WO2015045318A1 - 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体 - Google Patents

情報処理システム、情報処理方法およびプログラムを記憶する記録媒体 Download PDF

Info

Publication number
WO2015045318A1
WO2015045318A1 PCT/JP2014/004706 JP2014004706W WO2015045318A1 WO 2015045318 A1 WO2015045318 A1 WO 2015045318A1 JP 2014004706 W JP2014004706 W JP 2014004706W WO 2015045318 A1 WO2015045318 A1 WO 2015045318A1
Authority
WO
WIPO (PCT)
Prior art keywords
attribute
function
attributes
analysis engine
information processing
Prior art date
Application number
PCT/JP2014/004706
Other languages
English (en)
French (fr)
Inventor
森永　聡
遼平 藤巻
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2015538885A priority Critical patent/JP6662637B2/ja
Priority to US15/024,802 priority patent/US20160232213A1/en
Publication of WO2015045318A1 publication Critical patent/WO2015045318A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Definitions

  • the present invention relates to a technique for supporting data mining.
  • Data mining is a technology for finding useful knowledge that has been unknown so far from a large amount of information.
  • an example of analyzing sales data owned by a major supermarket chain is known.
  • sales data it was found that "customers who purchased diapers tend to purchase beer at the same time”.
  • the supermarket chain can improve sales by taking measures such as “Don't cut diapers and beer at the same time” by taking advantage of this knowledge.
  • the first stage (process) is a “pretreatment stage”.
  • the attribute (feature) input to a device or the like that operates according to the data mining algorithm is processed to make the attribute a new attribute. Convert.
  • the second stage is the “analysis process stage”.
  • an attribute is input to a device or the like that operates according to the data mining algorithm, and an analysis result that is an output of the device or the like that operates according to the data mining algorithm is obtained.
  • the third stage is the “post-processing stage”.
  • the analysis result is converted into an easy-to-read graph, a control signal for inputting to another device, or the like.
  • the “pre-processing stage” needs to be appropriately performed.
  • the work of designing what procedure the “preprocessing stage” should be performed on depends on the knowledge of a skilled technician (data scientist) of the analysis technology.
  • the design process in the preprocessing stage is not sufficiently supported by the information processing technology, and still depends heavily on trial and error by the manual work of skilled engineers.
  • Non-Patent Document 1 discloses an example of software for realizing data mining.
  • Non-Patent Document 1 provides a function for supporting selection of an attribute suitable for realizing a desired task (analysis process). This function is also referred to as “feature selection”.
  • Non-Patent Document 1 Suppose an operator performs data mining using software disclosed in Non-Patent Document 1. In this case, the operator cannot always obtain an accurate analysis result. This is because the software disclosed in Non-Patent Document 1 merely selects an attribute for obtaining an accurate analysis result from attributes prepared in advance. As described above, the software disclosed in Non-Patent Document 1 has a restriction that only a solution selected from attributes prepared in advance can be output. For this reason, if the attribute prepared in advance does not include an attribute that can obtain an accurate analysis result, the operator cannot obtain an accurate analysis result.
  • the present invention has an object to provide an information processing system and the like that contributes to improvement in accuracy of analysis processing.
  • a first aspect of the present invention relates to a function that defines an operation that takes a plurality of operands, and selects a combination of attributes to be the plurality of operands from a plurality of inputted attributes, By applying the function to the combination of the attribute generation means for generating a new attribute that is a result of applying the function to the combination of attributes, and an analysis engine that executes an analysis process based on the attribute, And a verification unit that inputs the new attribute and determines whether information output from the analysis engine satisfies a predetermined requirement.
  • a computer accessible to a function storage unit that stores a function defining an operation that takes a plurality of operands acquires the function from the function storage unit, and inputs a plurality of input functions.
  • a combination of attributes as the plurality of operands from among the attributes and applying the function to the combination of attributes
  • a new result that is a result of applying the function to the combination of attributes
  • a process for obtaining the function from the function storage means is input to a computer accessible to a function storage means for storing a function defining an operation that takes a plurality of operands. This is a result of applying a function to a combination of attributes by selecting a combination of attributes to be a plurality of operands from a plurality of attributes and applying the function to the combination of attributes.
  • the object of the present invention is also achieved by a computer-readable storage medium storing the above program.
  • FIG. 1 is a block diagram illustrating the configuration of an information processing system 1000 according to the first embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of a data set according to the first embodiment of the present invention.
  • FIG. 3 is a diagram illustrating an example of data stored in the function storage unit 110 according to the first embodiment of the present invention.
  • FIG. 4 is a diagram illustrating the details of the attribute generation unit 120 according to the first embodiment of the present invention.
  • FIG. 5 is a diagram for explaining the details of the test unit 130 according to the first embodiment of the present invention.
  • FIG. 6 is a diagram illustrating details of the test unit 130 according to the first embodiment of the present invention.
  • FIG. 7 is a diagram illustrating details of the test unit 130 according to the first embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating the configuration of an information processing system 1000 according to the first embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of a data set according to the first embodiment of the present invention
  • FIG. 8 is a flowchart for explaining the operation of the information processing system 1000 according to the first embodiment of the present invention.
  • FIG. 9 is a block diagram illustrating the configuration of an information processing system 1001 according to the second embodiment of the present invention.
  • FIG. 10 is a diagram showing an example of a data set according to the second embodiment of the present invention.
  • FIG. 11 is a diagram illustrating an example of data stored in the function storage unit 111 according to the second embodiment of the present invention.
  • FIG. 12 is a diagram illustrating details of the attribute generation unit 121 according to the second embodiment of the present invention.
  • FIG. 13 is a diagram for explaining the details of the verification unit 131 according to the second embodiment of the present invention.
  • FIG. 14 is a block diagram illustrating the configuration of an information processing system 1002 according to the third embodiment of the present invention.
  • FIG. 15 is a diagram illustrating an example of a hardware configuration capable of realizing the information processing system according to each embodiment of the present invention.
  • Data set is data input to the information processing system 1000.
  • a “data set” includes one or more attributes.
  • Attribute can be rephrased as “variable”.
  • a “function” defines a processing that creates a new attribute from a certain attribute.
  • the “function” is applied to the attribute included in the data set. That is, when a “function” is applied to a certain attribute, a process defined by the function is executed for the certain attribute, and as a result, a new attribute is generated.
  • “function” defines an operation to be applied to an attribute.
  • the function defines a process of transforming one attribute to another attribute.
  • the “function” may be a mapping applied to the attribute included in the data set.
  • a function represents the above-described operation associated with the function.
  • a function represents the above-described process associated with the function.
  • the process defined by “function” is, for example, a unary operation. “Function” defines operations such as trigonometric functions (sin (X), cos (X), tan (X)), natural logarithm, absolute value, or sign inversion.
  • the “function” may define an operation including the parameter n such as log n X, X n and the like.
  • the process defined by “function” is a polynomial operation.
  • a multinomial operation is an operation having a plurality of operands.
  • “Function” defines, for example, arithmetic operations (addition, subtraction, multiplication, etc.) of attribute X and attribute Y.
  • the “function” is, for example, a logical operation (logical product (AND), logical sum (OR), exclusive operation) applied to the bit value of the attribute X and the bit value of the attribute Y.
  • logical OR logical OR
  • the process defined by the “function” may be “data-dependent process” in which the process is determined according to the data.
  • data-dependent processing is normalization processing.
  • the data mining device generates a new attribute called “standardized height” by applying a function that defines standardization processing to the attribute “height”.
  • the data mining device does not individually standardize the data for each person included in the attribute. For example, it is assumed that the data mining apparatus first accepts only the first information “name: N, height: 174” of information for 100 people. In this case, the data mining device does not calculate a new attribute “standardized height” for the first person's information. This is because the data mining device must have the information required for 100 people until the information is standardized (ie, the average value of the “height” values for 100 people and the “height” for 100 people). This is because the standard deviation of "" cannot be known, and as a result, a function for standardization cannot be determined.
  • data-dependent processing include histogram generation, clustering, principal component analysis, and the like.
  • the “analysis engine” is an analysis process based on attributes. That is, the analysis engine accepts an attribute as an input, performs analysis based on the attribute, and outputs the analysis result.
  • the analysis engine is also called an analysis algorithm executed by the data mining apparatus.
  • Analysis engines include, for example, regression analysis, factor analysis, covariance structure analysis, principal factor analysis, discriminant analysis, kernel analysis, and cluster analysis.
  • An analysis engine that performs processing such as analysis (Cluster Analysis) or anomaly detection. “Specifying the type of analysis engine” means accepting such specification of the type of analysis engine.
  • the “analysis engine” may refer to, for example, a main body (for example, an apparatus) that performs the above-described analysis processing, or a program that controls the processor to execute the analysis processing.
  • the constraint condition is a requirement to be satisfied by information output from the analysis engine.
  • the constraint condition is a requirement that the analysis result output from the analysis engine should satisfy.
  • the type of analysis engine is single regression analysis, one specific example of the constraint condition is “chi-square value is 0.9 or more”.
  • Output information writing information to the storage device, sending the information to an external device, or presenting the information to the operator in the form of a screen display or sound, etc. are collectively referred to as “output information”. Describe.
  • the first embodiment is a specific example of the present invention when single regression analysis is designated as the type of analysis engine.
  • FIG. 1 is a block diagram illustrating an overview of an information processing system 1000 according to the first embodiment.
  • the information processing system 1000 includes a function storage unit 110, an attribute generation unit 120, a test unit 130, and an output unit 140.
  • the function storage unit 110 can store one or a plurality of functions.
  • the function storage unit 110 stores at least one function that defines an operation (multinomial operation) that takes a plurality of operands.
  • the function storage unit 110 may be mounted inside the information processing system 1000 or may be mounted on an external device (not shown) that can be accessed by the information processing system 1000.
  • Attribute generation unit 120 acquires a target data set.
  • the attribute generation unit 120 may accept an input of a data set from an operator, or may read the data set from a storage unit (not shown).
  • the attribute generation unit 120 may receive a data set from a device (not shown) provided outside the information processing system 1000.
  • the attribute generation unit 120 acquires a function from the function storage unit 110.
  • the attribute generation unit 120 applies the acquired function to the attributes included in the data set.
