JP6605683B1 - 見積方法、課金方法、コンピュータ、及びプログラム - Google Patents
見積方法、課金方法、コンピュータ、及びプログラム Download PDFInfo
- Publication number
- JP6605683B1 JP6605683B1 JP2018203078A JP2018203078A JP6605683B1 JP 6605683 B1 JP6605683 B1 JP 6605683B1 JP 2018203078 A JP2018203078 A JP 2018203078A JP 2018203078 A JP2018203078 A JP 2018203078A JP 6605683 B1 JP6605683 B1 JP 6605683B1
- Authority
- JP
- Japan
- Prior art keywords
- electronic data
- review
- attribute
- estimation method
- data set
- 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
- 238000000034 method Methods 0.000 title claims abstract description 271
- 238000012552 review Methods 0.000 claims abstract description 169
- 230000008569 process Effects 0.000 claims abstract description 164
- 238000012854 evaluation process Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 6
- 230000008451 emotion Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 20
- 238000011156 evaluation Methods 0.000 abstract description 10
- 238000010276 construction Methods 0.000 description 16
- 239000008186 active pharmaceutical agent Substances 0.000 description 15
- 238000000605 extraction Methods 0.000 description 12
- 230000007423 decrease Effects 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- 102220521910 THAP domain-containing protein 1_S21C_mutation Human genes 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 102220247850 rs1421233354 Human genes 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- -1 conjunctions Substances 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明の一実施形態に係るコンピュータ1の構成について、図1を参照して説明する。図1は、コンピュータ1の構成を示すブロック図である。
本発明の一実施形態に係るレビュー時間の見積方法S1について、図2を参照して説明する。図2は、レビュー時間の見積方法S1の流れを示すフローチャートである。
テキストTの属性値のうち、第1の特徴量C1として利用可能な属性値には、例えば、異語数、品詞数、TTR、CTTR、ユールK特性値、係り受け回数、数値比率などがある。これらの属性値は、例えば、以下のように定義することができる。
予測モデルの構築方法S2について、図3を参照して説明する。図3は、予測モデルの構築方法S2の流れを示すフローチャートである。
設定処理S21の第1の具体例(以下、「設定処理S21A」と記載)について、図4を参照して説明する。図4の(a)は、設定処理S21Aの流れを示すフローチャートである。
設定処理S21の第2の具体例(以下、「設定処理S21B」と記載)について、図5を参照して説明する。図5の(a)は、設定処理S21Bの流れを示すフローチャートである。
設定処理S21の第3の具体例(以下、「設定処理S21C」と記載)について、図6を参照して説明する。図6の(a)は、設定処理S21Cの流れを示すフローチャートである。
本実施形態においては、電子データを主に「テキストデータ」として説明したが、「電子データ」は、上記コンピュータ1によって処理可能となる形式で表現された任意の電子データを全て含んでよい。上記電子データは、例えば、少なくとも一部において構造定義が不完全な非構造化データであってよく、自然言語によって記述された文章を少なくとも一部に含む文書データ(例えば、電子メール(添付ファイル・ヘッダ情報を含む)、技術文書(例えば、学術論文、特許公報、製品仕様書、設計図など、技術的事項を説明する文書を広く含む)、プレゼンテーション資料、表計算資料、決算報告書、打ち合わせ資料、報告書、営業資料、契約書、組織図、事業計画書、企業分析情報、電子カルテ、ウェブページ、ブログ、ソーシャルネットワークサービスに投稿されたコメントなど)、音声データ(例えば、会話・音楽などを録音したデータ)、画像データ(例えば、複数の画素またはベクター情報から構成されるデータ)、映像データ(例えば、複数のフレーム画像から構成されるデータ)などを広く含む。
本発明の第1の態様に係る見積方法は、少なくとも1つの電子データを含むデータセットを格納したメモリとコントローラとを備えたコンピュータを用いて、前記データセットのレビュー作業に要する費用を見積もる見積方法であって、前記メモリが、前記データセットを記憶する記憶処理と、前記コントローラが、各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツの特徴量に基づいて予測する予測処理と、前記コントローラが、前記データセットのレビュー作業に要する工数を、各電子データについて前記予測処理にて予測された時間に基づいて評価する評価処理と、前記コントローラが、前記データセットのレビュー作業に要する費用を、前記評価処理にて評価された工数に基づいて見積もる見積処理と、を含んでいる、見積方法である。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。
Claims (17)
- 少なくとも1つの電子データを含むデータセットを格納したメモリとコントローラとを備えたコンピュータを用いて、該データセットのレビュー作業に要する費用を見積もる見積方法であって、
前記コントローラが、各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツの特徴量に基づいて予測する予測処理と、
前記コントローラが、前記データセットのレビュー作業に要する工数を、各電子データについて前記予測処理にて予測された時間に基づいて評価する評価処理と、
