JP6052900B2

JP6052900B2 - 情報処理装置

Info

Publication number: JP6052900B2
Application number: JP2014041725A
Authority: JP
Inventors: 竜也長
Original assignee: Hitachi Construction Machinery Co Ltd
Current assignee: Hitachi Construction Machinery Co Ltd
Priority date: 2014-03-04
Filing date: 2014-03-04
Publication date: 2016-12-27
Anticipated expiration: 2034-03-04
Also published as: JP2015166991A

Description

本発明は、複数種類のグラフとして表現可能な離散データから、相関を持った構造を抽出する情報処理装置に関する。

一般に、データ間の類似度を測るシステムが知られている（例えば、特許文献１参照）。特許文献１に記載されたシステムでは、予め測りたい対象となるデータを決めて、類似度を定義している。一方、非特許文献１，２には、そのような恣意的に対象を決めずに、データそのものからグラフ構造を抽出する構成が記載されている。

特開２０１０−９２４３２号公報

Tumminello M, Micciche S, Lillo F, Piilo J, Mantegna N, "Statistically Validated Networks in Bipartite Complex Systems", PLoS ONE 2011 6(3): e17994. doi:10.1371/journal.pone.0017994 Newman M.E.J, "Modularity and community structure in networks", PNAS 2006 103(23): 8577-8582; doi:10.1073/pnas.0601602103

ところで、特許文献１に記載されたシステムでは、予め測りたい対象となるデータを決める必要があるから、データ間の相関関係が不明なデータには適用が難しいという問題がある。また、非特許文献１，２には、データそのものからグラフ構造を抽出する構成が記載されているが、グラフ同士の類似度を測る手段は開示されていない。

本発明は上述した従来技術の問題に鑑みなされたもので、本発明の目的は、複数種類のグラフとして表現可能な離散データから、相関を持った構造を抽出する情報処理装置を提供することにある。

上述した課題を解決するために、請求項１の発明による情報処理装置は、完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するノードを持つ確率を類似度として算出する類似度算出手段と、前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、前記類似度算出手段は、個々の前記部分構造体を構成するノードが、前記部分構造体の集合に属する全てのノードの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のノードを共有する確率を、複数の前記部分構造体が互いに共通するノードを持つ確率として算出することを特徴とする。請求項１の発明による情報処理装置は、以下の一連の処理により上記目的を達成する。（１）離散データからノードの部分集合または部分グラフからなる部分構造体を生成する。（２）部分構造体同士の類似度を測る。（３）その類似度に基づき部分構造体同士の相関の有無を判定する。

請求項２の発明による情報処理装置は、完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するリンクを持つ確率を類似度として算出する類似度算出手段と、前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、前記類似度算出手段は、個々の前記部分構造体を構成するリンクが、前記部分構造体の集合に属する全てのリンクの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のリンクを共有する確率を、複数の前記部分構造体が互いに共通するリンクを持つ確率として算出することを特徴としている。

請求項３の発明による情報処理装置は、完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するノードを持ち、かつ複数の前記部分構造体が互いに共通するリンクを持つ確率を類似度として算出する類似度算出手段と、前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、前記類似度算出手段は、個々の前記部分構造体を構成するノードが、前記部分構造体の集合に属する全てのノードの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のノードを共有し、かつ、個々の前記部分構造体を構成するリンクが、前記部分構造体の集合に属する全てのリンクの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のリンクを共有する確率を、複数の前記部分構造体が互いに共通するノードを持ち、かつ複数の前記部分構造体が互いに共通するリンクを持つ確率として算出することを特徴としている。

請求項４の発明では、前記構造化手段は、２種類の前記部分構造体を形成し、一の種類の部分構造体は、属性データに基づいて形成され、他の種類の部分構造体は、履歴データに基づいて形成されることを特徴としている。

請求項５の発明では、前記構造化手段は、建設機械の端末識別子をノードとして持つ２種類の前記部分構造体を形成し、一の種類の部分構造体は、前記建設機械の属性データに基づいて形成され、他の種類の部分構造体は、前記建設機械の稼動履歴データに基づいて形成されることを特徴としている。

請求項１の発明によれば、構造化手段は、種類の異なる、グラフとして表現可能な複数種類の離散データから、部分構造体を、離散データの種類に応じて生成する。そして、これら種類の異なる、グラフとして表現可能なデータにより生成された部分構造体間で、全ての部分構造体の組み合わせに対し、複数の部分構造体が互いに共通するノードを持つ確率を類似度として算出する。これにより、部分構造体間の相関関係を発見的に得ることが可能になる。従来技術は、種類の異なる複数のデータ間に相関があると仮定して、それらデータ間の類似度を例えば特許文献１に記載のルールに基づき算出する。そして、その類似度に基づきノードの部分集合を構造化する。このような従来手法と比べ、本発明では構造化処理と類似度の算出処理の順番を逆転させることができる。そして、ノード同士の類似度ではなく、部分構造体間の類似度を算出することができる。その結果、離散データのみに基づき構造化された部分構造体間の相関関係を得ることが可能となる。