  • the attribute generation unit 120 generates a new attribute that is a result of applying the function to the attribute.
  • the attribute generation unit 120 acquires a function that defines a polynomial operation.
  • a function that defines a polynomial operation takes at least two attributes as inputs.
  • the attribute generation unit 120 selects a combination of attribute data to be an input (operator) of an operation defined by the function from a plurality of attribute data included in the data set.
  • the attribute generation unit 120 generates a new attribute that is a result of applying the function by applying the function to the selected combination of attribute data.
  • the verification unit 130 acquires the specification of the type of analysis engine and the specification of constraint conditions from, for example, an operator.
  • the test unit 130 acquires “single regression analysis” as the type of analysis engine. In addition, the test unit 130 acquires designation of an attribute that is an objective variable that is a target predicted by the function among a plurality of attributes included in the data set.
  • the test unit 130 inputs a new attribute generated by the attribute generation unit 120 to the single regression analysis engine (not shown) as an explanatory variable.
  • the test unit 130 acquires a regression equation output from the single regression analysis engine.
  • the test unit 130 determines whether the regression equation satisfies a constraint condition.
  • the output unit 140 outputs, for example, a regression equation that satisfies the requirements.
  • FIG. 2 is a diagram for explaining an example of a data set input to the information processing system 1000 shown in FIG.
  • the data set includes, for example, an identifier (ID), a height value, a weight value, an abdominal circumference value, and an annual consumption value of beer. Contains associated information. “Height”, “weight”, “waist circumference”, and “annual consumption of beer” shown in FIG. 2 correspond to “attributes”, respectively.
  • ID an identifier
  • a height value a weight value
  • abdominal circumference value a weight value
  • an annual consumption value of beer Contains associated information. “Height”, “weight”, “waist circumference”, and “annual consumption of beer” shown in FIG. 2 correspond to “attributes”, respectively.
  • the data set shown in FIG. 2 is a data set prepared for explanation, and is not a measurement value obtained from a subject.
  • FIG. 3 is a diagram illustrating an example of data stored in the function storage unit 110 illustrated in FIG. As illustrated in FIG. 3, the function storage unit 110 stores a plurality of functions.
  • the process defined by the function whose function ID (identifier) is “function 1” is X.
  • X represents an identity map.
  • the process defined by the function whose function ID is “function 2” is a process of calculating the product value of the value of the first attribute and the value of the second attribute.
  • a function is represented by the function ID of the function. For example, “function 2” represents a function whose function ID is “function 2”.
  • the operator 900 inputs a data set to the attribute generation unit 120.
  • a plurality of attributes are included in the data set.
  • the operator 900 may further input designation of an attribute that is a target variable to the attribute generation unit 120.
  • the attribute generation unit 120 acquires a target data set.
  • the attribute generation unit 120 may further acquire designation of an attribute that is a target variable.
  • the attribute generation unit 120 may read the data set from a storage device (not shown).
  • the attribute generation unit 120 may receive a data set from an apparatus (not shown) that is not included in the information processing system 1000 and that can communicate with the information processing system 1000.
  • the attribute generation unit 120 acquires designation of an attribute “annual consumption of beer” as an attribute that is a target variable.
  • the attribute generation unit 120 reads the function 2 (that is, the product value calculation) from the function storage unit 110.
  • the attribute generation unit 120 inputs a function from the attributes other than the objective variable (that is, “height”, “weight”, or “abdomen”) among the plurality of attributes included in the data set. Select an attribute.
  • attributes selected as attributes to be input to a function are denoted as “n” and “m”.
  • the attribute generation unit 120 executes the following operations (1) and (2) for each combination of selected attribute combinations (in this case, three combinations).
  • the attribute generation unit 120 inputs the selected combination of attributes to the function 2 as an operand.
  • the attribute generation unit 120 obtains a result of applying the function 2 to the selected combination of attributes, and sets the result as a new attribute.
  • the attribute generation unit 120 newly generates the following three attributes.
  • attribute generation unit 120 is not necessarily required to generate all of the three new attributes described above.
  • FIG. 4 is a diagram for explaining one specific example of a newly generated attribute.
  • the attribute “height ⁇ waist circumference” illustrated in FIG. 4 is a new attribute generated as a result of the function generation unit 120 applying the function 2 to the combination of the attribute “height” and the attribute “abdominal circumference”.
  • test unit 130 will be described in detail with reference to FIGS. 1, 5, 6, and 7.
  • FIG. The following description is only one specific example of the operation of the test unit 130, and the operation of the test unit 130 is not limitedly interpreted.
  • test unit 130 acquires “single regression analysis” as the type of the analysis engine, acquires “annual consumption of beer” as the attribute that is the objective variable, and “chi-square value is 0.9 as the constraint condition”. It is assumed that the condition “above” is acquired.
  • Y is an objective variable.
  • X is an explanatory variable.
  • a and b are constants.
  • the test unit 130 analyzes how much the attribute (explanatory variable) output from the attribute generation unit 120 can explain the annual consumption (objective variable) of beer.
  • the test unit 130 acquires attributes (“height”, “weight”, and “waist circumference”) from the attribute generation unit 120. Further, the test unit 130 acquires the attributes (height ⁇ weight, height ⁇ waist circumference, and abdominal circumference ⁇ weight) generated by the attribute generation unit 120.
  • the test unit 130 selects one attribute from the plurality of acquired attributes. For example, it is assumed that the test unit 130 selects the attribute “height”.
  • the test unit 130 For each acquired attribute, the test unit 130 inputs the attribute to the analysis engine (in the above example, the single regression analysis engine) and the analysis result output by the analysis engine (that is, the regression equation and the key). A process of obtaining a square value) and a process of determining whether the analysis result (that is, the chi-square value) satisfies a constraint condition are executed.
  • the analysis engine in the above example, the single regression analysis engine
  • the analysis result output by the analysis engine that is, the regression equation and the key
  • FIG. 7 is a diagram for explaining the results of the processing performed by the test unit 130 for the six types of attributes acquired by the test unit 130. As shown in FIG. 7, the only explanatory variable that satisfies the constraint condition “chi-square value is 0.9 or more” is “height ⁇ waist circumference”.
  • the output unit 140 outputs, for example, a regression equation that satisfies the requirements.
  • the output unit 140 may operate as described below. For example, it is assumed that the analysis result obtained by inputting (input) the attribute A as shown below satisfies the constraint condition. Attribute A: Product value of attribute B value and attribute C value.
  • attribute B is a height value
  • attribute C is a weight value
  • the output unit 140 may output information that “a preprocessing for calculating the product of the attribute value of height and the attribute value of weight should be executed”.
  • the output unit 140 outputs information that “the analysis result that satisfies the constraint condition is obtained when the attribute“ the product of the value of the attribute of height and the value of the attribute of weight ”is input to the designated analysis engine”. You may do it.
  • the output unit 140 may output information “product of the attribute value of height and the attribute value of weight”.
  • the output unit 140 may output the information together with the type of the designated analysis engine and the file name of the data set.
  • FIG. 8 is a flowchart for explaining the operation of the information processing system 1000 according to the first embodiment.
  • the attribute generation unit 120 acquires one function from the function storage unit 110 (step S101).
  • the attribute generation unit 120 selects a combination of attributes that are operands in the operation defined by the function from among a plurality of attributes included in the data set (step S102).
  • the attribute generation unit 120 inputs the selected combination of attributes to the function, and calculates a value output according to the function as a new attribute (step S103).
  • the operation shown in step S103 is to apply a function to the selected combination of attributes and generate a new attribute that is a result of applying the function to the selected combination of attributes.
  • the attribute generation unit 120 generates a new attribute for all combinations of attributes that can be operands in the function (step S104).
  • the test unit 130 selects a specific attribute from a plurality of new attributes (step S105).
  • the test unit 130 analyzes how much the specified objective variable can be explained based on a specific attribute (explanatory variable). As a result, the test unit 130 obtains an analysis result (that is, a regression equation and a chi-square value) (step S106).
  • the verification unit 130 repeats the operation shown in step S106 for all the attributes generated by the attribute generation unit 120 (step S107).
  • the verification unit 130 verifies whether an analysis result satisfying the constraint condition is obtained (step S108). Note that the operation shown in step S108 may be executed in the repetition from step S105 to step S107.
  • step S108 When an analysis result satisfying the constraint condition is obtained (YES in step S108), the output unit 140 outputs an analysis result satisfying the constraint condition (step S109). When an analysis result that satisfies the constraint condition cannot be obtained (NO in step S108), the output unit 140 does not output an analysis result that satisfies the constraint condition.
  • the reason is that the attribute generation unit 120 according to the first embodiment calculates a function for the attribute and generates a new attribute.
  • the information processing system 1000 can “increase the number of attributes that are candidates for explanatory variables”. In other words, it can be said that “the number of attribute candidates for verifying the hypothesis can be increased”. With such an action, there is an increased possibility that an explanatory variable that sufficiently explains the objective variable will be selected, and the effect of improving the accuracy of data mining is realized.
  • the information processing system 1000 creates new attributes (that is, height ⁇ weight, weight ⁇ abdominal circumference, height ⁇ height) based on the three types of attributes included in the data set and the function stored in the function storage unit 110. Abdominal circumference).
  • the information processing system 1000 increases the number of attributes that are candidates for explanatory variables, thereby increasing the possibility of selecting an attribute that sufficiently explains the objective variable, and thus the accuracy of data mining can be improved. it can.
  • the information processing system 1000 according to the first embodiment can output a preprocessing procedure to be performed on the attribute in order to improve the accuracy of data mining.
  • the reason is that, when the output unit 140 according to the first embodiment obtains an analysis result that satisfies the constraint conditions, the attribute input to the analysis engine to obtain the analysis result is output.
  • the output unit 140 outputs information indicating what processing should be performed on the attributes included in the data set in order to obtain an analysis result that satisfies the constraint conditions.
  • the information processing system 1000 according to the first embodiment can reduce the man-hours of an analysis engineer who performs data analysis.
  • the reason is that the attribute generation unit 120 of the information processing system 1000 according to the first embodiment generates a new attribute based on a plurality of attributes.
  • the verification unit 130 of the information processing system 1000 selects an attribute that satisfies a predetermined criterion from the generated new attributes. That is, for example, the test unit 130 inputs the generated new attribute to an analysis engine that performs an analysis process based on the input attribute. And the test
  • the verification unit 130 selects an attribute input to the analysis engine.
  • the predetermined requirement that is, the constraint condition
