定周期の実効レート値として用いられる。数式４に関連して、推定周期とその実効レート値を周波数値ｋに従って計算することができる。単語のトラフィックのデータ点数Ｎが４０であり、対応する垂直座標がＸ（ｋ）６ならば、数式４により、周波数ｋ=４に対応する推定周期は

になり、その推定周期１０の実効レート値Ｘ（ｋ）は６になる。

１つの実施形態において、動作Ｓ２０２では、Ｗｅｂサイト日誌の分析結果から単語のユーザー挙動数の履歴データシーケンスが抽出され、履歴データシーケンスの各履歴データをＦＦＴの入力データとして使用することにより、出力結果を生成することができる。その出力結果の各周波数値により、履歴データシーケンスの発現しうる各周期（本開示では「推定周期」と呼ぶ）が得られる。各周波数値に対応する実効レート値は、各周波数値に対応する推定周期の実効レート値である。

いわゆる安定シーケンスは、明確かつ規則的な変化を現さないシーケンスを意味する。この明確かつ規則的な変化とは、周期的な変化のことである。シーケンスｘ（ｔ）は、以下の条件を満たすときに安定シーケンスとみなされ、他の場合には不安定シーケンスとみなされる。
１．任意のｔ∈Ｎについて、ＥＸ_t ²＜＋∽（数学的期待値の二乗が正の無限大より小さい）
２．任意のｔ∈Ｎについて、ＥＸ_t＝μ（数学的期待値が一定）
３．任意のｔ，ｓ∈Ｎについて、Ｅ［（Ｘ_t−μ）（Ｘ_s−μ）］＝γ_t-s（自己共分散関数が一定）

Ｓ２０３の１つの実施形態において、既定の安定シーケンス基準には、すべての推定周期についていずれの実効レート値も設定された実効レート閾値を超えない、ということが含まれる。一般に、実効レート閾値は１０である。１つの実装において、用途の種類に応じて安定シーケンス基準を設定することができ、たとえば、推定周期の実効レート値の少なくとも９０％が実効レート閾値を超えない、という設定が可能である。

たとえば、単語のユーザー挙動数の履歴データシーケンスに関して、すべての推定周期点および実効レート値が表１に示すような値であれば、その履歴データシーケンスを安定シーケンスと判定することができる。すべての推定周期点および実効レート値が表２に示すような値であれば、その履歴データシーケンスを不安定シーケンスと判定することができる。

１つの実施形態において、動作Ｓ２０４では、安定シーケンスの場合、用途に応じて特定の数の履歴データ点を設定することができる。

１つの実施形態において、動作Ｓ２０４では、不安定シーケンスの場合、履歴データシーケンスの主周期および特異点を各推定周期およびその実効レート値に従って選択することができる。

主周期は、履歴データシーケンスのすべての推定周期の中でもっとも可能性が高い推定周期を意味する。したがって、主周期範囲内にあって最大の実効レート値を有する推定周期がその構成された主周期範囲による主周期とされる。また、主周期ではなく、最大の実効レート値を有する推定周期が特異点とされる。

たとえば、単語のユーザー挙動数の履歴データシーケンスに関して、すべての推定周期点および実効レート値が表２に示すような値である場合、時間周期が１日である応用例について、大量のデータ試験および実際の業務データを分析することによって主周期範囲が７以下と確定されれば、主周期として７が選択され、４２が特異点になる。

選択された主周期および選択された特異点に基づいて予測点のユーザー挙動数を得るための１つの実装例には、訓練データシーケンスを構成するために履歴データシーケンスの選択された特異点よりも後の各履歴データ点を選ぶことが含まれる。次いで時系列モデルを使用し、その訓練データシーケンスのモデルを作成して、解を得る。

