JP7363724B2

JP7363724B2 - 分析装置、分析方法、及びプログラム

Info

Publication number: JP7363724B2
Application number: JP2020152101A
Authority: JP
Inventors: 薫明原田; 達明木村
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2020-09-10
Filing date: 2020-09-10
Publication date: 2023-10-18
Anticipated expiration: 2040-09-10
Also published as: JP2022046178A

Description

本発明は、集客イベント時におけるトラヒック量や装置負荷等に対する影響を分析する技術に関連するものである。

通信事業者は、ネットワークの輻輳による通信品質の劣化を防止するため、ネットワークの状況を逐次監視し、ネットワーク機器の設定や設備増設を行っている。近年モバイル端末やＩｏＴ（ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ）機器が急速に普及し、無線通信網の構築や通信品質改善に向けた取組みが盛んに行われている。

例えば、特許文献１～２、非特許文献１～２には、集客イベント発生時におけるトラヒック量を予測する技術が開示されている。予測したトラヒック量に基づいて、必要設備量を見積もり、設備増設等のトラヒック対策を実施することが考えられる。

特開２０１７－２０８７５７号公報特開２０１８－１３３６８０号公報

塩津他, "マルチエージェントシミュレーションによるイベント時のユーザ通信行動を考慮した通信品質推定の検討," 信学技報, CQ 2017-89, pp.23-28, Jan. 2018. 塩津他, "ユーザ行動に基づくイベントトラヒック予測の検討," 信学技報, CBE2016-10, Aug.2016.

必要設備量の見積もりのためには、集客イベント発生エリアを収容する無線基地局の平常時のトラヒック量に、集客イベントに起因するトラヒック量を重畳させる必要がある。また、集客イベントによるトラヒック増加に起因する装置負荷の上昇量を確認し、必要に応じてリソースの増強等の対策を講じる必要がある。

これを行うためには、過去の集客イベント発生時における無線基地局の観測情報から、集客イベントに伴うトラヒック量・装置負荷の上昇といった各観測項目への影響を抽出する必要がある。観測情報には集客イベントに基づくトラヒック量変化の他、ユーザの日常的な生活行動に伴うトラヒック量変化の影響も混在するため、この二つの影響の分離が必要となる。なお、本明細書において「トラヒック量・装置負荷」は「トラヒック量又は装置負荷」を意味する。「トラヒック量又は装置負荷」は、「トラヒック量のみ」、「装置負荷のみ」、及び「トラヒック量と装置負荷の両方」の意味を含む
しかし、無線基地局の数は多く、観測項目も多岐にわたるため、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局を抽出することは困難であった。

本発明は上記の点に鑑みてなされたものであり、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局を抽出することを可能とする技術を提供することを目的とする。

開示の技術によれば、複数の無線基地局を備える通信システムにおけるイベントの発生時の影響を分析する分析装置であって、
前記イベントに関連するエリアに存在する無線基地局から取得した装置ログに基づいて、時間区間、観測項目名、及び基地局ＩＤの３軸を持つ３次元配列である観測情報を生成する前処理部と、
前記観測情報に基づいて、所定の数の変動パターンと前記時間区間との間の関連度を要素に持つ第１の２次元配列、前記所定の数の変動パターンと前記観測項目名との間の関連度を要素に持つ第２の２次元配列、及び前記所定の数の変動パターンと前記基地局ＩＤとの間の関連度を要素に持つ第３の２次元配列を抽出する抽出部と、
前記第１の２次元配列、前記第２の２次元配列、及び前記第３の２次元配列を用いて、前記イベントに伴って変動した観測項目、及び当該変動を観測した無線基地局を抽出する集計部と
を備える分析装置が提供される。

開示の技術によれば、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局を抽出することを可能とする技術が提供される。

本発明の実施の形態におけるシステムの全体構成図である。観測情報の収集を説明するための図である。収集される観測情報の形式の例を示す図である。集客イベントログ分析装置１００が実行する処理手順の一例を説明するためのフローチャートである。３次元配列Ｘの一例を示す図である。２次元配列Ａの例を示す図である。２次元配列Ｂの例を示す図である。２次元配列Ｃの例を示す図である。２次元配列Ａ´の例を示す図である。２次元配列Ｂ´の例を示す図である。２次元配列Ｃ´の例を示す図である。３次元配列Ｘ´の例を示す図である。装置のハードウェア構成例を示す図である。

以下、図面を参照して本発明の実施の形態（本実施の形態）を説明する。以下で説明する実施の形態は一例に過ぎず、本発明が適用される実施の形態は、以下の実施の形態に限られるわけではない。

