JP6852004B2 - データ解析システム、データ解析方法、及びプログラム - Google Patents

Description

本発明の実施形態は、データ解析システム、データ解析方法、及びプログラムに関する。

様々な分野において、収集されたデータを解析し、データ、解析結果等を可視化するシステムが利用されている。例えば、あるデータベースに基づいて第１の可視化画像と第２の可視化画像とを表示し、第１の可視化画像上で選択されたデータに対応するデータを第２の可視化画像上でハイライト表示するシステムが開示されている。

米国特許出願公開第２０１６／００９２５３０号明細書

上記のようなシステムにおいて、特にデータベースが大規模である場合には、データベースの中から解析対象とするデータを取捨選択して抽出する抽出処理が必要となる。近年、ＩｏＴ（Internet of Things）やビッグデータに関する技術の発展により、データベースの大規模化が進んでいる。また、解析処理に高度なリソースやアルゴリズム（人工知能等）が利用されるケースが増えており、解析処理を適切且つ効率的に行うために抽出処理の重要性が増している。

データベースから解析処理に適したデータを正確に抽出するためには、専門的な知識や経験が必要とされる場合がある。そのため、抽出処理は、特定の担当者により解析処理とは分離した作業として行われる場合が多い。このような状況は大規模なデータベースを解析するシステムにおける作業性を低下させる要因となる。

抽出処理を行う際には、データベースのデータを可視化した可視化画像が有効となる。可視化画像はデータの特徴を視覚的に示すことができるため、抽出処理を行う際に有効な資料となり得るからである。しかしながら、従来技術によっては、データを可視化する処理と、データを抽出する処理と、データを解析する処理とが連携していないため、作業性が低いという問題がある。

そこで、本実施形態においては、データベースから抽出されたデータを解析するシステムにおける作業性を向上させることを目的とする。

実施形態のデータ解析システムは、設定部、抽出部、解析部、及び可視化部を含む。設定部は、第１のデータセットに含まれる複数のカラムから選択された選択カラムと、選択カラムに含まれる複数の属性値から選択された属性値範囲とを設定する。抽出部は、第１のデータセットから、選択カラム、又は選択カラム及び属性値範囲に対応する第２のデータセットを抽出する。解析部は、第２のデータセットを解析する。可視化部は、第２のデータセットを可視化したデータ画像と、第２のデータセットの解析結果を可視化した解析結果画像とを表示する。

第１の実施形態に係るデータ解析システムのシステム構成例を示す図。 第１の実施形態に係る抽出装置、解析装置、及び可視化装置のハードウェア構成例を示す図。 第１の実施形態に係るデータ解析システムの機能構成例を示すブロック図。 第１の実施形態に係るプライマリデータのデータ構造例を示す図。 第１の実施形態に係る選択カラム情報のデータ構造例を示す図。 第１の実施形態に係る選択範囲情報のデータ構造例を示す図。 第１の実施形態の第１の例に係る抽出データのデータ構造例を示す図。 第１の実施形態の第２の例に係る抽出データのデータ構造例を示す図。 第１の実施形態に係る集約データのデータ構造例を示す図。 第１の実施形態の第１の例に係る解析結果のデータ構造例を示す図。 第１の実施形態の第２の例に係る解析結果のデータ構造例を示す図。 第１の実施形態の第１の例に係るデータ画像の例を示す図。 第１の実施形態の第２の例に係るデータ画像の例を示す図。 第１の実施形態の第１の例に係る解析結果画像の例を示す図。 第１の実施形態の第２の例に係る解析結果画像の例を示す図。 第１の実施形態に係るデータ解析システムにおける処理例を示すシーケンス図。 第１の実施形態に係るカラム選択画像の例を示す図。 第１の実施形態に係る範囲選択画像の例を示す図。 第２の実施形態に係るプライマリデータのデータ構造例を示す図。 第２の実施形態に係るデータ画像の例を示す図。 第２の実施形態の第１の例に係る範囲選択画像の例を示す図。 第２の実施形態に係る集約データのデータ構造例を示す図。 第２の実施形態に係るデータ画像の例を示す図。 第２の実施形態の第１の例に係る解析結果のデータ構造例を示す図。 第２の実施形態の第１の例に係る解析結果画像の例を示す図。 第２の実施形態の第２の例に係る解析結果のデータ構造例を示す図。 第２の実施形態の第２の例に係る解析結果画像の例を示す図。 第２の実施形態の第２の例に係る範囲選択画像の例を示す図。 第２の実施形態に係る選択範囲情報のデータ構造例を示す図。 第２の実施形態の第３の例に係る解析結果のデータ構造例を示す図。 第２の実施形態の第４の例に係る解析結果のデータ構造例を示す図。 第２の実施形態の第３の例に係る解析結果画像の例を示す図。

