JP6448148B1 - 影響推定装置、影響推定方法及び影響推定プログラム - Google Patents

Abstract

【課題】要素間の影響を少ないデータ数においても精度よく推定する、影響推定装置、影響推定方法及び影響推定プログラムを提供する。【解決手段】影響推定装置は、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得部と、要素それぞれの重要度を表す重要度情報を取得する重要度情報取得部と、要素それぞれの価値を表す価値情報を取得する価値情報取得部と、取得された重要度情報と価値情報と類似性情報とに基づき、要素間に生じる影響度を表す影響度情報を算出する影響度情報算出部とを備える。【選択図】図１

Description

本発明は、影響推定装置、影響推定方法及び影響推定プログラムに関する。

従来、相互に何らかの関係性を有する複数の要素が存在している場合、要素間の影響を機械学習等によって推定する技術がある（例えば、特許文献１を参照）。

特開２０１４−１４２７６９号公報

しかし、機械学習を用いて要素間の影響を推定した場合、学習されるデータの数が少ないと誤差が大きくなり、正確な推定が困難となる場合があった。一方、誤差を小さくするために多くのデータを収集して学習させるためには多くの時間を要してしまう場合があった。

本発明のいくつかの態様は、要素間の影響を少ないデータ数においても精度よく推定する、影響推定装置、影響推定方法及び影響推定プログラムを提供することを目的の一つとする。

また、本発明の他の態様は、後述する実施形態に記載した作用効果を奏することを可能にする、影響推定装置、影響推定方法及び影響推定プログラムを提供することを目的の一つとする。

上述した課題を解決するため、本発明の一態様において、影響推定装置は、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得部と、前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得部と、前記要素それぞれの価値を表す価値情報を取得する価値情報取得部と、取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出部と、を備え、前記影響度情報算出部は、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する。

また、上述した課題を解決するため、本発明の一態様において、影響推定方法は、類似性情報取得部が、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得ステップと、重要度情報取得部が、前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得ステップと、価値情報取得部が、前記要素それぞれの価値を表す価値情報を取得する価値情報取得ステップと、影響度情報算出部が、取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出ステップと、を含み、前記影響度情報算出ステップは、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する。

また、上述した課題を解決するため、本発明の一態様において、影響推定プログラムは、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得処理と、前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得処理と、前記要素それぞれの価値を表す価値情報を取得する価値情報取得処理と、取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出処理と、をコンピュータに実行させ、前記影響度情報算出処理において、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する処理を実行させる。

本発明の一実施形態によれば、要素間の影響を少ないデータ数においても精度よく推定する、影響推定装置、影響推定方法及び影響推定プログラムを提供することができる。

実施形態に係る影響推定装置のソフトウェア構成の一例を示す図。 実施形態に係る影響推定装置のハードウェア構成の一例を示す図。 実施形態に係る影響推定装置の動作の一例を示すフローチャート。 第１の実施形態に係る影響推定装置で用いられる要素の属性の一例を示す図。 第１の実施形態に係る影響推定装置で算出された類似度の一例を示す図。 第１の実施形態に係る影響推定装置で算出された影響度の一例を示す図。 第１の実施形態に係る影響推定装置で算出された推定値の一例を示す図。 第２の実施形態に係る影響推定装置で用いられる社員の属性の一例を示す図。 第２の実施形態に係る影響推定装置で用いられる要素の属性の一例を示す図。 第２の実施形態に係る影響推定装置で算出された類似度の一例を示す図。 第２の実施形態に係る影響推定装置で算出された影響度の一例を示す図。 実施形態に係る影響推定装置が提供する表示画面の一例を示す図。 実施形態に係る影響推定装置が提供する表示画面の他の一例を示す図。

以下、図面を参照して本発明の一実施形態における、影響推定装置、影響推定方法、影響推定プログラム及び記録媒体について詳細に説明する。

先ず、図１を用いて、影響推定装置の機能を説明する。図１は、実施形態に係る影響推定装置のソフトウェア構成の一例を示す図である。

図１において、影響推定装置１０は、特徴ベクトル取得部１０１、類似性情報算出部１０２、類似性情報取得部１０３、重要度情報取得部１０４、価値情報取得部１０５、影響度情報算出部１０６、推定値算出部１０７、推定値提供部１０８、ＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）提供部１０９及び通信制御部１１０の各機能を有する。推定値提供部１０８は、表示データ提供部１０８ａ、印字データ提供部１０８ｂ、通信データ提供部１０８ｃの各機能を有する。

本実施形態における影響推定装置１０の上記各機能は、影響推定装置１０を制御する影響推定プログラム（ソフトウェア）によって実現される機能モジュールであるものとして説明する。

特徴ベクトル取得部１０１は、要素の特徴を示す特徴ベクトルを取得する。本実施形態において、要素は、他の要素によって影響を受け得る事項であり、複数の要素間において相互に関係し、一の要素によって他の要素に影響を与えるものとする。例えば、一の要素の変更によって他の要素は影響を受ける。要素の変更とは、例えば、要素の追加又は削除を含む。要素は、一又は複数の特徴量を表す特徴ベクトルによって特徴付けられる。特徴ベクトル取得部１０１は、例えば複数の特徴ベクトルはベクトル合成によってまとめた特徴ベクトルを取得してもよい。特徴ベクトルは、特徴又は特徴量という場合がある。

なお、後述する実施形態においては、要素が商材である場合を例示する。例えば、商材が複数の原材料から製造される製品である場合、特徴ベクトルは使用する原材料名、原材料の使用割合等とすることができる。要素である商材は、特徴ベクトルである原材料名等によって特徴付けられる。商材は原材料が類似している場合類似した商材として相互に影響を受ける可能性がある。特徴ベクトル取得部１０１は、特徴ベクトルとしてそれぞれの商材における原材料名やその使用割合の情報を取得する。

類似性情報算出部１０２は、特徴ベクトル取得部１０１において取得された特徴ベクトルに基づき、類似性情報を算出する。類似性情報とは、複数の要素における要素間の類似性を表す情報（例えば、類似度）である。特徴ベクトルはそれぞれの要素の特徴を示す。従って、類似した要素は類似した特徴ベクトルを有している。類似性情報算出部１０２は、それぞれの要素における特徴ベクトルに基づき、類似性情報（類似性ベクトル）を算出する。類似性情報を要素間で比較することにより、要素間の類似性を得ることができる。

類似性情報取得部１０３は、類似性情報を取得する。類似性情報取得部１０３における類似性情報の取得先は限定されない。例えば、類似性情報取得部１０３は、類似性情報算出部１０２において算出された類似性情報を取得する。類似性情報取得部１０３は、類似性情報算出部１０２から直接類似性情報を取得してもよく、また、類似性情報算出部１０２で算出された後、図示しないメモリ等に記憶された類似性情報を取得するようにしてもよい。さらに、類似性情報取得部１０３は、類似性情報算出部１０２で算出された類似性情報以外の類似性情報を取得するようにしてもよい。例えば、類似性情報取得部１０３は、予め定められた類似性情報を、ネットワークを介して影響推定装置１０に接続された外部サーバ等から取得するようにしてもよい。

重要度情報取得部１０４は、要素それぞれの重要度を表す重要度情報（重要度ベクトル）を取得する。重要度情報取得部１０４は、特徴ベクトル取得部１０１において取得されたそれぞれの要素の特徴ベクトルの中から重要度情報を取得するようにしてもよい。また、重要度情報取得部１０４は、ＵＩ提供部１０９において提供される重要度情報入力画面から影響推定装置１０のユーザ（以下、「ユーザ」という。）が入力した重要度情報を取得する。重要度情報取得部１０４は、例えば、要素ごとに予め定められた所定の重要度情報を、例えばメモリ等から取得するようにしてもよい。

価値情報取得部１０５は、要素それぞれの価値を表す価値情報（価値ベクトル）を取得する。価値情報取得部１０５は、特徴ベクトル取得部１０１において取得されたそれぞれの要素の特徴ベクトルの中から価値情報を取得するようにしてもよい。また、価値情報取得部１０５は、ＵＩ提供部１０９において提供される価値情報入力画面からユーザが入力した価値情報を取得する。価値情報取得部１０５は、例えば、要素ごとに予め定められた所定の価値情報を、例えばメモリ等から取得するようにしてもよい。

なお、後述する実施形態においては、要素が商材であり、重要度情報が商材の販売量、また、価値情報が商材の価格である場合を例示する。また、後述する他の実施形態において、要素がスケジュールであり、重要度情報がスケジュールの主体の役職である場合を例示する。

影響度情報算出部１０６は、重要度情報取得部１０４において取得された重要度情報、価値情報取得部１０５において取得された価値情報、及び類似性情報取得部１０３において取得された類似性情報に基づき、要素間に生じる影響度を表す影響度情報を算出する。

［影響度情報の算出方法］
影響度情報算出部１０６は、要素間における重要度情報と価値情報に基づき重要度価値情報を算出し、算出した重要度価値情報と類似性情報の積において影響度情報を算出する。重要度情報と価値情報に基づく重要度価値情報の算出は、例えば以下に例示する４つの算出方法によって算出することができる。

（第１の算出方法）
影響度情報算出部１０６は、要素間における重要度情報の差と要素間における価値情報の差を積算することにより重要度価値情報を算出する。第１の算出方法における影響度情報の算出例を式１に示す。

但し、ｉ：要素ｉ、ｊ：要素ｊ、Ｖ_ｉｊ：要素ｉから要素ｊへの影響度、ａ１：定数
ｒ_ｉｊ：要素ｉと要素ｊとの間の類似度、ｐ_ｉ：要素ｉの価値、ｐ_ｊ：要素ｊの価値
ｍ_ｉ：要素ｉの重要度、ｍ_ｊ：要素ｊの重要度
（ｐｉ−ｐｊ）＊（｜ｍｉ−ｍｊ｜）／（Σｋ＝１（ｒｉｊ）＊（ｐｉ＋ｐｊ））：重要度価値情報

なお、上記式１は、ぞれぞれの要素における重要度情報と価値情報の積を要素間において減算するものである。

（第２の算出方法）
影響度情報算出部１０６は、要素間における重要度情報の差と要素間における価値情報の差を加算することにより重要度価値情報を算出する。第２の算出方法における影響度情報の算出例を式２に示す。

但し、ａ２〜ａ３：定数
（ａ２＊（ｐ_ｉ−ｐ_ｊ）＋ａ３＊（ｍ_ｉ−ｍ_ｊ））：重要度価値情報、他は式１と同じ。

（第３の算出方法）
影響度情報算出部１０６は、ぞれぞれの要素における重要度情報と価値情報の和を要素間において減算することにより重要度価値情報を算出する。第３の算出方法における影響度情報の算出例を式３に示す。

但し、ａ４〜ａ５：定数
｛ａ４＊（ｐ_ｉ＋ｍ_ｉ）−ａ５＊（ｐ_ｊ＋ｍ_j）｝：重要度価値情報、他は式１と同じ。

上記第１の算出方法〜第３の算出方法に示した重要度価値情報の算出方法及び影響度情報は、式１〜式３に示した算出式に限定されるものではない。例えば、上記式１〜式３のいずれか一つの式に、定数や所定の係数を加算又は乗算するようにしてもよい。また、式１〜式３は、要素ｉと要素ｊについての算出式を例示しているが、例えば第３の要素として要素ｋについての項を有する算出式を用いるものであってもよい。

影響度情報算出部１０６は、要素の変更に伴う影響度情報を算出することができる。要素の変更とは、例えば、要素の追加又は削除を含む。要素の変更は、要素の重要度情報、価値情報又は特徴ベクトルの変更であってもよい。

例えば、要素が商材である場合、要素の追加とは、市場における新しい商材の販売開始であり、要素の削除とは、市場における商材の販売中止である。商材の追加又は削除に対する影響度情報とは、新しい商材の販売開始に伴う他の商材に対する販売量等に対する影響である。また、要素が商材である場合、価値情報の変更とは商材の価格の変更であり、商材の価格の変更に対する影響度情報とは、他の商材に対する販売量等に対する影響である。影響度情報は、例えば、増減する販売量（数量）、増減する販売量の割合（％）等によって算出される。

第１の算出方法〜第３の算出方法に示した算出方法を用いることにより、影響度情報算出部１０６は、要素間の影響度を少ないデータ数において精度よく算出することが可能となる。

推定値算出部１０７は、影響度情報算出部１０６において算出された影響度情報に基づき、要素への影響を推定した推定値を算出する。推定値算出部１０７は、推定値の初期値と算出された影響度情報とに基づき推定値を算出する。推定値は、要素への影響を推定した値であり、初期値に対して影響度情報を適用した数値である。

例えば、要素が商材であり、影響度情報が他の商材に対する販売量に対する影響である場合、初期値は要素の変更前の販売量であり、推定値は要素の変更後の販売量の推定値（予想される販売量）である。

推定値提供部１０８は、推定値算出部１０７において算出された推定値を提供する。推定値提供部１０８は、表示データ提供部１０８ａ、印字データ提供部１０８ｂ、通信データ提供部１０８ｃを有している。

表示データ提供部１０８ａは、推定値を表示するための表示データを、例えば影響推定装置１０に接続された表示装置に対して提供することにより、推定値をユーザに報知することができる。印字データ提供部１０８ｂは、推定値を印字するための印字データを、例えば影響推定装置１０に接続された印字装置に対して提供することにより、推定値を印字してユーザに報知することができる。また、通信データ提供部１０８ｃは、推定値を、通信回線を介して送信するための通信データを、例えば影響推定装置１０に接続された外部サーバに対して提供することにより、推定値を提供することができる。なお、推定値提供部１０８は、表示データ、印字データ又は通信データ以外の態様において推定値を提供するものであってもよい。例えば、推定値提供部１０８は、音声データをスピーカ等に出力することによって推定値を提供するものであってもよい。

ＵＩ提供部１０９は、ユーザに対して要素の変更の設定を可能とするＵＩを提供する。ＵＩ提供部１０９は、例えば、重要度情報取得部１０４によって取得される重要度情報又は価値情報取得部１０５において取得される価値情報を入力するための表示画面を生成して、キーボード等による入力を可能とする。

ＵＩ提供部１０９によって、要素の変更の設定が可能となることにより、ユーザは要素の重要度情報又は価値情報の入力値に対する推定値を対話形式で取得することが可能となる。例えば、要素が商材である場合、ユーザは新たに市場において販売開始する商材の価値情報である価格をＵＩ提供部１０９に入力することにより、新たに販売開始する商材の推定値である販売予測量と、他の商材の販売に対する影響を対話形式（要素の設定に対して推定値が逐次報知される形式）で取得することができる。ＵＩ提供部１０９は、特徴ベクトル等の要素のパラメータを変更するものであってもよい。

通信制御部１１０は、影響推定装置１０と図示しない外部装置との通信を制御する。通信制御部１１０は、影響推定装置１０における上述した各機能において取得等される情報の通信を制御する。

上述した機能を有することにより、影響推定装置１０は、要素間の影響度を少ないデータ数において精度よく算出し、推定値をユーザに提供することができるとともに、要素の変更に対する推定値の変化を確認容易とすることが可能となる。

なお、影響推定装置１０が有する、特徴ベクトル取得部１０１、類似性情報算出部１０２、類似性情報取得部１０３、重要度情報取得部１０４、価値情報取得部１０５、影響度情報算出部１０６、推定値算出部１０７、推定値提供部１０８、表示データ提供部１０８ａ、印字データ提供部１０８ｂ、通信データ提供部１０８ｃ、ＵＩ提供部１０９及び通信制御部１１０の各機能は、上述の通り、ソフトウェアによって実現されるものとして説明した。しかし、影響推定装置１０が有する上記機能の中で少なくとも１つ以上の機能は、ハードウェアによって実現されるものであっても良い。

また、影響推定装置１０が有する上記何れかの機能は、１つの機能を複数の機能に分割して実施してもよい。また、影響推定装置１０は、上記何れか２つ以上の機能を１つの機能に集約して実施してもよい。

また、影響推定装置１０は、１つの筐体によって実現される装置であっても、ネットワーク等を介して接続された複数の装置から実現されるシステムであってもよい。例えば、影響推定装置１０は、クラウドコンピューティングシステムによって提供されるクラウドサービス等、仮想的な装置であってもよい。また、影響推定装置１０は、サーバ装置等の汎用のコンピュータであってもよく、機能が限定された専用の装置であってもよい。

また、影響推定装置１０の上記各機能のうち、少なくとも１以上の機能を他の装置において実現するようにしてもよい。すなわち、影響推定装置１０は上記全ての機能を有している必要はなく、一部の機能を有するものであってもよい。

次に、図２を用いて、影響推定装置１０のハードウェア構成を説明する。図２は、実施形態における影響推定装置１０のハードウェア構成の一例を示すブロック図である。

影響推定装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３、ＨＤＤ（ｈａｒｄ ｄｉｓｋ ｄｒｉｖｅ）１４、表示制御部１５、入力制御部１６、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１７を有する。

影響推定装置１０は、サーバ装置、デスクトップ型ＰＣ、タブレット型ＰＣ等の汎用装置、若しくは影響推定専用の装置である。影響推定装置１０は、図１で説明した影響推定プログラムを実行する。

ＣＰＵ１１は、ＲＡＭ１２、ＲＯＭ１３又はＨＤＤ１４に記憶された影響推定プログラムを実行することにより、影響推定装置１０の制御を行う。影響推定プログラムは、例えば、影響推定プログラムを記録した記録媒体、又はネットワークを介したプログラム配信サーバ等から取得されて、ＨＤＤ１４にインストールされ、ＲＡＭ１２にＣＰＵ１１から読出し可能に記憶される。

表示制御部１５は、表示装置２１に表示する表示データを生成する。入力制御部１６は、キーボードやマウス等の入力装置２２から入力される情報を取得する。なお、表示装置２１及び入力装置の代わりに操作入力機能と表示機能とを有するタッチパネルが用いられる場合、表示制御部１５及び入力制御部１６はタッチパネルの表示及び操作に関する入出力制御を行うものであってもよい。

通信Ｉ／Ｆ１７は、ネットワーク９０を介して接続されたサーバ９１との通信を制御する。サーバ９１は、例えば影響推定装置１０が取得するデータを保存し、又は影響推定装置１０が提供するデータを保存するものであってもよい。また、サーバ９１は、上述のように影響推定装置１０を制御する影響推定プログラムの一部を記憶し又は実行するものであってもよい。

次に、図３を用いて、影響推定装置１０の動作を説明する。図３は、実施形態に係る影響推定装置の動作の一例を示すフローチャートである。

なお、図３に示すフローチャートにおける各処理は、例えば、図２で説明したＣＰＵ１１が影響推定プログラムを実行することにより、図１で説明した各機能を実現することによって実行することができる。以下の説明では、フローチャートの処理は影響推定装置１０が実行するものとして説明する。

図３において、影響推定装置１０は、推定開始の指示があったか否かを判断する（ステップＳ１１）。推定開始の指示があったか否かは、例えば、ＵＩ提供部１０９においてユーザからの要素の変更が設定されたか否か等を検出することによって判断することができる。推定開始の指示は、例えば、「推定開始」のボタン操作等のユーザからの明示的な指示であっても、ＵＩ提供部１０９におけるデータ入力等のユーザからの非明示的な指示であってもよい。図３に示す動作においては、以下のステップの処理は、推定開始の指示があったときに実行されるものとする。推定開始の指示がないと判断した場合（ステップＳ１１：ＮＯ）、影響推定装置１０は、ステップＳ１１の処理を繰り返して推定開始の指示がされるのを待機する。

一方、推定開始の指示があったと判断した場合（ステップＳ１１：ＹＥＳ）、影響推定装置１０は、要素に関する情報を取得する（ステップＳ１２）。要素に関する情報の取得は、例えば、特徴ベクトル取得部１０１が特徴ベクトルを取得することにより実行することができる。なお、ステップＳ１２の処理においては、例えば既に取得されている特徴ベクトルについては取得せず、新たに追加、削除等の変更がある特徴ベクトル（例えば、差分情報）についてのみを取得するようにしてもよい。

ステップＳ１２の処理を実行した後、影響推定装置１０は、類似性情報を算出する（ステップＳ１３）。類似性情報の算出は、例えば、類似性情報算出部１０２が、特徴ベクトル取得部１０１において取得された特徴ベクトルに基づき算出することができる。

ステップＳ１３の処理を実行した後、影響推定装置１０は、重要度情報を取得する（ステップＳ１４）。重要度情報の取得は、例えば重要度情報取得部１０４が重要度情報を取得することにより実行することができる。

ステップＳ１４の処理を実行した後、影響推定装置１０は、価値情報を取得する（ステップＳ１５）。価値情報の取得は、例えば価値情報取得部１０５が価値情報を取得することにより実行することができる。

ステップＳ１５の処理を実行した後、影響推定装置１０は、影響度情報を算出する（ステップＳ１６）。影響度情報の算出は、例えば、影響度情報算出部１０６が、重要度情報取得部１０４において取得された重要度情報、価値情報取得部１０５において取得された価値情報、及び類似性情報算出部１０２で算出されて類似性情報取得部１０３において取得された類似性情報に基づき算出することができる。

ステップＳ１６の処理を実行した後、影響推定装置１０は、推定値を提供する（ステップＳ１７）。推定値の提供は、例えば、推定値提供部１０８が、推定値算出部１０７において算出された推定値を、表示データ、印字データ又は通信データとして提供することにより実行することができる。ステップＳ１７処理を実行した後、影響推定装置１０は、フローチャートに示す処理を終了する。

なお、図３において示した各ステップの処理の実行順序はこれに限定されるものではない。例えば、ステップＳ１４の処理とステップＳ１５の処理の実行順序は逆であってもよい。

［第１の実施形態］
次に、図４〜図７を用いて、第１の実施形態を説明する。第１の実施形態は、影響推定装置１０において、商材としてのビールの市場シェアを推定するものである。図４〜７は、影響推定装置１０で用いられるデータ（情報）を表形式で示している。なお、影響推定装置１０で用いられるデータの形式は表形式に限定されるものではなく、例えば、ＣＳＶ（Ｃｏｍｍａ−Ｓｅｐａｒａｔｅｄ Ｖａｌｕｅｓ）、ＸＭＬ（ＥｘｔｅｎｓｉｂｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ）等のデータ形式であってもよい。

