JP7347517B2

JP7347517B2 - データ分析装置、方法およびプログラム

Info

Publication number: JP7347517B2
Application number: JP2021543838A
Authority: JP
Inventors: 妙佐藤; 昭宏千葉; 智樹渡部; 正造東; 拓也犬童
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2019-09-03
Filing date: 2019-09-03
Publication date: 2023-09-20
Anticipated expiration: 2039-09-03
Also published as: WO2021044514A1; JPWO2021044514A1; US20220327395A1

Description

本発明の実施形態は、データ分析装置、方法およびプログラムに関する。

面積などの量的データの比例尺度、および地目などの質的データの名義尺度を説明変数として入力し、例えば土地価格を予測対象データである目的変数として、それぞれの説明変数について目的変数への寄与度を算出するものがある。なお、質的データは、該当する要素のみを１とし、その他の要素を０とした、One-hotベクトル（Vector）で表現される（例えば非特許文献１を参照）。

"重回帰分析による土地価格推定の一手法"、岡山大学、DEIM Forum 2018 H5-3、インターネット＜URL:http://db-event.jpn.org/deim2018/data/papers/195.pdf＞

上記非特許文献１では、量的データの比例尺度、および質的データの名義尺度を説明変数として扱っているが、量的データの間隔尺度、例えば気温（摂氏温度）および主観的な疲労度、および質的データの順序尺度、例えば主観的な順位を考慮した回帰分析を行ないたい場合がある。

この場合、間隔尺度、順序尺度の値の一つ一つの数値あるいは範囲指定された条件の該当有無によって、One-hotベクトルで表現して説明変数とする方法が考えられる。しかし、このOne-hotベクトルは、各因子が独立の因子として表現されるため、因子の値の変化、例えば気温の差および疲労度の変化は考慮されない。

そのため、実際は変化の量、例えば変化の量が１なのか２なのかの違い、または変化前後の値、例えば４から３へ変化したこと、２から３へ変化したこと、の違い、が目的変数の説明に寄与するとしても、この因子を抽出できず、説明変数によるデータ分析の精度が不十分である。

この発明は、上記事情に着目してなされたもので、その目的とするところは、説明変数によるデータ分析の精度を向上させることができるようにしたデータ分析装置、方法およびプログラムを提供することにある。

本発明の一態様に係るデータ分析装置は、目的変数としての予測対象データに影響を与えると想定される因子データを収集する因子データ収集手段と、前記因子データ収集手段により収集された因子データに、尺度の種別が間隔尺度または順序尺度である因子データが含まれるときの、当該尺度に係る因子データの値の変化の特性に応じて設定された関数であって、前記目的変数への因子の影響度に応じて設定された変換関数を用いて、前記値の変化に関する補正偏微分値を算出し、前記補正偏微分値を正規化または標準化した値を含む説明変数を出力する出力手段とを有する。

本発明の一態様に係るデータ分析方法は、データ分析装置が行う方法であって、目的変数としての予測対象データに影響を与えると想定される因子データを収集し、前記収集された因子データに、尺度の種別が間隔尺度または順序尺度である因子データが含まれるときの、当該尺度に係る因子データの値の変化の特性に応じて設定された関数であって、前記目的変数への因子の影響度に応じて設定された変換関数を用いて、前記値の変化に対する補正偏微分値を算出し、前記補正偏微分値を正規化または標準化した値を含む説明変数を出力するようにしたものである。