  • the predetermined requirement is, for example, that the correlation with the objective variable is higher than a predetermined criterion. That is, if an analysis engineer inputs a plurality of attributes to the information analysis system 1000, the information processing system 1000 can automatically or semi-automatically generate attributes having a high correlation with the objective variable.
  • the analysis engineer can calculate the value of the product of “annual consumption of personal beer” and “height value and waist circumference value”. Even without knowing that there is a strong correlation with “ The reason is that the information processing system 1000 generates a new attribute “value of the product of the height value and the abdominal circumference value” based on the attribute “height” and the attribute “abdominal circumference”. . In other words, if the analysis engineer inputs the attribute “height” and the attribute “abdominal circumference” to the information processing system 1000, the information processing system 1000 will determine that “the product value of the height value and the waist circumference value”.
  • the attribute having a high correlation with the objective variable can be automatically or semi-automatically generated for the user.
  • an analysis engineer who performs data analysis may find that there is a strong correlation between the objective variable and the newly generated attribute. it can.
  • an analysis engineer who performs data analysis can find that there is a strong correlation between "the annual consumption of individual beer" and "the value of the product of height and waist circumference” .
  • the output unit 140 outputs a newly generated attribute and information indicating that an analysis result that satisfies the constraint condition is obtained by inputting the attribute.
  • the output unit 140 outputs information that “the product of the attribute value of height and the attribute value of weight” is input to the designated analysis engine, and an analysis result that satisfies the constraint condition is obtained ”.
  • the information processing system 1000 can be used for the purpose of assisting the analysis engineer to find an explanatory variable having a strong correlation with the objective variable.
  • Z is an objective variable.
  • X is a first explanatory variable.
  • Y is a second explanatory variable.
  • a, b, and c are constants.
  • the test unit 130 repeats the operation of step S106 shown in FIG. 8 for 15 combinations of explanatory variables.
  • test inspection part 130 may receive a curve regression analysis as a kind of analysis engine.
  • the test unit 130 accepts designation of the type of curve, for example, an exponential function or a Gaussian function.
  • the second embodiment is a specific example of the present invention when discriminant analysis is designated as the type of analysis engine.
  • FIG. 9 is a block diagram showing the configuration of the information processing system 1001 according to the second embodiment. As illustrated in FIG. 9, the information processing system 1001 according to the second embodiment may include the following configuration.
  • a function storage unit 111 is provided instead of the function storage unit 110 according to the first embodiment.
  • An attribute generation unit 121 is provided instead of the attribute generation unit 120.
  • test unit 131 is provided instead of the test unit 130.
  • the first embodiment and the second embodiment differ in the data set to be handled and the type of analysis engine to be specified.
  • FIG. 10 is a diagram for explaining an example of a data set input to the information processing system 1001 shown in FIG.
  • the data set shown in FIG. 10 can be paraphrased as multivariate data.
  • the data set includes information for associating attribute 1 to attribute 4 with each of a plurality of identifiers.
  • the data set shown in FIG. 11 is data representing, for example, a questionnaire response result for a plurality of people.
  • Each attribute is an answer to a question item included in the questionnaire.
  • the contents of attribute 1 to attribute 4 are shown below. Specifically, the question item and the value represented by the answer are shown for each attribute.
  • Attribute 1 Do you like dogs and cats? (Dog is represented as 0, cat is represented as 1), Attribute 2: What is your age? (Represent 40 years or older as 0, Represent less than 40 years as 1), Attribute 3: What is your gender? (Represents a man as 0, a woman as 1), Attribute 4: Which do you like sushi or tempura? (Sushi is represented as 0, Tempura is represented as 1).
  • FIG. 11 is a diagram illustrating an example of information stored in the function storage unit 111 illustrated in FIG. As shown in FIG. 11, the function storage unit 111 stores functions 1 to 4.
  • Function 1 defines the identity map X.
  • Function 2 defines a logical product (AND) operation on the values of two attributes.
  • Function 3 defines a logical sum (OR) operation on the values of two attributes.
  • Function 4 defines an exclusive OR (XOR) for the values of the two attributes.
  • FIG. 12 is a diagram depicting one specific example relating to a new attribute generated by the attribute generation unit 121.
  • the attribute generation unit 121 selects one function from a plurality of functions stored in the function storage unit 111.
  • the attribute generation unit 121 selects a combination of attributes from a plurality of attributes included in the input data set. For example, it is assumed that the attribute generation unit 121 selects “logical sum (OR)” as a function, and additionally selects attribute 1 and attribute 2 as attributes.
  • FIG. 12 shows the new attribute generated by the attribute generation unit 121 as a result.
  • the attribute generation unit 121 generates new attributes for all combinations that are operands for the function among a plurality of attribute combinations included in the data set, for example.
  • the attribute generation unit 121 does not necessarily have to generate new attributes for all combinations.
  • the verification unit 131 is designated “discriminant analysis” as information on the type of analysis engine. Furthermore, it is assumed that the test unit 131 is designated with attribute 4 (that is, “Do you like sushi or tempura?”) As the objective variable.
  • test unit 131 receives a condition that “match rate is 95% or more” as a constraint condition (that is, a requirement that information output from the analysis engine should satisfy).
  • the “match rate” is an index indicating how much the value of the selected attribute matches the value of the attribute designated as the prediction target.
  • the test unit 131 Based on the new attribute generated by the attribute generation unit 121, the test unit 131 analyzes whether it can sufficiently explain “whether you like sushi or tempura”.
  • the test unit 131 acquires a new attribute generated by the attribute generation unit 121.
  • the test unit 131 selects one attribute from the acquired plurality of attributes. For example, it is assumed that the test unit 131 selects the attribute “attribute 3”.
  • the test unit 131 calculates a matching rate between the value of the selected attribute and the value of the attribute designated as the prediction target.
  • the number of persons for which the matching rate is calculated may be specified in advance.
  • the test unit 131 calculates the coincidence rate with the value of the objective variable “Which is sushi or tempura?” For all the acquired attributes.
  • FIG. 13 is a diagram for explaining a result of processing performed by the test unit 131 for the attribute generated by the attribute generation unit 121.
  • the matching rate between the value obtained by performing exclusive OR (XOR) on attribute 1 and attribute 3 and the value of attribute 4 is 100%, which satisfies the constraint condition. This means that the preference of “sushi” and “tempura” can be explained based on the value of the exclusive OR XOR of “attribute 1” and “attribute 3” in the questionnaire result.
  • the reason is that the attribute generation unit 121 according to the second embodiment applies a function to the attribute to generate a new attribute.
  • the information processing system 1000 has an effect of “increasing the number of attributes that are candidates for explanatory variables”. This can be paraphrased as “increasing the number of attribute candidates for verifying the hypothesis”. With such an action, there is an increased possibility that an explanatory variable that sufficiently explains the objective variable will be selected, and the effect of improving the accuracy of data mining is realized.
  • the information processing system 1001 according to the second embodiment can output a preprocessing procedure to be performed on the attribute in order to improve the accuracy of data mining. This is because the output unit 140 according to the second embodiment outputs the attribute input to the analysis engine in order to obtain the analysis result when the analysis result satisfying the constraint condition is obtained. Alternatively, the output unit 140 outputs information indicating what processing should be performed on the attributes included in the data set in order to obtain an analysis result that satisfies the constraint conditions.
  • FIG. 14 is a block diagram illustrating a configuration of an information processing system 1002 according to the third embodiment. As illustrated in FIG. 14, the information processing system 1002 includes an attribute generation unit 122 and a test unit 132.
  • the attribute generation unit 122 selects a combination of attributes to be the plurality of operands from the plurality of input attributes with respect to a function that defines an operation that takes a plurality of operands. On the other hand, by applying the function to the attribute, a new attribute that is a result of applying the function to the attribute combination is generated.
  • the verification unit 132 inputs the new attribute to an analysis engine that executes an analysis process based on the attribute, and determines whether information output from the analysis engine satisfies a predetermined requirement.
  • the third embodiment it is possible to provide the information processing system 1002 that contributes to improving the accuracy of analysis processing.
  • FIG. 15 is a diagram illustrating a hardware configuration of a computer capable of realizing the information processing system 1000 according to the first embodiment.
  • the computer shown in FIG. 15 includes a CPU (Central Processing Unit) 1, a memory 2, a storage device 3, and a communication interface (I / F) 4.
  • the computer shown in FIG. 15 may further include an input device 5 or an output device 6.
  • the functions of the information processing system 1000 are realized by, for example, the CPU 1 executing a computer program (software program, hereinafter simply referred to as “program”) read into the memory 2. In execution, the CPU 1 appropriately controls the communication interface 4, the input device 5, and the output device 6.
  • program software program
  • the present invention described using the above-described embodiments as an example is also configured by a non-volatile storage medium 8 such as a compact disk in which such a program is stored.
  • the program stored in the storage medium 8 is read by the drive device 7, for example.
  • the communication executed by the information processing system 1000 is realized by the application program controlling the communication interface 4 using, for example, a function provided by an OS (Operating System).
  • the input device 5 is, for example, a keyboard, a mouse, or a touch panel.
  • the output device 6 is a display, for example.
  • the information processing system 1000 may be configured such that two or more physically separated devices are connected to be communicable by wire, wireless, or a combination thereof.
  • the example of the hardware configuration shown in FIG. 15 is applicable to the other embodiments described above.
  • the information processing system according to each embodiment of the present invention may be a dedicated device. Note that the hardware configuration of the information processing system and each functional block according to each embodiment of the present invention is not limited to the above-described configuration.
  • the analysis engine that executes the analysis processing is not necessarily installed in the same apparatus as the information processing system 1000.
  • the analysis engine only needs to be mounted on a device that can be accessed from the information processing system 1000.
  • the above-described modified examples can be applied to other embodiments.
  • the present invention has been described by taking as an example the case where single regression analysis, multiple regression analysis, and discriminant analysis are designated as the types of analysis engines.
  • the present invention is not limited to the above-described embodiments, and can be implemented in various modes.
  • the present invention can also be applied to data mining using an analysis engine other than the types exemplified in the above embodiments.
  • each block diagram is a configuration shown for convenience of explanation.
  • the present invention described by taking each embodiment as an example is not limited to the configuration shown in each block diagram in the implementation.
  • the present invention described using the above-described embodiment as an example can be used for a tool that supports data mining, for example.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