また、請求項１の発明によれば、類似度算出手段は、複数の部分構造体が互いに共通するノードを持つ確率を部分構造体間の類似度として算出する。これにより、部分構造体間の類似度を、部分構造体が持つ位相的な特徴を排除して定義することができる。ここで、共通するノードをもつ確率とは、個々の部分構造体を構成するノードが、前記部分構造体の集合に属する全てのノードの中から、独立な一様分布に従い選び出されると仮定したとき、複数の部分構造体が同一のノードを共有する確率とする。また、位相的な特徴を排除するとは、どのノードがどのノードとリンクを張っているかの情報を、類似度の算出に反映させないことである。例えば、グラフにより表現された企業間取引ネットワークを考えた場合、同種の製品を作る製造業者間の取引ネットワークは、類似していると考えられる。企業間取引のネットワークの構造は商社等の影響により変化すると考えられる。ここで、もし商社等の影響を無視して企業間取引ネットワークの類似度を算出したい場合には、本発明の情報処理装置を用いれば商社等の影響を排除した類似度を算出することができる。商社を経由して取引する場合は、商社を経由したリンクが張られている。このリンクを無視して、企業間取引に参加している企業のみに着目して相関関係を抽出するのが請求項１の発明である。

請求項２の発明によれば、類似度算出手段は、複数の部分構造体が互いに共通するリンクを持つ確率を部分構造体間の類似度として算出する。これにより、部分構造体間の類似度を、部分構造体が持つ位相的な特徴を反映させて算出することができる。位相的な特徴を反映させるとは、どのノードがどのノードとリンクを張っているかの情報を類似度の算出に反映させることである。例えば、グラフにより表現された企業間取引ネットワークを考えた場合、同種の製品を作る製造業者間の取引ネットワークは、類似していると考えられる。企業間取引のネットワークの構造は商社等の影響により変化すると考えられる。よって、もし商社等の影響を考慮して企業間取引ネットワークの類似度を算出したい場合には、本発明の情報処理装置を用いれば商社等の影響まで考慮して類似度を算出することができる。商社を経由して取引する場合は、商社を経由したリンクが張られている。このリンクを考慮して、即ち企業間取引に参加している企業同士のつながりを考慮して相関関係を抽出するのが請求項２の発明である。
請求項３の発明によれば、類似度算出手段は、複数の部分構造体が互いに共通するノードを持つ、かつ複数の部分構造体が互いに共通するリンクを持つ確率を部分構造体間の類似度として算出する。

請求項４の発明によれば、履歴に基づいて構造化した部分構造体を、属性に基づいて構造化した種類の異なる別の部分構造体に帰依させて、それら２つの部分構造体間の関係の解釈を容易にすることが可能になる。種類の異なる別の部分構造体とは、履歴と属性という性質の異なる離散データにより、生成された部分構造体であるという意味である。従来技術は履歴と属性間の関係の予想を立ててから、例えば特許文献１に記載の手法に基づきグラフに属するノード間の類似度を算出する。そして、ノードを類似度に基づくリンクによって接続することにより、ノードの部分集合を構造化する。このような従来手法と比べ、本発明は構造化と類似度の算出の順番を逆転させることができる。そして、ノード間の類似度ではなく、部分構造体間の類似度を算出することができる。その結果、履歴のみに基づき構造化された部分構造体と、属性のみに基づき構造化された部分構造体との相関関係を得る事が可能となる。

請求項５の発明によれば、建設機械の稼動履歴に基づいて構造化した建設機械の端末識別子の部分構造体を、建設機械の属性に基づいて構造化した、種類の異なる別の端末識別子の部分構造体に帰依させて、これら２つの部分構造体間の関係の解釈を容易にすることが可能になる。従来技術は建設機械の稼動履歴と建設機械の属性間の関係の予想を立ててから、例えば特許文献１に記載の手法に基づき建設機械同士の類似度を算出する。そして、建設機械の端末識別子を類似度に基づくリンクによって接続することにより、建設機械の端末識別子を構造化する。このような従来手法と比べ、本発明は構造化と類似度の算出の順番を逆転させることができる。そして、建設機械同士の類似度ではなく、建設機械の端末識別子によって構成される部分構造体間の類似度を算出することができる。その結果、建設機械の稼動履歴のみに基づき、構造化された端末識別子の部分構造体と、建設機械の属性のみに基づき構造化された端末識別子の部分構造体との相関関係を得ることが可能となる。

第１，第２の実施の形態による相関構造抽出装置を示す構成図である。第１，第２の実施の形態による類似度算出部および相関関係判断部の処理プログラムを示す流れ図である。機械使用履歴データベースに格納されている情報の一例を示す説明図である。機械属性データベースに格納されている情報の一例を示す説明図である。第１の機械識別子グラフの一例を示す説明図である。第２の機械識別子グラフの一例を示す説明図である。