本発明によれば、説明変数によるデータ分析の精度を向上させることができる。

図１は、本発明の一実施形態に係る寄与度推定装置のハードウェア構成の一例を示す図である。図２は、本発明の一実施形態に係る寄与度推定装置のソフトウェア構成の一例を示す図である。図３は、因子データＤＢに登録される因子データの一例を表形式で示す図である。図４は、One-hotベクトル生成条件ＤＢに格納されるOne-hotベクトル生成条件の一例を表形式で示す図である。図５は、One-hotベクトルＤＢに登録されるOne-hotベクトルデータの一例を表形式で示す図である。図６は、変化量ベクトル生成条件ＤＢに格納される変化量ベクトル生成条件の一例を表形式で示す図である。図７は、間隔・順序尺度の変化量ベクトル生成関数ＤＢに格納される、間隔・順序尺度の変化量ベクトル生成関数の第１の例を表形式で示す図である。図８は、変換関数の第１の例を説明する図である。図９は、因子データＤＢに格納される、間隔尺度に係る因子データの第１の例を表形式で示す図である。図１０は、変化量ベクトルＤＢに格納される変化量ベクトルの第１の例を表形式で示す図である。図１１は、変換関数の第２の例を説明する図である。図１２は、因子データＤＢに格納される因子データの第３の例を表形式で示す図である。図１３は、間隔・順序尺度の変化量ベクトル生成関数ＤＢに格納される、間隔・順序尺度の変化量ベクトル生成関数の第２の例を表形式で示す図である。図１４は、変化量ベクトルＤＢに格納される変化量ベクトルの第２の例を表形式で示す図である。図１５は、補正偏微分値の決定に係る処理手順の一例を示すフローチャートである。図１６は、各種の変換関数の一例を示す図である。図１７は、間隔・順序尺度の変化量ベクトル生成関数ＤＢに格納される、間隔・順序尺度の変化量ベクトル生成関数の第３の例を表形式で示す図である。図１８は、目的変数ＤＢに格納される目的変数の一例を表形式で示す図である。図１９は、重みＤＢに格納される、回帰分析により算出された重みの一例を表形式で示す図である。図２０は、行動への影響スコアの一例を示す図である。

以下、図面を参照しながら、この発明に係わる一実施形態を説明する。
（構成）
（１）ハードウェア構成
図１は、本発明の一実施形態に係る寄与度推定装置１のハードウェア構成の一例を示すブロック図である。
寄与度推定装置１は、例えばサーバコンピュータ（Server computer）またはパーソナルコンピュータ（Personal computer）により構成され、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサ（Hardware processor）１１Ａを有する。そして、寄与度推定装置１では、このハードウェアプロセッサ１１Ａに対し、プログラムメモリ（Program memory）１１Ｂ、データメモリ（Data memory）１２、および入出力インタフェース１３が、バス（Bus）１４を介して接続される。

寄与度推定装置１にはキーボードなどの入力デバイス２、出力デバイス３が付設される。入出力インタフェース１３には、入力デバイス２と出力デバイス３が接続可能である。プログラムメモリ１１Ｂは、非一時的な有形のコンピュータ可読記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＯＭ等の不揮発性メモリとが組み合わせて使用されたものである。このプログラムメモリ１１Ｂには、一実施形態に係る各種制御処理が実行されるために必要なプログラムが格納されている。

データメモリ１２は、有形のコンピュータ可読記憶媒体として、例えば、上記の不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリとが組み合わせて使用されたものである。このデータメモリ１２は、各種処理が行なわれる過程で取得および作成された各種データが記憶されるために用いられる。

（２）ソフトウェア構成
図２は、本発明の一実施形態に係る寄与度推定装置１のソフトウェア構成の一例を示す図である。この図２では、寄与度推定装置１のソフトウェア構成が図１に示されたハードウェア構成と関連付けられて示される。
図２に示すように、寄与度推定装置１は、ソフトウェアによる処理機能部として、因子データ収集部２１、One-hotベクトル生成部２２、間隔・順序尺度の変化量ベクトル生成部（変化量ベクトル生成部と称することもある）２３、目的変数データ収集部２４、回帰分析データ取得部２５、回帰分析実行部２６、重み利用部２７、収集・生成ＤＢ（データベース）１２１、および条件ＤＢ１２２を備えるデータ分析装置として構成できる。