例えば、本実施の形態では、イベントとして集客イベントを挙げているが、イベントは集客イベントに限らない。例えば、集客はないが、元々存在していた複数ユーザのトラヒックを増加させるようなイベントに対しても本実施の形態に係る技術を適用できる。

（実施の形態の概要）
前述したとおり、従来技術では、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局を抽出することは困難であった。この課題を解決するために、本実施の形態では、トラヒック量・装置負荷の変動パターンに基づき、観測情報変化の類似性に着目することとしている。

すなわち、前述したとおり、集客イベント発生エリアを収容する無線基地局においては、平常時のトラヒック量・装置負荷の変動に加え、集客イベントに伴うトラヒック量・装置負荷の変動が重畳されている。

集客イベントに伴うトラヒック量・装置負荷の変動には、地理的な近さ、変化する観測項目、変化した時間帯に類似性が見られるため、このような変動パターンの類似性に基づき観測項目及び無線基地局を抽出することで、集客イベントに伴うトラヒック量・装置負荷の変動を捉えることができる。また、当該時刻に類似の変化を示した集客イベント発生エリア近傍の無線基地局の情報を集計することで、集客イベントに伴うトラヒック量・装置負荷の上昇量の総量を見積もることが可能となる。以下、本実施の形態に係る技術をより詳細に説明する。

（システム構成、装置構成）
図１に、本実施の形態におけるシステムの全体構成図を示す。図１に示すように、本システムは、無線基地局１０－１～１０－ｎ、無線基地局監視装置２００、集客イベントログ分析装置１００を有する。本システムにおいて、無線基地局監視装置２００が無線基地局１０－１～１０－ｎを監視し、観測情報を得る。集客イベントログ分析装置１００は、当該観測情報を無線基地局監視装置２００から取得し、分析することで、分析結果を出力する。なお、集客イベントログ分析装置を「分析装置」と呼んでもよい。

図１に示すように、集客イベントログ分析装置１００は、前処理部１１０、抽出部１２０、集計部１３０を有する。各機能部による処理の概要は下記のとおりである。

前処理部１１０は、無線基地局監視装置２００により得られた観測情報について、分析対象データの絞り込みと加工を行う。

抽出部１２０は、前処理部１１０により加工されたデータを入力として分析を行い、入力データの中から予め指定する任意の数の代表的な変動パターンを抽出し、かつ各パターンに対して入力データの各軸の項目がどの程度関連しているかを示す「関連度」を算出する。

集計部１３０は、抽出部１２０の処理結果を入力として、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局及び、その変化量を出力する。

（観測情報の収集について）
図２を参照して、無線基地局監視装置２００による観測情報の収集に関わる動作例を説明する。図２に示すように、収容エリア毎に備えられている無線基地局１０は、バックボーンネットワーク３００との間で主信号を送受信している。

無線基地局監視装置２００は、無線基地局１０とバックボーンネットワーク３００間の一切の通信に影響しないようにしながら各無線基地局１０の装置ログを観測情報として収集・蓄積する。

各無線基地局１０の装置ログは定期的に無線基地局監視装置２００に送信されることを想定するが、無線基地局監視装置２００が能動的に各無線基地局１０の装置ログを取得することとしても良い。また、無線基地局１０のログの記録先としては無線基地局監視装置２００のメインメモリや記録装置を想定しているが、これらに限られるわけではなく、任意の記録先を用いることができる。

本実施の形態では、図３に示す形式で各無線基地局１０の装置ログが無線基地局監視装置２００に収集され、蓄積されるものとする。

タイムスタンプは、無線基地局１０の装置ログが無線基地局監視装置２００に保存された時刻である。なお、タイムスタンプは、無線基地局１０により装置ログが取得された時刻であってもよいし、無線基地局１０により装置ログが送信された時刻であってもよい。

基地局ＩＤは、通信事業者が任意に付与する無線基地局１０の識別子である。図３の観測値は、当該基地局ＩＤの無線基地局１０により観測された値である。基地局位置情報は、当該無線基地局１０の位置を示す座標（緯度，経度）である。

観測項目名は、具体的には、ユーザ数や平均スループット、ＣＰＵ使用率といったものが一例となる。観測値は、各観測項目に紐付く値であって、ユーザ数であれば該当時刻の収容エリアに存在するユーザの人数（端末の台数）、平均スループットであれば該当時刻における主信号の平均データ転送量、ＣＰＵ使用率であれば当該無線基地局１０における装置のＣＰＵ使用率を示すパーセンテージとなる。

（集客イベントログ分析装置１００の処理手順）
図４は、集客イベントログ分析装置１００が実行する処理手順の一例を説明するためのフローチャートである。以下、図４に示す手順に沿って、集客イベントログ分析装置１００が実行する処理について説明する。

Ｓ１０１、Ｓ１０２において、前処理部１１０は、無線基地局監視装置２００に記録された観測情報から、後述する処理によって分析に必要となるデータの絞り込みと加工を行う。前処理部１１０の出力結果として、１個の３次元配列Ｘを得る。具体的な処理は下記のとおりである。

＜Ｓ１０１＞
Ｓ１０１において、前処理部１１０は、予め定める期間Ｔの観測情報の集合を、タイムスタンプを参照して無線基地局監視装置２００から取得する。期間Ｔの開始時刻ｔ１と終了時刻ｔ２は、分析を行う者により任意に定められる数値である。また、観測情報は各観測項目について、無線基地局監視装置２００の集計仕様に基づく、例えば１分や５分といった時間粒度で離散化されているとする。

＜Ｓ１０２＞
Ｓ１０２において、前処理部１１０は、分析を行う者が別途指定する集客イベント発生エリアを示す座標、又は、分析を行う者が別途指定する無線基地局の座標に基づき、当該座標で示される位置の近傍に存在する１以上の無線基地局１０を選出し、当該無線基地局１０の観測情報のみを抽出する。

ここで、近傍とは、分析を行う者が任意に定める距離で定義される分析対象エリア、あるいは複数の座標で定義される分析対象エリアのことを指す。もしくは、通信事業者が導入した無線基地局装置１０の電波到達限界距離を用いてもよい。

例えば、分析を行う者が別途指定する集客イベント発生エリアを示す座標（又は、分析を行う者が別途指定する無線基地局の座標）で示す位置をＰとし、「分析を行う者が任意に定める距離」を用いる場合において、当該距離がＸｍであるとすると、「近傍」（分析対象エリア）は、Ｐを中止とする半径Ｘｍの円である。この場合、当該円内に存在する１以上の無線基地局１０が選出される。

また、分析を行う者が別途指定する集客イベント発生エリアを示す座標（又は、分析を行う者が別途指定する無線基地局の座標）で示す位置をＰとし、無線基地局装置１０の電波到達限界距離を用いる場合において、Ｐに電波が到達する距離内にある１以上の無線基地局１０が選出される。

更に、前処理部１１０は、抽出した観測情報の集合より、基地局ＩＤと観測項目名とタイムスタンプの関係性を表現する３次元配列Ｘを生成する。３次元配列Ｘは、各基地局ＩＤ、各観測項目名、各タイムスタンプを各軸の項目とし、観測情報から得られる観測値を要素とするデータである。なお、複数タイムスタンプのデータを１時間や１日といったより大きな時間粒度に変換し、観測値を該当時間粒度における時間区間の統計値としても良い。

上記のように統計値を用いる場合における統計値の算出法としては、平均値、最大値、中央値等がある。この統計値は、いずれか一つを用いても良いし、各観測項目名に、当該観測項目の区間平均値、当該観測項目の区間最大値、当該観測項目の区間中央値、といった形で複数用いても良い。これは、集客イベント発生時のトラヒック量変動や装置負荷上昇は、イベントの性質に依存して特徴が異なることを捉えるためである。

例えば、モバイルゲームのエリアイベントのように、イベント開催期間中は常にトラヒックを発生し続けるために区間平均が上昇することを特徴とするイベントもあれば、ライブイベントのように、イベント開催期間の合間に設けられる休憩時間にトラヒックが集中することで区間最大値が上昇することを特徴とするイベントもある。上記のように、区間平均値、区間最大値、区間中央値等の複数の統計値を用いることで、このような特徴を捉えることができる。

図５は、３次元配列Ｘの一例を示す図である。図５においては時間区間、観測項目名、基地局ＩＤを各軸の項目としている。時間区間軸の項目数Ｌは、入力した観測情報の期間Ｔと集約粒度に依存する数である。観測項目軸の項目数Ｍは、無線基地局監視装置２００が収集している観測項目に依存する数である。基地局ＩＤ軸の項目数Ｎは、前処理部１１０で選出された近傍の無線基地局１０の数に依存する数である。

＜Ｓ１０３＞
Ｓ１０３において、抽出部１２０は、前処理部１１０において加工した３次元配列Ｘを入力とし、後述するパターン抽出手法の適用により、入力データの中から予め指定する任意の数Ｋの代表的なトラヒック量・装置負荷の変動パターンを抽出し、かつ、各変動パターンに対して入力データの各軸の項目がどの程度関連しているかを示す「関連度」を算出する。抽出部１２０の出力結果として、３個の２次元配列Ａ、Ｂ、Ｃと１個の３次元配列Ｈを得る。