図４は、第１の実施形態に係る影響推定装置で用いられる要素の属性の一例を示す図である。

図４において、「製品名」のデータ項目に示す「Ａ」〜「Ｄ」はビールの製品名であり、本実施形態における要素を示す。「メーカ名」、「価格」、「ｔ年のシェア」及び「原材料」は、それぞれの要素「Ａ」〜「Ｄ」における属性である。ここで、第１の実施形態では、「価格」のデータ項目を、価値情報（ｐ（円））とする。「ｔ年のシェア」のデータ項目を、重要度情報（ｍ（％））とする。さらに、「原材料」のデータ項目を、特徴ベクトルとする。なお、いずれのデータ項目を価値情報等とするかは任意であり、例えば、ユーザが、ＵＩ提供部１０９が提供するＵＩから指定できるようにしてもよい。

製品Ａ〜製品Ｃは、ｔ年の時点において市場のシェアが、それぞれ３０％、５０％及び２０％のシェアを有している。一方、製品Ｄは、ｔ年の時点においては販売されておらず、市場のシェアが０％である。第１の実施形態においては、製品Ｄが新たに販売されて市場に投入されることに伴う影響を推定する。

類似度は、類似性を表す類似性情報の一例である。類似度は、特徴ベクトルに基づき算出される。第１の実施形態において、類似度は「原材料」のデータ項目に基づき算出するものとする。「原材料」のデータ項目においては、文字列がカンマ区切りで列挙されて、単語の羅列となっている。第１の実施形態においては、各文字列の平均Ｊａｃｃａｒｄ係数を算出することによって、文字列間の類似度を算出する。Ｊａｃｃａｒｄ係数を用いることによって、二つの要素間の類似度（ｒ_ｉｊ）を算出することができる。Ｊａｃｃａｒｄ係数を用いた類似度（ｒ_ｉｊ）の算出式を式４に示す。

但し、ＳｅｔＸ、ＳｅｔＹは原材料名であり、式４は、類似度（ｒ_ｉｊ）を、原材料が共通する数を原材料の数で割ることにより算出するものである。ここで、文字列が同一である場合、式４の値は１となる。また、共通する文字列が無ければ式４の値は０となる。すなわち、Ｊａｃｃａｒｄ係数を用いることにより、原材料の類似度を０〜１の数値で定量化することが可能となる。なお、第１の実施形態においては、Ｊａｃｃａｒｄ係数を用いることにより類似度を算出する場合を例示したが、類似度の算出方法はこれに限定されるものではない、例えば、特徴ベクトルが文字列である場合の類似度を、Ｄｉｃｅ係数又はＳｉｍｐｓｏｎ係数を用いることにより算出してもよい。また、特徴ベクトルが数値である場合の類似度を平均ユークリッド距離等を用いて算出するようにしてもよい。

図５は、第１の実施形態に係る影響推定装置１０で算出された類似度の一例を示す図である。図５は、製品Ａ〜Ｄの要素に対する製品Ａ〜Ｄの要素の類似度を示している。

図５において、同じ要素同士においては、上述のように類似度は１となる。例えば、製品Ａの要素に対する、製品Ｂの要素の類似度は０．６７、製品Ｃの要素の類似度は０．６７、製品Ｄの要素の類似度は０．５となる。製品Ｂの要素に対する、製品Ｃの要素の類似度は０．５、製品Ｄの要素の類似度は０．７５となる。また、製品Ｃの要素に対する、製品Ｄの要素の類似度は０．４となる。すなわち、原材料において「麦芽，ホップ，米」が共通する製品Ｂと製品Ｄの類似度が０．７５で一番高く、原材料において、全ての製品名において含まれる「麦芽，ホップ」以外の原材料の数が多い製品Ｃと製品Ｄの類似度が０．４で一番低いことが算出される。

次に、図６を用いて、図５に示した類似度に基づく影響度の算出結果を説明する。図６は、第１の実施形態に係る影響推定装置１０で算出された影響度の一例を示す図である。

図６は、要素ｉから要素ｊへの影響度Ｖ_ｉｊを、式５を用いて算出した結果を示している。

但し、ｒ_ｉｉ＝０とする。式５は、式１の一実施態様である。

第１の実施形態において、影響度Ｖ_ｉｊは、価値情報である価格ｐと重要度情報であるｔ年のシェアｍにおいて算出される。また、重要度情報において、ｍ_ｉｔは、時点ｔにおける製品ｉのシェアを示す。式５において、影響度Ｖ_ｉｊが正の値となる場合は、製品ｉから製品ｊへシェアが流入して、製品ｊのシェアが増加したことを示す。一方、影響度Ｖ_ｉｊが負の値となる場合は、製品ｊから製品ｉへシェアが流入して、製品ｊのシェアが減少したことを示す。

図６において、例えば、Ｖ_ＡＢは０、Ｖ_ＡＣは０．５２０、Ｖ_ＡＤは１．１６５である。類似度の大きい製品Ｂと製品Ｄにおいて、Ｖ_ＢＤは２．７９０、Ｖ_ＤＢは−３．２４７となる。一方、類似度の小さい製品Ｃと製品Ｄにおいて、Ｖ_ＣＤ及びＶ_ＤＣは０となる。すなわち、類似度の大きい製品間において、一方の製品から他方の製品に対する影響度が大きくなることを示している。

次に、図７を用いて、図６に示した影響度に基づく推定値の算出結果を説明する。図７は、第１の実施形態に係る影響推定装置で算出された推定値の一例を示す図である。

第１の実施形態においては、算出する推定値を製品のシェアとする。時点ｔ＋１年における製品ｉのシェアをｍ_ｉｔ＋１とすると、ｍ_ｉｔ＋１は、例えば、式６で算出することができる。