（第１の実施形態）
図１は、第１の実施形態に係るデータ解析システム１のシステム構成例を示す図である。データ解析システム１は、収集されたデータを解析し、解析結果等をユーザに提示するシステムであって、データ源１１、抽出装置１２、解析装置１３、可視化装置１４、及びネットワーク１５を含む。

データ源１１は、解析対象となるプライマリデータ（第１のデータセット）の収集、蓄積、管理等を行う装置又はシステム（例えば、データベースサーバ、ＩｏＴシステム等）である。抽出装置１２は、データ源１１に蓄積されたプライマリデータから一部のデータを抽出するための処理を行う情報処理装置である。解析装置１３は、抽出装置１２により抽出されたデータを解析するための処理を行う情報処理装置である。可視化装置１４は、抽出装置１２により抽出されたデータ、解析装置１３による解析結果等を可視化するための処理を行う情報処理装置である。データ源１１、抽出装置１２、解析装置１３、及び可視化装置１４は、インターネット、ＬＡＮ（Local Area Network）等のネットワーク１５を介して接続されている。

図２は、第１の実施形態に係る抽出装置１２、解析装置１３、及び可視化装置１４のハードウェア構成例を示す図である。抽出装置１２、解析装置１３、及び可視化装置１４は、ＣＰＵ（Central Processing Unit）２１、ＲＡＭ（Random Access Memory）２２、ＲＯＭ（Read Only Memory）２３、ストレージ２４、入力デバイス２５、出力デバイス２６、通信Ｉ／Ｆ２７、及びバス２８を含む。ＣＰＵ２１は、ＲＯＭ２３等に記憶されたプログラムに従ってＲＡＭ２２をワーキングエリアとして所定の制御演算処理を行う。ストレージ２４は、不揮発性メモリ、磁気ディスク等で実現されるデータ記憶装置であって、各装置１２〜１４における処理に必要なデータを蓄積する。入力デバイス２５は、外部から情報を入力するためのデバイスであり、例えばキーボード、マウス、タッチパネル等である。出力デバイス２６は、内部で生成した情報を外部に出力するためのデバイスであり、例えばディスプレイ、スピーカ、プリンタ等である。通信Ｉ／Ｆ２７は、適宜なコンピュータネットワーク（ネットワーク１５等）を介して外部の装置との間で情報の送受信を可能にするデバイスである。なお、入力デバイス２５及び／又は出力デバイス２６は不要となる場合がある。

なお、図１に示すシステム構成及び図２に示すハードウェア構成は単なる例示であり、データ解析システム１は、使用状況に応じて適宜なハードウェア及びソフトウェアを利用して構築されるべきものである。

図３は、第１の実施形態に係るデータ解析システム１の機能構成例を示すブロック図である。データ解析システム１は設定部１０１、抽出部１０２、解析部１０３、及び可視化部１０４を含む。

設定部１０１は、プライマリデータから一部のデータを抽出するための設定処理を行う。設定部１０１は、グラフィックユーザインターフェース等を用いて、プライマリデータに含まれる複数のカラムの中から所望のカラムを選択するカラム選択操作と、選択されたカラムに含まれる複数の属性値の中から所望の属性値範囲を選択する範囲選択操作とを受け付ける。設定部１０１は、カラム選択操作により選択されたカラム（選択カラム）を示す選択カラム情報と、範囲選択操作により選択された属性値範囲（選択範囲）を示す選択範囲情報とを生成する。

図４は、第１の実施形態に係るプライマリデータ３１のデータ構造例を示す図である。本例に係るプライマリデータ３１は、４つのカラム、「ｔｉｍｅ」、「特徴量１」、「特徴量２」、及び「特徴量３」を含み、各カラムの属性値が対応付けられた複数のレコード３２が「ｔｉｍｅ」の属性値（１〜１００００００）を基準として昇順にソートされている。本実施形態に係る「ｔｉｍｅ」の属性値は、全範囲に渡って均等に増加していく連続的な値であり、例えば経過時間等を示す値である。なお、プライマリデータ３１のデータ構造はこれに限られるものではなく、複数のカラムを含むものであれば様々なデータ構造が許容される。

図５は、第１の実施形態に係る選択カラム情報３５のデータ構造例を示す図である。本例に係る選択カラム情報３５は、プライマリデータ３１の一部を可視化した画像であるデータ画像（後述する図１２，１３等に示されるデータ画像６１，６２等）を構成する「軸」と、上記カラム選択操作により選択された選択カラムを示す「選択カラム」とが対応付けられた構造を有している。本例では、データ画像の「Ｘ軸」上に「ｔｉｍｅ」の属性値を配置し、「Ｙ軸」上に「特徴量２」の属性値を配置するように設定されている。なお、選択カラム情報３５のデータ構造はこれに限られるものではなく、プライマリデータ３１のデータ構造、データ画像の構成等に応じて適宜決定されるものである。例えば、データ画像が３次元画像である場合には、Ｘ軸、Ｙ軸、及びＺ軸のそれぞれについて選択カラムが対応付けられたデータ構造の選択カラム情報が生成される。