図４は、選択された主周期および選択された特異点に基づいて予測点のユーザー挙動数を得るための別の実装を示す。動作Ｓ４０１において、第一の訓練データシーケンスが形成される。この第一の訓練データシーケンスは、選択された特異点に対応する履歴データ点よりも後の履歴データの個別履歴データ点と関連づけられた１組のデータを含む。動作Ｓ４０２では、第一の訓練シーケンスの１組の第一の訓練データを平均化することによって周期平均値が得られる。第一の訓練データの各組は、１つ以上の主周期位置に対応する。動作Ｓ４０３では、第一の訓練データの各組から周期平均値を減算することによって１組の第二の訓練データが算出される。動作Ｓ４０４では、第二の訓練データの組を含む無周期の第二の訓練シーケンスが形成される。動作Ｓ４０５では、無周期である当該予測点の１つのユーザー挙動数が第二の訓練データシーケンスのモデルに基づいて計算される。そのモデルは、時系列モデルを使用して作成される。

一般に、この時系列モデルには、ＡＲモデル（自己回帰モデル）とＭＡモデル（移動平均モデル）の混合であるＡＲＭＡモデル（自己回帰移動平均モデル）が採用される。ＡＲＭＡモデルの定義は数式５で示される。

上式で、ε_tはホワイトノイズシーケンスを意味し、φ、θはパラメータである。

ある実施形態において、無周期の訓練データシーケンスの各訓練データがＡＲＭＡモデルの入力データとして使用され、パラメータ推定アルゴリズム（最小二乗アルゴリズム、最尤アルゴリズムなど）を使用することによってφおよびθのパラメータ値が得られる。そのパラメータ値φおよびθをＡＲＭＡモデルで使用することができる。無周期の訓練データシーケンスの各訓練データがＡＲＭＡモデルの入力データ（パラメータ値φおよびθを含む）として使用され、その出力結果によって予測点の予測結果、すなわち無周期のユーザー挙動数が得られる。

動作Ｓ４０６では、１つのユーザー挙動数と１つ以上の主周期位置の中の１つに対応する周期平均値とを加算することによって予測点のユーザー挙動数が算出される。

具体的な実装プロセスを説明するためにいくつかの例を以下に示す。単語のトラフィックの訓練データシーケンスが１．１、２．１、３．１、３．９、０．９、２．２、２．９、４．１であり（単位：１００回）、選択された主周期は４であると仮定する。ただし、ここに示す例は、１つの訓練データシーケンスという前提に基づくものである。

１つの実施形態において、ステップ１では、４つの位置すべてについて各訓練データの平均値演算が計算され、以下の結果が得られる。

第一の主周期位置に対応する周期平均値：（１．１＋０．９）／２＝１
第二の主周期位置に対応する周期平均値：（２．１＋２．２）／２＝２．１５
第一の主周期位置に対応する周期平均値：（３．１＋２．９）／２＝３
第一の主周期位置に対応する周期平均値：（３．９＋４．１）／２＝４

ステップ２では、各主周期位置の対応する周期平均値がその訓練データから減算され、それぞれ１．１−１=０．１、２．１−２．１５＝−０．０５、３．１−３＝０．１、３．９−４＝−０．１、０．９−１＝−０．１、２．２−２．１５＝０．０５、２．９−３＝−０．１、および４．１−４＝０．１という結果が得られる。

したがって、無周期の訓練周期シーケンスは、０．１、−０．０５、０．１、−０．１、−０．１、０．０５、−０．１、０．１になる。

ステップ３では、無周期の訓練データシーケンスのモデルを作成して解を得るためにＡＲＭＡモデルが使用され、無周期の予測点のユーザー挙動数（すなわち予測結果）が得られる。予測点の数が３ならば、予測結果（無周期の各予測点のユーザー挙動数）は、−０．０５、０．１、０．０５になる。

ステップ４では、無周期の予測点のユーザー挙動数とその主周期位置の対応する周期平均値が加算され、第一の予測点のユーザー挙動数は０．９５（−０．０５＋１＝０．９５）、第二の予測点のユーザー挙動数は２．２５（０．１＋２．１５＝２．２５）、第三の予測点のユーザー挙動数は３．０５（０．０５＋３＝３．０５）という結果が得られる。

時系列モデルは特異点に対して非常に敏感であるため、無周期の訓練データにいくつかの特異点が残ることがあり、その結果として、時系列モデルに基づく予測結果がより大きなオフセットを有することになる。したがって、本開示はさらに、時系列モデルに基づく予測結果を判定するために平均値アルゴリズムと時系列モデルを組み合わせるアルゴリズムを採用する。予測結果が大きなオフセットを有する場合、予測を実行し直すために時系列モデルの代わりに主周期に基づく平均値アルゴリズムが使用される。たとえば、履歴データシーケンス（時間周期は１日）の主周期が７であるとき、時系列モデルに基づく予測結果が大きなオフセットを有すると判断された場合、現在の予測点よりも前の過去７日間における履歴データの平均値が予測結果として使用される。言い換えれば、本予測方法は、追加ステップとして、予測点の現在のユーザー挙動数の偏差が既定の偏差閾値を超えた場合に、無周期である当該予測点よりも前の先行する主周期の訓練データの平均値を無周期のユーザー挙動数として採用し、無周期である当該予測点の当該のユーザー挙動数とその主周期位置の対応する周期平均値とを加算して予測点のユーザー挙動数を得る、というステップを含む。

単語のユーザー挙動数を予測するシステム内の予測装置の構造および機能について詳しく説明する。本予測装置の原理はユーザー挙動数を予測する方法と同様であるため、明瞭さを目的として本予測装置の実装を本方法の実施形態と呼ぶことができる。本予測装置の構造は、図５に示すように、１つ以上のプロセッサ５０１、ネットワークインタフェース５０２、入出力インタフェース５０４、およびメモリ５０３を含む。

メモリ５０３は、ランダムアクセスメモリ（ＲＡＭ）などの揮発性メモリおよび／または読み出し専用メモリ（ＲＯＭ）、フラッシュＲＡＭなどの不揮発性メモリという形のコンピュータ可読媒体を含む。メモリ５０３はコンピュータ可読媒体の一例である。

コンピュータ可読媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、その他のデータなどの情報を記憶するための任意の方法または技術で実現された揮発性および不揮発性、着脱式および非着脱式の媒体を含む。コンピュータ記憶媒体の例には、相変化メモリ（ＰＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、その他の種類のランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、電気的に消去可能なプログラム可能読み出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリまたはその他のメモリ技術、コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、デジタル多目的ディスク（ＤＶＤ）またはその他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置またはその他の磁気記憶装置、あるいは、コンピューティング装置によってアクセスされる情報を格納するために使用されるその他任意の非伝送媒体が非限定的に含まれる。本明細書における定義として、コンピュータ可読媒体は変調データ信号および搬送波などの一時的媒体を含まない。

メモリ５０３は、プログラムユニット５０５およびプログラムデータ５１２を含むことができる。１つの実施形態において、プログラムユニット５０５は、変換ユニット５０６、決定ユニット５０７、判定ユニット５０８、第一の予測ユニット５０９、選択ユニット５１０および第二の予測ユニット５１１を含むことができる。

変換ユニット５０６は、単語のユーザー挙動数の履歴データシーケンスを時間領域から周波数領域に変換するように構成される。

決定ユニット５０７は、履歴データシーケンスの周波数領域に基づいて、履歴データシーケンスの１つ以上の推定周期、および１つ以上の各推定周期の実効レート値を確認するように構成される。

判定ユニット５０８は、１つ以上の各推定周期およびその１つ以上の各推定周期の実効レート値に基づいて、履歴データシーケンスが安定しているか判定するように構成される。

第一の予測ユニット５０９は、履歴データシーケンスが安定している場合、予測点よりも前の履歴データシーケンスのユーザー挙動数の平均値に基づいてその予測点のユーザー挙動数を計算するように構成される。

選択ユニット５１０は、履歴データシーケンスが安定していない場合、１つ以上の各推定周期およびその１つ以上の各推定周期の実効レート値に基づいて主周期および履歴データシーケンスの特異点を選択するように構成される。

第二の予測ユニット５１１は、選択された主周期および選択された特異点に基づいて予測点のユーザー挙動数を計算するように構成される。

１つの実施形態において、選択ユニット５１０は以下のサブユニットを含むことができる。第一の選択サブユニットは、１つ以上の推定周期の中の第一の推定周期を主周期として選択するように構成される。その第一の推定周期は、構成された主周期範囲内にあって最大の実効レート値を有するものである。第二の選択サブユニットは、１つ以上の推定周期の中の第二の推定周期を特異点として選択するように構成される。このとき、第二の推定周期の１つの実効レート値は、１つ以上の推定周期の中の他の推定周期の実効レート値より大きい。他の推定周期の中に第一の推定周期は含まれず、１つ以上の推定周期には複数の推定周期が含まれる。

１つの実施形態において、第二の予測ユニット５１１は、図６に示すように、以下のサブユニットを含むことができる。選択サブユニット６０１は、選択された特異点に対応する履歴データ点よりも後の履歴シーケンスの個別履歴データ点と関連づけられた１組のデータを含む訓練データシーケンスを形成するように構成される。予測サブユニット６０２は、その訓練データシーケンスのモデルに基づいて予測点のユーザー挙動数を計算するように構成され、そのモデルは時系列モデルを使用して作成される。

別の実施形態において、第二の予測ユニット５１１は、図７に示すように、以下のサブユニットを含むことができる。

選択サブユニット７０１は、選択された特異点に対応する点よりも後の履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む第一の訓練データシーケンスを形成するように構成される。

演算サブユニット７０２は、第一の訓練シーケンスの１組の第一の訓練データを平均化することによって周期平均値を得るように構成され、その１組の第一の訓練データの各々は１つ以上の主周期位置に対応している。

周期除去（ｄｅ−ｃｙｃｌｅ）プロセスサブユニット７０３は、訓練データシーケンスの各訓練データから個別の主周期位置に対応する周期平均値を減算することによって無周期の第二の訓練データシーケンスを算出し、その１組の第二の訓練データを含む無周期の第二の訓練シーケンスを形成するように構成される。

予測サブユニット７０４は、訓練データシーケンスのモデルに基づいて無周期の予測点の一つのユーザー挙動数を計算するように構成され、そのモデルは時系列モデルを使用して作成される。

周期復元プロセスサブユニット７０５は、ユーザー挙動数と１つ以上の主周期位置の中の１つに対応する周期平均値を加算することによって予測点のユーザー挙動数を算出するように構成される。

第二の予測ユニット５０６の上記の構造は、再予測サブユニット７０６をさらに含むことができる。再予測サブユニット７０６は、予測点の挙動数の偏差が構成された偏差閾値を超えているという判定後、無周期の第二の訓練シーケンスの訓練データの平均値を無周期の予測点の１つのユーザー挙動数として設定するように構成される。その訓練データは、予測点よりも前の１つの主周期と関連づけられている。

本開示によって提供される単語のユーザー挙動数を予測する方法および装置によれば、最初に、単語のユーザー挙動数の履歴データシーケンスが時間領域から周波数領域に変換される。これは、履歴データシーケンスの各推定周期およびその実効レート値を決定するとともに、単語のユーザー挙動数が著しくおよび／または規則的に変化しているか判定するためである。安定シーケンスの場合は、予測に平均値アルゴリズムが使用され、不安定シーケンスの場合には、予測点のユーザー挙動数を得るために主周期および特異点が選択される。異なる種類の履歴データシーケンスに対して異なる予測アルゴリズムが使用されるため、システムの演算負荷が低減される。安定シーケンスの履歴データについては将来のデータを迅速に予測することができ、不安定シーケンスの履歴データについては将来のデータを正確かつ確実に予測することができる。

本開示の実施形態によれば、本開示によって提供される単語のユーザー挙動数を予測する方法および装置は、多数の単語が使用される状況で実装することが可能である。さらに、時間領域から周波数領域への変換機能および安定／不安定シーケンスに関する予測アルゴリズムは、容易に実装することができる。そのため、機器による処理の量および複雑さを低減することができ、同じく機器の消費も低減される。