図７において、新たに販売される製品Ｄのシェアは、８．５０％と推定される。製品Ｄの販売に対して、例えば、製品Ａのｔ＋１年におけるシェアは、２６．４１％と算出される。図４において製品Ａのｔ年におけるシェアは３０％であったため、製品Ａはシェアを３．５９％減少させると推定される。同様に、製品Ｂのｔ＋１年におけるシェアは、４１．４８％と算出される。図４において製品Ｂのｔ年におけるシェアは５０％であったため、製品Ｂはシェアを８．５２％減少させると推定される。また、製品Ｃのｔ＋１年におけるシェアは、２３．６１％と算出される。図４において製品Ｃのｔ年におけるシェアは２０％であったため、製品Ｃはシェアを３．６１％増加させると推定される。

なお、ユーザは図４で示した製品の価格を適宜変更することにより、変更した価格における各製品のシェアに対する影響の変化を容易に推定することが可能となる。

［第２の実施形態］
次に、図８〜図１１を用いて、第２の実施形態を説明する。第２の実施形態は、影響推定装置１０において、組織における会議等のスケジュールを新たに追加した場合の、他のスケジュールへの影響を推定するものである。図８〜１１は、第１の実施形態と同様に影響推定装置１０で用いられるデータ（情報）を表形式で示している。

図８は、第２の実施形態に係る影響推定装置１０で用いられる社員の属性の一例を示す図である。

図８において、「氏名」のデータ項目に示す「Ａ」〜「Ｅ」は社員名である。図８は、それぞれの社員の「役職」と「重要度」を定義している。重要度は役職に応じて、１〜４の数値が設定される。例えば、「役職」が社員である場合重要度は１に、また、「役職」が部長である場合重要度は４に設定されている。

図９は、第２の実施形態に係る影響推定装置で用いられる要素の属性の一例を示す図である。

図９において、「名称」のデータ項目に示す「１」〜「３」は会議等のスケジュール名であり、本実施形態における要素を示す。「時間」、「参加者」、「重要度ｍ（所要時間）」、「価値ｐ」及び「備考」は、それぞれの要素「１」〜「３」における属性である。ここで、第２の実施形態では、「価値ｐ」のデータ項目を、価値情報（ｐ）とする。「重要度ｍ（所要時間）」のデータ項目を、重要度情報（ｍ）とする。「重要度ｍ（所要時間）」は、スケジュール１〜スケジュール３におけるそれぞれの所要時間（ｈ）を示し、例えば、スケジュール１は２ｈである。また、「価値ｐ」は、それぞれのスケジュールの参加者の、図８で説明した「重要度」の総和としている。「時間」は、それぞれのスケジュールの開始時間（時刻）と終了時間（時刻）を示す。「参加者」は、それぞれのスケジュールに参加する社員名を示す。なお、いずれのデータ項目を価値情報等とするかは任意であり、例えば、ユーザが、ＵＩ提供部１０９が提供するＵＩから指定できるようにしてもよい。

スケジュール１は、時間１３：００―１５：００において開催されて、参加者はＡ及びＢの２名である。スケジュール２は、時間１６：００―１７：００において開催されて、参加者はＣ、Ｄ及びＥの３名である。スケジュール１とスケジュール２は、時間も参加者も重複していない。第２の実施形態においては、スケジュール１とスケジュール２に対して、新たなスケジュール３を新規に追加する場合の影響を推定する。スケジュール３は、時間１５：００−１６：３０において開催され、参加者はＢ，Ｃ及びＤの３名を予定している。すなわち、スケジュール３は、スケジュール２と、時間において１６：００−１６：３０で重複し、参加者においてＣ及びＤで重複している。

図１０は、第２の実施形態に係る影響推定装置１０で算出された類似度の一例を示す図である。

図１０は、スケジュール間の類似度ｒ_ｉｊを、式７〜式９を用いて算出した結果を示している。

但し、ｊ（ｈｉ，ｈｊ）はスケジュールｉの参加者の集合ｈｉとスケジュールｊの参加者の集合ｈｊのＪａｃｃａｒｄ係数

但し、ｔ_ｉｓ：スケジュールｉの開始時刻、ｔ_ｉｅ：スケジュールｉの終了時刻
ｔ_ｊｓ：スケジュールｊの開始時刻、ｔ_ｊｅ：スケジュールｊの終了時刻

図１０において、同じ要素同士における類似度ｒ_ｉｉは０である。例えば、スケジュール１とスケジュール２の類似度ｒ_１２（＝ｒ_２１）は、上述のように時間と参加者における重複がないため、類似度は０と算出される。一方、スケジュール１とスケジュール３の類似度ｒ_１３（＝ｒ_３１）は０．１２５、また、スケジュール２とスケジュール３の類似度ｒ_２３（＝ｒ_３２）は０．３１３と算出される。類似度においては、時間と参加者において重複のあるスケジュール２とスケジュール３の類似度の方が、重複のないスケジュール１とスケジュール３の類似度より高く算出されている。

図１１は、第２実施形態に係る影響推定装置１０で算出された影響度の一例を示す図である。

第２の実施形態においては、スケジュール間の影響度を式１０において算出する。

式１０は、式３の一実施態様である。

式１０において、スケジュール間の影響度Ｖ_ｉｊが、正の値として算出されたときは、スケジュールｊがスケジュールｉに対し悪い影響を与えていることを示している。この場合、スケジュールｉは、スケジュールｊに比べて重要であると判断することができる。一方、スケジュール間の影響度Ｖ_ｉｊが、負の値として算出されたときは、スケジュールｉがスケジュールｊに対し悪い影響を与えていることを示している。この場合、スケジュールｊは、スケジュールｉに比べて重要であると判断することができる。