なお、上記のＫは、観測情報に存在する傾向（変動パターン）をいくつに分類するかを決めるパラメータである。Ｋを基底の数と呼んでもよい。

ここで、得られる３個の２次元配列は、後述するパターン抽出手法によって、３次元配列Ｘの各軸の項目と、指定したＫ個の代表的なトラヒック量・装置負荷の変動パターンとの関連度を要素に持つ。なお、Ｋは１以上の整数である。

このうち、タイムスタンプ（又は時間区間）と代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列を以降ではＡとし、観測項目名と代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列を以降ではＢとし、基地局ＩＤと代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列を以降ではＣとする。

２次元配列Ａにより、Ｋ個の時系列変動を得る。また、２次元配列ＢとＣのそれぞれにより、各代表的なトラヒック量・装置負荷の変動パターン抽出の根拠となる観測項目名と基地局ＩＤを把握することが可能である。

一方、３次元配列Ｈは集計部１３０における処理で利用する、３個の２次元配列から３次元配列を計算するためのデータである。３次元配列Ｈは、Ｋ×Ｋ×Ｋの配列である。

観測情報の時間区間＝ｌ、観測項目＝ｍ、基地局ＩＤ＝ｎの値をｘ_{ｌ，ｍ，ｎ}とし、２次元配列Ａの要素をａ_ｐ，ｌ（ｐ＝１，...，Ｋ）とし、２次元配列Ｂの要素をｂ_ｑ，ｍ（ｑ＝１，...，Ｋ）とし、２次元配列Ｃの要素をｃ_ｒ，ｎ（ｒ＝１，...，Ｋ）とし、３次元配列Ｈの要素をｈ_{ｐ，ｑ，ｒ}とした場合、
ｘ_{ｌ，ｍ，ｎ}≒Σ^Ｋ _ｐ＝１Σ^Ｋ _ｑ＝１Σ^Ｋ _ｒ＝１ｈ_{ｐ，ｑ，ｒ}ａ_ｐ，ｌｂ_ｑ，ｍｃ_ｒ，ｎ
の関係がある。

パターン抽出手法として、ＮＴＦ（Non-negative Tensor Factorization）、ＣＰ（Canonical Polyadic）分解、タッカー分解等、３次元配列を入力として各軸と各パターンの関連性を抽出するための任意の手法を用いることができる。

ＮＴＦについては，例えば，「Max Welling, and Markus Weber. "Positive tensor factorization." Pattern Recognition Letters 22.12, 1255-1261 (2001).」等に開示されている。また、ＣＰ分解については、「Carroll, J.D., Chang, J. "Analysis of individual differences in multidimensional scaling via an n-way generalization of "Eckart-Young" decomposition." Psychometrika 35, 283-319 (1970).」等に開示されている。タッカー分解については、「Tucker, L.R. "Some mathematical notes on three-mode factor analysis." Psychometrika 31, 279-311 (1966).」等に開示されている。

図６～図８は、抽出部１２０によるパターン抽出の出力結果である２次元配列Ａ、Ｂ、Ｃの一例を示す図である。図６は２次元配列Ａを示し、図７は２次元配列Ｂを示し、図８は２次元配列Ｃを示す。図６～図８の例では、例えば変動パターン２は、時間区間２、観測項目１、基地局ＩＤ＝１、Ｎにおいてトラヒック量・装置負荷の変動が大きいパターンであることが読み取れる。

＜Ｓ１０４＞
Ｓ１０４において、集計部１３０は、抽出部１２０により得られたパターン抽出結果に基づいて、集客イベントによる影響を特定する。具体的な処理は下記のとおりである。

まず、集計部１３０は、タイムスタンプ（又は時間区間）と代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列Ａに基づき、変動パターン１～Ｋを、集客イベントに起因する変動パターンとユーザの日常的な生活行動に伴う変動パターンとに分類する。分類の方法として、下記の分類方法１と分類方法２がある。

分類方法１は、集客イベントの開催期間が分かる場合に適用可能な方法であり、分析を行う者が当該集客イベントの開催期間を予め集客イベントログ分析装置１００に入力する方法である。この場合は、２次元配列ＡのＫ個の変動パターンから、当該集客イベントの開催期間の間のみ大きな値の関連度を示すものと、それ以外のものを分類する。