本開示の実施形態において、不安定シーケンスの場合、選択された履歴データシーケンスの特異点よりも後の履歴データ点が訓練データシーケンスを構成するために選ばれ、モデルを作成して解を得るために時系列モデルが使用される。また、周期除去プロセスおよび周期復元プロセスにより、周波数領域から時間領域への逆変換によって生じるエラーを減少させることができる。したがって、機器による処理の量および複雑さをさらに低減することができ、同じく機器の消費も低減され、予測の精度をさらに向上させることができる。

当業者が実装に関する上述の説明を読めば、本開示の実施形態がコンピュータ処理手順の方法、装置または製品でありえることが明確に理解されはずである。したがって、本開示は、ハードウェア、ソフトウェア、またはその両方の組み合わせという形で実現されうる。さらに、本開示は、コンピュータ記憶媒体（ディスクメモリ、ＣＤ−ＲＯＭ、光学メモリなどを非限定的に含む）内に実装できるコンピュータアクセス可能な処理手順コードを含むコンピュータ処理手順の１つまたは複数の製品を採用することができる。

本開示は、各種の実施形態に関するコンピュータ処理手順の方法、装置および製品を含むフローチャートおよび／またはブロック図に従って説明されている。当然ながら、フローチャートおよび／またはブロック図の各フローおよび／またはブロックならびにその組み合わせをコンピュータ処理手順の命令によって実装することが可能である。コンピュータ処理手順のこれらの命令を汎用コンピュータ、専用コンピュータ、組み込みプロセッサ、またはその他のプログラム可能なデータ処理機器に与えることができ、それによりコンピュータまたはその他のプログラム可能なデータ処理機器のプロセッサを通じてフローチャートの１つ以上のフローおよび／またはブロック図の１つ以上のブロックを実行できる装置としてのマシンを生成することができる。

コンピュータまたはその他のプログラム可能なデータ処理機器に対してある方法で動作するように指示できるコンピュータ可読メモリにコンピュータ処理手順のこれらの命令を格納することもでき、その結果、コンピュータ可読メモリに格納された命令によって、フローチャートの１つ以上のフローおよび／またはブロック図の１つ以上のブロックを実行できる命令装置を含む製品が生成される。

コンピュータ処理手順のこれらの命令をコンピュータまたはその他のプログラム可能なデータ処理機器に組み込み、そのコンピュータまたはその他のプログラム可能なデータ処理機器で一連のステップを実行させることにより、コンピュータによって実装可能なプロセスを生成することもできる。その結果、コンピュータまたはその他のプログラム可能な機器で実行される命令によって、フローチャートの１つ以上のフローおよび／またはブロック図の１つ以上のブロックを実行するステップが提供される。

本明細書に開示された実施形態は本開示の実装例にすぎない。当業者によって理解されるように、本開示はある実施形態について説明されているが、本開示の趣旨から逸脱することなく実施形態に対する任意の変更および改変が可能であり、それらも請求項の範囲に含まれるものとみなされるべきである。

当業者によって理解されるように、各モジュールを本実施形態の装置に分散させるか、または本開示の実施形態とは異なる１つ以上の装置に分散させることができる。本実施形態のモジュールを統合することができ、または個別に分散させることもできる。それらのモジュールを１個のモジュールとして統合することができ、または複数のサブモジュールにより小さく分割することもできる。上述の実施形態は単なる例示にすぎず、本開示の利点または不利点に言及したものではない。

ある具体的な実施形態が提示されているが、本開示の範囲はそれらの実施形態に限定されない。それらの実施形態に対して当業者が案出しうるあらゆる変更が本開示の範囲に包含される。

Claims (20)

1. 単語のユーザー挙動数を予測する方法であって、前記方法は、
   コンピュータ上のプロセッサが、前記単語と関連づけられた前記ユーザー挙動数の履歴データシーケンスを時間領域から周波数領域に変換するステップと、
   前記プロセッサが、前記履歴データシーケンスの１つ以上の推定周期を確認するステップであって、前記１つ以上の推定周期の各々の実効レート値は前記履歴データシーケンスの前記周波数領域に基づく、ステップと、
   前記プロセッサが、前記１つ以上の推定周期の各々および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスが安定しているか判定するステップと、
   前記履歴データシーケンスが安定している場合、前記プロセッサが、予測点の前記ユーザー挙動数を、前記予測点よりも前の前記履歴データシーケンスの前記ユーザー挙動数の平均値に基づいて計算するステップと、
   前記履歴データシーケンスが安定していない場合、前記プロセッサが、前記１つ以上の推定周期および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスの主周期および特異点を選択するステップと、
   前記プロセッサが、前記選択された主周期および前記選択された特異点に基づいて、予測点の前記ユーザー挙動数を計算するステップと
   を備えたことを特徴とする方法。
2. 前記履歴データシーケンスが安定しているか判定するステップは、前記１つ以上の推定周期の各々の前記実効レート値が構成された実効レート閾値を超えているか判定するステップを含むことを特徴とする請求項１に記載の方法。
3. 前記履歴データシーケンスの主周期および特異点を選択するステップは、
   前記１つ以上の推定周期の第一の推定周期を前記主周期として選択するステップであって、前記推定周期は、構成された主周期範囲内にあり、かつ最大の実効レート値を有する、ステップと、
   前記１つ以上の推定周期の別の推定周期を前記特異点として選択するステップであって、前記別の推定周期の１つの実効レート値は前記１つ以上の推定周期の中の他の推定周期の実効レート値より大きく、前記他の推定周期の中に前記第一の推定周期は含まれず、前記１つ以上の推定周期には複数の推定周期が含まれる、ステップと
   を含むことを特徴とする請求項１に記載の方法。
4. 前記選択された主周期および前記選択された特異点に基づいて、予測点の前記ユーザー挙動数を計算するステップは、
   前記選択された特異点に対応する点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む訓練データシーケンスを形成するステップと、
   前記訓練データシーケンスのモデルに基づいて前記予測点の前記ユーザー挙動数を計算するステップであって、前記モデルは時系列モデルを使用することによって作成されるステップと
   を含むことを特徴とする請求項３に記載の方法。
5. 前記選択された主周期および前記選択された特異点に基づいて、予測点の前記ユーザー挙動数を計算するステップは、
   前記選択された特異点に対応する履歴データ点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む第一の訓練データシーケンスを形成するステップと、
   前記第一の訓練データシーケンスの１組の第一の訓練データを平均化することによって周期平均値を得るステップであって、前記１組の第一の訓練データの各々は１つ以上の主周期位置に対応する、ステップと、
   前記１組の第一の訓練データの各々から前記周期平均値を減算することによって１組の第二の訓練データを算出するステップと、
   前記１組の第二の訓練データを含む無周期の第二の訓練データシーケンスを形成するステップと、
   前記第二の訓練データシーケンスのモデルに基づいて無周期の前記予測点の１つのユーザー挙動数を計算するステップであって、前記モデルは時系列モデルを使用することによって作成される、ステップと、
   前記１つのユーザー挙動数と前記１つ以上の主周期位置の中の１つに対応する前記周期平均値を加算することによって前記予測点の前記ユーザー挙動数を算出するステップと
   を含むことを特徴とする請求項１に記載の方法。
6. 前記予測点の前記ユーザー挙動数の偏差が構成された偏差閾値を超えているという判定後に、前記プロセッサが、無周期の前記第二の訓練データシーケンスの訓練データの平均値を、無周期の前記予測点の前記１つのユーザー挙動数として選択するステップをさらに備え、前記訓練データは前記予測点よりも前の１つの主周期と関連づけられていることを特徴とする請求項５に記載の方法。