収集・生成ＤＢ１２１は、因子データＤＢ１２１Ａ、One-hotベクトルＤＢ１２１Ｂ、変化量ベクトルＤＢ１２１Ｃ、目的変数ＤＢ１２１Ｄ、生成関数‐精度ＤＢ１２１Ｅ、および重みＤＢ１２１Ｆを有する。
条件ＤＢ１２２は、One-hotベクトル生成条件ＤＢ１２２Ａ、変化量ベクトル生成条件ＤＢ１２２Ｂ、および間隔・順序尺度の変化量ベクトル生成関数ＤＢ（変化量ベクトル生成関数ＤＢと称することもある）１２２Ｃを有する。条件ＤＢ１２２内の各部には事前に各種情報が登録されているとする。

図２に示された寄与度推定装置１内の収集・生成ＤＢ（データベース）１２１、条件ＤＢ１２２は、図１に示されたデータメモリ１２を用いて構成され得る。ただし、これらのデータベースは寄与度推定装置１内に必須の構成ではなく、例えば、ＵＳＢ（Universal Serial Bus）メモリなどの外付け記憶媒体、又はクラウド（Cloud）に配置されたデータベースサーバ（Database server）等の記憶装置に設けられたものであってもよい。

上記の因子データ収集部２１、One-hotベクトル生成部２２、間隔・順序尺度の変化量ベクトル生成部２３、目的変数データ収集部２４、回帰分析データ取得部２５、回帰分析実行部２６、重み利用部２７、収集・生成ＤＢ（データベース）１２１、および条件ＤＢ１２２の各部における処理機能部は、いずれも、プログラムメモリ１１Ｂに格納されたプログラムを上記ハードウェアプロセッサ１１Ａにより読み出させて実行させることにより実現される。なお、これらの処理機能部の一部または全部は、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）またはＦＰＧＡ（field-programmable gate array）などの集積回路を含む、他の多様な形式によって実現されてもよい。

寄与度推定装置１は、目的変数に影響を与えると想定される各因子（尺度種別が間隔尺度または順序尺度であるとき）の変化の特性（目的変数への影響度）が反映された新たな量的データを算出し、このデータを説明変数に加える。

本実施形態では、目的変数を説明する因子データに、主観的なアンケートなどの間隔尺度のデータ、又は順序尺度のデータが存在し、かつ、該当の因子データの値に変化がある場合において、要因分析の精度が向上する。さらに、目的変数への変化に関する寄与度の推定も可能になる。

以下、寄与度推定装置１の各部の詳細について説明する。
（１）因子データ収集部
因子データ収集部２１は、目的変数に影響を与えると想定される、あらかじめ定められた因子のデータを、指定された頻度、例えば指定時刻、またはデータが取得されたタイミングごと、などで収集し、この収集されたデータを、内蔵タイマにより計時される現在の日付と関連付けて因子データＤＢ１２１Ａへ登録する。

図３は、因子データＤＢ１２１Ａに登録される因子データの一例を表形式で示す図である。
例えば、目的変数が「ランニング（Running）の実施有無」である場合、因子データは、図３に示される「ユーザの忙しさ」、「ユーザの疲労度」、「帰宅時間」、「気温（例えば最低気温）」、「職種」、「体重」であるとする。この図３には示されないが、因子データとしては、例えば「心の余裕」なども挙げられる。

「ユーザの忙しさ」、「ユーザの疲労度」は、ユーザが入力デバイス２により入力したタイミングで収集され、「帰宅時間」、「体重」は、例えば一日の終わり（例えば23:59）で収集され、「気温」は例えば一日の始まり（例えば00:01）に収集され、「職種」は例えば１年に１回収集される。
また、ユーザの識別子を設けて複数ユーザに係る因子データが収集されても良い。

（２） One-hotベクトル生成部
図４は、One-hotベクトル生成条件ＤＢ１２２Ａに格納されるOne-hotベクトル生成条件の一例を表形式で示す図である。
図４に示されるように、One-hotベクトル生成条件ＤＢ１２２Ａには、因子データＤＢ１２１Ａに登録される因子データ中の各因子について、One-hotベクトル生成条件（条件）、尺度種別が対応付けられて格納される。One-hotベクトル生成条件としては、値毎、時間ごと、温度ごと、職種別が挙げられる。尺度種別としては、間隔尺度、名義尺度、比例尺度、順序尺度が挙げられる。なお、図４に示した例では、順序尺度および、この尺度に係る条件は示されていないが、順序尺度に該当する因子が存在すれば、この因子について、One-hotベクトル生成条件、尺度種別が対応付けられてOne-hotベクトル生成条件ＤＢ１２２Ａに格納され得る。

One-hotベクトル生成部２２は、因子データＤＢ１２１ＡとOne-hotベクトル生成条件ＤＢ１２２Ａとをそれぞれ参照することで、各因子データがOne-hotベクトルに変換されたOne-hotベクトルデータを生成し、この生成されたOne-hotベクトルデータをOne-hotベクトルＤＢ１２１Ｂに登録する。

One-hotベクトル生成部２２は、上記生成されたOne-hotベクトルデータに、尺度種別が比例尺度である因子データ、例えば体重、が含まれる場合には、この因子データに係るOne-hotベクトルの値を正規化して最終的なOne-hotベクトルデータとする。
図５は、One-hotベクトルＤＢ１２１Ｂに登録されるOne-hotベクトルデータの一例を表形式で示す図である。図５では、各因子における各日付について、正規化されたOne-hotベクトルデータが示される。

（３）変化量ベクトル生成部
図６は、変化量ベクトル生成条件ＤＢ１２２Ｂに格納される変化量ベクトル生成条件の一例を表形式で示す図である。
図６に示されるように、変化量ベクトル生成条件ＤＢ１２２Ｂには、因子データＤＢ１２１Ａに登録される因子データ中に間隔尺度に係る因子データ、または順序尺度に係る因子データが含まれるときの、該当の尺度に係る各因子について、変化量ベクトル生成条件（図６中の条件）、尺度種別が対応付けられて格納される。変化量ベクトル生成条件は、値毎、時間ごと、温度ごとなどが挙げられる。

図７は、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される変化量ベクトル生成関数の第１の例を表形式で示す図である。
図７に示されるように、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される変化量ベクトル生成関数では、変化量ベクトル生成条件ＤＢ１２２Ｂに格納される、各因子の変化量ベクトル生成条件に関連付けられて、変換関数ｚが格納される。この変換関数は、因子データの値の変化の特性である、目的変数への影響度に合わせて設けられた関数である。

図８は、変換関数の第１の例を説明する図である。
図８では、因子データの値の変化量ΔＸと変換関数ｚとの関係が示される。ここでは、以下の（１）、（２）が成り立つとする。ｎは例えば１，２，３，…であり得る。

ｚ＝Ｘ´ …（１）
Ｘ´＝ΔＸ＝Ｘ_［ｎ］－Ｘ_{［ｎ－１］} …（２）

間隔・順序尺度の変化量ベクトル生成部２３は、因子データＤＢ１２１Ａ、変化量ベクトル生成条件ＤＢ１２２Ｂ、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃをそれぞれ参照し、間隔尺度、順序尺度に係る因子データについて、変化量ベクトルを生成する。

変化量ベクトルの生成手順の詳細を下記に示す。
（ａ）間隔・順序尺度の変化量ベクトル生成部２３は、変化量ベクトル生成条件ＤＢ１２２Ｂに格納される、変化量ベクトルの生成条件を基に、ベクトル構造を作成する。
図９は、因子データＤＢ１２１Ａに格納される間隔尺度に係る因子データの第１の例を表形式で示す図である。図９では、間隔尺度に係る因子データのうち「忙しさ」に係る因子データが示される。
例えば、尺度種別が間隔尺度である「忙しさ」に係る因子データの値が、図９に示された、値が１～３である評価データである場合、ベクトル構造は、３パターン（Pattern）（変化前）×３パターン（変化後）でなる全９個の要素を持つベクトルとなる。

図１０は、変化量ベクトルＤＢ１２１Ｃに格納される変化量ベクトルの第１の例を表形式で示す図である。図１０では、「忙しさ」に係る因子データの変化量ベクトルが示される。
図１０に示されるｘｘ_１～ｘｘ_９でなる各列が上記のベクトル構造における要素の数に対応する。

（ｂ）間隔・順序尺度の変化量ベクトル生成部２３は、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される変換関数ｚを基に、上記作成されたベクトル構造内の該当する要素、例えば値の変化が１から２であるときの変化量Δ１２に係る要素、の、因子データの値の変化に関する補正偏微分値Δｘを、以下の（３）を用いて算出する。

Δｘ＝ｚ_（ΔＸ） …（３）
Δｘ：補正偏微分値
ΔＸ：因子の変化量
ｚ：変換関数

上記（３）は、時系列における、所定の日付などに係るデータに対する、一つ前の日付、例えば１日前などに係るデータとの間の因子の変化量を算出する式である。ただし、用途に応じて、時系列におけるｋ個前との間の値の差分、または１か月前などに係るデータとの間の差分が用いられても良い。

間隔・順序尺度の変化量ベクトル生成部２３は、算出された補正偏微分値を正規化（または標準化）する。なお、該当しない要素の値は、０とする。図１０に示される最下行の値は、上記正規化された補正偏微分値に対応する。

次に、補正偏微分値の算出および正規化の第１の具体例を下記で説明する。
変化量と行動への影響とは比例するとみなし、間隔・順序尺度の変化量ベクトル生成部２３は、変換関数をｚ＝Ｘ´＝ΔＸとする。
因子データＤＢ１２１Ａに格納される因子データが図９に示されるデータである場合、日付1/10から1/11の間における因子データの値の変化量に関する補正偏微分値は、下記の（４）で示される。
Δ１３＝ｚ_（ΔＸ）＝３－１＝２ …（４）

間隔・順序尺度の変化量ベクトル生成部２３は、変化量ベクトルＤＢ１２１Ｃに格納される変化量ベクトルに係る、図１０に示されるテーブル（Table）内の全セル（Cell）を探索して、補正偏微分値の正規化を行なう。図１０に示される最下行の値が正規化された値に対応する。

正規化の際、間隔・順序尺度の変化量ベクトル生成部２３は、補正偏微分値について１より大きい最大値がある場合（図１０に示した例では、Δ１３に係る上記（４）で示される「２」）には、この最大値を「１」（図１０中のａ）として正規化し、補正偏微分値について０以下が最大値であるの場合は、この最大値を「０」として正規化する。

また、間隔・順序尺度の変化量ベクトル生成部２３は、補正偏微分値について０より小さい最小値がある場合には、その値を「－１」として正規化し、補正偏微分値について０以上が最小値である場合（図１０に示した例では「０」）には、この最小値を「０」として正規化する。

原則は、「－１」から「１」の範囲で正規化されるが、補正偏微分値についてプラス領域にしか値がない場合は「０」から「１」の範囲で正規化され、マイナス領域にしかない値がない場合には「－１」から「０」の範囲で正規化される。

次に、補正偏微分値の算出および正規化の第２の具体例を下記で説明する。
図１１は、変換関数の第２の例を説明する図である。
ここでは、上記の、因子データの値の変化の特性（目的変数への影響度）の関係を図１１に示される関係であるとみなし、下記の（５）、（６）で示される変換関数が用いられる。図１１中の横軸は、ΔＸ（変化量）の複数の例を示す。

ｚ＝ｌｏｇ（ΔＸ＋１）（ΔＸ≧０） …（５）
ｚ＝ｌｏｇ（ΔＸ＋１）^２－１（ΔＸ＜０） …（６）
上記（５）は、図１１に示される変換関数のうち、ポジティブ（Positive）へ変化する際の変換関数（図１１中のａ）である。
上記（６）は、図１１に示される変換関数のうち、ネガティブ（Negative）へ変化する際の変換関数（図１１中のｂ）である。

ポジティブへ変化する際の変換関数は、
（ａ）ポジティブ変化は、ネガティブ変化と比較し、主観的価値が小さいため行動への影響は小さい。
（ｂ）変化量は大きくなると主観的価値は比例せず小さくなる。
という特性を反映した関数である。

ネガティブへ変化する際の変換関数は、
（ａ）ネガティブ変化は、ポジティブ変化と比較し、主観的価値が大きいため行動への影響が大きい。
（ｂ）変化量は大きくなると主観的価値は比例せず小さくなる
という特性を反映した関数である。

図１２は、因子データＤＢ１２１Ａに格納される因子データの第３の例を表形式で示す図である。図１２では、間隔尺度に係る因子データのうち「心の余裕」に係る因子データが示される。
図１３は、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される、間隔・順序尺度の変化量ベクトル生成関数の第２の例を表形式で示す図である。
因子データＤＢ１２１Ａに格納される因子データが図１２に示されるデータである場合で、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される、間隔・順序尺度の変化量ベクトル生成関数が図１３に示される関数である場合、日付「1/10」から「1/11」までの、因子データの値の変化量に関する補正偏微分値は、例えば下記の（７）のように計算される。

Δ１３＝ｚ_（ΔＸ）
＝ｌｏｇ（ΔＸ＋１）
＝ｌｏｇ（２＋１）
＝０．４８ …（７）

図１４は、変化量ベクトルＤＢ１２１Ｃに格納される変化量ベクトルの第２の例を表形式で示す図である。図１４では、「心の余裕」に係る因子データの変化量ベクトルが示される。
この例では、間隔・順序尺度の変化量ベクトル生成部２３は、変化量ベクトルＤＢ１２１Ｃに格納される変化量ベクトルに係る、図１４に示されるテーブル内の全セルを探索して、補正偏微分値の正規化を行なう。図１４に示される最下行の値は、正規化された値に対応する。

正規化の際、間隔・順序尺度の変化量ベクトル生成部２３は、補正偏微分値について１より大きい最大値がある場合（図１４に示された例では、Δ１３に係る上記（７）で示される「0.48」）には、この最大値を「１」（図１４中のａ）として正規化し、補正偏微分値について０以下が最大値であるの場合は、この最大値を「０」として正規化する。

また、間隔・順序尺度の変化量ベクトル生成部２３は、補正偏微分値について０より小さい最小値である場合には、その値を「－１」として正規化し、補正偏微分値について０以上が最小の場合（図１４に示された例では「０」）には、この最小値を「０」として正規化する。

次に、補正偏微分値の算出および正規化の第３の具体例を下記で説明する。
図１５は、補正偏微分値の決定に係る処理手順の一例を示すフローチャートである。
図１６は、各種の変換関数の一例を示す図である。
図１７は、間隔・順序尺度の変化量ベクトル生成関数ＤＢ１２２Ｃに格納される、間隔・順序尺度の変化量ベクトル生成関数の第３の例を表形式で示す図である。
図１６では、各因子に係る変換関数は、一次関数（図１６中のａ）、対数関数（図１６中のｂ）、二次関数（図１６中のｃ）のそれぞれが、補正偏微分値Δｘの算出に用いられる変換関数の候補として存在することが示される。

この例では、間隔・順序尺度の変化量ベクトル生成部２３は、補正偏微分値Δｘの算出に用いられる候補である複数の変換関数の各々を用いて、各因子の補正偏微分値をΔｘ算出する（Ｓ１１）。

間隔・順序尺度の変化量ベクトル生成部２３は、各因子と各変換関数の組み合わせにそれぞれについて、Ｓ１１で算出されたΔｘを、予め取得された正解データと比較することでし、各変換関数の精度を算出する（Ｓ１２）。

間隔・順序尺度の変化量ベクトル生成部２３は、Ｓ１２で算出された精度が最も良い（誤差が最小である）変換関数で算出された補正偏微分値Δｘを最終的な補正偏微分値Δｘとして採用（決定）する（Ｓ１３）。

（４）目的変数データ収集部
目的変数データ収集部２４は、目的変数の値を指定のタイミング（例えば、指定時刻、又はデータが取得されたタイミング、など）で収集し、この収集された、目的変数の値を目的変数ＤＢ１２１Ｄへ登録する。

図１８は、目的変数ＤＢ１２１Ｄに格納される目的変数の一例を表形式で示す図である。例えば、目的変数ＤＢ１２１Ｄに格納される目的変数が「ランニングの実施有無」である場合、目的変数ＤＢ１２１Ｄに登録される収集データである目的変数の値ｙは、例えば図１８に示される値である。

（５）回帰分析データ取得部
回帰分析データ取得部２５は、指定のタイミングまたは利用者の任意のタイミングで、One-hotベクトルＤＢ１２１Ｂ、変化量ベクトルＤＢ１２１Ｃ、および目的変数ＤＢ１２１Ｄから、回帰分析に必要な説明変数（例えば、ｘ_ｉ（ｉ：１～ｎ），ｘｘ_ｊ（ｊ：１～ｎ））、および目的変数（例えばｙ）のデータを取得し、この取得されたデータを回帰分析実行部２６に送信する。ｘ_ｉは因子データの新たな入力に基づくOne-hotベクトルの要素（ｉは要素の数）であり、ｘｘ_ｉは因子データの新たな入力に基づく変化量ベクトルの要素（ｊは要素の数）である。

（６）回帰分析実行部
回帰分析実行部２６は、回帰分析データ取得部２５から受信したデータを基に、目的変数と説明変数との関係の回帰的な分析である回帰分析、例えば、重回帰分析、ロジスティックス（Logistics）回帰分析、などを行ない、回帰分析により算出された重みｗを重みＤＢ１２１Ｆに保存する。

また、上記Ｓ１２にて、各変換関数の精度が算出されたときは、この算出結果が、回帰分析データ取得部２５から回帰分析実行部２６を経由して生成関数‐精度ＤＢ１２１Ｅに格納される。

図１９は、重みＤＢ１２１Ｆに格納される、回帰分析により算出された重みの一例を表形式で示す図である。
図１９中のａに示された値によれば、「ユーザが非常に疲れた状態から大きく疲れが減ることが、ユーザの行動に影響を強く及ぼす」ことが推測されることができる。

（７）重み利用部
上記のように、順序・間隔尺度のデータについて、変化量についても説明変数として重みが算出されることで、たとえば、下記のように重みを利用することが可能になる。
（７－１）動機・阻害要因の各状態における影響を示す影響スコア（Score）に利用
重み利用部２７は、ユーザの行動を動機づける因子、ユーザの行動を阻害すると想定される因子における、ユーザの各状態が当該のユーザの行動に影響を及ぼす度合のスコアを、ユーザの行動への影響スコアとして利用する。
図２０は、行動への影響スコアの一例を示す図である。
このようにして、ユーザの行動を動機づける因子、ユーザの行動を阻害する因子について、より精度よく細かく算出できる。

（７－２）実行可能性予測
重み利用部２７は、因子データに関わるデータが新たに取得された際に、重みＤＢ１２１Ｆに登録された重み情報を利用して、下記の（８）に基づいて目的変数の値を予測する。これにより、目的変数の予測値が、より精度よく算出されることができる。