例えば、２次元配列Ａにおける変動パターンｋ∈｛１，...，Ｋ｝の時間区間ｌ∈｛１，...，Ｌ｝の要素をａ_ｋ，ｌと表すとき、別途定める閾値を用い、当該集客イベントの開催期間のみａ_ｋ，ｌが閾値を上回り、それ以外の期間はａ_ｋ，ｌが閾値を下回る変動パターンｋを集客イベントに起因する変動パターンとして分類し、それ以外をユーザの日常的な生活行動に伴う変動パターンとして分類する。ここで、閾値としては分析を行う者が経験に基づき設定しても良いし、例えば観測平均（１／Ｌ）Σ_ｌａ_ｋ，ｌを使っても良い。

当該集客イベントの開催期間のうちの大部分のａ_ｋ，ｌが閾値を上回り（一部に閾値を下回るａ_ｋ，ｌがあってもよい）、それ以外の期間の大部分でａ_ｋ，ｌが閾値を下回る（一部に閾値を上回るａ_ｋ，ｌがあってもよい）変動パターンｋを集客イベントに起因する変動パターンとして分類することとしてもよい。

分類方法２は、集客イベントの開催期間が分からない場合に用いる方法であり、変動パターンの周期性に基づき当該の開催期間を推定する方法である。この場合は、集客イベントの開催期間よりも十分に長い期間Ｔの観測情報を集客イベントログ分析装置１００に入力することを前提とする。

例えば、２次元配列Ａにおける変動パターンを一日毎又は一週間毎に分割し、前後の日又は前後の週と同様の傾向を示す変動パターンをユーザの日常的な生活行動に伴う変動パターンとして分類し、それ以外を集客イベントに起因する変動パターンとして分類する。

すなわち、上記の一日や一週間を「単位周期期間」と呼ぶこととすると、単位周期期間の前又は後に、当該単位周期期間と異なる傾向の単位周期期間が存在する変動パターンを集客イベントに起因する変動パターンとして分類し、それ以外の変動パターンを日常的な生活行動に伴う変動パターンとして分類する。

なお、変動パターンの周期性を判定する方法としては、これに限るものではない。また、周期的な変動パターンから外れた時間区間を集客イベントの開催期間として推定する。

以上の処理によって分類された変動パターンの内、集客イベントに起因する変動パターンを以降では便宜上イベントグループＥと呼び、イベントグループＥに属する変動パターンの集合をＥ⊆｛１，...，Ｋ｝で表す。

同様に、ユーザの日常的な生活行動に伴う変動パターンを日常グループＤと呼び、日常グループＤに属する変動パターンの集合をＤ⊆｛１，...，Ｋ｝で表す。また、前述の分類方法で入力、もしくは推定した集客イベントの開催期間に紐付く時間区間をＺ⊂｛１，...，Ｌ｝で表す。

続いて、集計部１３０は、観測項目名と代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列Ｂと、基地局ＩＤと代表的なトラヒック量・装置負荷の変動パターンを軸とする２次元配列Ｃ、及びイベントグループＥに基づいて、集客イベントに伴いトラヒック量・装置負荷の変動が発生した観測項目と当該変動を観測した基地局ＩＤを特定する。

具体的には、２次元配列ＢにおけるイベントグループＥに属する変動パターンと関連度の高い観測項目を抽出し、同様に、二次元配列ＣにおけるイベントグループＥに属する変動パターンと関連度の高い基地局ＩＤを抽出する。

イベントグループＥに属する変動パターンと関連度の高い観測項目であると判定する条件は、２次元配列Ｂにおける変動パターンｋ∈｛１，...，Ｋ｝の観測項目ｍ∈｛１，...，Ｍ｝の要素をｂ_ｋ，ｍ、と表すとき、別途定める閾値を用い、ｂ_ｋ，ｍが閾値を上回るか否かとする。ここで、閾値としては分析を行う者が経験に基づき設定しても良いし、例えば平均（１／Ｍ）Σ_ｍｂ_ｋ，ｍを使っても良い。

同様に、イベントグループＥに属する変動パターンと関連度の高い基地局ＩＤであると判定する条件は、２次元配列Ｃにおける変動パターンｋ∈｛１，...，Ｋ｝の基地局ＩＤｎ∈｛１，...，Ｎ｝の要素をｃ_ｋ，ｎと表すとき、別途定める閾値を用い、ｃ_ｋ，ｎが閾値を上回るか否かとする。ここで、閾値としては分析を行う者が経験に基づき設定しても良いし、例えば平均（１／Ｎ）Σ_ｎｃ_ｋ，ｎを使っても良い。