図６は、第１の実施形態に係る選択範囲情報３６のデータ構造例を示す図である。本例に係る選択範囲情報３６は、特定の選択カラムを示す「範囲キー」（本例では「ｔｉｍｅ」）と、当該選択カラムの全属性値範囲の中から選択された「開始位置」（本例では「１００００」）と、当該選択カラムの全属性値範囲の中から選択された「終了位置」（本例では「２００００」）とが対応付けられた構造を有している。開始位置から終了位置までの範囲（本例では「１００００〜２００００」）が上記範囲選択操作により選択された選択範囲となる。なお、選択範囲情報３６のデータ構造はこれに限られるものではなく、プライマリデータ３１のデータ構造、データ画像の構成等に応じて適宜決定されるものである。例えば、データ画像が３次元画像である場合には、Ｘ軸、Ｙ軸、及びＺ軸のうちから選択された２つ以上の軸のそれぞれについて属性値範囲（開始位置及び終了位置）が設定されてもよい。

抽出部１０２は、選択カラム情報３５及び選択範囲情報３６に基づいて、プライマリデータ３１から選択カラム及び選択範囲に対応する抽出データ（第２のデータセット）を抽出する。抽出部１０２は、選択カラム情報３５のみに基づいて、選択カラムの全属性値範囲のデータを抽出してもよいし、選択カラム情報３５及び選択範囲情報３６の両方に基づいて、選択カラムの全属性値範囲のうち選択範囲に対応するデータのみを抽出してもよい。

図７は、第１の実施形態の第１の例に係る抽出データ４１のデータ構造例を示す図である。本例に係る抽出データ４１は、選択カラム情報３５のみに基づいて、選択カラム（「ｔｉｍｅ」及び「特徴量２」）の全属性値範囲（１〜１００００００）のデータを抽出した場合の例である。本例に係る抽出データ４１のデータ量（レコード数）は１００００００となる。

図８は、第１の実施形態の第２の例に係る抽出データ４２のデータ構造例を示す図である。本例に係る抽出データ４２は、選択カラム情報３５及び選択範囲情報３６の両方に基づいて、選択カラム（「ｔｉｍｅ」及び「特徴量２」）の全属性値範囲のうち選択範囲（１００００〜２００００）に対応するデータのみを抽出した場合の例である。本例に係る抽出データ４２のデータ量は１０００１となる。

また、本実施形態に係る抽出部１０２は、集約部１１１を含む。集約部１１１は、所定のパラメータに基づいて抽出データ４１，４２を集約し、抽出データ４１，４２よりデータ量が削減された集約データ（第３のデータセット）を生成する集約処理を行う。集約処理の具体的方法は特に限定されるべきものではなく、集約目的、抽出データ４１，４２のデータ構造等に応じて適宜決定されるべきものである。集約処理は、例えば、選択カラムの複数の属性値の平均値、最大値、最小値等を利用して抽出データ４１，４２のデータ量を削減する方法等であり得る。集約目的とは、例えばリソース上の制限に対応する目的等であり得る。リソース上の制限とは、例えば、ディスプレイ（表示装置）の解像度、ＣＰＵの処理能力、メモリの記憶容量等の限界等であり得る。所定のパラメータは、例えばディスプレイの解像度に基づく値、ＣＰＵの処理能力に基づく値、メモリの記憶容量に基づく値、ユーザによる設定値等であり得る。

集約処理は、必ずしも実行されなければならないものではなく、所定の条件が満たされた場合にのみ実行されてもよい。例えば、抽出データ４１，４２のデータ量が所定値以上である場合、リソース上の制限に対応する必要がある場合、ユーザにより要求された場合等に集約処理が行われるようにしてもよい。

図９は、第１の実施形態に係る集約データ４５のデータ構造例を示す図である。本例に係る集約データ４５は、図８に示す抽出データ４２に集約処理を施したデータの例である。集約データ４５における「ｔｉｍｅ」の属性値範囲は、１００毎に区切られている。また、集約データ４５における「特徴量２（平均）」の各属性値は、抽出データ４２における「特徴量２」の複数の属性値の平均値となっている。例えば、集約データ４５の「ｔｉｍｅ」の属性値「１０１００」に対応する「特徴量２（平均）」の属性値「６９．８」は、抽出データ４２の「ｔｉｍｅ」の「１００５１〜１０１５０」に対応する「特徴量２」の複数の属性値の平均値であり得る。これにより、集約データ４５のデータ量は１０１となり、抽出データ４２のデータ量（１０００１）から大きく削減されている。なお、集約データのデータ構造はこれに限られるものではなく、集約処理の方法（例えば最大値、最小値等を利用する方法）、抽出データ４１，４２のデータ構造等に応じて適宜決定されるものである。

解析部１０３は、抽出部１０２により抽出された抽出データ４１，４２又は集約部１１１により生成された集約データ４５を解析する。解析部１０３による解析処理の内容は特に限定されるべきものではないが、例えば異常検知、クラスタリング処理、傾向分析等であり得る。解析部１０３による解析結果は可視化部１０４に出力される。

図１０は、第１の実施形態の第１の例に係る解析結果５１のデータ構造例を示す図である。本例に係る解析結果５１は、抽出データ４２又は集約データ４５に対する解析処理（本例では異常検知）の解析結果を示すデータである。本例に係る解析結果５１は、異常が検知された区間（異常が発生した時点を含む属性値範囲）を特定する異常区間ＩＤと、異常が検知された区間の開始位置を示す異常区間開始位置と、異常が検知された区間の終了位置を示す異常区間終了位置とが対応付けられた構造を有している。このような解析結果５１により、あるカラム（本例では「ｔｉｍｅ」）について異常が発生した属性値範囲（本例では１５５００〜１６０００）を特定することができる。

図１１は、第１の実施形態の第２の例に係る解析結果５２のデータ構造例を示す図である。本例に係る解析結果５２は、第１の例に係る解析結果５１と同様に、抽出データ４２又は集約データ４５に対する解析処理の解析結果を示すデータである。本例に係る解析結果５２は、抽出データ４２又は集約データ４５のあるカラム（本では「ｔｉｍｅ」）の属性値範囲全体を複数の区画に分け、区画毎に正常／異常の解析結果を示すデータ構造を有している。このような解析結果５２により、あるカラムの属性値範囲全体のうち、異常が発生した属性値範囲と、異常が発生しなかった属性値範囲とを判別することができる。

なお、解析結果のデータ構造は上記に限られるものではなく、解析処理の内容、抽出データ４１，４２又は集約データ４５のデータ構造等に応じて適宜決定されるものである。

可視化部１０４は、抽出部１０２により生成された抽出データ４１，４２又は集約部１１１により生成された集約データ４５、及び解析部１０３から出力された解析結果５１，５２を可視化する。可視化部１０４は、データ表示部１２１及び解析結果表示部１２２を含む。データ表示部１２１は、抽出データ４１，４２又は集約データ４５を可視化したデータ画像を表示する。解析結果表示部１２３は、解析結果５１，５２を可視化した解析結果画像を表示する。

図１２は、第１の実施形態の第１の例に係るデータ画像６１の例を示す図である。本例に係るデータ画像６１は、図７に示す第１の例に係る抽出データ４１を可視化した画像である。データ画像６１は、Ｘ軸に対応する選択カラム「ｔｉｍｅ」の全属性値範囲（１〜１００００００）を描画対象としている。データ画像６１には、「特徴量２」の属性値が急激に大きく上昇している特異点６５が存在している。

図１３は、第１の実施形態の第２の例に係るデータ画像６２の例を示す図である。本例に係るデータ画像６２は、図８に示す第２の例に係る抽出データ４２又は図９に示す集約データ４５を可視化した画像である。データ画像６２は、Ｘ軸に対応する選択カラム「ｔｉｍｅ」の全属性値範囲の中から選択された属性値範囲（選択範囲：１００００〜２００００）を描画対象としている。データ画像６２には特異点６５が含まれている。すなわち、選択範囲：１００００〜２００００は特異点６５を含むように設定されている。

なお、データ画像の画面構成は上記に限られるものではなく、抽出データ４１，４２又は集約データ４５のデータ構造等に応じて適宜決定されるものである。

図１４は、第１の実施形態の第１の例に係る解析結果画像７１の例を示す図である。本例に係る解析結果画像７１は、図１０に示す第１の例に係る解析結果５１又は図１１に示す第２の例に係る解析結果５２を可視化した画像である。解析結果画像７１は、異常と判定された部分をＨｉ（ＯＮ）で示し、正常と判定された部分をＬｏ（ＯＦＦ）で示すＯＮ／ＯＦＦグラフである。

図１５は、第１の実施形態の第２の例に係る解析結果画像７２の例を示す図である。本例に係る解析結果画像７２は、第１の例に係る解析結果画像７１と同様に、図１０に示す第１の例に係る解析結果５１又は図１１に示す第２の例に係る解析結果５２を可視化した画像である。解析結果画像７２は、図１３に示すデータ画像６２上で異常部分が視認可能となるように、異常部分を正常部分とは異なった表示形式で表示した異常部オブジェクト６７を含んでいる。

なお、解析結果画像７１，７２の画面構成は上記に限られるものではなく、解析処理の内容等に応じて適宜決定されるものである。

上記各機能部１０１〜１０４は、１つ以上の集積回路を利用して実現される。上記各機能部１０１〜１０４は、ＣＰＵ２１等のプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現されてもよい。また、上記各機能部１０１〜１０４は、専用のＩＣ（Integrated Circuit）等のプロセッサ、すなわちハードウェアにより実現されてもよい。また、上記各機能部１０１〜１０４は、ソフトウェア及びハードウェアを併用して実現されてもよい。複数のプロセッサを用いる場合、各プロセッサは、各機能部１０１〜１０４のうちの１つを実現してもよいし、各機能部１０１〜１０４のうちの２以上を実現してもよい。