ｙ´:予測対象の目的変数
ｗ_ｉ:One-hotベクトルの要素の重み
ｗ_ｊ:変化量ベクトルの要素の重み
ｘ´_ｉ:予測に用いられる説明変数（因子データの新たな入力に基づくOne-hotベクトルの要素）
ｘｘ´_ｊ:予測に用いられる説明変数（因子データの新たな入力に基づく変化量ベクトルの要素）

以上説明したように、本発明の一実施形態では、目的変数としての予測対象データに影響を与えると想定される因子データを収集し、収集された因子データの種別ごとに、当該因子データの値の変化の特性である、目的変数への因子の影響度に基づいて説明変数を生成するので、説明変数によるデータ分析の精度を向上させることができる。

また、各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウェア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウェア手段（実行プログラムのみならずテーブル、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウェア手段を構築し、このソフトウェア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

１…寄与度推定装置
２１…因子データ収集部
２２…Ｏｎｅ－ｈｏｔベクトル生成部
２３…間隔・順序尺度の変化量ベクトル生成部
２４…目的変数データ収集部
２５…回帰分析データ取得部
２６…回帰分析実行部
２７…重み利用部
１２１…収集・生成ＤＢ
１２１Ａ…因子データＤＢ
１２１Ｂ…One-hotベクトルＤＢ
１２１Ｃ…変化量ベクトルＤＢ
１２１Ｄ…目的変数ＤＢ
１２１Ｅ…生成関数‐精度ＤＢ
１２１Ｆ…重みＤＢ
１２２…条件ＤＢ
１２２Ａ…One-hotベクトル生成条件ＤＢ
１２２Ｂ…変化量ベクトル生成条件ＤＢ
１２２Ｃ…間隔・順序尺度の変化量ベクトル生成関数ＤＢ

Claims

目的変数としての予測対象データに影響を与えると想定される因子データを収集する因子データ収集手段と、
前記因子データ収集手段により収集された因子データに、尺度の種別が間隔尺度または順序尺度である因子データが含まれるときの、当該尺度に係る因子データの値の変化の特性に応じて設定された関数であって、前記目的変数への因子の影響度に応じて設定された変換関数を用いて、前記値の変化に関する補正偏微分値を算出し、前記補正偏微分値を正規化または標準化した値を含む説明変数を出力する出力手段と、
を備える、データ分析装置。
前記出力手段は、
設定された前記変換関数のうち、正解データとの誤差が最小となる変換関数を用いて、前記補正偏微分値を算出する、
請求項１に記載のデータ分析装置。
前記目的変数の値を収集する目的変数収集手段と、
前記目的変数収集手段により収集された目的変数、および前記出力手段により出力された説明変数との関係を回帰的に分析する回帰分析実行手段と、
をさらに備える、請求項１または２に記載のデータ分析装置。
データ分析装置が行う方法であって、
目的変数としての予測対象データに影響を与えると想定される因子データを収集することと、
前記収集された因子データに、尺度の種別が間隔尺度または順序尺度である因子データが含まれるときの、当該尺度に係る因子データの値の変化の特性に応じて設定された関数であって、前記目的変数への因子の影響度に応じて設定された変換関数を用いて、前記値の変化に対する補正偏微分値を算出し、前記補正偏微分値を正規化または標準化した値を含む説明変数を出力することと、
を備えるデータ分析方法。
前記出力することは、
設定された前記変換関数のうち、正解データとの誤差が最小となる変換関数を用いて、前記補正偏微分値を算出することを含む、
請求項４に記載のデータ分析方法。
前記目的変数の値を収集することと、
前記収集された目的変数、および前記出力された説明変数との関係を回帰的に分析することと、
をさらに備える請求項４または５に記載のデータ分析方法。
請求項１乃至３のいずれか１項に記載のデータ分析装置の前記各手段としてプロセッサを機能させるデータ分析処理プログラム。