こうして抽出された観測項目と基地局ＩＤを、集客イベントの影響を受けた観測項目、基地局ＩＤとして、それぞれＵ⊂｛１，...，Ｍ｝、Ｖ⊂｛１，...，Ｎ｝で表す。

＜Ｓ１０５＞
Ｓ１０５において、集計部１３０は、２次元配列Ａ、Ｂ、Ｃ及び、集客イベントの開催期間に紐付く時間区間Ｚ、集客イベントの影響を受けた観測項目Ｕ、集客イベントの影響を受けた基地局ＩＤＶに基づき、集客イベント発生時のトラヒック量・装置負荷の変動（上昇）の見積もり（推定）を行う。具体的には、次の方法により２次元配列Ａ´、Ｂ´、Ｃ´を生成し、３次元配列Ｈを組み合わせることで、観測情報と同様の様式である３次元配列Ｘ´を算出し、当該３次元配列Ｘ´を出力する。

Ａ´：ｋ∈｛１，...，Ｋ｝、ｌ∈｛１，...，Ｌ｝について、
ｋ∈Ｅかつｌ∈Ｚの時ａ´_ｋ，ｌ＝ａ_ｋ，ｌ、それ以外の時ａ´_ｋ，ｌ＝０
Ｂ´：ｋ∈｛１，...，Ｋ｝、ｍ∈｛１，...，Ｍ｝について、
ｋ∈Ｅかつｍ∈Ｕの時ｂ´_ｋ，ｍ＝ｂ_ｋ，ｍ、それ以外の時ｂ´_ｋ，ｍ＝０
Ｃ´：ｋ∈｛１，...，Ｋ｝，ｎ∈｛１，...，Ｎ｝について、
ｋ∈Ｅかつｎ∈Ｖの時ｃ´_ｋ，ｎ＝ｃ_ｋ，ｎ、それ以外の時ｃ´_ｋ，ｎ＝０
Ｘ´：ｌ∈｛１，...，Ｌ｝、ｍ∈｛１，...，Ｍ｝、ｎ∈｛１，...，Ｎ｝について、
ｘ´_{ｌ，ｍ，ｎ}＝Σ^Ｋ _ｐ＝１Σ^Ｋ _ｑ＝１Σ^Ｋ _ｒ＝１ｈ_{ｐ，ｑ，ｒ}ａ´_ｐ，ｌｂ´_ｑ，ｍｃ´_ｒ，ｎ
図９～図１１は、前述の処理の結果である２次元配列Ａ´、Ｂ´、Ｃ´の一例を示す図である。図９は２次元配列Ａ´を示し、図１０は２次元配列Ｂ´を示し、図１１は２次元配列Ｃ´を示す。また、図１２は、３次元配列Ｘ´の一例を示す図である。

ここでの例では、変動パターン２がイベントグループＥに属する変動パターンとして分類された変動パターンであり、２次元配列Ａ´における時間区間２が集客イベントの開催期間に紐付く時間区間Ｚに属する時間区間であり、２次元配列Ｂ´における観測項目１が集客イベントの影響を受けた観測項目Ｕに属する観測項目であり、２次元配列Ｃ´における基地局ＩＤ＝１と基地局ＩＤ＝Ｎが集客イベントの影響を受けた基地局ＩＤＶに属する基地局ＩＤであることが示されている。

図１２において、例えば、「観測項目１、時間区間２、基地局ＩＤ１」の値である１８は、観測情報における「観測項目１、時間区間２、基地局ＩＤ１」の値から、ユーザの日常的な生活行動に伴う変動パターンに係る値を除いた、集客イベントに起因する変動量（日常的な値に対した変動した量）であることを示している。

また、集計部１３０は、３次元配列Ｘ´に基づいて、例えば、ある時刻（時間区間）のある観測項目の変動量を、基地局横断的に集計することで、集客イベントに伴うトラヒック量・装置負荷の上昇量の総量を算出してもよい。例えば、時間区間２の観測項目２について、基地局ＩＤ＝１～Ｎの値を足し合わせることで、時間区間２の観測項目２の上昇量の総量を推定できる。仮に観測項目２がトラヒック量（例：単位時間あたりのデータ送受信量）であれば、上記計算により、集客イベント時の時間区間２におけるトラヒック量の上昇量の総量を推定できる。

（ハードウェア構成例）
本実施の形態における集客イベントログ分析装置１００は、例えば、コンピュータに、本実施の形態で説明する処理内容を記述したプログラムを実行させることにより実現可能である。

上記プログラムは、コンピュータが読み取り可能な記録媒体（可搬メモリ等）に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。

図１３は、上記コンピュータのハードウェア構成例を示す図である。図１３のコンピュータは、それぞれバスＢＳで相互に接続されているドライブ装置１０００、補助記憶装置１００２、メモリ装置１００３、ＣＰＵ１００４、インタフェース装置１００５、表示装置１００６、入力装置１００７、出力装置１００８等を有する。

