JPWO2017168967A1 - データ分析手法候補決定装置 - Google Patents

Abstract

本発明は、ソースコード又は中間コードの存在有無によらず、分析対象データの分析アルゴリズムを機械的に推薦することを目的とする。本発明に係るデータ分析手法候補決定装置は、データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部３と、分析対象データについて、データ属性の情報を格納する分析対象データ格納部２と、分析対象データのデータ属性と分析済データのデータ属性との類似度であるデータ属性類似度を算出し、データ属性類似度に基づき分析済データの分析手法の中から少なくとも一つの分析手法を分析対象データの分析手法候補として決定する分析手法候補決定部４と、を備える。

Description

この発明は、データ分析手法候補を決定する技術に関する。

データを分析するためには、データの特徴や意味するところに応じて適切なデータ分析手法を選択する必要がある。現状では、データサイエンティストと呼ばれるデータ分析手法に詳しい専門の技術者が、データ分析手法を推薦している。近年、インターネットに接続される機器の増加により、インターネットを経由して収集されるデータが爆発的に増加しているため、これらのデータを分析するデータ分析技術者に対するニーズは高まっている。しかしながら、データ分析技術者の育成は進んでおらず、収集されたものの有効活用されていないデータが数多く存在する。

データ分析技術者の不足という課題を解決するためには、データ分析手法を機械的に推薦する仕組みが必要である。関連分野の技術として、特許文献１には、過去のソフトウェア製品の開発実績および変更実績に基づいて、派生製品の開発時に同時に再利用または変更すべきソフト部品を選択するソフトウェア分析装置が開示されている。特許文献１のソフトウェア分析装置では、ソースコード化されたあるソフト部品がユーザにより選択されると、当該ソフト部品と同時利用されていると考えられるソフト部品を、ソフト部品間距離に基づいて抽出し、提示する。

また、特許文献２には、ソースコードを推薦する情報処理装置が開示されている。特許文献２の情報処理装置は、開発中のプログラムのソースコードを中間コードに変換し、これに類似する中間コードをデータベースに記憶されている中間コードから抽出し、類似する中間コードのソースコードを推薦する。

特開２０１０−１１３４４９号公報 特開２０１３−３６６４号公報

しかし、特許文献１の技術は、ソースコード化されたソフト部品が存在しなければ利用できない、という問題がある。また、ソフト部品の部品間距離のみを用いて再利用するソフト部品を選定するため、分析対象データの類似性等を手掛かりに、再利用可能なソフト部品を選定することは出来ない、という問題があった。

また、特許文献２では、ソースコードの言語種別は問わないものの、ソースコード化されたプログラムから生成した中間コードが無ければ、ソースコードの推薦が出来ない、という問題があった。

本発明は上述の問題に鑑み、ソースコード又は中間コードの存在有無によらず、分析対象データの分析手法候補を決定することを目的とする。

本発明に係るデータ分析手法候補決定装置は、データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部と、前記分析対象データについて、データ属性の情報を格納する分析対象データ格納部と、前記分析対象データのデータ属性と前記分析済データのデータ属性との類似度であるデータ属性類似度を算出し、前記データ属性類似度に基づき前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する分析手法候補決定部と、を備える。

本発明に係るデータ分析手法候補決定装置は、データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部と、前記分析対象データについて、データ属性の情報を格納する分析対象データ格納部と、前記分析対象データのデータ属性と前記分析済データのデータ属性との類似度であるデータ属性類似度を算出し、前記データ属性類似度に基づき前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する分析手法候補決定部と、を備える。データ属性類似度に基づき分析手法候補を決定するため、各分析手法のソースコードが無くても分析手法候補を決定することができる。

本発明の目的、特徴、態様、および利点は、以下の詳細な説明と添付図面とによって、より明白となる。

実施の形態１に係るデータ分析手法候補決定装置の構成を示すブロック図である。 データ属性を例示する図である。 実施の形態１に係るデータ分析手法候補決定装置のハードウェア構成を示す図である。 実施の形態１に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 図４のステップＳ１５における処理を示すフローチャートである。 距離評価軸の設定例を示す図である。 実施の形態２に係るデータ分析手法候補決定装置の構成を示すブロック図である。 実施の形態２に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 評価取得部の動作を示すフローチャートである。 実施の形態２の変形例に係るデータ分析手法候補決定装置の構成を示すブロック図である。 実施の形態２の変形例に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 実施の形態３に係るデータ分析手法候補決定装置の構成を示すブロック図である。 実施の形態３に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 実施の形態３に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 関数フローチャートＡを示す図である。 関数フローチャートＢを示す図である。 実施の形態４に係るデータ分析手法候補決定装置の構成を示すブロック図である。 実施の形態４に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 図１８のステップＳ１９における既存データ活用提案部の動作を示すフローチャートである。 実施の形態５に係るデータ分析手法候補決定装置の構成を示すブロック図である。 実施の形態５に係るデータ分析手法候補決定装置の動作を示すフローチャートである。 図２０のステップＳ２０における分析手法見直し提案部の動作を示すフローチャートである。

＜Ａ．実施の形態１＞
＜Ａ−１．構成＞
図１は、実施の形態１に係るデータ分析手法候補決定装置１１の構成を示すブロック図である。データ分析手法候補決定装置１１は、データ分析を行うべき分析対象データの分析手法候補を決定し、それをユーザに推薦する装置である。データ分析手法候補決定装置１１は、分析対象データ格納部２、分析事例格納部３、および分析手法候補決定部４を備えている。但し、これらデータ分析手法候補決定装置１１の構成要素は、一つの装置内に設けられるだけでなく、複数の装置に分散して配置され、それら複数の装置がインターネット等のネットワークにより互いに接続され、全体として一つのシステムとしてのデータ分析手法候補決定装置１１を構成しても良い。

データ分析手法候補決定装置１１は、入力部５と出力部６を利用可能である。入力部５は、ユーザからの指令又は検索条件等をデータ分析手法候補決定装置１１に入力するための入力インタフェースである。また、出力部６は、分析手法候補決定部４による分析手法候補の決定結果をユーザに出力する出力インタフェースである。図１では、入力部５と出力部６をデータ分析手法候補決定装置１１とは別の構成として示しているが、これらをデータ分析手法候補決定装置１１が備えていてもよい。

分析対象データ格納部２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＤ等といった記録媒体により構成され、データ分析を行うべき分析対象データと、当該分析対象データのデータ属性とを格納する。データ分析手法候補決定装置１１の分析対象データは、センサ等から直接計測された温度、湿度、振動、速度、加速度、圧力、日射量、距離、重量、電流、電圧、電力量、回転数、もしくは数等の時系列データ、または機器の使用履歴、アクセスログ、移動体のＧＰＳデータ、気象観測、もしくは気象予報等の離散データ、または報告書、点検記録、作業履歴、帳票、もしくは計画書等の文書データ、または人口統計もしくは白書等の統計データ等を含む。分析対象データは、これからデータ分析を行うべきデータであるが、その他に、過去にデータ分析を行った分析済データと、データ分析、予測、または推定等によって新たに作成されたデータ分析結果が分析対象データ格納部２に格納されていても良い。また、分析対象データ格納部２には、過去にデータ分析を行っていないが利用可能なデータとそのデータのデータ属性とが含まれていてもよい。なお、分析対象データ格納部２は、分析対象データのデータ属性が格納されていれば良く、分析対象データ自体は必ずしも格納されていなくても良い。分析対象データ自体が分析対象データ格納部２に格納されない分析対象データの例としては、自治体等が提供するオープンデータ、ＳＮＳ（Social Network System）に投稿されたデータ、またはデータ分析手法候補決定装置１１からアクセス可能なクラウド環境等に分散保存されたデータ等がある。