上記データ解析システム１の機能を実現させるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供することができる。また、プログラムは、ネットワークに接続された所定の記憶装置から所定のコンピュータにダウンロードすることにより提供されてもよいし、予めＲＯＭ等に組み込まれて所定の情報処理装置に提供されてもよい。また、プログラムは、上記機能部１０１〜１０４の機能を実現する複数のモジュールから構成されてもよい。

図１６は、第１の実施形態に係るデータ解析システム１における処理例を示すシーケンス図である。抽出部１０２がデータ源１１からプライマリデータ３１を入力すると（Ｓ１０１）、設定部１０１は、ユーザによるカラム選択操作及び範囲選択操作を受け付け（Ｓ１０２）、カラム選択操作により選択された選択カラムを示す選択カラム情報３５及び範囲選択操作により選択された選択範囲を示す選択範囲情報３６を抽出部１０２に出力する（Ｓ１０３）。

図１７は、第１の実施形態に係るカラム選択画像７５の例を示す図である。カラム選択画像７５は、ステップＳ１０２におけるカラム選択操作を行う際に利用されるグラフィックユーザインターフェースの例である。本例に係るカラム選択画像７５には、データ画像６１，６２のＸ軸に対応する選択カラム（本例では「ｔｉｍｅ」）を選択する入力部と、Ｙ軸に対応する選択カラム（本例では「特徴量２」）を選択する入力部とを含んでいる。

図１８は、第１の実施形態に係る範囲選択画像７６の例を示す図である。範囲選択画像７６は、ステップＳ１０２における範囲選択操作を行う際に利用されるグラフィックユーザインターフェースの例である。本例に係る範囲選択画像７６は、図１２に示すデータ画像６１上でマウスのドラッグアンドドロップ操作を利用してＸ軸の全属性値範囲の中から所望の選択範囲（本例では「開始位置：１００００」及び「終了位置：２００００」）を設定できるように構成されている。例えば、ドラッグ操作により開始位置を指示し、ドロップ操作により終了位置を指示する。このような範囲選択画像７６を利用することにより、ユーザは、画面を確認しながら容易に特徴点６５を含むように選択範囲を設定することができる。

図１６に戻り、抽出部１０２は、選択カラム情報３５及び選択範囲情報３６に基づいて、プライマリデータ３１から選択カラム及び選択範囲に対応する抽出データ４１，４２を抽出する抽出処理を行い（Ｓ１０４）、抽出データ４１，４２に対して集約処理が必要か否かを判定する（Ｓ１０５）。集約処理が必要か否かの判定方法は特に限定されるべきものではないが、例えば、抽出データ４１，４２の数が所定値以上である場合、リソース上の制限に対応する必要がある場合、ユーザにより要求された場合等に集約処理が必要であると判定することができる。

集約処理が不要である場合（Ｓ１０５：Ｎｏ）、抽出部１０２は抽出データ４１，４２をそのまま解析部１０３及び可視化部１０４に出力する（Ｓ１０６）。一方、集約処理が必要である場合（Ｓ１０５：Ｙｅｓ）、抽出部１０２（集約部１１１）は抽出データ４１，４２に対して集約処理を実行し（Ｓ１０７）、集約処理により生成された集約データ４５を解析部１０３及び可視化部１０４に出力する（Ｓ１０８）。

解析部１０３は、抽出部１０２から出力された抽出データ４１，４２又は集約データ４５を解析し（Ｓ１０９）、解析結果を可視化部１０４に出力する（Ｓ１１０）。

可視化部１０４は、抽出部１０２から出力された抽出データ４１，４２又は集約データ４５を可視化したデータ画像６１，６２を表示し（Ｓ１１１）、解析部１０３から出力された解析結果を示す解析結果画像７１，７２を表示する（Ｓ１１２）。データ画像６１，６２及び解析結果画像７１，７２は同一画面上に表示可能であることが好ましい。

ユーザは、ステップＳ１１１において可視化部１０４により表示されたデータ画像６１，６２を確認しながら、ステップＳ１０２における設定部１０１によるカラム選択操作又は範囲選択操作を行い、選択カラム又は選択範囲を適宜変化させることができる。選択カラム又は選択範囲の変化に応じて、抽出部１０２は抽出データ４１，４２又は集約データ４５を更新し、解析部１０３は解析結果を更新し、可視化部１０４はデータ画像６１，６２及び解析結果画像７１，７２を更新する。これにより、ユーザは、データ画像６１，６２及び解析結果画像７１，７２を確認しながら解析対象とするデータを簡便に取捨選択することが可能となる。

上記のように、本実施形態に係るデータ解析システム１によれば、複数のカラムを含むプライマリデータ３１について、データを可視化する処理と、データを抽出（集約を含む）する処理と、データを解析する処理とを連携させることが可能となる。これにより、データベースから抽出されたデータを解析するシステムにおける作業性を大きく向上させることが可能となる。

以下に他の実施形態について図面を参照して説明するが、第１の実施形態と同一又は同様の作用効果を奏する箇所については同一の符号を付してその説明を省略する場合がある。

（第２の実施形態）
図１９は、第２の実施形態に係るプライマリデータ１５１のデータ構造例を示す図である。第１の実施形態に係るプライマリデータ３１のカラム「ｔｉｍｅ」の属性値は、１から１００００００までの等間隔な値であったが、本実施形態に係るプライマリデータ１５１のカラム「ｔｉｍｅ」の属性値は、１から１００００００までの等間隔でない値である。すなわち、本実施形態に係るプライマリデータ１５１は、複数の属性値が等間隔に配列されていないカラム（「ｔｉｍｅ」、「特徴量１」、「特徴量２」、及び「特徴量３」）のみから構成されている。

図２０は、第２の実施形態に係るデータ画像１５３の例を示す図である。データ画像１５３は、図１９に示すプライマリデータ１５１から図５に示す選択カラム情報３５に基づいて抽出された抽出データを可視化した画像であり、選択カラム「ｔｉｍｅ」の属性値が等間隔でないことに対応した散布図となっている。なお、バーチャート、ラインチャート等の表示形式が採用されてもよい。

図２１は、第２の実施形態の第１の例に係る範囲選択画像１５５の例を示す図である。範囲選択画像１５５は、図１８に示す第１の実施形態に係る範囲選択画像７６と同様に、範囲選択操作を行う際に利用されるグラフィックユーザインターフェースの例である。範囲選択画像１５５は、図２０に示すデータ画像１５３上でマウスカーソルを利用してＸ軸上の「ｔｉｍｅ」の不連続な属性値範囲の中から所望の選択範囲（本例では「開始位置：１００００」及び「終了位置：２００００」）を設定できるように構成されている。

図２２は、第２の実施形態に係る集約データ２０１のデータ構造例を示す図である。本実施形態に係る集約部１１１（図３参照）は、集約処理により集約された値（例えば平均値等）を算出するために使用されたデータの数をカウントし、当該データの数を示す「データ数」含む集約データ２０１を生成する。例えば、「特徴量２（平均）」の値（例えば６７．２）が、２０個の属性値の平均値である場合、これに対応する「データ数」は「２０」となる。なお、データ数はこれに限られるものではなく、例えば最大値、最小値等を決定するために使用した属性値の数等であってもよい。

図２３は、第２の実施形態に係るデータ画像２０５の例を示す図である。本例に係るデータ画像２０５は、図２２に示す集約データ２０１を可視化した画像であり、他の部分とは表示形式（例えば、色、点滅、輝度、形状等）が異なっている変異オブジェクト２０６を含んでいる。変異オブジェクト２０６は、集約データ２０１における「データ数」の値が所定の条件を満たす点を示しており、本例では「データ数」の値が１０以上である点を示している。「データ数」の値が大きい程「特徴量２（平均）」の値の信頼性が高いと言えるため、上記のような変異オブジェクト２０６を表示することにより、データ画像２０５内において信頼性が高い部分を視覚的に示すことが可能となる。なお、変異オブジェクト２０６を表示させる条件は上記に限られるものではなく、例えば「データ数」の値が所定値以下であること等であってもよい。

図２４は、第２の実施形態の第１の例に係る解析結果２１１のデータ構造例を示す図である。本実施形態に係る解析部１０３（図３参照）は、解析処理として抽出データ又は集約データに対してクラスタリング処理を行い、クラスタリング処理の結果を示す解析結果２１１を生成する。本例に係る解析結果２１１は、図２２に示す集約データ２０１に対してクラスタリング処理を行った結果を示している。クラスタリング処理の方法は特に限定されるべきものではないが、例えばｋ−ｍｅａｎｓ法等が利用され得る。当該クラスタリング処理は、上記「データ数」を重み付けとして利用して行われてもよい。本例に係る解析結果２１１は、クラスタを特定する識別子を示す「クラスタＩＤ」と、クラスタの開始位置を示す「クラスタ開始位置」と、クラスタの終了位置を示す「クラスタ終了位置」とを含んでいる。本例においては、集約データ２０１が４つのクラスタに分割されている。