当該コンピュータでの処理を実現するプログラムは、例えば、ＣＤ－ＲＯＭ又はメモリカード等の記録媒体１００１によって提供される。プログラムを記憶した記録媒体１００１がドライブ装置１０００にセットされると、プログラムが記録媒体１００１からドライブ装置１０００を介して補助記憶装置１００２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１００１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１００２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１００３は、プログラムの起動指示があった場合に、補助記憶装置１００２からプログラムを読み出して格納する。ＣＰＵ１００４は、メモリ装置１００３に格納されたプログラムに従って、集客イベントログ分析装置１００に係る機能を実現する。インタフェース装置１００５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１００６はプログラムによるＧＵＩ（ＧｒａｐｈｉｃａｌＵｓｅｒＩｎｔｅｒｆａｃｅ）等を表示する。入力装置１００７はキーボード及びマウス、ボタン、又はタッチパネル等で構成され、様々な操作指示を入力させるために用いられる。出力装置１００８は演算結果を出力する。

（実施の形態の効果）
以上説明したとおり、本実施の形態によれば、集客イベントに起因するトラヒック量・装置負荷の変動パターンと関連度が高い観測項目と無線基地局を抽出することで、集客イベントに伴い変化した観測項目と当該変化を観測した無線基地局を抽出することができる。

また、当該時刻の観測項目の変動量を、基地局横断的に集計することで、集客イベントに伴うトラヒック量・装置負荷の上昇量の総量を見積もることが可能となる。

（実施の形態のまとめ）
本明細書には、少なくとも下記の各項に記載した分析装置、分析方法、及びプログラムが記載されている。
（第１項）
複数の無線基地局を備える通信システムにおけるイベントの発生時の影響を分析する分析装置であって、
前記イベントに関連するエリアに存在する無線基地局から取得した装置ログに基づいて、時間区間、観測項目名、及び基地局ＩＤの３軸を持つ３次元配列である観測情報を生成する前処理部と、
前記観測情報に基づいて、所定の数の変動パターンと前記時間区間との間の関連度を要素に持つ第１の２次元配列、前記所定の数の変動パターンと前記観測項目名との間の関連度を要素に持つ第２の２次元配列、及び前記所定の数の変動パターンと前記基地局ＩＤとの間の関連度を要素に持つ第３の２次元配列を抽出する抽出部と、
前記第１の２次元配列、前記第２の２次元配列、及び前記第３の２次元配列を用いて、前記イベントに伴って変動した観測項目、及び当該変動を観測した無線基地局を抽出する集計部と
を備える分析装置。
（第２項）
前記集計部は、前記第１の２次元配列における前記所定の数の変動パターンから、前記イベントの開催期間の要素の値に基づいて、又は、要素の値の周期性に基づいて、前記イベントに起因する変動パターンを抽出する
第１項に記載の分析装置。
（第３項）
前記集計部は、
前記第２の２次元配列から、前記イベントに起因する変動パターンと関連度の高い観測項目を、前記イベントに伴って変動した観測項目として抽出し、
前記第３の２次元配列から、前記イベントに起因する変動パターンと関連度の高い基地局ＩＤを、前記変動を観測した無線基地局として抽出する
第２項に記載の分析装置。
（第４項）
前記集計部は、
前記イベントに起因する変動パターンと前記観測項目との関連度が高いか否かを、当該観測項目の要素の値が閾値を上回るか否かで判定し、
前記イベントに起因する変動パターンと前記基地局ＩＤとの関連度が高いか否かを、当該基地局ＩＤの要素の値が閾値を上回るか否かで判定する
第３項に記載の分析装置。
（第５項）
前記集計部は、
前記イベントに起因する変動パターンと、前記イベントの開催期間と、前記イベントに伴って変動した観測項目と、当該変動を観測した無線基地局とに基づいて、前記観測情報と同じ形式の、イベントに起因する変動量を要素として持つ３次元配列を生成する
第３項又は第４項に記載の分析装置。
（第６項）
前記集計部は、
イベント時のある観測項目の変動量を無線基地局について足し合わせることにより、イベント時の当該観測項目における変動の総量を推定する
第５項に記載の分析装置。
（第７項）
複数の無線基地局を備える通信システムにおけるイベントの発生時の影響を分析する分析装置が実行する分析方法であって、
前記イベントに関連するエリアに存在する無線基地局から取得した装置ログに基づいて、時間区間、観測項目名、及び基地局ＩＤの３軸を持つ３次元配列である観測情報を生成するステップと、
前記観測情報に基づいて、所定の数の変動パターンと前記時間区間との間の関連度を要素に持つ第１の２次元配列、前記所定の数の変動パターンと前記観測項目名との間の関連度を要素に持つ第２の２次元配列、及び前記所定の数の変動パターンと前記基地局ＩＤとの間の関連度を要素に持つ第３の２次元配列を抽出するステップと、
前記第１の２次元配列、前記第２の２次元配列、及び前記第３の２次元配列を用いて、前記イベントに伴って変動した観測項目、及び当該変動を観測した無線基地局を抽出するステップと
を備える分析方法。
（第８項）
コンピュータを、第１項ないし第６項のうちいずれか１項に記載の分析装置における各部として機能させるためのプログラム。