データマイニングの精度向上に寄与する。　情報処理システムは、複数の被演算子をとる演算を定義する関数に関し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する属性生成手段と、前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する検定手段と、を備える。

Description

情報処理システム、情報処理方法およびプログラムを記憶する記録媒体
本発明は、データマイニングを支援する技術に関する。
　データマイニングは、大量の情報の中から、これまで未知であった有用な知見を見つける技術である。データマイニングを用いて有用な知見が得られた実例として、大手スーパーマーケット・チェーンが所有する販売データを分析した例が知られている。販売データを分析した結果、「おむつを購入した顧客はビールも同時に購入する傾向がある」という知見が得られた。スーパーマーケット・チェーンは、当該知見を活かして、例えば、「おむつとビールとを同時に値下げしない」、などの措置をとることにより、売り上げの向上を図ることができる。
　データマイニングを上述したような具体例に適用するプロセスは、下記に示す３つの段階に大別できる。
　１つ目の段階（工程）は、「前処理段階」である。「前処理段階」は、データマイニングアルゴリズムが効果的に機能するようにするために、データマイニングアルゴリズムに従って動作する装置などに入力する属性（feature）を加工することにより、その属性を新たな属性に変換する。
　２つ目の段階は、「分析処理段階」である。「分析処理段階」は、データマイニングアルゴリズムに従って動作する装置などに属性を入力し、係るデータマイニングアルゴリズムに従って動作する装置などの出力である分析結果を得る。
　３つ目の段階は、「後処理段階」である。「後処理段階」は、分析結果を、見やすいグラフや他の機器に入力するための制御信号等に変換する。
　このようにデータマイニングにより有用な知見を得るためには、「前処理段階」が適切に行われる必要がある。「前処理段階」をどのような手順で実行すべきかを設計する作業は、分析技術の熟練技術者（データサイエンティスト）の知識に依存する。前処理段階の設計作業は、情報処理技術によって十分には支援されておらず、未だ熟練技術者の手作業による試行錯誤に依存する部分が大きい。
　非特許文献１は、データマイニングを実現するソフトウェアの一例を開示する。非特許文献１は、所望のタスク（分析処理）を実現するのに適した属性を選択することを支援する機能を提供する。この機能は、「属性選択（feature selection）」とも呼ばれる。
"WEKA"、［online］、［２０１３年９月５日検索］、インターネット＜URL: http://www.cs.waikato.ac.nz/ml/weka/＞
　オペレータが、非特許文献１が開示するソフトウェアを用いてデータマイニングを行う場合を想定する。この場合、オペレータは、必ずしも精度の良い分析結果を得ることができるとは限らない。なぜなら、非特許文献１が開示するソフトウェアは、精度の良い分析結果を得るための属性を、あらかじめ準備された属性のうちから選択するに過ぎないからである。このように、非特許文献１が開示するソフトウェアは、あらかじめ準備された属性の中から選択された解しか出力できないという制約がある。このため、あらかじめ準備された属性の中に精度の良い分析結果が得られる属性が含まれていないと、オペレータは、精度の良い分析結果を得ることができない。
　本発明は、分析処理の精度向上に寄与する情報処理システム等を提供することを目的の１つとする。
　本発明の第１の側面は、複数の被演算子をとる演算を定義する関数に関し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する属性生成手段と、前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する検定手段と、を備える情報処理システムである。
　本発明の第２の側面は、複数の被演算子をとる演算を定義する関数を記憶する関数記憶手段にアクセス可能なコンピュータが、前記関数記憶手段から前記関数を取得し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する属性生成手段と、前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する情報処理方法である。
　本発明の第３の側面は、複数の被演算子をとる演算を定義する関数を記憶する関数記憶手段にアクセス可能なコンピュータに、前記関数記憶手段から前記関数を取得する処理と、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する処理と、前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する処理と、を実行させるプログラムである。
　また、本発明の目的は、上記のプログラムが格納されたコンピュータ読み取り可能な記憶媒体によっても達成される。
　本発明によれば、分析処理の精度向上に寄与する情報処理システム等を提供することができる。
図１は、本発明における第１の実施形態にかかる情報処理システム１０００の構成を説明するブロック図である。 図２は、本発明における第１の実施形態にかかるデータセットの一例を示す図である。 図３は、本発明における第１の実施形態にかかる関数記憶部１１０が記憶するデータの一例を示す図である。 図４は、本発明における第１の実施形態にかかる属性生成部１２０の詳細を説明する図である。 図５は、本発明における第１の実施形態にかかる検定部１３０の詳細を説明する図である。 図６は、本発明における第１の実施形態にかかる検定部１３０の詳細を説明する図である。 図７は、本発明における第１の実施形態にかかる検定部１３０の詳細を説明する図である。 図８は、本発明における第１の実施形態にかかる情報処理システム１０００の動作を説明するフローチャートである。 図９は、本発明における第２の実施形態にかかる情報処理システム１００１の構成を説明するブロック図である。 図１０は、本発明における第２の実施形態にかかるデータセットの一例を示す図である。 図１１は、本発明における第２の実施形態にかかる関数記憶部１１１が記憶するデータの一例を示す図である。 図１２は、本発明における第２の実施形態にかかる属性生成部１２１の詳細を説明する図である。 図１３は、本発明における第２の実施形態にかかる検定部１３１の詳細を説明する図である。 図１４は、本発明における第３の実施形態にかかる情報処理システム１００２の構成を説明するブロック図である。 図１５は、本発明の各実施形態にかかる情報処理システムを実現可能なハードウェア構成の一例を示す図である。
　はじめに、理解を容易にするため、本発明が適用され得る情報処理システム１０００の詳細な説明に際して用いる用語を定義する。
　（データセット）
　「データセット」とは、情報処理システム１０００に入力されるデータである。「データセット」は、１つまたは複数の属性を含む。「属性」は、「変量」と言い換えることもできる。
　（関数(function)）
　「関数」は、ある属性から新たな属性を生成(construct)する処理(processing)を定義する。「関数」は、データセットに含まれる属性に対して適用(apply)される。すなわち、「関数」をある属性に適用すると、ある属性に対して当該関数が定義する処理が実行され、その結果として新たな属性が生成される。
　言い換えると、「関数」は、属性に対して適用する演算を定義する。関数は、ある属性を他の属性に変換(transform)する処理を定義する、と言い換えてもよい。「関数」は、データセットに含まれる属性に対して適用する写像であってもよい。さらに言い換えると、関数は、その関数に関連付けられている上述の演算を表す。さらに言い換えると、関数は、その関数に関連付けられている上述の処理を表す。
　「関数」が定義する処理は、例えば、単項演算である。「関数」は、例えば、三角関数(sin(X), cos(X), tan(X))、自然対数、絶対値または符号反転などの演算を定義する。「関数」は例えば、lognX、Xnなど、パラメータnを含む演算を定義してもよい。
　「関数」が定義する処理は、多項演算である。多項演算とは、複数の被演算子（オペランド）を持つ演算である。「関数」は、例えば、属性Ｘと属性Ｙとの算術演算（足し算、引き算、かけ算など）を定義する。属性Ｘ及び属性Ｙが論理値である場合、「関数」は、例えば、属性Ｘのビット値と属性Ｙのビット値とに適用する論理演算（論理積(AND)、論理和(OR)、排他的論理和(XOR)など）を定義する。
　「関数」が定義する処理は、データに応じて処理が決まる「データに依存する処理」であってもよい。データに依存する処理の１つの具体例は、標準化（normalization）処理である。
　「データに依存する処理」を、具体例を挙げて説明する。例えば、１００人分の名前の値と身長の値とが関連づけられた情報を含むデータセットが、データマイニング装置に入力された場合を想定する。この場合、当該データセットには、「名前」という属性と、「身長」という属性との、２つの属性が含まれる。この例において、係る「名前」という属性は、１００人分の名前の値を表す。「身長の値」という属性は、１００人分の身長の値を表す。
　データマイニング装置が、属性「身長」に対して、標準化処理を定義する関数を適用することにより、「標準化された身長」という新たな属性を生成する場合を想定する。この場合、データマイニング装置は、属性に含まれる１人分ずつのデータを、個別に標準化することはしない。たとえば、データマイニング装置が、まずは、１００人分の情報のうち１人目の情報「氏名：Ｎ、身長：１７４」のみを受け付けたとする。この場合、データマイニング装置は、１人目の情報に対する新たな属性「標準化された身長」を算出することはしない。なぜなら、データマイニング装置は、１００人分の情報が揃ってからでないと、標準化するパラメータとして必要な値（すなわち、１００人分の「身長」の値の平均値、および、１００人分の「身長」の標準偏差）を知り得ず、この結果、標準化するための関数が定まらないからである。
　このような「データに依存する処理」の他の具体例としては、例えば、ヒストグラム生成、クラスタリング、及び、主成分分析等が挙げられる。
　（分析エンジン）
　「分析エンジン」は、属性に基づく分析処理である。すなわち、分析エンジンは、入力として属性を受け付け、該属性に基づき分析を行い(execute)、分析した結果を出力する。分析エンジンは、データマイニング装置が実行する分析アルゴリズムなどとも呼ばれる。分析エンジンは、例えば、回帰分析（Regression Analysis）、因子分析(Factor Analysis)、共分散構造分析(Covariance Structure Analysis)、主成分分析(Principal Factor Analysis)、判別分析(Discriminant Analysis)、カーネル分析、クラスター分析(Cluster Analysis)または異常検出などの処理を実行する分析エンジンである。「分析エンジンの種類の指定」とは、このような分析エンジンの種類の指定を受け付けることをいう。「分析エンジン」は、例えば、上述の分析処理を実行する主体（例えば装置）、又は、プロセッサが分析処理を実行するよう制御するプログラムなどを指すこともある。
　（制約条件）
　制約条件は、分析エンジンが出力する情報が満たすべき要件である。言い換えれば、制約条件は、分析エンジンが出力する分析結果が満たすべき要件である。分析エンジンの種類が単回帰分析である場合、制約条件の１つの具体例は、「カイ二乗値が０．９以上」である。
　（情報を取得する）
　以降、情報を記憶装置から読み出すこと、情報を外部装置から受信すること、または、オペレータから情報の入力を受け付けることなどを、まとめて「情報を取得する」と記載する。
　（情報を出力する）
　以降、情報を記憶装置に書き込むこと、情報を外部装置へ送信すること、または、画面表示または音声などの形式でオペレータに対して情報を提示することなどを、まとめて「情報を出力する」と記載する。
　以下、上述した文言の定義を参酌しつつ、本発明の実施形態について図面を参照して詳細に説明する。
　＜第１の実施形態＞
　第１の実施形態は、分析エンジンの種類として単回帰分析が指定された場合の、本発明の１つの具体例である。
　図１は、第１の実施形態にかかる情報処理システム１０００の概要を説明するブロック図である。
　情報処理システム１０００は、関数記憶部１１０と、属性生成部１２０と、検定部１３０と、出力部１４０と、を備える。
　関数記憶部１１０は、１つまたは複数の関数を記憶することができる。関数記憶部１１０は、複数の被演算子をとる演算（多項演算）を定義する関数を、少なくとも１つ記憶している。
　関数記憶部１１０は、情報処理システム１０００の内部に実装されていても良いし、情報処理システム１０００がアクセス可能な図示しない外部の装置に実装されていてもよい。
　属性生成部１２０は、対象とするデータセットを取得する。属性生成部１２０は、オペレータからデータセットの入力を受け付けてもよいし、図示しない記憶部からデータセットを読み出してもよい。属性生成部１２０は、情報処理システム１０００の外部に備えられた図示しない装置から、データセットを受信してもよい。
　属性生成部１２０は、関数記憶部１１０から関数を取得する。属性生成部１２０は、データセットに含まれる属性に対して取得した関数を適用する。これにより属性生成部１２０は、属性に関数を適用した結果である新たな属性を生成する。
　属性生成部１２０が、多項演算を定義する関数を取得した場合を想定する。多項演算を定義する関数は、少なくとも２つの属性を入力とする。この場合、属性生成部１２０は、データセットに含まれる複数の属性データのうちから、前記関数が定義する演算の入力（被演算子）となる属性データの組み合わせを選択する。属性生成部１２０は、選択した属性データの組み合わせに関数を適用することによって、関数を適用した結果である新たな属性を生成する。
　検定部１３０は、分析エンジンの種類の指定および制約条件の指定を、例えばオペレータから、取得する。
　第１の実施形態においては、検定部１３０は、分析エンジンの種類として「単回帰分析」を取得する。また、検定部１３０は、データセットに含まれる複数の属性のうち、関数が予測する対象であるところの目的変数である属性の指定を取得する。
　検定部１３０は、単回帰分析エンジン（不図示）に、属性生成部１２０が生成する新たな属性を説明変数として入力する。検定部１３０は、単回帰分析エンジンが出力する回帰式を取得する。検定部１３０は、回帰式が制約条件を満たすか否かを判定する。
　出力部１４０は、例えば、要件を満たす回帰式を出力する。
　以下、図１から図７までを用いて、関数記憶部１１０、属性生成部１２０、検定部１３０および出力部１４０の詳細を説明する。
　図２は、図１に示す情報処理システム１０００に入力されるデータセットの一例を説明する図である。図２に示すように、データセットは、例えば、複数人の、識別子（ＩＤ；Identifier）と、身長の値と、体重の値と、腹囲の値と、ビールの年間消費量の値と、を関連付ける情報を含む。図２に示す、「身長」、「体重」、「腹囲」および「ビールの年間消費量」は、それぞれ「属性」に相当する。なお、図２に示すデータセットは、説明のために準備されたデータセットであり、被験者から得られた測定値ではない。
　図３は、図１に示す関数記憶部１１０が記憶するデータの一例を示す図である。図３に示すように、関数記憶部１１０には、複数の関数が記憶されている。
　図３に示すように、関数ＩＤ（識別子）が「関数１」である関数が定義する処理は、Ｘである。ここで、Ｘは、恒等写像を表す。関数ＩＤが「関数２」である関数が定義する処理は、第１の属性の値と第２の属性の値との積の値を算出する処理である。以下の説明において、関数を、その関数の関数ＩＤによって表す。例えば、「関数２」は、関数ＩＤが「関数２」である関数を表す。
　図１と図４とを用いて、図１に示す属性生成部１２０の詳細を説明する。図１に示すように、例えばオペレータ９００が、データセットを、属性生成部１２０に入力する。上述のように、複数の属性がデータセットに含まれる。オペレータ９００は、さらに、目的変数である属性の指定を、属性生成部１２０に入力してもよい。属性生成部１２０は、対象とするデータセットを取得する。属性生成部１２０は、さらに、目的変数である属性の指定を取得してもよい。属性生成部１２０は、図示されない記憶装置から、データセットを読み出してもよい。属性生成部１２０は、情報処理システム１０００と通信することができる、情報処理システム１０００に含まれない、図示されない装置から、データセットを受信してもよい。
　例えば、属性生成部１２０が、目的変数である属性として「ビールの年間消費量」という属性の指定を取得する場合を想定する。例えば、属性生成部１２０が、関数記憶部１１０から関数２（すなわち、積の値の算出）を読み出す場合を想定する。属性生成部１２０は、データセットに含まれる複数の属性のうち、目的変数以外の属性（すなわち、「身長」、「体重」、または、「腹囲」）のうちから、関数に入力(input)する属性を選択する。以下の説明において、関数に入力(input)する属性として選択される属性を、「n」および「m」と表記する。
　関数２が定義する演算である乗算は、演算の順番を入れ替えても出力される結果は変わらないことを考慮すると、nとmとの組み合わせは、３Ｃ２（＝３）通りが考えられる。すなわち、「身長」、「体重」、または、「腹囲」の３つの属性のうちから、nとmの２つの属性を選択するので３Ｃ２＝３通りである。下記に、３通りの組み合わせを列挙する。
　　　　ｎ　　　　　ｍ、
　　　　身長　　　　体重、
　　　　身長　　　　腹囲、
　　　　体重　　　　腹囲。
　属性生成部１２０は、選択した属性の組み合わせ（この場合、３通りの組み合わせ）のそれぞれの組み合わせについて、下記に示す（１）および（２）の動作を実行する。
　（１）属性生成部１２０は、選択した属性の組み合わせを、被演算子として関数２に入力する。
　（２）属性生成部１２０は、選択した属性の組み合わせに関数２を適用した結果を得て、当該結果を新たな属性とする。
　この結果、属性生成部１２０は、下記３つの属性を新たに生成する。
　・身長×体重、
　・身長×腹囲、
　・腹囲×体重。
　ただし、属性生成部１２０は、必ずしも上述した３個の新しい属性のうち全てを生成する必要はない。
　図４は、新たに生成された属性の１つの具体例を説明する図である。図４に示す「身長×腹囲」という属性は、属性生成部１２０が、「身長」という属性と「腹囲」という属性の組み合わせに関数２を適用した結果、生成された新たな属性である。
　図１に示す検定部１３０の詳細を、図１、図５、図６および図７を用いて説明する。以下の説明は、検定部１３０の動作の１つの具体例に過ぎず、検定部１３０の動作は限定的に解釈されない。
　ここでは、検定部１３０は、分析エンジンの種類として「単回帰分析」を取得し、目的変数である属性として「ビールの年間消費量」を取得し、制約条件として「カイ二乗値が０．９以上」という条件を取得したとする。
　すなわち、検定部１３０は、Y（ビールの年間消費量）=aX+b、という式に従い回帰分析を行う。ここで、Yは、目的変数である。Xは、説明変数である。aとbとは定数である。
　検定部１３０は、属性生成部１２０が出力する属性（説明変数）が、ビールの年間消費量（目的変数）をどの程度説明できるかについて分析する。
　検定部１３０は、属性生成部１２０から属性（「身長」、「体重」および「腹囲」）を取得する。また、検定部１３０は、属性生成部１２０が生成した属性（身長×体重、身長×腹囲、および、腹囲×体重）を取得する。
　検定部１３０は、取得した複数の属性のうちから、一つの属性を選択する。検定部１３０は、例えば、「身長」という属性を選択したとする。
　図５は、検定部１３０が、「身長」という属性を説明変数として選択し、該説明変数に基づき単回帰分析を行った結果を表すグラフである。図５に示すように、単回帰分析の結果、a=0.3276, b=11.724という結果が得られ、カイ二乗値は0.149であった。
　図６は、検定部１３０が、「身長×腹囲」という属性を説明変数として選択し、該説明変数に基づき単回帰分析を行った結果を表すグラフである。図６に示すように、単回帰分析の結果、a=0.005, b=4.637という結果が得られ、カイ二乗値は0.998であった。
　検定部１３０は、取得した属性のそれぞれに対して、分析エンジン（上記の例では、単回帰分析エンジン）に属性を入力する処理と、該分析エンジンが出力する分析結果（すなわち、回帰式とカイ二乗値）を取得する処理と、分析結果（すなわち、カイ二乗値）が制約条件を満たすか否かを判定する処理と、を実行する。
　図７は、検定部１３０が取得した６種類の属性について、それぞれ検定部１３０が処理を実行した結果を説明する図である。図７に示すように、制約条件「カイ二乗値が０．９以上」を満たす説明変数は、「身長×腹囲」のみである。
　説明変数として「身長×腹囲」が選択された場合に、カイ二乗値が制約条件を満たすことは、身長の値と腹囲の値との積の値に基づき、Ｙ＝ａＸ＋ｂという関係式に従い、個人のビールの年間消費量を説明することができる、ということを表す。
　これに対して、図７の他の例に示すように、説明変数として他の属性が選択される場合に、カイ二乗値は、検定閾値を満たさない。これは、他の属性の値に基づき、Ｙ＝ａＸ＋ｂという関係式に従う場合に、個人のビールの年間消費量を説明することができない、ということを表す。
　出力部１４０は、例えば、要件を満たす回帰式を出力する。
　出力部１４０は、下記に示すように動作しても良い。例えば、以下に示すような属性Ａを分析エンジンに入力(input)して得られた分析結果が、制約条件を満たしているとする、
　属性Ａ：属性Ｂの値と属性Ｃの値との積の値。
　ここで、例えば属性Ｂは身長の値であり、例えば属性Ｃは体重の値であるとする。このとき出力部１４０は、「身長という属性の値と、体重という属性の値との、積を算出するような前処理を実行すべきである」という情報を出力しても良い。あるいは、出力部１４０は、「『身長という属性の値と体重という属性の値との積』という属性を指定された分析エンジンに入力すると、制約条件を満たす分析結果が得られる」という情報を出力しても良い。または、出力部１４０は、「身長という属性の値と体重という属性の値との積」という情報を出力しても良い。出力部１４０は、これらの情報を、指定された分析エンジンの種類や、データセットのファイル名と共に出力しても良い。
　次に、第１の実施形態に係る情報処理システム１０００の動作を説明する。
　図８は、第１の実施形態に係る情報処理システム１０００の動作を説明するフローチャートである。
　属性生成部１２０は、関数記憶部１１０から関数を１つ取得する（ステップＳ１０１）。属性生成部１２０は、データセットに含まれる複数の属性のうちから、該関数が定義する演算における被演算子である属性の組み合わせを選択する（ステップＳ１０２）。属性生成部１２０は、選択した属性の組み合わせを該関数に入力し、該関数に従い出力される値を新たな属性として算出する（ステップＳ１０３）。ステップＳ１０３に示す動作は、選択した属性の組み合わせに関数を適用し、選択した属性の組み合わせに関数を適用した結果である新しい属性を生成する、と言い換えることもできる。属性生成部１２０は、例えば、該関数における被演算子となり得る全ての属性の組み合わせに関して、新たな属性を生成する（ステップＳ１０４）。
　検定部１３０は、複数の新たな属性から、特定の属性を選択する（ステップＳ１０５）。検定部１３０は、指定された目的変数を、特定の属性（説明変数）に基づき、どれくらい説明できるかを分析する。この結果、検定部１３０は、分析結果（すなわち、回帰式及び、カイ二乗値）を得る（ステップＳ１０６）。検定部１３０は、属性生成部１２０が生成した全ての属性について、ステップＳ１０６に示す動作を繰り返す（ステップＳ１０７）。
　検定部１３０は、制約条件を満たす分析結果が得られるか否かを検定する（ステップＳ１０８）。なお、ステップＳ１０５からステップＳ１０７までの繰り返しの中においてステップＳ１０８に示す動作を実行してもよい。
　制約条件を満たす分析結果が得られた場合（ステップＳ１０８においてＹＥＳ）、出力部１４０は、制約条件を満たす分析結果を出力する（ステップＳ１０９）。制約条件を満たす分析結果が得られない場合（ステップＳ１０８においてＮＯ）、出力部１４０は、制約条件を満たす分析結果を出力しない。
　第１の実施形態にかかる情報処理システム１０００が奏する作用効果を説明する。第１の実施形態によれば、分析処理の精度向上に寄与する情報処理システム１０００を提供することができる。
　その理由は、第１の実施形態にかかる属性生成部１２０が、属性に対して関数を演算し、新たな属性を生成するからである。
　かかる構成により、情報処理システム１０００は、「説明変数の候補である属性の数を増やす」ことができる。これは「仮説を検証するための属性の候補を増やす」ことができると言い換えることもできる。かかる作用により、目的変数を十分に説明する説明変数が選択される可能性が高まり、データマイニングの精度が向上するという効果が実現する。
　上述した例において、オペレータ９００から入力された属性、すなわちデータセットに含まれる属性は、４種類（「身長」、「体重」、「腹囲」、および、「ビールの年間消費量」）である。上述した例においては、４種類の属性のうち１つ（すなわち、「ビールの年間消費量」）は、目的変数として指定された。この場合、実質的な説明変数の候補は、ビールの年間消費量以外の、３種類の属性（「身長」、「体重」および「腹囲」）である。
　情報処理システム１０００は、上述したように、データセットに含まれる３種類の属性と関数記憶部１１０が記憶する関数とに基づいて、新たな属性（すなわち、身長×体重、体重×腹囲、身長×腹囲）を生成する。
　このように、情報処理システム１０００は、説明変数の候補となる属性の数を増やすことにより、目的変数を十分に説明する属性を選択する可能性を高めるため、データマイニングの精度を向上することができる。
　また、第１の実施形態に係る情報処理システム１０００は、データマイニングの精度を向上させるために、属性に対して実施すべき前処理の手順を出力することができる。その理由は、第１の実施形態にかかる出力部１４０が、制約条件を満たす分析結果が得られた場合に、当該分析結果を得るために分析エンジンに入力した属性を出力するからである。または、出力部１４０が、制約条件を満たす分析結果を得るために、データセットに含まれる属性に対してどのような処理を行えばよいかを示す情報を出力するからである。
　また、第１の実施形態に係る情報処理システム１０００は、データ分析を行う分析技術者の工数を削減することができる。その理由は、第１の実施形態に係る情報処理システム１０００の属性生成部１２０が、複数の属性に基づいて、新たな属性を生成するからである。そして、その情報処理システム１０００の検定部１３０が、生成した新たな属性の中から、所定の基準を満たす属性を選択するからである。すなわち、検定部１３０は、例えば、生成した新たな属性を、入力された属性に基づき分析処理を実行する分析エンジンに入力する。そして、検定部１３０は、その分析エンジンが出力する情報が、所定の要件を満たすか否かを判定する。検定部１３０は、例えば、出力された情報が所定の要件を満たす場合、分析エンジンに入力された属性を選択する。前述の所定の要件（すなわち制約条件）は、例えば、目的変数に対する相関が、所定の基準より高いことである。すなわち、分析技術者が、複数の属性を情報分析システム１０００に入力すれば、情報処理システム１０００は、目的変数と相関の高い属性を自動的または半自動的に生成することができる。
　具体的には、例えば、第１の実施形態に係る情報処理システム１０００によれば、分析技術者は、「個人のビールの年間消費量」と「身長の値と腹囲の値との積の値」との間に強い相関があるということを知らなくても、精度の良い分析結果を得ることができる。その理由は、情報処理システム１０００が、「身長」という属性と「腹囲」という属性とに基づいて、「身長の値と腹囲の値との積の値」という新たな属性を生成するからである。言い換えると、分析技術者が、「身長」という属性と「腹囲」という属性とを情報処理システム１０００に入力すれば、情報処理システム１０００は、「身長の値と腹囲の値との積の値」という、目的変数と相関の高い属性を、ユーザにとって自動的または半自動的に生成することができる。
　また、第１の実施形態に係る情報処理システム１０００によれば、データ分析を行う分析技術者は、目的変数と、新たに生成される属性との間に、強い相関があることに気付くことができる。例えば、データ分析を行う分析技術者は、「個人のビールの年間消費量」と「身長の値と腹囲の値との積の値」との間に強い相関があるということに気が付くことができる。その理由は、出力部１４０が、新たに生成される属性と、その属性を入力することによって制約条件を満たす分析結果が得られることとを表す情報とを出力するからである。例えば、出力部１４０は、「"身長という属性の値と体重という属性の値との積"という属性を指定された分析エンジンに入力すると、制約条件を満たす分析結果が得られる」という情報を出力する。このように、情報処理システム１０００は、分析技術者が、目的変数と相関の強い説明変数を見つけることを支援する目的にも利用することができる。
　（第１の実施形態の変形例）
　検定部１３０は、分析エンジンの種類として、重回帰分析の指定を受け付けてもよい。例えば、検定部１３０が、重回帰分析（Ｚ＝ａＸ＋ｂＹ＋ｃ）の指定を受け付けるとする。ここで、Ｚは目的変数である。Ｘは第１の説明変数である。Ｙは第２の説明変数である。ａ、ｂおよびｃは、それぞれ定数である。
　検定部１３０は、例えば、属性生成部１２０から６個の属性を取得するとする。この場合、第１の説明変数Ｘと第２の説明変数Ｙの選択の仕方の組み合わせは、１５（＝（６×５）÷２）通りとなる。検定部１３０は、１５通りの説明変数の組み合わせについて、図８に示したステップＳ１０６の動作を繰り返す。
　また検定部１３０は、分析エンジンの種類として曲線回帰分析を受け付けてもよい。この場合、検定部１３０は、曲線の種類、例えば、指数関数またはガウス関数の指定を受け付ける。
　上述の変形例は、他の実施形態にも適用可能である。
　＜第２の実施形態＞
　第２の実施形態は、分析エンジンの種類として判別分析が指定された場合の、本発明の１つの具体例である。
　図９は、第２の実施形態にかかる情報処理システム１００１の構成を表わすブロック図である。図９に示すように、第２の実施形態にかかる情報処理システム１００１は、以下の構成を備え得る。
　・第１の実施形態にかかる関数記憶部１１０に代えて関数記憶部１１１を備える。
　・属性生成部１２０に代えて属性生成部１２１を備える。
　・検定部１３０に代えて検定部１３１を備える。
　第１の実施形態と第２の実施形態とは、扱うデータセット、および指定される分析エンジンの種類が異なる。
　図１０は、図９に示す情報処理システム１００１に入力されるデータセットの一例を説明する図である。図１０に示すデータセットは、多変量データと言い換えることもできる。図１０に示すように、データセットは、複数人の識別子の各々に対して、属性１ないし属性４を関連付ける情報を含む。図１１に示すデータセットは、例えば複数人分のアンケートの回答結果を表すデータである。各属性は、アンケートに含まれる質問事項に対する回答である。属性１ないし属性４の内容を、下記に示す。具体的には、各属性の、質問事項と、回答が表す値とを示す。
　属性１：犬と猫どちらが好き？　　　　（犬を０と表す、猫を１と表す）、
　属性２：年齢は？　　　　　　　　　　（４０歳以上を０と表す、４０歳未満を１と表す）、
　属性３：性別は？　　　　　　　　　　（男を０と表す、女を１と表す）、
　属性４：寿司と天麩羅どちらが好き？　（寿司を０と表す、天麩羅を１と表す）。
　図１１は、図９に示す関数記憶部１１１が記憶する情報の一例を示す図である。図１１に示すように、関数記憶部１１１は、関数１ないし４を記憶している。関数１は、恒等写像Ｘを定義する。関数２は、２つの属性の値に関する論理積（ＡＮＤ）演算を定義する。関数３は、２つの属性の値に関する論理和（ＯＲ）演算を定義する。関数４は、２つの属性の値に関する排他的論理和（ＸＯＲ）を定義する。
　図９に示す属性生成部１２１の詳細を、図１２に示す例を用いて説明する。図１２は、属性生成部１２１が生成する新しい属性に関する１つの具体例が描かれている図である。
　属性生成部１２１は、関数記憶部１１１が記憶する複数の関数のうちから、１つの関数を選択する。属性生成部１２１は、入力されたデータセットに含まれる複数の属性から、属性の組み合わせを選択する。たとえば、属性生成部１２１は、関数として「論理和（ＯＲ）」を選択し、加えて、属性として属性１および属性２を選択するとする。図１２は、この結果、属性生成部１２１が生成する新しい属性を表す。
　属性生成部１２１は、例えば、データセットに含まれる複数の属性の組み合わせのうち、該関数に対する被演算子となる全ての組み合わせに関して、新たな属性を生成する。属性生成部１２１は、必ずしも全ての組み合わせに関して、新たな属性を生成しなくてもよい。
　図９を参照する説明に戻る。ここでは、検定部１３１は、分析エンジンの種類に関する情報として、「判別分析」を指定されたとする。さらに、検定部１３１は、目的変数として属性４（すなわち、「寿司と天麩羅どちらが好きか」）を指定されたとする。
　検定部１３１は、制約条件（すなわち、分析エンジンが出力する情報が満たすべき要件）として、「一致率が９５％以上」という条件を受け取るとする。ここで、「一致率」とは、選択された属性の値と、予測対象として指定された属性の値とが、どの程度一致しているかを表す指標である。
　検定部１３１は、属性生成部１２１が生成した新たな属性に基づき、「寿司と天麩羅どちらが好きか」を十分に説明できるかを分析する。
　検定部１３１の詳細を説明する。検定部１３１は、属性生成部１２１が生成した新たな属性を取得する。検定部１３１は、取得した複数の属性から、一つの属性を選択する。たとえば、検定部１３１は、「属性３」という属性を選択したとする。
　検定部１３１は、選択された属性の値と、予測対象として指定された属性の値の一致率を算出する。
　図１０を参照すると、図示した１３人分のデータにおいて、属性３の値と属性４の値が一致するのは、５人分のデータである。よって、属性３の値と属性４の値の一致率は０．３８（＝５÷１３）である。何人分のデータに対して一致率を算出するかは、例えば、予め指定されていても良い。
　検定部１３１は、取得した全ての属性に対して、目的変数「寿司と天麩羅どちらが好きか」の値との一致率を算出する。
　図１３は、属性生成部１２１が生成した属性について、検定部１３１が処理を実行した結果を説明する図である。図１３に示すように、属性１と属性３とに排他的論理和（ＸＯＲ）とを施した値と、属性４の値との一致率が１００％であり、制約条件を満たす。これはつまり、"寿司"と"天麩羅"の好みは、アンケート結果における「属性１」と「属性３」との排他的論理和ＸＯＲの値に基づき、説明できることを表す。
　第２の実施形態にかかる情報処理システム１００１が奏する作用効果を説明する。第２の実施形態によれば、分析処理の精度向上に寄与する情報処理システム１００１を提供することができる。
　その理由は、第２の実施形態にかかる属性生成部１２１が、属性に対して関数を適用し、新たな属性を生成するからである。
　かかる構成により、情報処理システム１０００は、「説明変数の候補である属性の数を増やす」という作用を奏する。これは「仮説を検証するための属性の候補を増やす」と言い換えることもできる。かかる作用により、目的変数を十分に説明する説明変数が選択される可能性が高まり、データマイニングの精度が向上するという効果が実現する。
　また、第２の実施形態に係る情報処理システム１００１は、データマイニングの精度を向上するために、属性に対して実施すべき前処理の手順を出力することができる。その理由は、第２の実施形態にかかる出力部１４０が、制約条件を満たす分析結果が得られた場合に、当該分析結果を得るために分析エンジンに入力した属性を出力するからである。または、出力部１４０が、制約条件を満たす分析結果を得るために、データセットに含まれる属性に対してどのような処理を行えばよいかを示す情報を出力するからである。
　＜第３の実施形態＞
　図１４は、第３の実施形態にかかる情報処理システム１００２の構成を説明するブロック図である。図１４に示すように、情報処理システム１００２は、属性生成部１２２と、検定部１３２と、を備える。
　属性生成部１２２は、複数の被演算子をとる演算を定義する関数に関し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する。
　検定部１３２は、前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する。
　第３の実施形態によれば、分析処理の精度向上に寄与する情報処理システム１００２を提供することができる。
　＜情報処理システムのハードウェア構成＞
　図１５は、第１の実施形態に係る情報処理システム１０００を実現できるコンピュータのハードウェア構成を表す図である。図１５に示すコンピュータは、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１、メモリ２、記憶装置３、通信インターフェース（Ｉ／Ｆ）４を備える。図１５に示すコンピュータは、さらに、入力装置５または出力装置６を備えていてもよい。情報処理システム１０００の機能は、例えばＣＰＵ１が、メモリ２に読み出されたコンピュータプログラム（ソフトウェアプログラム、以下単に「プログラム」と記載する）を実行することにより実現される。実行に際して、ＣＰＵ１は、通信インターフェース４、入力装置５および出力装置６を適宜制御する。
　尚、前述の各実施形態を例として説明される本発明は、係るプログラムが格納されたコンパクトディスク等の不揮発性の記憶媒体８によっても構成される。記憶媒体８が格納するプログラムは、例えばドライブ装置７により読み出される。
　情報処理システム１０００が実行する通信は、例えばＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）が提供する機能を使ってアプリケーションプログラムが通信インターフェース４を制御することによって実現される。入力装置５は、例えばキーボード、マウスまたはタッチパネルである。出力装置６は、例えばディスプレイである。情報処理システム１０００は、２つ以上の物理的に分離された装置が、有線、無線、又はそれらの組み合わせにより、通信可能に接続されることによって構成されていてもよい。
　図１５に示すハードウェア構成の例は、前述した他の各実施形態にも適用可能である。なお、本発明の各実施形態に係る情報処理システムは専用の装置であってもよい。なお、本発明の各実施形態に係る情報処理システムおよびその各機能ブロックのハードウェア構成は、上述の構成に限定されない。
　＜その他の変形例＞
　分析処理を実行する分析エンジンは、必ずしも情報処理システム１０００と同一の装置に実装される必要はない。分析エンジンは、情報処理システム１０００からアクセスすることが可能な装置に実装されていればよい。上述の変形例は、他の実施形態にも適用可能である。
　以上、分析エンジンの種類として単回帰分析、重回帰分析、および、判別分析を指定された場合を例に、本発明を説明した。
　本発明は上述した各実施の形態に限定されず、様々な態様で実施されることが可能である。本発明は、上記各実施形態に例示した種類以外の分析エンジンを用いるデータマイニングにも適用され得る。
　また、上述した各実施の形態は、適宜組み合わせて実施されることが可能である。また、本発明は、上述した各実施の形態に限定されず、様々な態様で実施されることが可能である。
　各ブロック図に示したブロック分けは、説明の便宜上から表された構成である。各実施形態を例に説明された本発明は、その実装に際して、各ブロック図に示した構成には限定されない。
　以上、本発明を実施するための形態について説明したが、上記実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得ると共に、本発明にはその等価物も含まれる。
　この出願は、２０１３年９月２７日に出願された米国出願ＵＳ６１／８８３６７２を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　上述した実施形態を例に説明した本発明は、例えばデータマイニングを支援するツールに用いることができる。
　１　　ＣＰＵ
　２　　メモリ
　３　　記憶装置
　４　　通信インターフェース
　５　　入力装置
　６　　出力装置
　７　　ドライブ装置
　８　　記憶媒体
　１１０　　関数記憶部
　１１１　　関数記憶部
　１２０　　属性生成部
　１２１　　属性生成部
　１２２　　属性生成部
　１３０　　検定部
　１３１　　検定部
　１３２　　検定部
　１４０　　出力部
　９００　　オペレータ
　１０００　　情報処理システム
　１００１　　情報処理システム
　１００２　　情報処理システム

Claims (10)

  1. 　複数の被演算子をとる演算を定義する関数に関し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する属性生成手段と、
    　前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する検定手段と、
    　を備える情報処理システム。
  2. 　前記検定手段は、分析エンジンの選択を受け付け、分析エンジンが出力する情報が満たす要件の入力を受け付け、前記選択された分析エンジンに前記新たな属性を入力する、
    　請求項１に記載の情報処理システム。
  3. 　前記属性生成手段は、前記複数の属性から、前記属性の組み合わせを複数選択し、
    　前記複数の属性の組み合わせのうちそれぞれの属性の組み合わせに対して前記関数を適用することにより、複数の前記新たな属性を生成する処理を実行し、
    　前記検定手段は、前記複数の前記新たな属性データのそれぞれに対して、
    　　前記選択された分析エンジンに前記複数の新たな属性データのうち特定の属性データを入力する処理と、
    　　前記分析エンジンが出力する情報を取得する処理と、
    　　前記取得した情報が前記要件を満たしているか否かを判定する処理と、
    　を実行する、
    　請求項１または２に記載の情報処理システム。
  4. 　前記分析エンジンが出力する情報のうち、前記要件を満たす情報を出力する、第１の出力手段を更に備える、請求項１から３のいずれかに記載の情報処理システム。
  5. 　前記分析エンジンが出力する情報が前記要件を満たした場合に、前記分析エンジンが出力する情報を得るために当該分析エンジンに入力された属性か、または、当該属性を生成するために、前記属性生成手段が適用した関数および前記関数を適用した属性の組み合わせを、出力する、第２の出力手段を更に備える、請求項１から３のいずれかに記載の情報処理システム。
  6. 　前記関数は、二項演算を定義する、
    　請求項１から５のいずれかに記載の情報処理システム。
  7. 　前記関数は、前記属性に対する算術演算または論理演算を定義する、
    　請求項１から６のいずれかに記載の情報処理システム。
  8. 　前記検定手段は、分析エンジンとして回帰分析が選択された場合に、更に、目的変数として前記属性のうちいずれかの属性の指定を受け付け、前記要件として説明変数の個数の指定を受け付ける、
    　請求項１から７のいずれかに記載の情報処理システム。
  9. 　複数の被演算子をとる演算を定義する関数を記憶する関数記憶手段にアクセス可能なコンピュータが、
    　前記関数記憶手段から前記関数を取得し、入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する属性生成手段と、
    前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する
    　情報処理方法。
  10. 　複数の被演算子をとる演算を定義する関数を記憶する関数記憶手段にアクセス可能なコンピュータに、
    　前記関数記憶手段から前記関数を取得する処理と、
    　入力された複数の属性の中から、前記複数の被演算子となる属性の組み合わせを選択し、前記属性の組み合わせに対して前記関数を適用することにより、属性の組み合わせに対して関数を適用した結果である新たな属性を生成する処理と、
    前記属性に基づき分析処理を実行する分析エンジンに、前記新たな属性を入力し、前記分析エンジンが出力する情報が所定の要件を満たすか否かを判定する処理と、
    　を実行させるプログラムを記憶するコンピュータ読み取り可能な記録媒体。
PCT/JP2014/004706 2013-09-27 2014-09-11 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体 WO2015045318A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015538885A JP6662637B2 (ja) 2013-09-27 2014-09-11 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体
US15/024,802 US20160232213A1 (en) 2013-09-27 2014-09-11 Information Processing System, Information Processing Method, and Recording Medium with Program Stored Thereon

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361883672P 2013-09-27 2013-09-27
US61/883,672 2013-09-27

Publications (1)

Publication Number Publication Date
WO2015045318A1 true WO2015045318A1 (ja) 2015-04-02

Family

ID=52742491

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/004706 WO2015045318A1 (ja) 2013-09-27 2014-09-11 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体

Country Status (3)

Country Link
US (1) US20160232213A1 (ja)
JP (1) JP6662637B2 (ja)
WO (1) WO2015045318A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017090475A1 (ja) * 2015-11-25 2017-06-01 日本電気株式会社 情報処理システム、関数作成方法および関数作成プログラム
US11514062B2 (en) 2017-10-05 2022-11-29 Dotdata, Inc. Feature value generation device, feature value generation method, and feature value generation program
US11727203B2 (en) 2017-03-30 2023-08-15 Dotdata, Inc. Information processing system, feature description method and feature description program

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7049210B2 (ja) * 2018-08-07 2022-04-06 株式会社キーエンス データ分析装置及びデータ分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005063353A (ja) * 2003-08-20 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 説明変数有効度検証のためのデータ分析装置、該データ分析をコンピュータに実行させるためのプログラム及び該プログラムの記録媒体
JP2006048429A (ja) * 2004-08-05 2006-02-16 Nec Corp 解析エンジン交換型システム及びデータ解析プログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005045673A2 (en) * 2003-11-04 2005-05-19 Kimberly-Clark Worldwide, Inc. Testing tool for complex component based software systems
US7904279B2 (en) * 2004-04-02 2011-03-08 Test Advantage, Inc. Methods and apparatus for data analysis
US20080313208A1 (en) * 2007-06-14 2008-12-18 International Business Machines Corporation Apparatus, system, and method for automated context-sensitive message organization
US20090112519A1 (en) * 2007-10-31 2009-04-30 United Technologies Corporation Foreign object/domestic object damage assessment
EP2502174B1 (en) * 2009-11-16 2018-06-13 Simmonds Precision Products, Inc. Data acquisition system for condition-based maintenance
US8782606B1 (en) * 2010-08-22 2014-07-15 Panaya Ltd. Method and system for identifying non-executable human-readable test scenarios to be updated due to code changes

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005063353A (ja) * 2003-08-20 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 説明変数有効度検証のためのデータ分析装置、該データ分析をコンピュータに実行させるためのプログラム及び該プログラムの記録媒体
JP2006048429A (ja) * 2004-08-05 2006-02-16 Nec Corp 解析エンジン交換型システム及びデータ解析プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HIROSHI SASAKI ET AL.: "Analysis and Modeling of Multiprogramming Performance of Chip Multiprocessors focusing on Resource Contentions", IPSJ SIG NOTES, vol. 2007, no. 79, 3 August 2007 (2007-08-03), pages 85 - 90 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017090475A1 (ja) * 2015-11-25 2017-06-01 日本電気株式会社 情報処理システム、関数作成方法および関数作成プログラム
EP3382572A4 (en) * 2015-11-25 2019-07-31 Nec Corporation INFORMATION PROCESSING SYSTEM, FUNCTION CREATING METHOD, AND PROGRAM
US10885011B2 (en) 2015-11-25 2021-01-05 Dotdata, Inc. Information processing system, descriptor creation method, and descriptor creation program
US11727203B2 (en) 2017-03-30 2023-08-15 Dotdata, Inc. Information processing system, feature description method and feature description program
US11514062B2 (en) 2017-10-05 2022-11-29 Dotdata, Inc. Feature value generation device, feature value generation method, and feature value generation program

Also Published As

Publication number Publication date
US20160232213A1 (en) 2016-08-11
JP6662637B2 (ja) 2020-03-11
JPWO2015045318A1 (ja) 2017-03-09

Similar Documents

Publication Publication Date Title
US10032114B2 (en) Predicting application performance on hardware accelerators
Turner et al. Word2Vec inversion and traditional text classifiers for phenotyping lupus
Sun et al. Combining knowledge and data driven insights for identifying risk factors using electronic health records
Kuhn et al. Over-fitting and model tuning
EP3166105A1 (en) Neural network training apparatus and method, and speech recognition apparatus and method
US20140013299A1 (en) Generalization and/or specialization of code fragments
JP6662637B2 (ja) 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体
Perperoglou Cox models with dynamic ridge penalties on time‐varying effects of the covariates
Sunmoo et al. Using a data mining approach to discover behavior correlates of chronic disease: a case study of depression
Marino et al. Compressive Big Data Analytics: An ensemble meta-algorithm for high-dimensional multisource datasets
EP3718116B1 (en) Apparatus for patient data availability analysis
Wang et al. Learning from the past: Efficient high-level synthesis design space exploration for fpgas
KR101639972B1 (ko) Plc 시스템 및 연산식 데이터 작성 지원 장치
de Campos et al. Combining gene expression data and prior knowledge for inferring gene regulatory networks via Bayesian networks using structural restrictions
KR20110035944A (ko) 관계 맵 생성자
JP6358260B2 (ja) 情報処理システム、情報処理方法およびプログラムを記憶する記録媒体
Song et al. Axial flow compressor blade optimization through flexible shape tuning by means of cooperative co-evolution algorithm and adaptive surrogate model
JP2021500639A (ja) 多段階パターン発見およびビジュアル分析推奨のための予測エンジン
JP5936135B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
Shamsara Ezqsar: an R package for developing QSAR models directly from structures
US10529002B2 (en) Classification of visitor intent and modification of website features based upon classified intent
JP2016100002A (ja) 組み合わせ計算によるイベント駆動ソフトウェアのイベント・シーケンス構築
JP7380696B2 (ja) 人員の手配装置、手配方法およびプログラム
KR102019752B1 (ko) 컴퓨터 수행 가능한 ui/ux 전략제공방법 및 이를 수행하는 ui/ux 전략제공장치
Droste et al. Logics for weighted timed pushdown automata

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14846913

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015538885

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15024802

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14846913

Country of ref document: EP

Kind code of ref document: A1