前記コントローラが、前記データセットのレビュー作業に要する費用を、前記評価処理にて評価された工数に基づいて見積もる見積処理と、を含んでいる、
ことを特徴とする見積方法。 - 前記予測処理は、各電子データのコンテンツの特徴量を入力とし、該電子データのレビュー作業に要する時間を出力とする予測モデルであって、機械学習によって構築された予測モデルを用いて、各電子データのレビュー作業に要する時間を予測する処理である、
ことを特徴とする請求項1に記載の見積方法。 - 前記評価処理は、前記データセットのレビュー作業に要する工数を、各電子データについて前記予測処理にて予測された時間の総和に比例するように評価する処理である、
ことを特徴とする請求項1又は2に記載の見積方法。 - 前記見積処理は、前記データセットのレビュー作業に要する費用を、前記評価処理にて評価された工数に比例するように見積もる処理である、
ことを特徴とする請求項1〜3の何れか1項に記載の見積方法。 - 上記データセットは、コンテンツの特徴量に応じてレビュー作業に要する時間が変動する電子データを含んでいる、
ことを特徴とする請求項1〜4の何れか1項に記載の見積方法。 - 前記予測処理は、各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツの複雑さを表す特徴量を含む特徴量群に基づいて予測する処理である、
ことを特徴とする請求項1〜5の何れか1項に記載の見積方法。 - 前記予測処理は、各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツのサイズを表す特徴量を含む特徴量群に基づいて予測する処理である、
ことを特徴とする請求項1〜6の何れか1項に記載の見積方法。 - 前記予測処理は、各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツの感情傾向を表す特徴量を含む特徴量群に基づいて予測する処理である、
ことを特徴とする請求項1〜7の何れか1項に記載の見積方法。 - 前記予測処理に先行して実行する処理として、
前記コントローラが、レビュー作業に要する時間が予め実測された複数の電子データをサンプルとして、予め定められた属性群に含まれる各属性の重要度を設定する設定処理と、
前記コントローラが、前記特徴量として利用するコンテンツの属性を前記属性群から選択する選択処理であって、前記設定処理にてより高い重要度が設定された属性をより優先的に選択する選択処理と、を更に含んでいる、
ことを特徴とする請求項1〜8の何れか1項に記載の見積方法。 - 前記設定処理は、(1)レビュー作業に要する時間が予め実測された複数の電子データをサンプルとして、前記属性群に含まれる各属性と実測されたレビュー時間との相関係数を算出する算出ステップと、(2)前記属性群に含まれる各属性の重要度を、前記算出ステップにて算出された、該属性に対応する相関係数に応じて設定する設定ステップと、を含んでいる、
ことを特徴とする請求項9に記載の見積方法。 - 前記設定処理は、(1)レビュー作業に要する時間が予め実測された複数の電子データをサンプルとして、前記属性群に含まれる各属性を説明変数とし、実測されたレビュー時間を目的変数とする重回帰式を作成する作成ステップと、(2)前記属性群に含まれる各属性の重要度を、前記作成ステップにて作成された重回帰式において該属性に対応する偏回帰変数に応じて設定するステップと、を含んでいる、
ことを特徴とする請求項9に記載の見積方法。 - 前記設定処理は、(1)レビュー作業に要する時間が予め実測された複数の電子データをサンプルとして、前記属性群に含まれる各属性を説明変数とし、実測されたレビュー時間を目的変数とする回帰木を作成する作成ステップと、(2)前記属性群に含まれる各属性の重要度を、前記作成ステップにて作成された回帰木において該属性に対応する条件を変化させたことにより生じる該回帰木の出力の変化の大きさに応じて設定する設定ステップと、を含んでいる、
ことを特徴とする請求項9に記載の見積方法。 - 前記予測処理に先行して実行する処理として、前記コントローラが、各電子データに対する前記予測処理において参照する特徴量を、当該電子データの種類に応じて切り替える切替処理を更に含んでいる、
ことを特徴とする請求項1〜12の何れか1項に記載の見積方法。 - 請求項1〜13の何れか1項に記載の見積方法に従って、前記データセットのレビュー作業に要する費用を見積もる見積処理と、
前記見積処理にて見積もられたレビュー費用に準じた金額を、前記レビュー作業を依頼した依頼人に課金する課金処理と、を含んでいる、
ことを特徴とする課金方法。 - 少なくとも1つの電子データを含むデータセットを格納したメモリとコントローラとを備え、該データセットのレビュー作業に要する費用を見積もるコンピュータであって、
前記コントローラは、
各電子データのレビュー作業に要する時間を、該電子データに含まれるコンテンツの特徴量に基づいて予測する予測処理と、
前記データセットのレビュー作業に要する工数を、各電子データについて前記予測処理にて予測された時間に基づいて評価する評価処理と、
前記データセットのレビュー作業に要する費用を、前記評価処理にて評価された工数に基づいて見積もる見積処理と、を実行する、
ことを特徴とするコンピュータ。 - 請求項1〜13の何れか1項に記載の見積方法を前記コンピュータに実施させるためのプログラムであって、前記各処理を前記コンピュータに実行させるためのプログラム。
- 請求項14に記載の課金方法を前記コンピュータに実施させるためのプログラムであって、前記各処理を前記コンピュータに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018203078A JP6605683B1 (ja) | 2018-10-29 | 2018-10-29 | 見積方法、課金方法、コンピュータ、及びプログラム |
US16/590,505 US20200134680A1 (en) | 2018-10-29 | 2019-10-02 | Estimation method, charging method, computer, and programs |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018203078A JP6605683B1 (ja) | 2018-10-29 | 2018-10-29 | 見積方法、課金方法、コンピュータ、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6605683B1 true JP6605683B1 (ja) | 2019-11-13 |
JP2020071523A JP2020071523A (ja) | 2020-05-07 |
Family
ID=68532213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018203078A Active JP6605683B1 (ja) | 2018-10-29 | 2018-10-29 | 見積方法、課金方法、コンピュータ、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20200134680A1 (ja) |