図２５は、第２の実施形態の第１の例に係る解析結果画像２１５の例を示す図である。本例に係る解析結果画像２１５は、クラスタ毎に表示形式が異なっているクラスタオブジェクト２１６〜２１９を含んでいる。本例においては、第１のクラスタオブジェクト２１６の群はクラスタＩＤ「１」に対応し、第２のクラスタオブジェクト２１７の群はクラスタＩＤ「２」に対応し、第３のクラスタオブジェクト２１８の群はクラスタＩＤ「３」に対応し、第４のクラスタオブジェクト２１９の群はクラスタＩＤ「４」に対応している。

図２６は、第２の実施形態の第２の例に係る解析結果２２１のデータ構造例を示す図である。本例に係る解析結果２２１は、図２２に示す集約データ２０１に、図２４に示す解析結果２１１に含まれる「クラスタＩＤ」を結合させたデータである。

図２７は、第２の実施形態の第２の例に係る解析結果画像２２５の例を示す図である。解析結果画像２２５は、図２３に示すデータ画像２０５上に各クラスタを示すクラスタオブジェクト２２６〜２２９を重畳させた画像である。本例においては、第１のクラスタオブジェクト２２６はクラスタＩＤ「１」に対応するクラスタを構成するドットを囲い、第２のクラスタオブジェクト２２７はクラスタＩＤ「２」に対応するクラスタを構成するドットを囲い、第２のクラスタオブジェクト２２８はクラスタＩＤ「３」に対応するクラスタを構成するドットを囲い、第４のクラスタオブジェクト２２９はクラスタＩＤ「４」に対応するクラスタを構成するドットを囲っている。

図２８は、第２の実施形態の第２の例に係る範囲選択画像２３１の例を示す図である。本例に係る範囲選択画像２１３は、範囲選択操作を行う際に利用されるグラフィックユーザインターフェースの例であり、図２５に示す解析結果画像２１５上でマウスカーソルを利用してＸ軸上の「ｔｉｍｅ」の属性値範囲及びＹ軸上の「特徴量２」の属性値範囲の中から所望の選択範囲を設定できるように構成されている。本例では、Ｘ軸について「開始位置：１６０００」及び「終了位置：１８０００」が設定され、Ｙ軸について「開始位置：７０」及び「終了位置：７４」が設定されている。

図２９は、第２の実施形態に係る選択範囲情報２３５のデータ構造例を示す図である。図６に示す第１の実施形態に係る選択範囲情報３６は、Ｘ軸（ｔｉｍｅ）に対応する選択範囲（開始位置及び終了位置）のみを示す情報であったが、本例に係る選択範囲情報２３５は、Ｘ軸（ｔｉｍｅ）に対応する選択範囲とＹ軸（特徴量２）に対応する選択範囲とを示す情報である。

図３０は、第２の実施形態の第３の例に係る解析結果２４１のデータ構造例を示す図である。本例に係る解析結果２４１は、図２９に示す選択範囲情報２３５に基づいて、図２２に示す集約データ２０１に対してクラスタリング処理を行った結果を示している。当該クラスタリング処理は、上記「データ数」を重み付けとして利用して行われてもよい。本例に係る解析部１０３は、選択範囲情報２３５により示される選択範囲に対応する集約データ２０１のデータを他のデータと異なるクラスタ（本例では、クラスタＩＤ「４」）に分類する。

図３１は、第２の実施形態の第４の例に係る解析結果２４５のデータ構造例を示す図である。本例に係る解析結果２４５は、図２２に示す集約データ２０１に、図３０に示す解析結果２４１に含まれる「クラスタＩＤ」を結合させたデータである。

図３２は、第２の実施形態の第３の例に係る解析結果画像２５１の例を示す図である。本例に係る解析結果画像２５１は、図３０に示す解析結果２４１又は図３１に示す解析結果２４５を可視化した画像であり、図２５に示す解析結果画像２１５と同様に、クラスタ毎に表示形式が異なっているクラスタオブジェクト２５２〜２５６を含んでいる。本例においては、第１のクラスタオブジェクト２５２の群はクラスタＩＤ「１」に対応し、第２のクラスタオブジェクト２５３の群はクラスタＩＤ「２」に対応し、第３のクラスタオブジェクト２５４の群はクラスタＩＤ「３」に対応し、第４のクラスタオブジェクト２５５の群はクラスタＩＤ「４」に対応し、第５のクラスタオブジェクト２５６の群はクラスタＩＤ「５」に対応している。

上記のように、本実施形態によれば、集約処理により集約された値を算出するために使用されたデータの数が解析処理（解析結果の重み付け等）に利用される。これにより、解析結果の信頼性を向上させることが可能となる。例えば、複数の属性値が等間隔に配列されていないカラムのみからなるプライマリデータ１５１についても、解析処理を適切に行うことが可能となる。