以上、本実施の形態について説明したが、本発明はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０－１～１０－ｎ無線基地局
１００集客イベントログ分析装置
１１０前処理部
１２０抽出部
１３０集計部
２００無線基地局監視装置
３００バックボーンネットワーク
１０００ドライブ装置
１００１記録媒体
１００２補助記憶装置
１００３メモリ装置
１００４ＣＰＵ
１００５インタフェース装置
１００６表示装置
１００７入力装置
１００８出力装置

Claims

複数の無線基地局を備える通信システムにおけるイベントの発生時の影響を分析する分析装置であって、
前記イベントに関連するエリアに存在する無線基地局から取得した装置ログに基づいて、時間区間、観測項目名、及び基地局ＩＤの３軸を持つ３次元配列である観測情報を生成する前処理部と、
前記観測情報に基づいて、所定の数の変動パターンと前記時間区間との間の関連度を要素に持つ第１の２次元配列、前記所定の数の変動パターンと前記観測項目名との間の関連度を要素に持つ第２の２次元配列、及び前記所定の数の変動パターンと前記基地局ＩＤとの間の関連度を要素に持つ第３の２次元配列を抽出する抽出部と、
前記第１の２次元配列、前記第２の２次元配列、及び前記第３の２次元配列を用いて、前記イベントに伴って変動した観測項目、及び当該変動を観測した無線基地局を抽出する集計部と
を備える分析装置。
前記集計部は、前記第１の２次元配列における前記所定の数の変動パターンから、前記イベントの開催期間の要素の値に基づいて、又は、要素の値の周期性に基づいて、前記イベントに起因する変動パターンを抽出する
請求項１に記載の分析装置。
前記集計部は、
前記第２の２次元配列から、前記イベントに起因する変動パターンと関連度の高い観測項目を、前記イベントに伴って変動した観測項目として抽出し、
前記第３の２次元配列から、前記イベントに起因する変動パターンと関連度の高い基地局ＩＤを、前記変動を観測した無線基地局として抽出する
請求項２に記載の分析装置。
前記集計部は、
前記イベントに起因する変動パターンと前記観測項目との関連度が高いか否かを、当該観測項目の要素の値が閾値を上回るか否かで判定し、
前記イベントに起因する変動パターンと前記基地局ＩＤとの関連度が高いか否かを、当該基地局ＩＤの要素の値が閾値を上回るか否かで判定する
請求項３に記載の分析装置。
前記集計部は、
前記イベントに起因する変動パターンと、前記イベントの開催期間と、前記イベントに伴って変動した観測項目と、当該変動を観測した無線基地局とに基づいて、前記観測情報と同じ形式の、イベントに起因する変動量を要素として持つ３次元配列を生成する
請求項３又は４に記載の分析装置。
前記集計部は、
イベント時のある観測項目の変動量を無線基地局について足し合わせることにより、イベント時の当該観測項目における変動の総量を推定する
請求項５に記載の分析装置。
複数の無線基地局を備える通信システムにおけるイベントの発生時の影響を分析する分析装置が実行する分析方法であって、
前記イベントに関連するエリアに存在する無線基地局から取得した装置ログに基づいて、時間区間、観測項目名、及び基地局ＩＤの３軸を持つ３次元配列である観測情報を生成するステップと、
前記観測情報に基づいて、所定の数の変動パターンと前記時間区間との間の関連度を要素に持つ第１の２次元配列、前記所定の数の変動パターンと前記観測項目名との間の関連度を要素に持つ第２の２次元配列、及び前記所定の数の変動パターンと前記基地局ＩＤとの間の関連度を要素に持つ第３の２次元配列を抽出するステップと、
前記第１の２次元配列、前記第２の２次元配列、及び前記第３の２次元配列を用いて、前記イベントに伴って変動した観測項目、及び当該変動を観測した無線基地局を抽出するステップと
を備える分析方法。
コンピュータを、請求項１ないし６のうちいずれか１項に記載の分析装置における各部として機能させるためのプログラム。