JP6144314B2 - データ分類システム,方法,プログラムおよびその記録媒体 - Google Patents
データ分類システム,方法,プログラムおよびその記録媒体 Download PDFInfo
- Publication number
- JP6144314B2 JP6144314B2 JP2015214407A JP2015214407A JP6144314B2 JP 6144314 B2 JP6144314 B2 JP 6144314B2 JP 2015214407 A JP2015214407 A JP 2015214407A JP 2015214407 A JP2015214407 A JP 2015214407A JP 6144314 B2 JP6144314 B2 JP 6144314B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- species
- evaluation
- score value
- belongs
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1を参照して、本願発明の実施の形態に係るデータ分類システム(以下、単に「システム」とよぶ)について、説明する。図1は、システム1のハードウェア構成の一例である。システム1は、サーバ装置10およびクライアント端末11を有する。サーバ装置10は、計算を行う演算装置10aとデータ格納用の記憶装置10bを有する。
本発明は、被検データTが、既知の複数の種のグループのいずれに属するかを判定するものである。被検データTは、複数のデータ構成要素により構成されているものとする。以下、図2を参照して、本発明におけるデータ分類システムにおいて分類の原理について説明する。図2は、データ分類システムにおける分類の原理を説明した図である。分類する種別は2以上の種であればよく、本実施の形態では、被検データT1,T2,T3,T4を、X種,Y種,Z種の3種のグループに分類する例で説明する。まず、分類の準備にあたる学習プロセスについて説明する。まず、分類したい種に属することが明らかな既知データを準備する。既知データは、各種において、複数のデータが属するように準備する。すなわち、予めX種,Y種,Z種のそれぞれに属することが明らかな既知データを準備する。この段階では、分類したいいずれか一種のみに属し、分類対象となる他の種には属しないデータであることが好ましい。すなわち、X種には属するが、Y種およびZ種には属しないことが明らかであるデータを準備する。
前記の分類の原理に基づき、以下、図3を参照して、データ分類システムの機能ブロックについて説明する。図3は、システム1の機能ブロック構成の一例を示した図である。システム1は、例えば、データ取得部21、評価構成要素取得部22,評価構成要素抽出部23、評価構成要素格納部24、スコア値算出部25および分類判定部26を備える。
続いて、上記機能についてシステム1で実行するプログラムのアルゴリズムを説明する。システム1は、プログラムにより実行可能であると共に、そのプログラムは記録媒体において格納しておくことが可能である。まず、学習プロセスのアルゴリズムについて説明する。予め属する種が明らかなデータRを取り込む(S101)。データRを分類するための構成要素を取得する(S102)。取得した評価構成要素に基づき、データRにつき、評価構成要素を抽出する(S103)。分類対象となる種に属することが明らかであるすべてのデータのそれぞれに対して、抽出された評価構成要素に基づいて、スコア値を試算する(S104)。属する種に対するスコア値が、その他の種に対するスコア値とあまり差がない場合には、再度データRを分類するための構成要素の取得(S102)のプロセスにもどり、繰り返す。属する種に対するスコア値が、その他の種に対するスコア値と適切に差が生じ場合には、取得した評価構成要素が適切であるので、評価構成要素として格納する(S105)。
データ分析システムの制御ブロックは、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、CPUを用いてソフトウェアによって実現してもよい。後者の場合、上記システムは、各機能を実現するソフトウェアであるプログラム(データ分析システムの制御プログラム)を実行するCPU、当該プログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROM(Read Only Memory)または記憶装置(これらを「記録媒体」と称する)、当該プログラムを展開するRAM(Random Access Memory)などを備えている。そして、コンピュータ(またはCPU)が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、当該プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。なお、上記プログラムは、任意のプログラミング言語によって実装可能である。また、上記プログラムを記録した任意の記録媒体も、本発明の範疇に入る。
上記システムは、例えば、ディスカバリ支援システム、フォレンジックシステム、電子メール監視システム、医療応用システム(例えば、ファーマコビジランス支援システム、治験効率化システム、医療リスクヘッジシステム、転倒予測(転倒防止)システム、予後予測システム、診断支援システムなど)、インターネット応用システム(例えば、スマートメールシステム、情報アグリゲーション(キュレーション)システム、ユーザ監視システム、ソーシャルメディア運営システムなど)、情報漏洩検知システム、プロジェクト評価システム、マーケティング支援システム、知財評価システム、不正取引監視システム、コールセンターエスカレーションシステム、信用調査システムなど、ビッグデータを分析する人工知能システム(データと所定の事案との関連性を評価可能な任意のシステム)として実現され得る。なお、本発明のデータ分析システムが応用される分野によっては、当該分野に特有の事情を考慮して、例えば、データに前処理(例えば、当該データから重要箇所を抜き出し、当該重要箇所のみをデータ分析の対象とするなど)を施したり、データ分析の結果を表示する態様を変化させたりしてよい。こうした変形例が多様に存在し得ることは、当業者に理解されるところであり、すべての変形例が本発明の範疇に入る。
Claims (6)
- 複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムであって、
前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部と、
前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
前記被検データを構成する前記複数のデータ構成要素を取得するデータ取得部と、
前記予め決定された複数の評価構成要素を前記被検データを構成する前記複数のデータ構成要素の中から抽出する評価構成要素抽出部と、
抽出された前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を算出するスコア値算出部と、
前記スコア値算出部が算出した前記既知の複数の種のすべてに対するスコア値のうち、最も高い値の種に前記被検データが属すると判定する分類判定部と、を備えるデータ分類システム。 - 請求項1に記載のデータ分類システムであって、
前記スコア値算出部は、前記既知の複数の種のすべてに対する前記スコア値をZ−スコア値により正規化し、
前記分類判定部は、前記Z−スコア値のうち最も高い値の種に前記被検データが属すると判定するデータ分類システム。 - 請求項1または2に記載のデータ分類システムであって、
前記分類判定部は、前記最も高い値と、その次に高い値との差の値が、所定の範囲内に入っている場合に、前記最も高い値の種に前記被検データが属すると判定するデータ分類システム。 - コンピュータを備えるデータ分類システムにより、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類方法であって、