以上、本発明の実施形態を説明したが、この実施形態は例として提示したものであり、発明の範囲を限定することを意図するものではない。この新規な実施形態はその他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態及びその変形は発明の範囲及び要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ データ解析システム
１１ データ源
１２ 抽出装置
１３ 解析装置
１４ 可視化装置
１５ ネットワーク
２１ ＣＰＵ
２２ ＲＡＭ
２３ ＲＯＭ
２４ ストレージ
２５ 入力デバイス
２６ 出力デバイス
２７ 通信Ｉ／Ｆ
２８ バス
３１，１５１ プライマリデータ（第１のデータセット）
３２ レコード
３５ 選択カラム情報
３６，２３５ 選択範囲情報
４１，４２ 抽出データ（第２のデータセット）
４５，２０１ 集約データ（第３のデータセット）
５１，５２，２１１，２２１，２４１，２４５ 解析結果
６１，６２，１５３，２０５ データ画像
６５ 特異点
６７ 異常部オブジェクト
７１，７２，２１５，２２５，２５１ 解析結果画像
７５ カラム選択画像
７６，１５５，２３１ 範囲選択画像
２０６ 変異オブジェクト
２１６〜２１９，２２６〜２２９，２５２〜２５６ クラスタオブジェクト
１０１ 設定部
１０２ 抽出部
１０３ 解析部
１０４ 可視化部
１１１ 集約部
１２１ データ表示部
１２２ 解析結果表示部

Claims (8)

1. 第１のデータセットに含まれる複数のカラムから選択された選択カラムと、前記選択カラムに含まれる複数の属性値から選択された属性値範囲とを設定する設定部と、
   前記第１のデータセットから、前記選択カラム、又は前記選択カラム及び前記属性値範囲に対応する第２のデータセットを抽出する抽出部と、
   所定のパラメータに基づいて前記第２のデータセットを集約し、前記第２のデータセットよりデータ量が削減された第３のデータセットを生成する集約処理を行う集約部と、
   前記第３のデータセットを解析する解析部と、
   前記第３のデータセットを可視化したデータ画像と、前記第３のデータセットの解析結果を可視化した解析結果画像とを表示する可視化部と、を備え、
   前記設定部は、前記データ画像又は前記解析結果画像を確認しながら選択された、前記選択カラム又は前記属性値範囲を設定する、
   データ解析システム。
2. 前記可視化部は、前記選択カラム又は前記属性値範囲の変更に応じて前記データ画像及び前記解析結果画像を更新する、
   請求項１に記載のデータ解析システム。
3. 前記パラメータは、前記データ画像又は前記解析結果画像が表示される表示装置の解像度に基づく値を含む、
   請求項１に記載のデータ解析システム。
4. 前記解析部は、前記集約処理により集約された値を算出するために用いられたデータの数を示すデータ数を重み付けとして利用して、前記第３のデータセットに対してクラスタリング処理を実行する、
   請求項１に記載のデータ解析システム。
5. 前記第１のデータセットは、前記複数の属性値が等間隔に配列されていない前記カラムのみからなる、
   請求項１に記載のデータ解析システム。
6. 前記可視化部は、前記データ画像と前記解析結果画像とを同一画面内に表示する、
   請求項１〜５のいずれか１項に記載のデータ解析システム。
7. データ解析システムが実行するデータ解析方法であって、
   第１のデータセットに含まれる複数のカラムから選択された選択カラムと、前記選択カラムに含まれる複数の属性値から選択された属性値範囲とを設定する設定ステップと、
   前記第１のデータセットから、前記選択カラム、又は前記選択カラム及び前記属性値範囲に対応する第２のデータセットを抽出する抽出ステップと、
   所定のパラメータに基づいて前記第２のデータセットを集約し、前記第２のデータセットよりデータ量が削減された第３のデータセットを生成する集約処理を行う集約ステップと、
   前記第３のデータセットを解析する解析ステップと、
   前記第３のデータセットを可視化したデータ画像と、前記第３のデータセットの解析結果を可視化した解析結果画像とを表示する可視化ステップと、を含み、
   前記設定ステップは、前記データ画像又は前記解析結果画像を確認しながら選択された、前記選択カラム又は前記属性値範囲を設定する、
   データ解析方法。
8. コンピュータに、
   第１のデータセットに含まれる複数のカラムから選択された選択カラムと、前記選択カラムに含まれる複数の属性値から選択された属性値範囲とを設定する設定処理と、
   前記第１のデータセットから、前記選択カラム、又は前記選択カラム及び前記属性値範囲に対応する第２のデータセットを抽出する第２のデータセットを抽出する抽出処理と、
   所定のパラメータに基づいて前記第２のデータセットを集約し、前記第２のデータセットよりデータ量が削減された第３のデータセットを生成する集約処理と、
   前記第３のデータセットを解析する解析処理と、
   前記第３のデータセットを可視化したデータ画像と、前記第３のデータセットの解析結果を可視化した解析結果画像とを表示する可視化処理と、を実行させ、
   前記設定処理は、前記データ画像又は前記解析結果画像を確認しながら選択された、前記選択カラム又は前記属性値範囲を設定する、
   プログラム。
   

Images