以下、本発明の実施の形態による情報処理装置を、機械使用履歴と機械属性を並列に扱う手法を例に挙げて、添付図面に基づいて詳細に説明する。

図１に、本発明の第１の実施の形態による情報処理装置として、機械使用履歴と機械属性それぞれの中から相関をもった構造を抽出する、相関構造抽出装置１を示す。

ここで、機械使用履歴に基づき生成した部分構造体とは、機械使用履歴を用いて構築された機械識別子をノードとするグラフである。機械属性に基づき生成された部分構造体とは、機械属性を用いて構築された機械識別子をノードとするグラフである。これら２つのグラフが媒介することにより、相関構造抽出装置１は機械使用履歴と機械属性の中から、相関を持った構造を抽出する。相関をもった構造とは、例えば後述の段落［００２５］で説明する、機械属性ＯＨｉと機械稼動履歴ＭＡｊである。なお、機械識別子とは建設機械の端末識別子のことである。

相関構造抽出装置１は、以下３つの情報を入力とし、機械使用履歴・機械属性の中から相関を持った構造を抽出する。相関構造抽出装置１に与える３つの入力は、機械使用履歴データベース１２（以下、機械使用履歴ＤＢ１２という）から取得する機械使用履歴ＯＨと、機械識別子データベース１１（以下、機械識別子ＤＢ１１という）より取得する機械識別子ＩＤと、機械属性データベース１３（以下、機械属性ＤＢ１３という）より取得する機械属性ＭＡとである。

相関構造抽出装置１は、第１の機械識別子グラフ構築部１４と、第２の機械識別子グラフ構築部１５と、類似度算出部１６と、相関関係判断部１７とにより構成される。第１の機械識別子グラフ構築部１４、第２の機械識別子グラフ構築部１５、類似度算出部１６および相関関係判断部１７は、例えばプログラムに従って動作するＣＰＵ（演算処理装置）によって実現される。この場合、プログラムは、例えば相関構造抽出装置１が備える記憶装置（図示せず）に記憶される。ＣＰＵがこのプログラムを読込み、プログラムに従って第１の機械識別子グラフ構築部１４、第２の機械識別子グラフ構築部１５、類似度算出部１６および相関関係判断部１７として動作すればよい。

ここで、グラフとして表現可能な離散データは、機械使用履歴ＯＨと、機械識別子ＩＤと、機械属性ＭＡのことである。構造化手段は、第１の機械識別子グラフ構築部１４と第２の機械識別子グラフ構築部１５の２つにより構成されている。

入力される離散データから相関を持った構造を抽出したい。そのため、入力される離散データには複数の種類がある。相関構造抽出装置１においては、機械使用履歴ＯＨと機械属性ＭＡの２種類がある。第１の機械識別子グラフ構築部１４は、機械使用履歴ＯＨから、複数の第１の機械識別子グラフ｛Ａｉ｝を形成する。これが本発明における複数の部分構造体である。また同様に第２の機械識別子グラフ構築部１５は、機械属性ＭＡから、複数の第２の機械識別子グラフ｛Ｂｊ｝を形成する。これも本発明における複数の部分構造体である。

相関構造抽出装置１の実施例では、複数の部分構造体は、第１の機械識別子グラフ｛Ａｉ｝と第２の機械識別子グラフ｛Ｂｊ｝の２種類の部分構造体により形成されている。第１の機械識別子グラフ｛Ａｉ｝は、第１の機械識別子グラフＡｉの集合である。第２の機械識別子グラフ｛Ｂｊ｝は、第２の機械識別子グラフＢｊの集合である。便宜上、機械使用履歴ＯＨにより生成された第１の機械識別子グラフを総称して｛Ａｉ｝と記述し、個々のグラフをＡｉと記述する。その区別を行うためにインデックスｉを付与している。同様に、機械属性ＭＡにより生成された第２の機械識別子グラフを総称して｛Ｂｊ｝と記述し、個々のグラフをＢｊと記述する。その区別を行うためにインデックスｊを付与している。第１の機械識別子グラフＡｉを生成した機械稼動履歴をＯＨｉとし、第２の機械識別子グラフＢｊを生成した機械稼動履歴をＭＡｊとする。第１の機械識別子グラフＡｉと第２の機械識別子グラフＢｊの類似度は、両者が共有するノードまたはリンクに基づき算出する。類似度算出手段は類似度算出部１６により実現されている。相関判断手段は相関関係判断部１７により実現されている。

次に、第１の機械識別子グラフ構築部１４、第２の機械識別子グラフ構築部１５、類似度算出部１６および相関関係判断部１７の機能と情報の流れを説明する。

第１の機械識別子グラフ構築部１４は、機械使用履歴ＯＨと機械識別子ＩＤを受け取り、機械識別子ＩＤをノードとし、機械使用履歴ＯＨに基づきリンクを張ったグラフを構築する。その結果は機械識別子グラフＡｉとして類似度算出部１６に渡される。

第２の機械識別子グラフ構築部１５は、機械属性ＭＡと機械識別子ＩＤを受け取り、機械識別子ＩＤをノードとし、機械属性ＭＡに基づきリンクを張ったグラフを構築する。その結果は機械識別子グラフＢｊとして類似度算出部１６に渡される。

類似度算出部１６では、機械識別子グラフＡｉと機械識別子グラフＢｊを受け取り、機械識別子グラフＡｉと機械識別子グラフＢｊの両者における全てのグラフの組み合わせ（Ａｉ，Ｂｊ）に対し、類似度を算出する。類似度の算出法の例は後述する。算出した類似度は相関関係判断部１７に渡される。