図２は、データ属性を例示する図である。図２は、データＡ、データＢ、およびデータＣの夫々についてデータ属性を示している。データ属性とはデータの特徴を表すもので、例えばデータの取得間隔、データの取得方法、実績値か予測値か加工値の別、データ種別、関連データ、および関連機器等がある。このほか、データに対するアクセス権限をデータ属性としてもよい。

分析事例格納部３は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＤ等といった記録媒体により構成されている。分析事例格納部３には、過去にデータ分析が行われた分析済みデータについて、データ属性と分析手法とを紐付けたデータが分析事例として格納されている。分析事例は、データ分析手法候補決定装置１１によって作成された分析事例である必要はなく、既存の分析事例、文献等による公知事例、検討段階における試適用事例、不採用事例、または分析方法変更事例等を含むことが望ましい。また、分析事例は、分析手法に対するユーザの評価情報を含んでいても良い。各分析事例において、分析手法はソースコードで記載されてもよいし、プログラムが実行可能な中間コードで記載されてもよい。あるいは、「回帰分析」または「ｋ−ｍｅａｎｓ法」等のように名称で記載されてもよい。あるいは、「統計解析→クラスタリング→ｋ−ｍｅａｎｓ法」のように、上位概念、中位概念、下位概念からなる階層構造で記載してもよい。あるいは、ＩＤ化されて記載されてもよい。

分析手法候補決定部４は、分析対象データのデータ分析に用いるべき分析手法を過去の分析事例で用いられた分析手法の中から選択し、分析手法候補として決定する。ここで決定された分析手法候補は、出力部６から例えばテキスト形式で出力され、ユーザに推薦される。あるいは、分析手法候補に代表過去事例を合わせたものがリスト形式で出力され、ユーザに推薦されてもよい。この場合、ユーザは分析手法候補の実施例または特徴を理解しやすい。

図３は、データ分析手法候補決定装置１１のハードウェア構成を示す図である。データ分析手法候補決定装置１１は、プロセッサ２０、メモリ２１、および記録媒体２２を備えて構成される。分析手法候補決定部４は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメモリ２１に格納されたソフトウェアプログラムが、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサ２０により実行されることにより、当該プロセッサ２０の機能として実現する。ただし、これらは複数のプロセッサが連携して実現されても良い。なお、分析手法候補決定部４は、当該動作をハードウェアの電気回路で実現する信号処理回路により実現されてもよい。ソフトウェアの分析手法候補決定部４と、ハードウェアの分析手法候補決定部４とを合わせた概念として、「部」という語に代えて「処理回路」という語を用いることも出来る。

＜Ａ−２．動作＞
図４は、データ分析手法候補決定装置１１の動作を示すフローチャートである。まず、ユーザが入力部５を介して、分析対象データおよび分析目的を選択する（ステップＳ１１）。分析対象データについては、例えば分析対象データ格納部２に格納済のデータの一覧を表示して、その中からユーザに選択させても良いし、ユーザが電子ファイル等で新たに分析対象データを入力できるようにしても良い。新たに分析対象データが入力された場合、当該データは分析対象データ格納部２に格納される。

分析目的については、例えばプルダウンメニュー等の一覧を表示して、その中からユーザに選択させても良いし、ユーザが文字列で入力できるようにしても良い。ここでユーザが選択した分析目的は、分析対象データ格納部２に格納される。また、分析目的は１つに限定せず、複数あっても良い。ここでは、「テレビの視聴データ」、「視聴者の視聴嗜好の分析」を、それぞれ分析対象データ、分析目的の例として説明を続ける。

次に、分析対象データ格納部２から分析手法候補決定部４に分析対象データを読み込む（ステップＳ１２）。すなわち、各テレビ端末から収集したテレビの視聴データを分析対象データとして読み込む。

続いて、分析対象データ格納部２から分析手法候補決定部４に、分析対象データのデータ属性および分析目的を読み込む（ステップＳ１３）。すなわち、分析対象データである「テレビの視聴データ」のデータ属性として、例えばデータ取得間隔、データ取得機器の所在地、およびデータ取得機器の所有者情報を読み込み、分析目的として「視聴者の視聴嗜好の分析」を読み込む。

続いて、分析事例格納部３から分析手法候補決定部４に、データ属性が分析対象データと同一若しくは類似、または分析目的が分析対象データと同一若しくは類似する分析事例を読み込む（ステップＳ１４）。例えば、分析対象データ「テレビの視聴データ」とデータ属性が類似する分析事例として、「テレビの地域別視聴率調査」、「地域別好きなタレント分析」、「人気のある映画ジャンル調査」、「電力使用状況調査」、または「工場における生産効率分析」等がある。また、分析目的が類似する分析事例として、「インターネットのブラウジング履歴分析」、「商品購入状況分析」、「立ち寄り店舗分析」、「ポイントカードの保有状況分析」、「公共交通機関の乗車履歴」、または「旅行時の訪問施設分析」等がある。

続いて、分析手法候補決定部４が分析対象データの分析手法候補を決定する（ステップＳ１５）。ステップＳ１５における詳細な処理内容は後述する。

最後に、ステップＳ１５で作成した分析手法候補を出力部６に出力してユーザに推薦し（ステップＳ１６）、処理を終了する。

図５は、図４のステップＳ１５における、分析手法候補決定部４による分析手法候補の決定処理を示すフローチャートである。初めに、図４のステップＳ１４にて読み込んだ分析事例に関して、分析対象データと分析済データとのデータ属性類似度を算出する（ステップＳ１５１）。「公共交通機関の乗車履歴」データを分析事例の分析済データの一例として、処理を具体的に説明する。ユーザが指定した分析対象データである「テレビの視聴データ」のデータ属性と、分析済データ「公共交通機関の乗車履歴」の分析に用いた「交通系ＩＣカードの乗車履歴」データまたは「ＧＰＳデータから推定した公共交通機関の乗車経路」データ等のデータ属性とについて、データ属性類似度Ｓｚを算出する。データ属性類似度Ｓｚは、例えば以下の式により算出される。

但し、Ｎはデータ属性として登録している項目数、Ｌｍａｘｉはｉ番目のデータ属性項目の最大距離、Ｌｉはｉ番目のデータ属性項目の距離とする。例えば、データ属性項目ごとに距離評価軸を設定し、当該距離評価軸を用いてｉ番目のデータ属性項目の距離Ｌｉを算出する。

図６に、距離評価軸の設定例を示す。例えば、データ取得間隔については、分析対象データと分析済データのうち少なくとも一方のデータ取得間隔が不定期であれば、距離を１０とする。また、分析済データのデータ取得間隔が分析対象データのデータ取得間隔よりも短ければ、距離を０とする。また、分析対象データおよび分析済データの一方の取得間隔が他方の取得間隔の１００倍以上であれば距離を５とする。また、データ取得方法については、例えば、同一手法なら距離を０、一方がログで他方が端末入力なら距離を２、双方ともセンサログだがセンサ種別が異なっていれば距離を１とする。また、実績値と予測値の別については、例えば、双方とも実績値であれば距離を０、一方が実績値で他方が予測値であれば距離を２０、双方とも予測値であれば距離を１００とする。このように、距離評価軸は、データ属性項目ごとにルールベースで設定されてもよいし、数式で設定されても良い。また、ルール数に制限を設けなくてもよく、距離の最大値は評価軸ごとに設けてもよい。図６のように設定された距離評価軸の中で、距離が最大となるものを最大距離とする。なお、図６では距離は正の値のみのケースについて記載したが、負の値をとる距離があってもよく、１次元値を取らず２次元以上の値をとってもよい。

続いて、ステップＳ１５１でデータ属性類似度を算出した分析事例に対して、分析対象データとの分析目的類似度Ｓｐを算出する（ステップＳ１５２）。例えば、分析対象データの分析目的と分析済データの分析目的とを文字列で比較して、その類似度を分析目的類似度Ｓｐとして算出する。分析目的類似度Ｓｐは、例えばコサイン類似度またはレーベンシュタイン距離等を用いて求めることができる。例えば、分析対象データの分析目的の文字列Ａと、分析済データの分析目的の文字列Ｂとの間の分析目的類似度Ｓｐをコサイン類似度で求めると、以下の式で算出される。

但し、Ａ・Ｂは文字列Ａと文字列Ｂの内積、｜Ａ｜は文字列Ａの距離、｜Ｂ｜は文字列Ｂの距離とする。

分析対象データの分析目的の文字列Ａを「視聴者の視聴嗜好の分析」、分析済データの分析目的の文字列Ｂを「人気のある映画ジャンル調査」として、これらの分析目的類似度Ｓｐの算出方法を説明する。文字列Ａを単語レベルに分解してキーワードを抽出すると、「視聴、者、嗜好、分析」が得られ、同様に文字列Ｂからは「人気、映画、ジャンル、調査」が得られる。このとき、「嗜好＝人気」や「分析＝調査」のように、類似語を紐づけて、文字列Ｂのキーワードを「嗜好、映画、ジャンル、分析」としてもよい。類似語を定義した類似語データベースを分析対象データ格納部２または分析事例格納部３に設け、当該類似語データベースを参照して類似語の紐付けを行うことができる。

文字列Ａ，Ｂをベクトル表示すると、Ａ：（視聴、者、嗜好、分析、映画、ジャンル）＝（２，１，１，１，０，０）、Ｂ：（視聴、者、嗜好、分析、映画、ジャンル）＝（０，０，１，１，１，１）となる。

また、分析目的類似度Ｓｐは、以下のように算出される。

その他の例として、分析目的がソースコードまたは中間コードで記載されている場合には、ソースコードまたは中間コードに示される処理手順をＵＭＬ（Ｕｎｉｆｉｅｄ Ｍｏｄｅｌｉｎｇ Ｌａｎｇｕａｇｅ、統一モデリング言語）または関数フローチャート等の手法で整理し、処理手順の類似度から分析目的類似度Ｓｐを算出しても良い。以下、図１５に示す関数フローチャートＡと図１６に示す関数フローチャートＢを例に、分析目的類似度Ｓｐの算出方法を説明する。

関数フローチャートＡは、ステップＳ２１からステップＳ２６が順番に実行されることを示している。ステップＳ２１はＸを入力するステップ、ステップＳ２２はＸ／５をＹに代入するステップ、ステップＳ２３はＹを出力するステップ、ステップＳ２４はＺを入力するステップ、ステップＳ２５はＹ×ＺをＡに代入するステップ、ステップＳ２６はＹを出力するステップである。

関数フローチャートＢはステップＳ３１からステップＳ３３が順番に実行されることを示している。ステップＳ３１はＸを入力するステップ、ステップＳ３２はＸに関するサブルーチンのステップであり、ステップＳ３３はＹを出力するステップである。Ｘに関するサブルーチンのステップＳ３２は、Ｘ／５をＹに代入するステップＳ３４である。

これら二つの関数フローチャートＡ，Ｂのそれぞれにおいて、処理手順の一致率を全処理手順数に対する一致処理手順数で定義したとする。入出力処理と演算処理のみを処理手順のカウント対象とした場合、一致率は以下のように算出される。

この一致率に一致処理手順の連続数の大きさを加味すると、分析目的類似度Ｓｐは例えば以下のような式で表すことができる。

また、分析目的が上位概念、中位概念、および下位概念からなる階層構造で記載されている場合には、上位概念、中位概念、および下位概念それぞれの分析目的類似度を（６）式で算出し、その平均をとってもよい。あるいは、上位概念、中位概念、および下位概念の選択肢のそれぞれにあらかじめ手法の類似度を考慮したＩＤ番号を付与しておき、ＩＤ番号を組み合わせた数字の差分量に基づいて分析目的類似度Ｓｐを求めてもよい。

例えば、ＩＤ番号の最大値を「９−９−９９」とすると、上位概念−中位概念−下位概念のＩＤ番号が「１−０−０１」で表される分析目的と、上位概念−中位概念−下位概念のＩＤ番号が「１−０−０２」で表される分析目的との分析目的類似度Ｓｐは、以下のように算出することができる。

また、上位概念−中位概念−下位概念のＩＤ番号が、「１−０−０１」で表されている分析目的に対して、上位概念−中位概念−下位概念のＩＤ番号が「５−０−０１」で表されている分析目的との分析目的類似度Ｓｐは、以下のように算出することができる。

上記で説明した分析目的類似度Ｓｐの算出式は、あくまでも一例である。よって、特定の条件に重みづけを行ったり、分析目的類似度の算出方法の違いによる演算結果の平均値に偏りがある場合等に傾斜等の補正演算を行ったり、といった変形例が可能である。

また、分析目的の記述方法が異なる事例が混在している場合には、複数の事例を代表する事例を抽出し、代表事例についてのみすべての分析目的記述方法における分析目的を付与することで、間接的に分析目的の比較ができるようにしてもよい。

続いて、データ属性類似度Ｓｚと分析目的類似度Ｓｐに基づいて、分析対象データと分析済データとの総合類似度Ｓを算出する（ステップＳ１５３）。総合類似度Ｓは、例えば以下の式により算出される。

続いて、総合類似度を算出していない他の分析済データが存在するか否かを確認する（ステップＳ１５４）。総合類似度を算出していない分析済データが存在すれば、ステップＳ１５１に戻り、当該分析済データに対してステップＳ１５１からステップＳ１５３までの処理を実行する。全ての分析済データに対して類似度の算出が終了すれば、ステップＳ１５５に進む。

ステップＳ１５５では、図４のステップＳ１４で読み込んだ全ての分析事例の総合類似度から、分析手法ごとに平均類似度を算出する。例えば、図４のステップＳ１４で読み込んだ分析事例では、「回帰分析」、「ｋ−ｍｅａｎｓ法」、「行動モデルベース推論」「行動モデルベース推論及び待ち行列シミュレーション」、「ニューラルネットワーク」等の分析手法が用いられていたとする。このとき、「回帰分析」に対する平均類似度Ｓａｖは、例えば以下の式により算出される。

但し、Ｎ_回は、データ分析手法として「回帰分析」を含む事例数を示し、ΣＳ_回は、データ分析手法として「回帰分析」を含む事例の総合類似度の和を示している。上記の例では相加平均を用いたが、相乗平均、調和平均、加重平均など、他の様々な平均を用いて平均類似度を算出しても良い。

１つの事例の中で複数の分析手法が用いられている場合は、複数の分析手法の組み合わせを保持したまま平均類似度を算出してもよい。あるいは、単一手法としての平均類似度を算出した後、平均類似度の高い手法についてのみ、組み合わせて使用されているデータ分析手法に対して再度、平均類似度を算出してもよい。

最後に、分析対象データに対する分析手法候補を決定する（ステップＳ１５６）。ここでは、最も平均類似度の高い分析手法を分析手法候補としても良いし、平均類似度の高い順に複数の分析手法を分析手法候補としても良い。図４のステップＳ１６で分析手法候補を出力する際、分析手法候補に加えて、その平均類似度、当該分析手法候補を含む分析事例数、または当該分析手法候補を用いている分析目的の出現頻度等を共に出力しても良い。

＜Ａ−３．効果＞
実施の形態１に係るデータ分析手法候補決定装置１１は、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部３と、分析対象データについて、データ属性の情報を格納する分析対象データ格納部２と、分析対象データのデータ属性と分析済データのデータ属性との類似度であるデータ属性類似度を算出し、データ属性類似度に基づき分析済データの分析手法の中から少なくとも一つの分析手法を分析対象データの分析手法候補として決定する分析手法候補決定部４と、を備える。従って、各分析手法のソースコードが無くても、データ属性が類似する分析事例を参考にして分析手法候補を決定することができる。

また、分析事例格納部３は、複数の分析済データの夫々について、分析目的の情報を格納し、分析対象データ格納部２は、分析対象データの分析目的の情報を格納し、分析手法候補決定部４は、分析対象データの分析目的と分析済データの分析目的との類似度を分析目的類似度として算出し、分析目的類似度及びデータ属性類似度に基づき分析対象データと分析済データの総合類似度を算出し、総合類似度に基づき、分析済データの分析手法の中から少なくとも一つの分析手法を分析対象データの分析手法候補として決定する。従って、各分析手法のソースコードが無くても、データ属性及び分析目的が類似する分析事例を参考にして分析手法候補を決定することができる。

また、分析済データ及び分析対象データのデータ属性は、データ取得間隔、データ取得方法、実績値か予測値か加工値の別、のいずれかを少なくとも含む。これらのデータ属性の類似度に基づき分析手法候補を決定することで、各分析手法のソースコードが無くても、分析手法候補を決定することができる。

また、分析手法候補決定部４は、分析対象データの分析目的の文字列と、分析済データの分析目的の文字列とに基づき、分析目的類似度を算出する。文字列同士を比較して分析目的類似度を算出し、当該分析目的類似度に基づき分析手法候補を決定することにより、各分析手法のソースコードが無くても、分析手法候補を決定することができる。

また、分析手法候補決定部４は、階層構造で記載された分析対象データの分析目的と、階層構造で記載された分析済データの分析目的とに基づき、分析目的類似度を算出する。階層ごとにあらかじめ設定された分析目的同士の類似性を比較して分析目的類似度を算出し、当該分析目的類似度に基づき分析手法候補を決定することにより、各分析手法のソースコードが無くても、分析手法候補を決定することができる。

また、分析対象データの分析目的および分析済みデータの分析目的がソースコード又は中間コードで記載される場合、分析手法候補決定部４は、分析対象データの分析目的のソースコード又は中間コードに示される処理手順と、分析済みデータの分析目的のソースコード又は中間コードに示される処理手順との類似度を、一致率又は一致する処理手順の連続性に基づき、分析目的類似度として算出する。処理手順の一致率又は一致する処理手順の連続性等に基づき分析目的類似度を算出し、当該分析目的類似度に基づき分析手法候補を決定することにより、分析目的がソースコード又は中間コードで記載されている場合にも、分析手法候補を決定することができる。

また、分析手法候補決定部４は、分析手法ごとに、当該分析手法を用いた分析済データと分析対象データとの総合類似度の平均値を算出し、総合類似度の平均値に基づき選択した分析手法を分析手法候補と決定する。従って、各分析手法のソースコードが無くても、分析手法候補を決定することができる。

＜Ｂ．実施の形態２＞
＜Ｂ−１．構成＞
図７は、実施の形態２に係るデータ分析手法候補決定装置１２の構成を示すブロック図である。データ分析手法候補決定装置１２は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、新たに評価取得部７と、推薦事例格納部８とを備えている。

推薦事例格納部８は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＤ等といった記録媒体により構成され、推薦事例データを格納する。推薦事例データとは、過去に分析手法候補決定部４で決定した分析手法候補が、分析対象データおよび分析目的に紐付けられたデータである。

評価取得部７は、ユーザが入力部５を介して入力した分析手法候補に対する評価情報を取得し、当該評価情報を、推薦事例格納部８に格納された対応する推薦事例に追加する。すなわち、推薦事例格納部８では、分析対象データ、分析目的、および分析手法候補からなる推薦事例と、当該推薦事例に対する評価情報とが紐付けて格納されている。評価取得部７は、図３に示すプロセッサ２０がメモリ２１に格納されたソフトウェアプログラムを実行することにより、プロセッサ２０の機能として実現する。

＜Ｂ−２．動作＞
図８は、データ分析手法候補決定装置１２の動作を示すフローチャートである。ステップＳ１１〜Ｓ１６までは実施の形態１と同様であり、図４で既に説明しているため、ここでは説明を省略する。分析手法候補決定部４は、分析手法候補を決定し（ステップＳ１５）、当該分析手法候補を出力部６に出力すると（ステップＳ１６）、分析対象データ、分析目的、および分析手法候補を紐付けたデータ（推薦事例）を推薦事例格納部８に格納する（ステップＳ１７）。

図９は、評価取得部７の動作を示すフローチャートである。このフローは、推薦事例格納部８に推薦事例が格納されている場合にのみ行われる。まず、評価取得部７は、評価情報を付加すべき推薦事例を決定する（ステップＳ７１）。例えば、推薦事例格納部８に格納された全推薦事例をリスト表示した画面を表示し、当該画面からユーザに推薦事例を選択させても良い。また、ユーザに分析対象データまたは分析目的等の条件を入力させ、入力された条件から推奨事例を特定又は絞り込んでも良い。また、まだ評価情報が付加されていない推薦事例を推薦事例格納部８から抽出してユーザに提示し、ユーザに選択させても良い。

次に、ステップＳ７１で決定した推薦事例で推薦された複数の分析手法候補のうち、実際にユーザが使用した分析手法候補を特定する（ステップＳ７２）。ユーザが複数の分析手法候補を使用した場合には、複数の分析手法候補が特定される。ここでは、例えば複数の分析手法候補のリスト画面を表示し、当該リスト画面から実際にユーザが使用した分析手法候補を選択させる。

次に、ステップＳ７２で特定した分析手法候補について、ユーザの評価情報を取得する（ステップＳ７３）。ユーザの評価情報は、入力部５からユーザに入力させることによって取得する。評価情報は、例えば分析精度、ユーザの個人所感、実行時間等の補足情報を含む。また、複数の分析手法候補のリスト画面からユーザに最も望ましい結果が得られた分析手法候補を選択させても良い。あるいは、最も望ましい一つを選択する代わりに、望ましい結果が得られた順に分析手法候補に順位を入力させても良い。

また、上記のような良い評価に関する情報以外に、悪い評価に関する情報を取得しても良い。例えば、ユーザが使用したものの、何らかの課題がある等の理由で結果的に採用しなかった分析手法候補があれば、当該分析手法候補に関する課題を入力させても良い。また、課題については実際にユーザが使用していない分析手法候補についても入力可能とする。また、課題等の補足情報は、予め用意した選択肢の中から回答を選択させても良いし、自由に入力させても良い。

評価取得部７は、こうして取得した評価情報を推薦事例に付与して、推薦事例格納部８に格納する（ステップＳ７４）。

さらに、評価取得部７は、評価情報が付与された推薦事例のうち、望ましい評価情報が付与された分析手法候補に関する推薦事例を、新たな分析事例として分析事例格納部３に追加する（ステップＳ７５）。例えば、分析対象データ「テレビの視聴データ」、分析目的「視聴者の視聴嗜好の分析」に対する分析手法候補「回帰分析」、「ｋ−ｍｅａｎｓ法」のうち、「回帰分析」に対して望ましい評価情報を取得し、「ｋ−ｍｅａｎｓ法」について望ましくない評価情報を取得した場合には、分析対象データ「テレビの視聴データ」、分析目的「視聴者の視聴嗜好の分析」、分析手法「回帰分析」を新たな分析事例として分析事例格納部３に追加する。複数の分析手法について望ましい評価情報を得た場合には、望ましい評価情報を得た全ての分析手法について、上記のとおり分析事例格納部３に追加する。このようにして、望ましい評価情報を得た分析事例が追加され、それを用いて分析手法候補の決定を行うことにより、分析手法候補の決定精度が向上する。

＜Ｂ−３．変形例＞
図１０は、実施の形態２の変形例に係るデータ分析手法候補決定装置１３の構成を示すブロック図である。データ分析手法候補決定装置１３は、データ分析手法候補決定装置１２の構成に加えて、属性追加部９を備える。属性追加部９以外のデータ分析手法候補決定装置１３の構成は、データ分析手法候補決定装置１２と同様である。

属性追加部９は、評価取得部７で取得した分析手法候補の不採用理由を分析し、不採用理由に対応するデータ属性を、分析対象データ格納部２にデータ属性が格納されている全ての分析対象データの新たなデータ属性項目として追加する。このとき属性追加部９は、追加されたデータ属性項目を、出力部６を通してシステム管理者等のユーザに通知し、追加されたデータ属性項目に関するデータ属性を入力するように促しても良い。また、追加されたデータ属性項目についてデータ属性類似度を算出するための距離評価軸もデータ属性と同様、ユーザに入力するように促しても良い。ユーザは、入力部５を通して、これらのデータ属性又は距離評価軸をデータ分析手法候補決定装置１３に入力することができる。属性追加部９は、図６に示すプロセッサ２０がメモリ２１に格納されたソフトウェアプログラムを実行することにより、プロセッサ２０の機能として実現する。

図１１は、データ分析手法候補決定装置１３における属性追加部９の動作を示すフローチャートである。このフローは、推薦事例格納部８において、分析手法候補の不採用理由が格納されている場合に実行される。

まず、推薦事例格納部８から評価情報が付与された推薦事例を抽出する（ステップＳ８１）。

次に、ステップＳ８１で抽出した推薦事例の不採用となった分析手法候補について、その不採用理由を抽出する（ステップＳ８２）。

続いて、ステップＳ８２で抽出した不採用理由を分析する（ステップＳ８３）。分析手法としては、キーワード抽出による頻度解析または単純統計等を用いることができる。

最後に、分析した不採用理由に対応するデータ属性項目を、分析対象データ格納部２に格納される分析対象データのデータ属性の項目として追加する（ステップＳ８４）。例えば、ステップＳ８３で不採用理由を分析した結果、「実行時間が長い」、「処理が重い」といったキーワードが不採用理由として多いことが分かれば、「計算量」、「単位量当たりの実行時間」等の計算負荷に関する項目をデータ属性に追加する。

このように、データ分析手法候補決定装置１３によれば、分析手法候補の不採用理由に対応したデータ属性を追加することによって、分析手法候補決定部４における分析手法候補の決定にあたり、より細かくデータ属性類似度の判断をすることが出来るようになる。従って、分析手法候補の決定精度を向上させることが出来る。

＜Ｂ−４．効果＞
実施の形態２に係るデータ分析手法候補決定装置１２は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、分析手法候補に対するユーザの評価情報を取得する評価取得部７と、分析対象データのデータ属性と、分析対象データの分析手法候補と、分析手法候補に対する評価情報とを紐付けたデータを推薦事例として格納する推薦事例格納部８と、を備える。このように、分析手法候補の決定結果を推薦事例として格納すれば、例えば望ましい評価情報を得た推薦事例を分析事例として用いることにより、分析手法候補の決定精度が向上させることが出来る。

また、実施の形態２の変形例に係るデータ分析手法候補決定装置１３は、実施の形態２に係るデータ分析手法候補決定装置１２の構成に加えて、評価取得部７が取得した評価情報から分析手法候補の不採用理由を抽出し、不採用理由に対応する項目をデータ属性の項目に追加する属性追加部９を備える。従って、分析手法候補決定部４における分析手法候補の決定にあたり、より細かくデータ属性類似度の判断をすることが出来るようになるため、分析手法候補の決定精度を向上させることが出来る。

＜Ｃ．実施の形態３＞
＜Ｃ−１．構成＞
図１２は、実施の形態３に係るデータ分析手法候補決定装置１４の構成を示すブロック図である。データ分析手法候補決定装置１４は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、モデル変更提案部１０を備えている。

モデル変更提案部１０は、分析手法候補決定部４で決定した分析手法候補が物理モデルベース解析手法を含む場合に、物理モデルの修正や追加といった物理モデルの変更を提案する。ここで、物理モデルベース解析手法とは、機器モデル、故障モデル、挙動モデル、相関モデル、またはユーザモデル等、データまたは設計情報に基づく物理モデルを活用したデータ分析手法全般を示している。物理モデルはパラメータシートのような文書形式で記載されてもよく、ＦＴＡ（Fault Tree Analysis）図、故障木、または電気回路図等の図表形式で記載されてもよいし、運動方程式またはバスタブ曲線等の数式で記載されてもよいし、アセンブラまたはソースコードのような機械言語で記載されてもよい。モデル変更提案部１０は、図３に示すプロセッサ２０がメモリ２１に格納されたソフトウェアプログラムを実行することにより、プロセッサ２０の機能として実現する。

分析事例格納部３には、分析対象データと、当該分析対象データの分析目的およびデータ属性と、分析手法とが、分析事例として格納されている。さらに、分析手法が物理モデルベース解析手法である場合には、物理モデルの変更情報も分析事例として格納されている。具体的には、ユーザがある物理モデルに変更（追加、修正）を加えた上で、変更後の物理モデルを用いてデータ分析を行った場合に、実際にデータ分析に用いた変更後の物理モデルだけでなく、変更前の物理モデルも変更情報として分析事例格納部３に格納される。

以上に説明した以外のデータ分析手法候補決定装置１４の構成は、実施の形態１に係るデータ分析手法候補決定装置１１の構成と同様である。

＜Ｃ−２．動作＞
図１３は、データ分析手法候補決定装置１４の動作を示すフローチャートである。ステップＳ１１〜１５、Ｓ１６は実施の形態１と同様であるが、ステップＳ１５とステップＳ１６の間に新たなステップＳ１８が追加される点が実施の形態１とは異なる。分析手法候補決定部４で分析対象データの分析手法候補が決定されると（ステップＳ１５）、当該分析手法候補が物理モデルベース解析手法を含む場合、モデル変更提案部１０が物理モデルの変更を提案する（ステップＳ１８）。

図１４は、図１３のステップＳ１８におけるモデル変更提案部１０の動作を示すフローチャートである。このフローは、分析事例格納部３に物理モデルの変更情報が格納されている場合にのみ実行される。

まず、図１３のステップＳ１５で分析手法候補決定部４が決定した分析手法候補に、物理モデルベース解析手法が含まれているかを判定する（ステップＳ１８１）。物理モデルベース解析手法が含まれていなければ、モデル変更提案部１０の処理を終了する。物理モデルベース解析手法が含まれていれば、ステップＳ１８２に移行する。

ステップＳ１８２では、分析事例格納部３に格納された分析事例の中から、分析手法候補に含まれる物理モデルデータベース解析手法と同一の分析手法を用い、かつ物理モデルの変更情報が記載された分析事例を抽出する。

次に、変更情報で示された変更後の物理モデルデータが分析事例格納部３に格納されているか否かを判断する（ステップＳ１８３）。そして、変更後の物理モデルデータが分析事例格納部３に存在すれば、当該変更後の物理モデルの活用をユーザに提案する（ステップＳ１８４）。例えば、過去にユーザが分析対象データ「公共交通機関の乗車履歴」を分析する際に、乗客モデルＡを物理モデルとして使用する分析手法が分析手法候補として推薦されたとする。これに対して、ユーザが乗客モデルＡに何らかの修正を加えたり新たな乗客モデルを追加したりする等の変更を加えた乗客モデルＢによってデータ分析を行った場合、分析事例格納部３には、分析対象データ、分析目的、実際に使用した分析手法（乗客モデルＢ）に加えて、変更前の乗客モデルＡが記録される。その後、別のデータ分析において、分析手法候補決定部４が乗客モデルＡを物理モデルとして使用する分析手法を分析手法候補として決定した場合には、乗客モデルＡに代えて乗客モデルＢを使用するようユーザに提案する。

ステップＳ１８３で、変更後の物理モデルデータが分析事例格納部３に存在しなければ、物理モデルの変更（修正または追加）を行うための手法をユーザに提案する。例えば、「商品購入状況分析」という分析目的に対して、購入客モデルを物理モデルとして使用する分析手法が分析手法候補である場合には、購入客モデルを分析したい商品ジャンルに適した区分に修正したり、「子供に代わって親が買う」という購入客モデルを追加したりするための手法を提案する。

＜Ｃ−３．効果＞
実施の形態３に係るデータ分析手法候補決定装置１４において、分析事例格納部３に格納される分析事例データは、ユーザがある物理モデルに変更を加えた物理モデルを用いてデータ解析を行った分析事例について、変更前の物理モデルの情報を含む。そして、データ分析手法候補決定装置１４は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、モデル変更提案部１０を備える。モデル変更提案部１０は、分析手法候補が物理モデルを用いる解析手法であり、分析手法候補で用いる物理モデルが、分析事例における変更前の物理モデルと同一である場合に、物理モデルの変更を提案する。従って、物理モデルベース解析手法に関する分析精度を向上させることが可能となる。

＜Ｄ．実施の形態４＞
＜Ｄ−１．構成＞
図１７は、実施の形態４に係るデータ分析手法候補決定装置１５の構成を示すブロック図である。データ分析手法候補決定装置１５は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、既存データ活用提案部１０１を備えている。

既存データ活用提案部１０１は、分析手法候補決定部４が決定した分析手法の実行に必要なデータ属性を、ユーザが選定している分析対象データ（第１分析対象データ）が持たない場合に、分析対象データ格納部２に保存された過去の分析対象データの中から、必要なデータ属性を有する分析対象データ（第２分析対象データ）を抽出し、第２分析対象データの活用をユーザに提案する。既存データ活用提案部１０１は、図３に示すプロセッサ２０がメモリ２１に格納されたソフトウェアプログラムを実行することにより、プロセッサ２０の機能として実現する。

分析事例格納部３には、ユーザが当初選定していた分析対象データと、当該分析対象データの分析目的及びデータ属性と、分析手法とが、分析事例として格納されている。また、分析事例格納部３には、既存データ活用提案部１０１により提案されたことによってユーザが追加選定した分析対象データも分析事例として格納されている。分析対象データは、選定タイミング別にフラグを付けて分析事例格納部３に保存されても良い。

以上に説明した以外のデータ分析手法候補決定装置１５の構成は、実施の形態１に係るデータ分析手法候補決定装置１１の構成と同様である。

＜Ｄ−２．動作＞
図１８は、データ分析手法候補決定装置１５の動作を示すフローチャートである。図１８のフローチャートにおいてステップＳ１１〜１５、Ｓ１６は実施の形態１と同様であるが、ステップＳ１５とステップＳ１６の間に新たなステップＳ１９が追加される点が実施の形態１とは異なる。分析手法候補決定部４で分析対象データの分析手法候補が決定されると（ステップＳ１５）、ステップＳ１３で取得した分析対象データのデータ属性が当該分析手法候補を実行するために必要なデータ属性として不足する場合に、既存データ活用提案部１０１が分析対象データの追加を提案する（ステップＳ１９）。

図１９は、図１８のステップＳ１９における既存データ活用提案部１０１の動作を示すフローチャートである。

まず、既存データ活用提案部１０１は、図１８のステップＳ１１で選択された分析対象データ（第１の分析対象データ）が、ステップＳ１５で決定された分析手法候補を実行するために必要なデータ属性を有しているか否かを判断する（ステップＳ１９１）。ここで、分析対象データが必要なデータ属性を有していない場合として、以下の３つの場合が例示される。１つ目は、分析対象データそのものが欠落している場合である。２つ目は、必要なデータ属性として規定されたデータの取得間隔に対して分析対象データの取得間隔が粗く、十分な分析結果が得られない場合である。３つ目は、必要なデータ属性として規定されたデータの取得方法に分析対象データの取得方法が適合せず、十分な分析結果が得られない場合である。例えば、センサ等で直接計測したデータであることが要求されているにも関わらず、分析対象データが加工値である場合等が３つ目のケースに該当する。

分析対象データ（第１の分析対象データ）が、分析手法候補を実行するために必要なデータ属性を有している場合、既存データ活用提案部１０１は処理を終了する。一方、分析対象データ（第１の分析対象データ）が、分析手法候補を実行するために必要なデータ属性を有していない場合、既存データ活用提案部１０１はステップＳ１９２の処理に移行する。

ステップＳ１９２で既存データ活用提案部１０１は、分析事例格納部３に格納された分析事例の中から、分析手法候補と同一もしくは分析手法候補を含む分析手法を用い、かつ分析目的が同一もしくは類似した分析事例を抽出する。

次に、既存データ活用提案部１０１は、抽出された分析事例における分析済みデータのデータ属性と、ユーザが現在選定している分析対象データのデータ属性とを比較し、分析済みデータのデータ属性から分析手法候補の実行に必要なデータ属性を抽出する（ステップＳ１９３）。この際、データ属性としてデータに対するアクセス権限が設定されておりユーザがアクセス権限を保有していないデータ、またはデータ属性としてデータの活用条件が設定されておりデータ出典元との契約によりデータの流用に制限があるデータ等のデータ属性は、抽出から除外してもよい。また、この場合、アクセス権限またはデータの流用に関する制限情報を付与してデータ属性のみ提示してもよい。

そして、既存データ活用提案部１０１は、ステップＳ１９３で抽出されたデータ属性を保有する分析対象データが分析対象データ格納部２に存在すれば、当該抽出されたデータ属性を保有する分析対象データ（第２の分析対象データ）の活用、すなわち第２の分析対象データを現在選択中の分析対象データ（第１の分析対象データ）に追加して分析を行うようユーザに提案する（ステップＳ１９４）。例えば、ユーザが分析対象データ「Ａ県Ｂ市Ｃ町Ｄ丁目に存在する一般家庭の消費電力量」を分析対象データ「分析対象期間の平日／休日区分」を追加して分析する際に、分析手法候補として「ｋ−ｍｅａｎｓ法」が提示され、ユーザが当該分析手法候補を用いることを決定したとする。この際に、分析事例格納部３に、別のユーザが「ｋ−ｍｅａｎｓ法」を用いて、分析対象データ「ビルの消費電力量」を分析対象データ「分析対象期間の平日／休日区分」と「分析対象期間の気象観測データ」と「分析対象期間の従業員のビル内入退出履歴」を追加して分析した事例が存在したとする。ただし、分析対象データ「分析対象期間の従業員のビル内入退出履歴」にはデータ属性としてデータの二次利用が不可であることが示されているものとする。その場合、ステップＳ１９４で既存データ活用提案部１０１は、分析対象データ「分析対象期間の気象観測データ」を追加利用するようユーザに提案してもよい。このとき、既存データ活用提案部１０１は、分析対象データ「分析対象期間の気象観測データ」と分析対象データ「分析対象期間の従業員のビル内入退出履歴」の追加利用が望ましいが、分析対象データ「分析対象期間の従業員のビル内入退出履歴」のデータ属性としてデータの二次利用が不可であることが示されていることを、ユーザに提示してもよい。

なお、上記では、分析対象データが分析手法候補を適用するために必要なデータ属性を有していない場合として３つの場合を例示し、このような場合に分析対象データの追加を提案することについて説明した。しかし、分析対象データが分析手法候補を適用するために必要なデータ属性を有している場合であっても、以下のような場合には分析対象データの追加を提案しても良い。１つ目は、必要なデータ属性は有しているものの、最良の結果が得られない条件の分析対象データが選択されている場合である。２つ目は、現在選択されている分析対象データでも分析は可能だが、新たな分析対象データを追加することで、さらに正確な分析結果が得られる場合である。

＜Ｄ−３．効果＞
実施の形態４に係るデータ分析手法候補決定装置１５は、第１の分析対象データに対して分析手法候補決定部４が決定した分析手法に必要なデータ属性を、第１の分析対象データが持たない場合に、必要なデータ属性を有する第２の分析対象データの活用を提案する既存データ活用提案部１０１を備える。このように、分析手法候補の実施に必要なデータ属性を有する別の分析対象データの追加を提案することで、分析手法候補を実行した場合の分析精度を向上させることが可能となる。

また、第２の分析対象データはデータの流用可否に関するデータ属性を有し、既存データ活用提案部１０１は、第２の分析対象データの活用をユーザに提案する際に、分析済データの流用可否に関する情報をユーザに提供する。従って、ユーザは既存データ活用提案部１０１に提案された第２の分析対象データが流用不可のデータである場合には、流用可能な代替データの入手を検討することができ、代替データを追加することにより、分析手法候補を実行した場合の分析精度を向上させることが可能となる。

＜Ｅ．実施の形態５＞
＜Ｅ−１．構成＞
図２０は、実施の形態５に係るデータ分析手法候補決定装置１６の構成を示すブロック図である。データ分析手法候補決定装置１６は、実施の形態１に係るデータ分析手法候補決定装置１１の構成に加えて、分析手法見直し提案部１０２を備えている。

分析手法見直し提案部１０２は、分析事例格納部３に格納されている分析事例について、分析目的が同一もしくは類似した事例が追加された際に、分析手法毎の採用率を演算し、事前に設定した分析手法見直し条件を満たす採用率の分析手法が検出された場合に、ユーザに対して分析手法の変更を提案する。分析手法見直し提案部１０２は、図３に示すプロセッサ２０がメモリ２１に格納されたソフトウェアプログラムを実行することにより、プロセッサ２０の機能として実現する。

分析事例格納部３には、分析事例と共に、分析事例を登録または更新したユーザの情報、分析事例の問い合わせ担当者の情報、分析手法の開発者または提供者の情報、分析事例の現在の活用状況等が格納されることが望ましい。分析事例の現在の活用状況には、製品適用済、試行中、または中止等の使用状況のほか、外部事例等が含まれていてもよい。

以上に説明した以外のデータ分析手法候補決定装置１６の構成は、実施の形態１に係るデータ分析手法候補決定装置１１の構成と同様である。

＜Ｅ−２．動作＞
図２１は、データ分析手法候補決定装置１６の動作を示すフローチャートである。ステップＳ１１〜１６は実施の形態１と同様であるが、ステップＳ１６の後に新たなステップＳ２０が追加される点が実施の形態１とは異なる。分析手法候補決定部４で分析対象データの分析手法候補が決定され（ステップＳ１５）、ユーザに分析手法候補を提示すると（ステップＳ１６）、分析目的と分析手法毎の平均類似度を分析手法見直し提案部１０２に通知し、分析手法見直し提案部１０２が分析事例格納部３に格納された過去の分析事例に対して、分析手法の見直し提案要否を判定する（ステップＳ２０）。

図２２は、図２０のステップＳ２０における分析手法見直し提案部１０２の動作を示すフローチャートである。

まず、分析手法見直し提案部１０２は、分析目的と、図２１のステップＳ１５で分析手法候補決定部４が算出した分析手法毎の平均類似度を受信する（ステップＳ２０１）。続いて、分析手法が見直し基準に達しているか否かを判定する（ステップＳ２０２）。見直し基準は、例えば平均類似度が閾値を超えているまたは閾値以下となっていることである。また、分析手法見直し提案部１０２が分析手法毎の平均類似度の受信履歴を一定期間分もしくは一定受信件数分等保持しておき、分析手法毎の受信率が閾値を超えている場合、あるいは受信日時と平均類似度との相関が一定期間以上増加傾向または減少傾向を示している場合などに、見直し基準に達していると判断しても良い。分析手法が見直し基準に達していなければ、分析手法見直し提案部１０２は処理を終了する。一方、分析手法が見直し基準に達していれば、分析手法見直し提案部１０２はステップＳ２０３の処理に移行する。

ステップＳ２０３において分析手法見直し提案部１０２は、ステップＳ２０１で受信した分析目的と同一もしくは類似する過去の分析事例を、分析事例格納部３から抽出する。この時に、登録日時または更新日時の新しい事例からＮ件（例えば、Ｎ＝１０００）を抽出するというように、抽出件数を限定しても良い。また、登録日時または更新日時が直近のＮ年（例えば、Ｎ＝５）の分析事例のみを抽出するというように、抽出期間を限定してもよい。

次に、抽出された分析事例で用いられている分析手法の採用率を算出する（ステップＳ２０４）。採用率Ｐは、例えばＰ＝Ｎｘ／Ｎにより算出することができる。ただし、Ｎ：抽出件数、Ｎ_ｘ：手法Ｘの採用数とする。このとき、分析事例格納部に分析事例の現在の活用状況が格納されている場合には、活用状況に応じて分析事例に重み付けを行っても良い。すなわち、製品適用済みの分析事例については重みを大きくし、製品化中止となった分析事例等については重みを小さくする。あるいは、分析事例の登録日時もしくは更新日時に応じて重みづけを行ってもよい。すなわち、登録日時もしくは更新日時が新しい分析事例ほど重みを大きくし、登録日時もしくは更新日時が古い分析事例ほど重みを小さくする。

次に、分析手法見直し提案部１０２は、採用率が分析手法見直し条件に該当する分析手法があれば、分析事例の見直しを提案する（ステップＳ２０５）。例えば、クラスタリング手法の中で、Ｋ−ｍｅａｎｓ法の採用率が閾値を超えた場合には、Ｋ−ｍｅａｎｓ法を使用していない分析事例の登録・更新ユーザ、担当者、分析手法の開発者もしくは提供者等（以下、単に「ユーザ等」と称する）に、分析手法をＫ−ｍｅａｎｓ法に見直すことを提案する。あるいは、クラスタリング手法の中で、Ｋ−ｍｅａｎｓ法の採用率が基準値を下回ると、Ｋ−ｍｅａｎｓ法を使用している分析事例のユーザ等に、分析手法をＫ−ｍｅａｎｓ法とは異なる手法に見直すことを提案する。この場合、ユーザ等に分析手法を採用率の高いものから順に、採用率と共に示したリストを提示しても良い。

＜Ｅ−３．効果＞
実施の形態５に係るデータ分析手法候補決定装置１６において、分析手法候補決定部４により分析手法が決定された分析対象データと分析目的が同一または類似する分析事例について、分析手法の見直しを提案する分析手法見直し提案部１０２を備える。このように、過去の分析事例における分析手法毎の採用率を算出し、採用率に基づいて分析手法の見直しを提案することで、過去の分析事例に対しても新しい分析手法候補等の提案を実施することができ、分析手法を実行した場合の分析精度を向上させることが可能となる。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。

この発明は詳細に説明されたが、上記した説明は、すべての態様において、例示であって、この発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。

２ 分析対象データ格納部、３ 分析事例格納部、４ 分析手法候補決定部、５ 入力部、６ 出力部、７ 評価取得部、８ 推薦事例格納部、９ 属性追加部、１０ モデル変更提案部、１１，１２，１３，１４，１５，１６ データ分析手法候補決定装置、２０ プロセッサ、２１ メモリ、２２ 記録媒体、１０１ 既存データ活用提案部、１０２ 分析手法見直し提案部。

本発明に係るデータ分析手法候補決定装置は、データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部と、前記分析対象データについて、データ属性の情報を格納する分析対象データ格納部と、前記分析対象データのデータ属性と前記分析済データのデータ属性との類似度であるデータ属性類似度を算出し、前記データ属性類似度に基づき前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する分析手法候補決定部と、を備え、分析済データ及び分析対象データのデータ属性は、データ取得間隔、データ取得方法、実績値か予測値か加工値の別、のいずれかを少なくとも含む。

本発明に係るデータ分析手法候補決定装置は、データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部と、前記分析対象データについて、データ属性の情報を格納する分析対象データ格納部と、前記分析対象データのデータ属性と前記分析済データのデータ属性との類似度であるデータ属性類似度を算出し、前記データ属性類似度に基づき前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する分析手法候補決定部と、を備え、分析済データ及び分析対象データのデータ属性は、データ取得間隔、データ取得方法、実績値か予測値か加工値の別、のいずれかを少なくとも含む。データ属性類似度に基づき分析手法候補を決定するため、各分析手法のソースコードが無くても分析手法候補を決定することができる。

Claims (13)

1. データ分析を行うべき分析対象データの分析手法候補を決定するデータ分析手法候補決定装置であって、
   過去にデータ分析が行われた複数の分析済データの夫々について、データ属性および分析手法を紐付けたデータを分析事例として格納する分析事例格納部（３）と、
   前記分析対象データについて、データ属性の情報を格納する分析対象データ格納部（２）と、
   前記分析対象データのデータ属性と前記分析済データのデータ属性との類似度であるデータ属性類似度を算出し、前記データ属性類似度に基づき前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する分析手法候補決定部（４）と、を備える、
   データ分析手法候補決定装置。
2. 前記分析事例格納部（３）は、前記複数の分析済データの夫々について、分析目的の情報を格納し、
   前記分析対象データ格納部（２）は、前記分析対象データの分析目的の情報を格納し、
   前記分析手法候補決定部（４）は、前記分析対象データの分析目的と前記分析済データの分析目的との類似度を分析目的類似度として算出し、前記分析目的類似度及び前記データ属性類似度に基づき前記分析対象データと前記分析済データの総合類似度を算出し、前記総合類似度に基づき、前記分析済データの分析手法の中から少なくとも一つの分析手法を前記分析対象データの分析手法候補として決定する、
   請求項１に記載のデータ分析手法候補決定装置。
3. 前記分析済データ及び前記分析対象データのデータ属性は、データ取得間隔、データ取得方法、実績値か予測値か加工値の別、のいずれかを少なくとも含む、
   請求項１又は２に記載のデータ分析手法候補決定装置。
4. 前記分析手法候補決定部（４）は、前記分析対象データの分析目的の文字列と、前記分析済データの分析目的の文字列とに基づき、前記分析目的類似度を算出する、
   請求項２に記載のデータ分析手法候補決定装置。
5. 前記分析手法候補決定部（４）は、階層構造で記載された分析対象データの分析目的と、階層構造で記載された分析済データの分析目的とに基づき、分析目的類似度を算出する、
   請求項２に記載のデータ分析手法候補決定装置。
6. 前記分析対象データの分析目的および前記分析済みデータの分析目的がソースコード又は中間コードで記載される場合、
   前記分析手法候補決定部（４）は、前記分析対象データの分析目的の前記ソースコード又は前記中間コードに示される処理手順と、前記分析済みデータの分析目的の前記ソースコード又は前記中間コードに示される処理手順との類似度を、一致率又は一致する処理手順の連続性に基づき、前記分析目的類似度として算出する、請求項２に記載のデータ分析手法候補決定装置。
7. 前記分析手法候補決定部（４）は、分析手法ごとに、当該分析手法を用いた前記分析済データと前記分析対象データとの前記総合類似度の平均値を算出し、前記総合類似度の平均値に基づき選択した分析手法を前記分析手法候補と決定する、
   請求項２，４から６のいずれか１項に記載のデータ分析手法候補決定装置。
8. 前記分析手法候補に対するユーザの評価情報を取得する評価取得部（７）と、
   前記分析対象データのデータ属性と、前記分析対象データの前記分析手法候補と、前記分析手法候補に対する前記評価情報とを紐付けたデータを推薦事例として格納する推薦事例格納部（８）と、
   をさらに備える、
   請求項１から７のいずれか１項に記載のデータ分析手法候補決定装置。
9. 前記評価取得部（７）が取得した前記評価情報から前記分析手法候補の不採用理由を抽出し、前記不採用理由に対応する項目を前記データ属性の項目に追加する属性追加部（９）をさらに備える、
   請求項８に記載のデータ分析手法候補決定装置。
10. 前記分析事例格納部（３）は、ユーザがある物理モデルに変更を加えた物理モデルを用いてデータ解析を行った分析事例について、変更前の物理モデルの情報を格納し、
    前記分析手法候補が物理モデルを用いる解析手法であり、前記分析手法候補で用いる物理モデルが、前記分析事例における変更前の物理モデルと同一である場合には、前記物理モデルの変更を提案するモデル変更提案部（１０）をさらに備える、
    請求項１から９のいずれか１項に記載のデータ分析手法候補決定装置。
11. 前記分析対象データのうち第１の分析対象データに対して前記分析手法候補決定部（４）が決定した分析手法に対して必要なデータ属性を、前記第１の分析対象データが持たない場合に、前記分析対象データのうち前記必要なデータ属性を有する第２の分析対象データの活用をユーザに提案する既存データ活用提案部（１０１）をさらに備える、
    請求項１から１０のいずれか１項に記載のデータ分析手法候補決定装置。
12. 前記第２の分析対象データはデータの流用可否に関するデータ属性を有し、
    前記既存データ活用提案部（１０１）は、前記第２の分析対象データの活用をユーザに提案する際に、前記第２の分析対象データの流用可否に関する情報をユーザに提供する、
    請求項１１に記載のデータ分析手法候補決定装置。
13. 前記分析手法候補決定部（４）により分析手法候補が決定された前記分析対象データと分析目的が同一または類似する前記分析事例について、分析手法の見直しを提案する分析手法見直し提案部（１０２）をさらに備える、
    請求項１から１２のいずれか１項に記載のデータ分析手法候補決定装置。

Images