7. 前記履歴データシーケンスを前記時間領域から前記周波数領域に変換するステップは、高速フーリエ変換（ＦＦＴ）またはウェーブレット変換を使用して変換するステップを含むことを特徴とする請求項１に記載の方法。
8. 前記単語のユーザー挙動数は、前記単語のトラフィックまたはクリックレートを含むことを特徴とする請求項１に記載の方法。
9. 単語のユーザー挙動数を予測する装置であって、
   前記単語のユーザー挙動数の履歴データシーケンスを時間領域から周波数領域に変換するための変換ユニットと、
   前記履歴データシーケンスの前記周波数領域に基づいて、前記履歴データシーケンスの１つ以上の推定周期および１つ以上の推定周期の各々の実効レート値を決定するための決定ユニットと、
   前記１つ以上の推定周期の各々および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスが安定しているか判定するための判定ユニットと、
   前記履歴データシーケンスが安定している場合、予測点の前記ユーザー挙動数を、前記予測点よりも前の前記履歴データシーケンスのユーザー挙動数の平均値に基づいて計算するための第一の予測ユニットと、
   前記履歴データシーケンスが安定していない場合、前記１つ以上の推定周期の各々および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスの主周期および特異点を選択するための選択ユニットと、
   前記選択された主周期および前記選択された特異点に基づいて予測点の前記ユーザー挙動数を計算するための第二の予測ユニットと
   を備えたことを特徴とする装置。
10. 前記選択ユニットが、
    構成された主周期範囲を格納するための格納サブユニットと、
    前記１つ以上の推定周期の第一の推定周期を前記主周期として選択するための第一の選択サブユニットであって、前記第一の推定周期は、前記構成された主周期範囲内にあり、かつ最大の実効レート値を有する、第一の選択サブユニットと、
    前記１つ以上の推定周期の第二の推定周期を前記特異点として選択するための第二の選択サブユニットとを含み、
    前記第二の推定周期の１つの実効レート値は前記１つ以上の推定周期の中の他の推定周期の実効レート値より大きく、前記他の推定周期には前記第一の推定周期が含まれず、前記１つ以上の推定周期には複数の推定周期が含まれることを特徴とする請求項９に記載の装置。
11. 前記第二の予測ユニットが、
    前記選択された特異点に対応する履歴データ点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む訓練データシーケンスを形成するための選択サブユニットと、
    前記訓練データシーケンスのモデルに基づいて前記予測点の前記ユーザー挙動数を計算するための予測サブユニットとを含み、
    前記モデルは時系列モデルを使用することによって作成されることを特徴とする請求項９に記載の装置。
12. 前記第二の予測ユニットが、
    前記選択された特異点に対応する点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む第一の訓練データシーケンスを形成するための選択サブユニットと、
    前記第一の訓練データシーケンスの１組の第一の訓練データを平均化することによって周期平均値を得るための演算サブユニットであって、前記１組の第一の訓練データの各々は１つ以上の主周期位置に対応する、演算サブユニットと、
    前記訓練データシーケンスの各訓練データから個別の主周期位置に対応する周期平均値を減算することによって無周期の第二の訓練データシーケンスを算出し、前記１組の第二の訓練データを含む無周期の第二の訓練データシーケンスを形成するための周期除去プロセスサブユニットと、
    前記訓練データシーケンスのモデルに基づいて、無周期の前記予測点の１つのユーザー挙動数を計算するための予測サブユニットであって、前記モデルは時系列モデルを使用することによって作成される、予測サブユニットと、
    前記１つのユーザー挙動数と前記１つ以上の主周期位置の中の１つに対応する前記周期平均値を加算することによって前記予測点の前記ユーザー挙動数を算出するための周期復元プロセスサブユニットとを含むことを特徴とする請求項９に記載の装置。
13. 前記第二の予測ユニットが、
    前記予測点の前記挙動数の偏差が構成された偏差閾値を超えているという判定後に、無周期の前記第二の訓練データシーケンスの訓練データの平均値を、無周期の前記予測点の前記１つのユーザー挙動数として設定するための再予測サブユニットを含み、前記訓練データは、前記予測点よりも前の１つの主周期と関連づけされていることを特徴とする請求項１２に記載の装置。
14. 単語のユーザー挙動数を予測するように構成されたコンピュータ実行可能命令を有するコンピュータ可読記憶媒体であって、前記命令はコンピュータ上のプロセッサによる実行時に処理動作を実行するように構成されており、前記処理動作は、
    前記単語と関連づけられた前記ユーザー挙動数の履歴データシーケンスを時間領域から周波数領域に変換することと、
    前記履歴データシーケンスの前記周波数領域に基づいて、前記履歴データシーケンスの１つ以上の推定周期および前記１つ以上の推定周期の各々の実効レート値を確認することと、
    前記１つ以上の推定周期の各々および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスが安定しているか判定することと、
    前記履歴データシーケンスが安定している場合、予測点の前記ユーザー挙動数を、前記予測点よりも前の前記履歴データシーケンスの前記ユーザー挙動数の平均値に基づいて計算することと、
    前記履歴データシーケンスが安定していない場合、
    前記１つ以上の推定周期および前記１つ以上の推定周期の各々の前記実効レート値に基づいて、前記履歴データシーケンスの主周期および特異点を選択することと、
    前記選択された主周期および前記選択された特異点に基づいて、予測点の前記ユーザー挙動数を計算することとを含むことを特徴とするコンピュータ可読記憶媒体。
15. 前記履歴データシーケンスが安定しているか判定することは、前記１つ以上の推定周期の各々の前記実効レート値が構成された実効レート閾値を超えているか判定することを含むことを特徴とする請求項１４に記載のコンピュータ可読記憶媒体。
16. 前記履歴データシーケンスの主周期および特異点の選択が、
    前記１つ以上の推定周期の第一の推定周期を前記主周期として選択することであって、前記推定周期は、構成された主周期範囲内にあり、かつ最大の実効レート値を有することと、
    前記１つ以上の推定周期の中の別の推定周期を前記特異点として選択することとを含み、
    前記別の推定周期の１つの実効レート値は、前記１つ以上の推定周期の中の他の推定周期の実効レート値より大きく、前記他の推定周期には前記第一の推定周期が含まれず、前記１つ以上の推定周期には複数の推定周期が含まれることを特徴とする請求項１４に記載のコンピュータ可読記憶媒体。
17. 前記選択された主周期および前記選択された特異点に基づいて予測点の前記ユーザー挙動数を計算することが、
    前記選択された特異点に対応する点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む訓練データシーケンスを形成することと、
    前記訓練データシーケンスのモデルに基づいて前記予測点の前記ユーザー挙動数を計算することとを含み、
    前記モデルは時系列モデルを使用することによって作成されることを特徴とする請求項１６に記載のコンピュータ可読記憶媒体。
18. 前記選択された主周期および前記選択された特異点に基づいて予測点の前記ユーザー挙動数を計算することが、
    前記選択された特異点に対応する履歴データ点よりも後の前記履歴データシーケンスの個別履歴データ点と関連づけられた１組のデータを含む第一の訓練データシーケンスを形成することと、
    前記第一の訓練データシーケンスの１組の第一の訓練データを平均化することによって周期平均値を得ることであって、前記１組の第一の訓練データの各々は１つ以上の主周期位置に対応することと、
    前記１組の第一の訓練データの各々から前記周期平均値を減算することによって１組の第二の訓練データを算出することと、
    前記１組の第二の訓練データを含む無周期の第二の訓練データシーケンスを形成することと、
    前記第二の訓練データシーケンスのモデルに基づいて、無周期の前記予測点の１つのユーザー挙動数を計算することであって、前記モデルは時系列モデルを使用することによって作成されることと、
    前記１つのユーザー挙動数と前記１つ以上の主周期位置の中の１つに対応する前記周期平均値を加算することによって前記予測点の前記ユーザー挙動数を算出することとを含むことを特徴とする請求項１４に記載のコンピュータ可読記憶媒体。
19. 前記履歴データシーケンスの前記時間領域から前記周波数領域への変換は、高速フーリエ変換（ＦＦＴ）またはウェーブレット変換を使用して変換することを含むことを特徴とする請求項１４に記載のコンピュータ可読記憶媒体。
20. 前記単語のユーザー挙動数は、前記単語のトラフィックまたはクリックレートを含むことを特徴とする請求項１４に記載のコンピュータ可読記憶媒体。

Images