相関関係判断部１７は、各グラフの組み合わせ（Ａｉ，Ｂｊ）それぞれについて、相関の有無を判定し、この判定結果を出力する。相関関係判断部１７により、相関があると判定された場合には、相関構造抽出装置１はｉ番目の機械識別子グラフＡｉを生成した機械使用履歴ＯＨｉと、ｊ番目の機械識別子グラフＢｊを生成した機械属性ＭＡｊをそれぞれ出力する。また、相関関係の判定結果である相関関係判断部１７の出力も出力する。これにより、相関構造抽出装置１は、互いに相関関係を有する機械使用履歴の構造であるＯＨｉ、および機械属性の構造である機械属性ＭＡｊを抽出することができる。

次に第１の機械識別子グラフ構築部１４、第２の機械識別子グラフ構築部１５、類似度算出部１６および相関関係判断部１７の機能を実現するための実装について具体例を用いて説明する。

第１の機械識別子グラフ構築部１４または第２の機械識別子グラフ構築部１５は、例えば非特許文献１における手法を用いて機械識別子ＩＤをノードとするグラフを作成する。非特許文献１における手法の具体例を、後述の段落［００５１］から段落［００５４］に記載した。

類似度算出部１６は、機械識別子グラフＡｉと機械識別子グラフＢｊの両者における機械識別子のグラフ全ての組み合わせ（Ａｉ，Ｂｊ）に対し、グラフの類似度を計算する。グラフの類似度の計算は、機械識別子グラフＡｉと機械識別子グラフＢｊで共通する機械識別子の個数をｒｉｊとし、機械識別子グラフＡｉと機械識別子グラフＢｊがｒｉｊ個の機械識別子を共有する確率とする。

相関関係判断部１７は、類似度算出部１６により、機械識別子グラフＡｉと機械識別子グラフＢｊ間の類似度を受け取る。この類似度が後述の段落［００４５］で説明するような、極めて小さなある閾値と比べて小さい場合は、それぞれのグラフには相関があると判定し、それぞれのグラフを生成した機械使用履歴ＯＨｉと機械属性ＭＡｊ間に相関があると判定する。

相関構造抽出装置１は、機械属性と機械使用履歴とそれらの相関関係の判定結果を出力する。出力される機械使用履歴は、第１の機械識別子グラフ構築部１４から、ｉ番目の機械識別子グラフＡｉを生成した機械使用履歴ＯＨｉである。出力される機械属性は、第２の機械識別子グラフ構築部１５から、ｊ番目の機械識別子グラフＢｊを生成した機械属性ＭＡｊである。相関関係の判定結果は相関関係判断部１７の出力である。

次に、類似度の具体的な算出方法を例示する。類似度算出部１６は、第１の機械識別子グラフ構築部１４より第１の機械識別子グラフＡｉを受け取る。機械識別子グラフＡｉに属する機械識別子の集合ＸＡｉは、機械識別子ＤＢ１１に含まれる全ての機械識別子の集合Ｘの部分集合ＸＡｉ⊂Ｘである。ＸＡｉに属する任意の機械識別子をek，em，enとし、em，enを結ぶリンクを（em，en）と表し、機械識別子グラフＡｉをＡｉ＝｛ek;(em,en)|ek,em,en∈ＸＡｉ｝と表す。ＸＡｉの要素数をｎａｉと表す。以下、集合の要素の数を求める関数ｎ（）を用いて、ｎ（ＸＡｉ）＝ｎａｉと表記する。同様に、機械識別子グラフＢｊについては、Ｂｊ＝｛ek;(em,en)|ek,em,en∈ＸＢｊ｝，ｎ（ＸＢｊ）＝ｎｂｊである。また、機械識別子ＤＢ１１に含まれる全ての機械識別子の集合Ｘの要素数はｎ（Ｘ）＝ｎｘとする。

類似度は、機械識別子がＸから独立な一様分布に従い、機械識別子グラフＡｉ，Ｂｊに属するように選ばれたものだと仮定したときに、機械識別子グラフＡｉ，Ｂｊ両方に機械識別子が共有される確率とする。即ち、機械識別子グラフＡｉ，Ｂｊがｒｉｊ＝ｎ（ＸＡｉ∩ＸＢｊ）個の共通する機械識別子を持つ確率Ｐ（ｒｉｊ）を類似度とする。この値は二項係数を用いた数１の式により算出される。この類似度は、値が小さい程、より似ていることに注意する。

次に、本発明において最も重要な類似度算出部１６の処理を含む、第１の実施の形態による処理を、フローチャートを用いて詳しく説明する。

図２に、第１の実施の形態における機械識別子グラフＡｉ，Ｂｊ同士の類似度を求める動作の例を示すフローチャートを示す。ここでは、第１の機械識別子グラフ構築部１４と第２の機械識別子グラフ構築部１５がそれぞれ複数の機械識別子グラフ｛Ａｉ｝，｛Ｂｊ｝を生成し、その全ての組み合わせ（Ａｉ，Ｂｊ）に対して、類似度を算出する場合を考える。