JP (1) | JP6605683B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114362175B (zh) * | 2022-03-10 | 2022-06-07 | 山东大学 | 基于深度确定性策略梯度算法的风电功率预测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9600479B2 (en) * | 2014-01-31 | 2017-03-21 | Ricoh Company, Ltd. | Electronic document retrieval and reporting with review cost and/or time estimation |
US10824956B1 (en) * | 2016-06-27 | 2020-11-03 | EMC IP Holding Company LLC | System and method for price estimation of reports before execution in analytics |
US20190095802A1 (en) * | 2017-09-25 | 2019-03-28 | International Business Machines Corporation | Heuristic and non-semantic prediction of the cost to find and review data relevant to a task |
CN108681799A (zh) * | 2018-07-11 | 2018-10-19 | 上海宝冶集团有限公司 | 一种工程项目成本预测方法、装置、设备及可读存储介质 |
-
2018
- 2018-10-29 JP JP2018203078A patent/JP6605683B1/ja active Active
-
2019
- 2019-10-02 US US16/590,505 patent/US20200134680A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20200134680A1 (en) | 2020-04-30 |
JP2020071523A (ja) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017067153A1 (zh) | 基于文本分析的信用风险评估方法及装置、存储介质 | |
Hussain et al. | Approximation of COSMIC functional size to support early effort estimation in Agile | |
Bornmann et al. | Does quality and content matter for citedness? A comparison with para-textual factors and over time | |
US10185714B2 (en) | Smart terminology marker system for a language translation system | |
JPWO2014002775A1 (ja) | 同義語抽出システム、方法および記録媒体 | |
JP6683790B1 (ja) | コンピュータ、コンピュータの制御方法、及びプログラム | |
Cote et al. | Four methodologies to improve healthcare demand forecasting | |
US10997405B1 (en) | Method, apparatus, and computer program product for performing machine learning on unstructured documents | |
JP6605683B1 (ja) | 見積方法、課金方法、コンピュータ、及びプログラム | |
Ashcroft | Inadequate performance measures affecting practices, organizations and outcomes of Ontario's family health teams | |
Fritsche et al. | Deciphering professional forecasters' stories: Analyzing a corpus of textual predictions for the German economy | |
CN115828914A (zh) | 一种考虑用户属性偏好的满意度评估方法 | |
JPWO2016189605A1 (ja) | データ分析に係るシステム、制御方法、制御プログラム、および、その記録媒体 | |
Schütt | What Can Bayesian Inference Do for Accounting Research? | |
JP6026036B1 (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
US9014981B1 (en) | Determining book characteristics based on text sections | |
JPWO2016189606A1 (ja) | データ分析システム、制御方法、制御プログラム、および記録媒体 | |
JP6384242B2 (ja) | 情報分析装置、情報分析方法、及び、プログラム | |
Decorte et al. | Career path prediction using resume representation learning and skill-based matching | |
JP2018067215A (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
Kaufmann et al. | Data Analytics for Organisational Development: Unleashing the Potential of Your Data | |
De Marco et al. | Towards automatic service level agreements information extraction | |
JP2003345785A (ja) | 能力評価システムおよび能力評価プログラム | |
US11562185B2 (en) | Extraction method, extraction device, and computer-readable recording medium | |
US20220366346A1 (en) | Method and apparatus for document evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181029 |
|
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: 20190917 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191016 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6605683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |