JPWO2021033338A5 - - Google Patents

Description

例えば後述するように、分析システム２０００は、予測モデルの生成を行うバックエンドサーバ４０、及びユーザ端末２０とバックエンドサーバ４０とのインタフェースとして機能するフロントエンドサーバ３０によって構成されうる（図４参照）。この場合、フロントエンドサーバ３０とバックエンドサーバ４０が、互いに異なる計算機１０００によって実現される。この場合、フロントエンドサーバ３０を実現する計算機１０００には、分析システム２０００の機能のうち、フロントエンドサーバ３０に持たせる機能を実現するためのアプリケーションがインストールされる。一方で、バックエンドサーバ４０を実現する計算機１０００には、分析システム２０００の機能のうち、バックエンドサーバ４０に持たせる機能を実現するためのアプリケーションがインストールされる。

バックエンドサーバ４０は、分析結果を表す情報（予測モデルに関する情報）をフロントエンドサーバ３０へ送信する。フロントエンドサーバ３０は、バックエンドサーバ４０から受信した情報を、テンプレート情報１０のビュー定義情報１６を利用して加工することで、表示情報を生成する。そして、フロントエンドサーバ３０は、ユーザ端末２０に対して表示情報を出力する。例えばこの表示情報は、テンプレート情報１０のビュー定義情報１６で定義されている表示態様で予測モデルに関する情報を閲覧することができる Web ページである。その他にも例えば、表示情報は、PDF ファイルなどのファイルとして提供されてもよい。

分析システム２０００の実現形態は、前述した例に限定されない。例えばフロントエンドサーバ３０とバックエンドサーバ４０は、１つの計算機で実現されてもよい。その他にも例えば、フロントエンドサーバ３０と同等の機能をユーザ端末２０に持たせてもよい。すなわち、テンプレート情報１０や入力データの指定を受け付ける機能、バックエンドサーバ４０に対して分析の実行を指示する機能、バックエンドサーバ４０から分析結果を受信する機能、及び受信した分析結果から表示情報を生成する機能をユーザ端末２０に持たせる（すなわち、バックエンドサーバ４０とやりとりする機能を実現するアプリケーションを、ユーザ端末２０にインストールする）。その他にも例えば、フロントエンドサーバ３０とバックエンドサーバ４０の機能の双方を、ユーザ端末２０に持たせてもよい。すなわち、分析システム２０００を、ユーザによって操作される計算機で実現する（分析システム２０００の全ての機能を実現するアプリケーションを、ユーザ端末２０にインストールする）。

図８は、散布図画面８０を例示する図である。散布図の横軸は、検証用の入力データが示す売上数である。散布図の縦軸は、検証誤差率（予測モデルの検証における誤差率）としている。なお、ここでいう誤差率とは、予測モデルが出力した予測値と、入力データに示されている実績値との乖離度合いを表した値である。具体的には、誤差率は、実績値と予測値の差分の絶対値の平均を、実績値の絶対値の平均で割った値である。

その他のパラメータの例として、表示情報における評価指標の呼称が挙げられる。例えば、誤差率という評価指標を、モデルの信用度の低さを表す指標として利用するとする。この場合、ビュー定義情報１６において、表示情報に含める評価指標として誤差率を指定し、誤差率の呼称として「モデルの信用度の低さ」を指定することができる。

このように、目的変数に対して適切な加工を加えた値を予測モデルの最終的な出力とすることで、ユーザにとって有用な値を予測結果として提供することができる。そして、そのような加工の方法を予めテンプレート情報１０で定義しておくことにより、データ分析の専門家でないユーザでも容易に適切なデータ分析を行うことができるようになる。

Claims (10)

1. 複数のテンプレート情報のうちの１つを指定する入力を受け付ける入力受付部を有し、
   前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
   前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データを取得し、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記取得した入力データを処理することにより、予測モデルを生成する予測モデル生成部と、
   前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で前記生成した予測モデルに関する情報を表す表示情報を生成する表示情報生成部と、を有する分析システム。
2. 複数のテンプレート情報のうちの１つを指定する入力を受け付ける入力受付部を有し、
   前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
   前記入力受付部は、前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データの指定をさらに受け付け、
   前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で、予測モデルに関する情報を表す表示情報を生成する表示情報生成部を有し、
   前記予測モデルは、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記指定された入力データを処理することで生成される、装置。
3. 前記入力受付部は、前記項目定義情報で特定される各項目を表す表示を出力し、各前記項目について、その項目に対応する入力データの指定を受け付ける、請求項２に記載の装置。
4. 前記項目定義情報は、１つ以上の大項目を示し、
   前記大項目には、複数の小項目が対応づけられており、
   前記入力受付部は、前記大項目に対応する入力データの指定を受け付け、さらに、その大項目に対応する複数の小項目と、前記入力データに含まれる複数の小項目との対応関係を指定する入力を受け付ける、請求項３に記載の装置。
5. 前記アルゴリズム定義情報は、前記予測モデルの生成に利用される機械学習プログラムを含むか、又はその機械学習プログラムの識別情報を含む、請求項２乃至４いずれか一項に記載の装置。
6. 前記アルゴリズム定義情報は、前記入力データに含まれる値を、前記機械学習プログラムが要求するフォーマットに変換する前処理を含む、請求項５に記載の装置。
7. 前記予測モデルの生成に用いるアルゴリズムの識別情報と、前記予測モデルを用いた分析のタイプとの組み合わせに対応づけて、前記表示情報の生成に必要な情報を示す表示テンプレートが定められており、
   前記ビュー定義情報は、アルゴリズムの識別情報と分析のタイプを示し、
   前記表示情報生成部は、前記指定されたテンプレート情報の前記ビュー定義情報によって示されているアルゴリズムの識別情報と分析のタイプの組み合わせに対応する前記表示テンプレートを取得し、前記表示テンプレートを利用して前記表示情報を生成する、請求項２乃至６いずれか一項に記載の装置。
8. コンピュータによって実行される制御方法であって、
   複数のテンプレート情報のうちの１つを指定する入力を受け付ける入力受付ステップを有し、
   前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
   前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データを取得し、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記取得した入力データを処理することにより、予測モデルを生成する予測モデル生成ステップと、
   前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で前記生成した予測モデルに関する情報を表す表示情報を生成する表示情報生成ステップと、を有する制御方法。
9. コンピュータによって実行される制御方法であって、
   複数のテンプレート情報のうちの１つを指定する入力を受け付ける入力受付ステップを有し、
   前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
   前記入力受付ステップにおいて、前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データの指定をさらに受け付け、
   前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で、予測モデルに関する情報を表す表示情報を生成する表示情報生成ステップを有し、
   前記予測モデルは、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記指定された入力データを処理することで生成される、制御方法。
10. 請求項８又は９に記載の制御方法の各ステップをコンピュータに実行させるプログラム。

Images