図２の個々のステップについて説明する。まず対象となる全ての機械識別子の数ｎｘ＝ｎ(Ｘ)を数える（ステップ１）。続いてインデックスｉを１に初期化する（ステップ２）。その後、第１の機械識別子グラフ構築部１４より、１番目の機械識別子グラフＡ１＝｛ek;(em,en)|ek,em,en∈ＸＡ１｝を受け取る（ステップ３）。続いてノードの集合ＸＡ１⊂Ｘに属する機械識別子の数ｎａ１＝ｎ（ＸＡ１）を数える（ステップ４）。

次に、インデックスｊを１に初期化する（ステップ５）。その後、第２の機械識別子グラフ構築部１５より、１番目の機械識別子グラフＢ１＝｛ek;(em,en)|ek,em,en∈ＸＢ１｝を受け取る（ステップ６）。続いてノードの集合ＸＢ１⊂Ｘに属する識別子の数ｎｂ１＝ｎ（ＸＢ１）を数える（ステップ７）。

次に、集合ＸＡ１と集合ＸＢ１の両方に属する機械識別子の数ｒ１１＝ｎ（ＸＡ１∩ＸＢ１）の数を数える（ステップ８）。さらにここで、集合ＸＡ１と集合ＸＢ１が偶然ｒ１１個の機械識別子を共有する確率Ｐ（ｒ１１）を数１の式に基づいて計算する(ステップ９)。このとき、確率Ｐ（ｒ１１）をグラフＡ１とグラフＢ１の類似度とする。

次に、確率Ｐ（ｒ１１）が予め設定された閾値Ｓと比べて小さくなるかどうかを比較する（ステップ１０）。その結果、確率Ｐ（ｒ１１）が閾値Ｓと比べて小さい場合（Ｐ（ｒ１１）＜Ｓ）には、グラフＡ１とグラフＢ１の間には相関があると判定し、その結果を出力する（ステップ１１）。一方、確率Ｐ（ｒ１１）が閾値Ｓと比べ大きい場合（Ｐ（ｒ１１）≧Ｓ）には、ステップ１２でグラフＡ１とグラフＢ１の間には相関がないと判定する。ステップ１１，１２が終了すると、ステップ１３に進み、インデックスｊを１つ増加させる。

なお、閾値Ｓは、相関の有無が判定可能な適切な値が設定される。具体的には、閾値Ｓには、通常０．０５／Ｎｃや０．０１／Ｎｃ等のように、非常に小さい値が用いられる。ここで、Ｎｃは、Benffeniの補正数であり、インデックスｉ，ｊの全ての組み合わせの数を表す。

続くステップ１４では、第２の機械識別子グラフ構築部１５に対し、次のグラフＢ２が存在するか問い合わせ、グラフＢ２が存在するようであればステップ６へ戻り、処理すべきグラフＢｊがなくなるまで、ステップ６〜１４の処理を繰り返す。処理すべきグラフＢｊがなくなった場合はステップ１５へ進み、インデックスｉを１つ増加させる。

続くステップ１６では、第１の機械識別子グラフ構築部１４に対し、次のグラフＡ２が存在するか問い合わせ、グラフＡ２が存在するようであればステップ３へ戻り、処理すべきグラフＡｉがなくなるまで、ステップ３〜１６の処理を繰り返す。処理すべきグラフＡｉがなくなった場合はステップ１７に到達し、一連の処理が終了する。

最後に、機械識別子グラフ構築部１４,１５および類似度算出部１６の処理を、具体的な対象を与えて説明する。ここで対象とする具体例には、建設機械の稼動履歴とその属性を保持しているシステムを用いる。

機械使用履歴ＤＢ１２は、図３に示すような情報を保持しており、稼動履歴データとして、例えば建設機械の端末識別子、稼動日時、稼動場所、負荷率などを保持している。機械属性ＤＢ１３は、図４に示すような情報を保持しており、属性データとして、建設機械の端末識別子、所有者名、所有者業種、免許申請地などの情報を保持している。機械識別子ＤＢ１１は、対象とする全ての建設機械の端末識別子を保持している。

第１の機械識別子グラフ構築部１４は、例えば非特許文献１，２または特許文献１に提示されているような手法により実現される。ここでは以下に示すように非特許文献１で行われている処理を例に挙げて説明する。

第１の機械識別子グラフ構築部１４は、機械使用履歴ＤＢ１２と機械識別子ＤＢ１１より、各機械識別子毎に負荷率が９０％を超える稼動日を抽出する。この抽出したデータはグラフとして表現可能な離散情報に相当し、図５に示すような２部グラフを生成することができる。図５において、上段のノードには機械識別子が並んでおり、下段には負荷率９０％を超える稼動日が並んでいる。これから、機械識別子と稼動日間にリンクを張り両者の関係を表すグラフを作成する。

２つの機械識別子の全ての組み合わせに対して、一方の機械識別子が持つ稼動日の数ｎａｉ、他方の機械識別子が持つ稼動日の数ｎｂｊ、両者の機械識別子が共有している稼動日の数ｒｉｊをそれぞれ数える。機械識別子ＤＢ１１より機械識別子の総数ｎｘを得る。これらの数を用いて２つの機械識別子がｒｉｊ個の共通した稼動日を持つ確率Ｐ（ｒｉｊ）を前述した数１の式に基づいて計算する。この確率Ｐ（ｒｉｊ）が前述の段落［００４５］で説明したようなある閾値を下回れば、その２つの機械識別子には相関があると判定する。相関があると判定された２つの機械識別子間にはリンクを張り、機械識別子間の関係を表すグラフを作成する。このようにして機械識別子間の関係を表すグラフＡ１，Ａ２が得られた。グラフＡ１，Ａ２は、第１の機械識別子グラフＡｉに相当する。ここで、両者の機械識別子が共有している稼動日を、グラフＡｉを生成した機械稼動履歴ＯＨｉと呼ぶ。

第２の機械識別子グラフ構築部１５も、第１の機械識別子グラフ構築部１４と同様に以下のような処理を行っている。第２の機械識別子グラフ構築部１５は、機械使用履歴ＤＢ１２と機械識別子ＤＢ１１より、各機械識別子毎に所有者業種を抽出する。この抽出したデータはグラフとして表現可能な離散情報に相当し、図６に示すような２部グラフを生成することができる。図６において、上段のノードには機械識別子が並んでおり、下段には所有者の業種が並んでいる。これから、機械識別子と所有者業種間にリンクを張り両者の関係を表すグラフを作成する。

２つの機械識別子の全ての組み合わせに対して、一方の機械識別子が持つ業種の数ｎａｉ、他方の機械識別子が持つ業種の数ｎｂｊ、両者の機械識別子が共有している業種の数ｒｉｊをそれぞれ数える。機械識別子ＤＢ１１より機械識別子の総数ｎｘを得る。これらの数を用いて２つの機械識別子がｒｉｊ個の共通した業種を持つ確率Ｐ（ｒｉｊ）を前述した数１の式に基づいて計算する。この確率Ｐ（ｒｉｊ）が前述の段落［００４５］で説明したようなある閾値を下回れば、その２つの機械識別子には相関があると判定する。相関があると判定された２つの機械識別子間にはリンクを張り、機械識別子間の関係を表すグラフを作成する。このようにして機械識別子間の関係を表すグラフＢ１，Ｂ２が得られた。このとき、グラフＢ１，Ｂ２は、第２の機械識別子グラフＢｊに相当する。ここで、両者の機械識別子が共有している業種を、グラフＢｊを生成した機械属性ＭＡｊと呼ぶ。

所有者業種の種類の数は稼動日の数と比べてとても少ないことが予想されるため、前述した２つの機械識別子がｒｉｊ個の共通した業種を持つ確率に差が出ないことも考えられる。このような場合には、機械識別子の重複を許し、同じ業種に登録されている機械識別子からなるグラフＢ１，Ｂ２，…，Ｂｎを第２の機械識別子グラフＢｊとして用いることも可能である。この場合、グラフＢ１，Ｂ２，…，Ｂｎは、それぞれ完全グラフであり、ｎは業種の数を示している。このようにリンクにより表現されるグラフの構造を反映させず、グラフに含まれるノードのみに着目する場合には、離散データを完全グラフ、またはその補グラフである空グラフとして表現することで対応する。

続いて、類似度計算手段に相当する類似度算出部１６の処理を説明する。類似度算出部１６の処理は、図２のステップ９に相当し、確率Ｐ（ｒｉｊ）を計算することである。まず初めに、インデックスｉ，ｊがそれぞれ１の場合について説明する。第１の機械識別子グラフ構築部１４により形成された図５のグラフＡ１と、第２の機械識別子グラフ構築部１５により形成された図６のグラフＢ１をそれぞれ取得する。この例の場合、グラフＡ１とグラフＢ１はそれぞれ機械識別子２０００１，２０００２のみを持ち、共有する機械識別子の個数ｒ１１は２個である（ｒ１１＝２）。また、機械識別子の総数ｎｘ＝１０００、グラフＡ１の持つ機械識別子の数ｎａ１＝２、グラフＢ１の持つ機械識別子の数ｎｂ１＝２である。よって、２個の機械識別子を共有する確率Ｐ（２）は、数１の式に基づいて、Ｐ（２）≒０．０００００２となる。

また、インデックスがｉ＝１，ｊ＝２の場合は、第１の機械識別子グラフ構築部１４により形成された図５のグラフＡ１と、第２の機械識別子グラフ構築部１５により形成された図６のグラフＢ２を取得する。この場合は、グラフＡ１は機械識別子２０００１，２０００２のみを持ち、グラフＢ１は機械識別子２０００３，２０００４のみを持つ。ゆえに、共有する機械識別子の個数ｒ１２は０個である（ｒ１２＝０）。同様に、機械識別子の総数ｎｘ＝１０００、グラフＡ１の持つ機械識別子の数ｎａ１＝２、グラフＢ２の持つ機械識別子の数ｎｂ２＝２である。よって、０個の機械識別子を共有する確率は、数１の式に基づいて、Ｐ（０）≒０．９９６となる。同様にして、全てのインデックスｉ，ｊの組み合わせに対し、この確率Ｐ（ｒｉｊ）を計算する。

続いて、相関判断手段に相当する相関関係判断部１７の処理を説明する。相関関係判断部１７の処理は、図２のステップ１０〜１２に相当する。ここで行われるのは、通常有意検定と呼ばれる処理である。即ち、確率Ｐ（ｒｉｊ）と予め設定された非常に小さい閾値Ｓとを比べ、Ｐ（ｒｉｊ）＜Ｓを満足した場合は、それに対応する機械識別子のグラフの組み合わせ（Ａｉ，Ｂｊ）の間に相関があるものと判定し、その結果を出力する。今、グラフ｛Ａｉ｝はｉ＝１，２、グラフ｛Ｂｊ｝はｊ＝１，２とそれぞれ２つしか形成されなかったとする。すると、ｉとｊの組み合わせ総数ＮｃはＮｃ＝４である。即ち、段落［００４５］に記載の閾値は０．０１／Ｎｃ＝０．００２５となる。Ａ１とＢ１の類似度は約０．０００００２と閾値より小さいため、Ａ１を生成したＯＨ１＝｛８月２日、８月４日、８月５日、８月６日｝とＢ１を生成したＭＡ１＝｛ビル解体、基礎工事｝には相関があると判定される。逆に、Ａ１とＢ２については類似度が閾値よりも大きくなるため、相関がないと判定される。

かくして、第１の実施の形態によれば、機械使用履歴ＯＨに基づき構造化した第１の機械識別子グラフＡｉを、機械属性ＭＡに基づき構造化した第２の機械識別子グラフＢｊに帰依させて、これら２つのグラフＡｉ，Ｂｊ間の関係の解釈を容易にすることが可能になる。これにより、特許文献１に記載されたシステムのように、予めどの建設機械の稼動履歴とどの建設機械の属性間に相関があるかの予想を立てて、建設機械同士の類似度を算出する必要がなく、構造化と類似度の算出の順番を逆転させることができる。そして、建設機械同士の類似度ではなく、機械識別子によって構成されるグラフＡｉ，Ｂｊ間の類似度を算出することができる。その結果、機械使用履歴ＯＨのみに基づいて構造化された第１の機械識別子グラフＡｉと、機械属性ＭＡのみに基づき構造化された第２の機械識別子グラフＢｊとの間の相関関係を発見的に得ることが可能となる。ＡｉとＢｊ間に相関がある場合は、それを生成した機械使用履歴ＯＨｉと機械属性ＭＡｊを出力することにより、相関構造抽出装置１は相関を持った構造を抽出することができる。

なお、前記第１の実施の形態では、部分構造体は、機械識別子がリンクにより関係付けられている第１の機械識別子グラフＡｉと第２の機械識別子グラフＢｊである場合を例に挙げて説明した。しかし、本発明はこれに限らず、部分構造体は、機械識別子の部分集合ＸＡｉ，ＸＢｊであってもよい。

次に、本発明の第２の実施の形態による情報処理装置として、機械使用履歴と機械属性の相関関係を判定する相関構造抽出装置２１について、図１および図２を用いて説明する。第２の実施の形態の特徴は、類似度として、第１，第２の機械識別子グラフが共通するリンクを持つ確率を用いることにある。なお、第２の実施の形態では、前述した第１の実施の形態と同一の構成要素に同一符号を付し、その説明を省略するものとする。

第２の実施の形態による相関構造抽出装置２１も、第１の実施の形態による相関構造抽出装置１と同様に、第１の機械識別子グラフ構築部１４と、第２の機械識別子グラフ構築部１５と、類似度算出部２２と、相関関係判断部１７とにより構成される。ここで、類似度算出部２２は、類似度として、機械識別子グラフＡｉ，Ｂｊがｒｉｊ個の共通するリンクを持つ確率Ｐ（ｒｉｊ）を用いる。この点で、類似度算出部２２は、第１の実施の形態による類似度算出部１６とは異なる。

具体的には、類似度算出部２２は、機械識別子グラフＡｉ，Ｂｊの全てのリンクの数ｗｘ＝ｎ（{（em,en）∈Ａｉ} ∪ {（em,en）∈Ｂｊ}）、機械識別子グラフＡｉの全てのリンクの数ｗａｉ＝ｎ（{（em,en）∈Ａｉ}）、機械識別子グラフＢｊの全てのリンクの数ｗｂｊ＝ｎ（{（em,en）∈Ｂｊ}）としたとき、機械識別子グラフＡｉ，Ｂｊでｒｉｊ＝ｎ（{（em,en）∈Ａｉ} ∩ {（em,en）∈Ｂｊ}）個の共通するリンクを持つ確率Ｐ（ｒｉｊ）を、二項係数を用いた以下の数２の式に基づいて算出する。この確率Ｐ（ｒｉｊ）を、機械識別子グラフＡｉ，Ｂｊ間の類似度とする。

この場合、図２中のステップ９では、グラフＡｉとグラフＢｊでｒｉｊ個の共通するリンクを持つ確率Ｐ（ｒｉｊ）を数２の式に基づいて計算する。このとき、確率Ｐ（ｒｉｊ）がグラフＡｉとグラフＢｊの類似度を示す。

かくして、第２の実施の形態でも、第１の実施の形態とほぼ同様の作用効果を得ることができる。

なお、前記各実施の形態では、離散データには、機械使用履歴ＯＨと、機械識別子ＩＤと、機械属性ＭＡを適用した場合を例に挙げて説明したが、完全グラフを含めてリンクを持ったグラフとして表現可能な離散データでもよく、リンクを持たない空グラフとして表現可能な離散データでもよく、各種の離散データに適用可能である。

また、前記各実施の形態では、２つの部分構造体として第１，第２の機械識別子グラフＡｉ，Ｂｊの相関の有無を判定する構成としたが、３つ以上の部分構造体の相関の有無を判定する構成としてもよい。

また、前記第１の実施の形態による類似度算出部１６は、機械識別子グラフＡｉ，Ｂｊが共通する機械識別子（ノード）を持つ確率を類似度として算出し、前記第２の実施の形態による類似度算出度２２は、機械識別子グラフＡｉ，Ｂｊが共通するリンクを持つ確率を類似度として算出した。しかし、本発明はこれに限らず、類似度算出部は、例えば機械識別子グラフＡｉ，Ｂｊが共通するノードを持ち、かつ機械識別子グラフＡｉ，Ｂｊが共通するリンクを持つ確率を類似度として算出してもよい。

また、前記各実施の形態では、情報処理装置として、機械使用履歴と機械属性の相関関係を判定する相関構造抽出装置１，２１を例に挙げて説明した。しかし、本発明はこれに限らず、例えば鉄道路線での乗降客の属性と乗車や降車の履歴との間の相関関係を判定する情報処理装置に適用してもよい。この場合、例えば乗降客の顧客識別子がノードとなり、乗降客の性別、年齢、職業等が属性データになり、乗車駅、降車駅、乗降日が履歴データになる。また、本発明は、自動販売機の設置場所属性と売上記録の履歴との間の相関関係を判定する情報処理装置に適用してもよく、グラフ同士の相関の有無を判定する各種の情報処理装置に適用することができる。

１，２１相関構造抽出装置（情報処理装置）
１４第１の機械識別子グラフ構築部
１５第２の機械識別子グラフ構築部
１６，２２類似度算出部（類似度算出手段）
１７相関関係判断部（相関判断手段）

Claims

完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、
異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するノードを持つ確率を類似度として算出する類似度算出手段と、
前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、
前記類似度算出手段は、個々の前記部分構造体を構成するノードが、前記部分構造体の集合に属する全てのノードの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のノードを共有する確率を、複数の前記部分構造体が互いに共通するノードを持つ確率として算出することを特徴とする情報処理装置。
完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、
異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するリンクを持つ確率を類似度として算出する類似度算出手段と、
前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、
前記類似度算出手段は、個々の前記部分構造体を構成するリンクが、前記部分構造体の集合に属する全てのリンクの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のリンクを共有する確率を、複数の前記部分構造体が互いに共通するリンクを持つ確率として算出することを特徴とする情報処理装置。
完全グラフおよびその補グラフである空グラフを含む、グラフとして表現可能な複数種類の離散データから、前記グラフに属するノードの集合の部分集合または前記グラフの部分グラフを意味する部分構造体を、前記離散データの種類に応じて複数形成する構造化手段と、
異なる種類の複数の前記部分構造体間で、全ての部分構造体の組み合わせに対し、複数の前記部分構造体が互いに共通するノードを持ち、かつ複数の前記部分構造体が互いに共通するリンクを持つ確率を類似度として算出する類似度算出手段と、
前記部分構造体の組み合わせそれぞれについて、前記類似度が予め決められた所定の閾値よりも小さいか否かを判定し、前記類似度が予め決められた所定の閾値よりも小さい場合に、その部分構造体の組み合わせには相関があると判断する相関判断手段とを備え、
前記類似度算出手段は、
個々の前記部分構造体を構成するノードが、前記部分構造体の集合に属する全てのノードの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のノードを共有し、
かつ、個々の前記部分構造体を構成するリンクが、前記部分構造体の集合に属する全てのリンクの中から、独立な一様分布に従い選び出されると仮定したとき、複数の前記部分構造体が同一のリンクを共有する確率を、
複数の前記部分構造体が互いに共通するノードを持ち、かつ複数の前記部分構造体が互いに共通するリンクを持つ確率として算出することを特徴とする情報処理装置。
前記構造化手段は、２種類の前記部分構造体を形成し、
一の種類の部分構造体は、属性データに基づいて形成され、
他の種類の部分構造体は、履歴データに基づいて形成されることを特徴とする請求項１，２または３に記載の情報処理装置。
前記構造化手段は、建設機械の端末識別子をノードとして持つ２種類の前記部分構造体を形成し、
一の種類の部分構造体は、前記建設機械の属性データに基づいて形成され、
他の種類の部分構造体は、前記建設機械の稼動履歴データに基づいて形成されることを特徴とする請求項１，２または３に記載の情報処理装置。