図１１において、スケジュール１とスケジュール３の間の影響度は、Ｖ_３１＝−０．１８８、Ｖ_１３＝０．１８８と算出される。また、スケジュール２とスケジュール３の間の影響度は、Ｖ_３２＝０．７８１、Ｖ_２３＝−０．７８１と算出される。ここでスケジュール３がスケジュール１とスケジュール２に対して与える影響度を比較すると、Ｖ_３１（＝−０．１８８）が負の値として算出されているのに対して、Ｖ_３２（＝０．７８１）は正の値として算出されている。すなわち、新たに追加されたスケジュール３による影響は，時間と参加者が重複しているスケジュール２に対する影響よりも、スケジュール１に対して悪影響を与えていると判断することができる。また、Ｖ_３２（＝０．７８１）の算出結果より、スケジュール３は、スケジュール２に比べて重要であると判断することができる。

算出された影響度は、例えば、推定値提供部１０８等によってユーザに報知するようにしてもよい。この算出結果を報知されたユーザは、例えば、スケジュールを再調整する際に、スケジュール１とスケジュール３に重複した参加者Ｂの参加を考慮して、例えば、スケジュール３の開始時刻を繰り下げることにより、スケジュール１への悪影響を小さくすることが可能となる。なお、影響度に基づき、スケジュール１〜スケジュール３のうちの少なくとも１つのスケジュールの時間、参加者等を自動的に調整するようにしてもよい。

次に、図１２〜図１３を用いて、影響推定装置１０が提供するＵＩを説明する。図１２は、実施形態に係る影響推定装置１０が提供する表示画面の一例を示す図である。表示画面は、例えば、ＵＩ提供部１０９において生成されて、表示装置２１に表示される。

図１２において、表示画面１０００は、要素表示部１００１、詳細表示ボタン１００２、要素追加ボタン１００３、再計算指示ボタン１００４及びグラフ表示ボタン１００５を有している。

表示画面１０００は、例えば、ユーザからの明示的な指示に基づき表示される。要素表示部１００１は、図４〜図７で例示した、第１の実施形態におけるビールの市場シェアの推定結果を示している。要素表示部１００１において、メーカ、製品名、価格（円）及び前年シェア（％）は、要素である製品名の属性であり、予めユーザによって設定される。当年予測シェア（％）は、影響推定装置１０において算出された推定値である。要素表示部１００１を表示することにより、ユーザは各製品毎の当年シェアを予測することができる。

詳細表示ボタン１１０２は、ユーザがマウス等の操作によって押下することにより、それぞれの要素の詳細を設定可能にするボタンである。製品Ｄの詳細表示ボタン１１０２が押下されると、表示画面１１００が表示される。表示画面１１００は、ユーザに対して要素の詳細を入力可能にするＵＩである。表示画面１１００は、メーカ、製品名、価格（円）、前年シェア（％）及び原材料の設定項目を入力（編集を含む。）可能にする。ユーザは設定項目の入力が完了すると、表示画面１１００のＯＫのボタンを押下する。設定項目の入力結果は要素表示部１００１に反映される。なお、要素を削除する場合、表示画面１１００の削除ボタンを押下する。

再計算指示ボタン１００４は、当年予測シェアを再計算するためのボタンである。例えば、表示画面１１００において設定項目を入力した後に再計算指示ボタン１００４を押下することによって、設定項目入力後の当年予測シェアを再計算することができる。ユーザは、設定項目の入力とそれに対するシェアの再計算を対話形式に実行することにより、例えば製品の目標とする市場シェアにおける適正な価格を容易に推定することが可能となる。

グラフ表示ボタン１００５は、算出された当年予測シェアをグラフで表示させるためのボタンである。グラフ表示ボタン１００５が押下されると、表示画面１２００が表示される。表示画面１２００は、各製品における前年シェアと当年予測シェアを棒グラフで表示する。

なお、表示画面１２００において表示されるグラフは、例えば円グラフや折れ線グラフであってもよい。また、表示されたグラフは、キーボードの操作等によりプリンタから印字できるようにしてもよい。また、図１２においては、シェアの予測を年毎に行う場合を示したが、シェアの予測は、例えば、月毎、週毎等において実行できるようにしてもよい。

図１３は、実施形態に係る影響推定装置１０が提供する表示画面の他の一例を示す図である。

図１３において、表示画面２０００は、会議詳細設定部２００１、参加者設定ボタン２００２及び登録ボタン２００３を有している。

表示画面２０００は、例えば、ユーザからの明示的な指示に基づき表示される。表示画面２０００は、図８〜図１１で例示した、第２の実施形態におけるスケジュールの影響を推定するための設定画面を示している。

会議詳細設定部２００１は、会議の詳細を設定するための入力を可能にする。ユーザは、会議詳細設定部２００１において、会議名、開始日時、終了日時、場所の情報を入力することができる。

参加者設定ボタン２００２は、会議詳細設定部２００１において入力した会議の参加者を登録するためのボタンである。参加者設定ボタン２００２が押下されると、参加者登録画面２１００が表示される。参加者登録画面２１００は、参加者の所属、参加者名、及び役職を入力可能にする。参加者の入力は、例えばプルダウンメニュー等によって選択して入力するものであってもよい。また、参加者の役職は、図８で示したように、予め設定しておくようにしてもよい。ぞれぞれの参加者には、例えば役職に応じて重要度が予め設定されているものとする。ユーザは参加者登録画面２１００において参加者を入力した場合、登録ボタン２１０１を押下することにより、参加者を確定することができる。

表示画面２０００の登録ボタン２００３は、表示画面２０００において入力した会議を影響推定装置１０に新規に登録して影響度の推定を開始するためのボタンである。登録ボタン２００３が押下されると、確認画面２２００が表示される。確認画面２２００は、新規に登録した会議の他の会議に対する影響度に基づき、ユーザに注意を与えるための画面である。

確認画面２２００において、登録されている会議（予定１〜予定３）に関し、開催時間と参加者の情報が表示される。また、確認画面２２００には、開催時間が重複している会議における参加者の重複が表示される。

また、確認画面２２００には、開催時間が連続している会議における参加者の重複が表示される。開催時間が連続している会議における参加者の重複の表示は、例えば、参加者の重要度に応じて表示又は非表示を表示するようにしてもよい。すなわち、スケジュールの影響度を算出するときに参加者の重要度を条件とする場合、重要度の高い参加者のスケジュールを考慮することができる。

また、確認画面２２００には、優先する会議に関する情報が表示される。優先する会議は、上述のように、Ｖ_ｉｊを算出することによって判断することができる。

確認画面２２００を表示することにより、推定されたスケジュール同士の影響度に基づき、ユーザに対してスケジュールの調整を提案することが可能となる。

以上、説明したように、本実施形態における影響推定装置は、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得部と、要素それぞれの重要度を表す重要度情報を取得する重要度情報取得部と、要素それぞれの価値を表す価値情報を取得する価値情報取得部と、取得された重要度情報、価値情報又は類似性情報の少なくともいずれか１つに基づき、要素間に生じる影響度を表す影響度情報を算出する影響度情報算出部とを備える。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定装置において、算出された影響度情報に基づき、要素への影響を推定した推定値を算出する推定値算出部と、算出された推定値を提供する推定値提供部とをさらに備える。これによって、ユーザに対して、影響度に基づく推定値を提供することが可能となる。

また、本実施形態における影響推定装置において、影響度情報算出部は、要素間における重要度情報と価値情報に基づき重要度価値情報を算出し、算出した重要度価値情報と類似性情報の積において影響度情報を算出する。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定装置において、要素間における前記重要度情報の差と要素間における価値情報の差を積算することにより重要度価値情報を算出する。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定装置において、影響度情報算出部は、要素間における重要度情報の差と要素間における価値情報の差を加算することにより重要度価値情報を算出する。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定装置において、ぞれぞれの要素における重要度情報と価値情報の積を要素間において減算することにより算出する。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定方法は、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得ステップと、要素それぞれの重要度を表す重要度情報を取得する重要度情報取得ステップと、要素それぞれの価値を表す価値情報を取得する価値情報取得ステップと、取得された重要度情報、価値情報又は類似性情報の少なくともいずれか１つに基づき、要素間に生じる影響度を表す影響度情報を算出する影響度情報算出ステップとを含む。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態における影響推定プログラムは、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得処理と、要素それぞれの重要度を表す重要度情報を取得する重要度情報取得処理と、要素それぞれの価値を表す価値情報を取得する価値情報取得処理と、取得された重要度情報、価値情報又は類似性情報の少なくともいずれか１つに基づき、要素間に生じる影響度を表す影響度情報を算出する影響度情報算出処理とをコンピュータに実行させる。これによって、影響推定装置は、要素間の影響を少ないデータ数においても精度よく推定することが可能となる。

また、本実施形態で説明した装置を構成する機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本実施形態の上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、本発明の実施形態について、図面を参照して説明してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲においての種々の変更も含まれる。

１０ ・・・影響推定装置
１０１・・・特徴ベクトル取得部
１０２・・・類似性情報算出部
１０３・・・類似性情報取得部
１０４・・・重要度情報取得部
１０５・・・価値情報取得部
１０６・・・影響度情報算出部
１０７・・・推定値算出部
１０８・・・推定値提供部
１０９・・・ＵＩ提供部
１１０・・・通信制御部

Claims (7)

1. 複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得部と、
   前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得部と、
   前記要素それぞれの価値を表す価値情報を取得する価値情報取得部と、
   取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出部と、を備え、
   前記影響度情報算出部は、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する、
   影響推定装置。
2. 算出された前記影響度情報に基づき、前記要素への影響を推定した推定値を算出する推定値算出部と、
   算出された前記推定値を提供する推定値提供部と
   をさらに備える、請求項１に記載の影響推定装置。
3. 前記影響度情報算出部は、前記要素間における前記重要度情報の差と前記要素間における前記価値情報の差を積算することにより前記重要度価値情報を算出する、請求項１または請求項２に記載の影響推定装置。
4. 前記影響度情報算出部は、前記要素間における前記重要度情報の差と前記要素間における前記価値情報の差を加算することにより前記重要度価値情報を算出する、請求項１または請求項２に記載の影響推定装置。
5. 前記影響度情報算出部は、ぞれぞれの前記要素における前記重要度情報と前記価値情報の和を前記要素間において減算することにより算出する、請求項１または請求項２に記載の影響推定装置。
6. 類似性情報取得部が、複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得ステップと、
   重要度情報取得部が、前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得ステップと、
   価値情報取得部が、前記要素それぞれの価値を表す価値情報を取得する価値情報取得ステップと、
   影響度情報算出部が、取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出ステップと、を含み、
   前記影響度情報算出ステップにおいて、前記影響度情報算出部が、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する、
   影響推定方法。
7. 複数の要素における要素間の類似性を表す類似性情報を取得する類似性情報取得処理と、
   前記要素それぞれの重要度を表す重要度情報を取得する重要度情報取得処理と、
   前記要素それぞれの価値を表す価値情報を取得する価値情報取得処理と、
   取得された前記重要度情報と前記価値情報と前記類似性情報とに基づき、前記要素間に生じる影響度を表す影響度情報を算出する影響度情報算出処理と、
   をコンピュータに実行させ、
   前記影響度情報算出処理において、前記要素間における前記重要度情報と前記価値情報に基づき重要度価値情報を算出し、算出した前記重要度価値情報と前記類似性情報の積において、前記影響度情報を算出する処理を実行させる、
   影響推定プログラム。

Images