前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
その方法は、
前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得し、
前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出し、
前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出し、
前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定するデータ分類方法。 - コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムであって、
前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
そのプログラムは、
前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得する工程と、
前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出する工程と、
前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出する工程と、
前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定する工程と、
を実行するデータ分類プログラム。 - コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムを格納する記録媒体であって、
前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
そのプログラムは、
前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得する工程と、
前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出する工程と、
前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出する工程と、
前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定する工程と、
を実行する記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015214407A JP6144314B2 (ja) | 2015-10-30 | 2015-10-30 | データ分類システム,方法,プログラムおよびその記録媒体 |
US15/296,803 US10467258B2 (en) | 2015-10-30 | 2016-10-18 | Data categorizing system, method, program software and recording medium therein |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015214407A JP6144314B2 (ja) | 2015-10-30 | 2015-10-30 | データ分類システム,方法,プログラムおよびその記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017084249A JP2017084249A (ja) | 2017-05-18 |
JP6144314B2 true JP6144314B2 (ja) | 2017-06-07 |
Family
ID=58634916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015214407A Active JP6144314B2 (ja) | 2015-10-30 | 2015-10-30 | データ分類システム,方法,プログラムおよびその記録媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10467258B2 (ja) |
JP (1) | JP6144314B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783537A (zh) * | 2018-12-26 | 2019-05-21 | 阚研佳 | 一种财务评估系统 |
CN110443515A (zh) * | 2019-08-09 | 2019-11-12 | 杭州安恒信息技术股份有限公司 | 基于威胁指数的物联网安全检测方法与系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10973397B2 (en) * | 1999-03-01 | 2021-04-13 | West View Research, Llc | Computerized information collection and processing apparatus |
US6529892B1 (en) * | 1999-08-04 | 2003-03-04 | Illinois, University Of | Apparatus, method and product for multi-attribute drug comparison |
JP2003099445A (ja) * | 2001-09-21 | 2003-04-04 | Telecommunication Advancement Organization Of Japan | 分類キーワード生成方法および分類キーワード生成プログラムと該プログラムを記録した記録媒体 |
JP4219122B2 (ja) * | 2002-06-25 | 2009-02-04 | 富士通株式会社 | 特徴語抽出システム |
US20050216459A1 (en) * | 2002-08-08 | 2005-09-29 | Aditya Vailaya | Methods and systems, for ontological integration of disparate biological data |
AU2003270678A1 (en) * | 2002-09-20 | 2004-04-08 | Board Of Regents, University Of Texas System | Computer program products, systems and methods for information discovery and relational analyses |
US7386527B2 (en) * | 2002-12-06 | 2008-06-10 | Kofax, Inc. | Effective multi-class support vector machine classification |
JP2004240488A (ja) * | 2003-02-03 | 2004-08-26 | Canon Inc | 文書管理装置 |
US7748036B2 (en) * | 2003-04-01 | 2010-06-29 | Sytex, Inc. | Methods for categorizing input data |
US20100267052A1 (en) * | 2006-09-01 | 2010-10-21 | American Type Culture Collection | Compositions and methods for diagnosis and treatment of type 2 diabetes |
JP4994199B2 (ja) * | 2007-11-26 | 2012-08-08 | ヤフー株式会社 | 機械学習装置及び機械学習方法 |
JP2010026923A (ja) * | 2008-07-23 | 2010-02-04 | Omron Corp | 文書分類方法、文書分類装置、文書分類プログラム、および、コンピュータ読取り可能記録媒体 |
CN107582551A (zh) * | 2009-05-14 | 2018-01-16 | 总医院公司 | 治疗退化性及缺血性疾病的方法和组合物 |
NZ589039A (en) | 2009-09-24 | 2013-04-26 | Nec Corp | Recognition of a word image with a plurality of characters by way of comparing two possible candidates based on an evaluation value |
WO2011059721A1 (en) * | 2009-10-29 | 2011-05-19 | Tethys Bioscience, Inc. | Protein and lipid biomarkers providing consistent improvement to the prediction of type 2 diabetes |
EP2569431B1 (en) * | 2010-05-13 | 2015-09-23 | Sarepta Therapeutics, Inc. | Methods for identifying compounds which modulate interleukins 17 and 23 signaling activity |
US9552637B2 (en) * | 2011-05-09 | 2017-01-24 | Catherine G. McVey | Image analysis for determining characteristics of groups of individuals |
JP5801611B2 (ja) | 2011-06-06 | 2015-10-28 | ダイコク電機株式会社 | 遊技情報管理装置 |
CN102194013A (zh) * | 2011-06-23 | 2011-09-21 | 上海毕佳数据有限公司 | 一种基于领域知识的短文本分类方法及文本分类系统 |
JP2014102555A (ja) * | 2012-11-16 | 2014-06-05 | Ntt Docomo Inc | 判別ルール生成装置及び判別ルール生成方法 |
WO2014085434A1 (en) * | 2012-11-27 | 2014-06-05 | Pontificia Universidad Catolica De Chile | Compositions and methods for diagnosing thyroid tumors |
US9904579B2 (en) * | 2013-03-15 | 2018-02-27 | Advanced Elemental Technologies, Inc. | Methods and systems for purposeful computing |
US20140280174A1 (en) * | 2013-03-16 | 2014-09-18 | Elan Bitan | Interactive user-controlled search direction for retrieved information in an information search system |
-
2015
- 2015-10-30 JP JP2015214407A patent/JP6144314B2/ja active Active
-
2016
- 2016-10-18 US US15/296,803 patent/US10467258B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10467258B2 (en) | 2019-11-05 |
JP2017084249A (ja) | 2017-05-18 |
US20170124179A1 (en) | 2017-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bolón-Canedo et al. | Feature selection for high-dimensional data | |
US20180253657A1 (en) | Real-time credit risk management system | |
KR20200001466A (ko) | 객체들의 엔트로피적 군집화 | |
JP6414363B2 (ja) | 予測システム、方法およびプログラム | |
WO2017148269A1 (zh) | 一种信用分的获取、特征向量值的输出方法及其装置 | |
US11837061B2 (en) | Techniques to provide and process video data of automatic teller machine video streams to perform suspicious activity detection | |
CN106997367B (zh) | 程序文件的分类方法、分类装置和分类系统 | |
US11163877B2 (en) | Method, server, and computer storage medium for identifying virus-containing files | |
JP6311851B2 (ja) | 共クラスタリングシステム、方法およびプログラム | |
CN111401700A (zh) | 一种数据分析方法、装置、计算机系统及可读存储介质 | |
CN111090807A (zh) | 一种基于知识图谱的用户识别方法及装置 | |
CN111222137A (zh) | 一种程序分类模型训练方法、程序分类方法及装置 | |
Banerjee et al. | Using complex networks towards information retrieval and diagnostics in multidimensional imaging | |
CN108197795B (zh) | 恶意团体账户识别方法、装置、终端及存储介质 | |
Ognev et al. | Clustering of malicious executable files based on the sequence analysis of system calls | |
JP6144314B2 (ja) | データ分類システム,方法,プログラムおよびその記録媒体 | |
WO2021081914A1 (zh) | 推送对象确定方法、装置、终端设备及存储介质 | |
CN108985755B (zh) | 一种账号状态识别方法、装置及服务器 | |
JP7170689B2 (ja) | 出力装置、出力方法及び出力プログラム | |
Patching et al. | A supervised learning process to validate online disease reports for use in predictive models | |
CN113065748A (zh) | 业务风险评估方法、装置、设备及存储介质 | |
CN116737373A (zh) | 负载均衡方法、装置、计算机设备、存储介质 | |
Shi et al. | A model for recognizing key factors and applications thereof to engineering | |
JP2021018466A (ja) | ルール抽出装置、情報処理装置、ルール抽出方法及びルール抽出プログラム | |
Wilkins et al. | COUGAR: clustering of unknown malware using genetic algorithm routines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20170418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6144314 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |