WO2019069505A1 - 情報処理装置、結合条件生成方法および結合条件生成プログラム - Google Patents

情報処理装置、結合条件生成方法および結合条件生成プログラム Download PDF

Info

Publication number
WO2019069505A1
WO2019069505A1 PCT/JP2018/022427 JP2018022427W WO2019069505A1 WO 2019069505 A1 WO2019069505 A1 WO 2019069505A1 JP 2018022427 W JP2018022427 W JP 2018022427W WO 2019069505 A1 WO2019069505 A1 WO 2019069505A1
Authority
WO
WIPO (PCT)
Prior art keywords
geographical
attribute
relationship
temporal
degree
Prior art date
Application number
PCT/JP2018/022427
Other languages
English (en)
French (fr)
Inventor
テイ 陳
幸貴 楠村
遼平 藤巻
和世 成田
理人 浅原
優輔 村岡
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 JP2019546530A priority Critical patent/JPWO2019069505A1/ja
Priority to US16/753,754 priority patent/US20200334246A1/en
Publication of WO2019069505A1 publication Critical patent/WO2019069505A1/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
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24558—Binary matching operations
    • G06F16/2456—Join operations
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • 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
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06F16/2477—Temporal data queries
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational 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
    • G06F16/29—Geographical information databases

Definitions

  • the present invention relates to an information processing apparatus that combines a plurality of tables to generate information, a combining condition generation method, and a combining condition generation program.
  • Data mining is a technology for finding useful knowledge that has been unknown so far from a large amount of information.
  • it is important to generate more attribute candidates. Specifically, it is important to generate candidates for many attributes (explanatory variables) that can affect variables (target variables) to be predicted. By generating such a large number of candidates, it is possible to increase the possibility that an attribute useful for prediction is included in the candidates.
  • Patent Document 1 describes that candidates for feature quantities used in machine learning processing are generated by combining a target table including an object variable with a source table not including an object variable.
  • the process of generating candidate feature quantities is defined by a combination of three conditions of Filter conditions, map conditions, and reduce conditions, and thus the number of analysts who generate candidate feature quantities.
  • Patent Document 2 describes a demand forecasting device that predicts the number of demands for a dispatch service of vehicles such as taxis in a forecast target area by regression analysis.
  • the demand prediction device described in Patent Document 2 acquires estimated population information in a predetermined area, and uses the acquired estimated population information as an explanatory variable of regression analysis.
  • the present inventor has received the idea that prediction accuracy is improved by utilizing various information sources when predicting any target in a predetermined area. That is, it may be preferable to combine multiple related information sources to obtain information.
  • Patent Document 1 exemplifies using a customer ID commonly included in a target table and a source table as a joining condition (that is, map condition) between the target table and the source table.
  • a joining condition that is, map condition
  • Patent Document 2 the same reference (area ID, area polygon, and the like) is the prediction target area, which is a unit when predicting the number of demand for service, and the predetermined area, which is a unit of estimated population information used as an explanatory variable. It is stated that it is defined by).
  • the method of defining geographical information included in each information source may be different from the method of defining geographical information at the time of prediction.
  • geographical information it is possible to specify by latitude and longitude, or to specify by municipality name.
  • the present inventor has found that the task of generating candidate feature quantities for predicting a prediction target from each information source can be complicated.
  • Patent Document 1 and Patent Document 2 it is assumed that each information source is associated with a customer ID or the same standard. However, even if it is assumed that geographical information is used to associate each information source, such geographical information is not necessarily defined on the same basis. Therefore, it is difficult to simply associate these information sources, and there is a problem that data analysis using such information requires a large number of man-hours. Furthermore, the inventor has found that the task of associating not only geographical information but also temporal information becomes complicated.
  • an object of the present invention is to provide an information processing apparatus, coupling condition generation method and coupling condition generation program capable of reducing the number of operation steps of associating a plurality of pieces of information via geographical information or temporal information.
  • An information processing apparatus comprises: a table acquisition unit for acquiring a first table including a prediction target and a first geographical attribute; and a second table including a second geographical attribute; And a receiving unit for receiving the degree of geographical relationship, and the relationship between the value of the first geographical attribute and the value of the second geographical attribute is included in the first table such that the degree of geographical relationship is satisfied.
  • a combination condition generation unit configured to generate a combination condition for combining the record to be stored and the record included in the second table.
  • Another information processing apparatus is a table acquisition unit for acquiring a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute, and temporally A first table in which the means for accepting the relationship and the degree of temporal relationship and the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfy the degree of temporal relationship
  • a combination condition generation unit that generates a combination condition for combining the record included in the second group and the record included in the second table.
  • the combination condition generation method obtains a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute, and the geographical relationship and the geography. Records included in the first table and the second such that the relationship between the value of the first geographical attribute and the value of the second geographical attribute satisfies the degree of geographical relationship It is characterized by generating a join condition for joining records included in the table.
  • Another join condition generation method obtains a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute, the temporal relationship, and , And the records included in the first table and the degree of temporal relationship, the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfying the degree of temporal relationship It is characterized by generating a join condition for joining records included in the second table.
  • a join condition generation program acquires a table, on a computer, a table acquisition process for acquiring a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute.
  • Receptionist processing that receives the degree of geographical relationship and the degree of geographical relationship, and the relationship between the value of the first geographical attribute and the value of the second geographical attribute satisfies the degree of geographical relationship
  • a combination condition generation process is performed to generate a combination condition for combining a record included in one table and a record included in the second table.
  • Another join condition generation program is a table acquisition process for acquiring, on a computer, a first table including a prediction target and a first temporal attribute and a second table including a second temporal attribute. , Temporal relationship, and reception processing for accepting the degree of temporal relationship, and the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of temporal relationship, A combination condition generation process is performed to generate a combination condition for combining a record included in the first table and a record included in the second table.
  • the technical means mentioned above produces the technical effect that it is possible to reduce the number of operation steps of associating a plurality of pieces of information through geographical information or temporal information.
  • FIG. 1 is a block diagram illustrating an embodiment of an information processing system according to the present invention. It is an explanatory view showing an example of a configuration file. It is explanatory drawing which shows the example of the process which converts data. It is explanatory drawing which shows the example of the relationship between each parameter, a 1st table, and a 2nd table. It is explanatory drawing which shows the example of the process which produces
  • FIG. 1 is a block diagram showing an outline of an information processing apparatus according to the present invention. It is a block diagram which shows the other outline
  • the information processing system includes a table (hereinafter also referred to as a first table) including variables to be predicted (for example, target variables) and a table different from the first table (hereinafter referred to as a second table). It may be described as a table of).
  • the first table may be referred to as a target table
  • the second table may be referred to as a source table.
  • the first table and the second table may each include a set of data.
  • the first table and the second table each include an attribute common to the viewpoint.
  • Common viewpoint means that the semantic content of the data of the attribute is common.
  • the method of representing data may be common or different.
  • the attribute included in the first table is described as a first attribute
  • the attribute included in the second table is described as a second attribute.
  • a geographical viewpoint As an attribute having a common viewpoint, a geographical viewpoint, a temporal viewpoint, and the like can be mentioned.
  • the value of the attribute of geographical viewpoint can be classified into the following four types of geographical data types. Note that the description below the colon in the heading indicates the syntax for the data.
  • Point P (Point): p (x, y) ⁇ P The point P is represented as coordinates (longitude, latitude).
  • the polygon G (Polygon): g ( b 1, b 2, ..., b n) ⁇ G
  • the polygon G is defined by one outer boundary b 1 and an inner boundary (b 2 ,..., B n ) of 0 or more.
  • b 1 (p 1 , p 2 ,..., P n ) (where p 1 , p 2 ,..., P n ⁇ P) is a closed order defined as an order of three or more points Of the ring.
  • the multi-polygon M is composed of one or more polygons.
  • String S (String): s ⁇ S It is an address represented by a character string.
  • an analysis data type may be defined in association with a data type.
  • polygon G and polygon M may be defined as an analysis data type for area and point P may be defined as an analysis data type for point .
  • the character string related to the address may be defined as, for example, an analysis data type related to a country, a city, a town, a landmark, a street or a point.
  • an analysis data type representing geographical information may be referred to as a geographical data type.
  • the type (temporal data type) of a temporal viewpoint attribute can be defined as a TimeStamp type.
  • the attribute having a common viewpoint is a geographical attribute
  • the attribute included in the first table is referred to as a first geographical attribute
  • the attribute included in the second table is referred to as a second geographical attribute
  • the attribute included in the first table is referred to as a first temporal attribute
  • the attribute included in the second table is referred to as a second temporal attribute.
  • the first geographical attribute may be the primary key of the first table.
  • the common attribute shows the example of the geographical point of view and the time point of view, but the common attribute is not limited to the geographical point of view and the time point of view.
  • Other examples of common attributes include the character string aspect and the structural aspect.
  • the value of the attribute of the character string viewpoint is, for example, an address or the like.
  • the value of the attribute of the structural viewpoint is, for example, a URL (Uniform Resource Locator), a tree structure path, or the like.
  • URL Uniform Resource Locator
  • FIG. 1 is a block diagram showing an embodiment of an information processing system according to the present invention.
  • the information processing system 100 of the present embodiment includes an input unit 10, a geocoder (Geo-Coder) 20, a map parameter generator (Map Parameter Generator) 30, a filter parameter generator (Filter Parameter Generator) 50, and aggregation parameters.
  • a generator (Reduce Parameter Generator) 60 a storage unit 80, a feature quantity generation function generator (Feature Descriptor Generator) 81, a feature quantity generator (Feature Generator) 82, a feature quantity selector (Feature Selector) 83, and ,
  • the input unit 10 acquires a first table and a second table. Since the input unit 10 acquires each table, the input unit 10 can be referred to as table acquisition means.
  • the input unit 10 may acquire a plurality of second tables. For example, when the storage unit 80 stores the first table and the second table, the input unit 10 may acquire the first table and the second table from the storage unit 80. Also, the input unit 10 may obtain the first table and the second table from another system or storage unit via a communication network (not shown).
  • the input unit 10 acquires a first table including the prediction target and the first geographical attribute, and a second table including the second geographical attribute. It is also good. Also, for example, when the temporal viewpoint is common, the input unit 10 acquires the first table including the prediction target and the first temporal attribute, and the second table including the second temporal attribute. You may In addition, the input unit 10 may acquire a first table including a prediction target and a first character string attribute, and a second table including a second character string attribute. A first table containing the first structural attribute and a second table containing the second structural attribute may be obtained. The structural attributes will be described later.
  • the input unit 10 calculates a similarity between the first attribute and the second attribute (hereinafter referred to as a similarity function) and the degree of similarity with respect to the function of the first attribute.
  • a condition for determining whether the value and the value of the second attribute are similar (hereinafter, also referred to as a condition for the degree of similarity) is accepted.
  • the similarity function may be represented by a mathematical expression or may be represented as a parameter.
  • the condition for the similarity may be represented by a threshold (hereinafter simply referred to as a threshold for similarity) for determining the presence or absence of the similarity based on the degree of the relationship, and the similarity according to the parameter etc. It may be expressed by an expression that outputs whether or not.
  • the input unit 10 may receive a geographical relationship as a similarity function, and receive a threshold of similarity indicating the degree of the geographical relationship as a condition. That is, when the first attribute and the second attribute are geographical attributes, for example, the similarity function is defined as a function that calculates the similarity higher as the distance is closer.
  • the input unit 10 may receive the temporal relationship as the similarity function, and may receive the threshold of the similarity indicating the degree of the temporal relationship as the condition. That is, when the first attribute and the second attribute are temporal attributes, the similarity function is defined as, for example, a function that calculates the similarity higher as the difference in time is smaller.
  • the input unit 10 may receive the relationship of the character string as the similarity function, and may receive the threshold value of the similarity indicating the degree of the relationship of the character string as a condition.
  • the similarity function is defined as a function that calculates the degree of similarity higher as the degree of matching between the two texts is higher.
  • the text similarity includes, for example, morpheme Simpson coefficients.
  • morph (a) as a set of morphemes contained in the text string a.
  • the following four text strings indicating addresses are represented by morphological analysis as a set of forms as follows, respectively.
  • Equation 1 The function textSim (a, b) for calculating the degree of similarity between the text string a and the text string b can be defined by Equation 1 shown below.
  • the input unit 10 may receive a structural relationship as a similarity function, and may receive a threshold of similarity indicating the degree of the structural relationship as a condition.
  • a character string in which information of the tree structure, such as an address and a directory structure of a file, is expressed by "/" is defined as a path character string.
  • the address "Kanagawa Prefecture Kawasaki City” is expressed as "/ Kanagawa Prefecture / Kawasaki City” in the pass string.
  • the directory structure “news ⁇ economy ⁇ bigdata” is expressed as “news / economy / bigdata” in the path string.
  • the similarity function is, for example, a function that calculates the higher the degree of similarity as the distance between the two path strings is closer. It is defined.
  • a distance function of the path string for example, the minimum value of the distance to the lowest common ancestor (LCA) can be mentioned.
  • the lowest common ancestor node is the same node that appears first when traversing from the lowermost node represented by the two paths to the upper (ancestor) direction. Also, the distance to the lowest common ancestor node is the number of nodes when the lowest node is followed from the lowest common ancestor node.
  • FIG. 2 is an explanatory view showing an example of a configuration file (hereinafter referred to as a configuration file).
  • the example shown in FIG. 2 indicates that the condition for the similarity function and the similarity is set in a configuration file (hereinafter referred to as a configuration file).
  • the input unit 10 may receive this configuration file.
  • the C1 portion of the configuration file illustrated in FIG. 2 indicates conditions for the similarity function and the similarity.
  • the C2 to C4 portions of the configuration file will be described later.
  • the former part before the colon
  • the data type of the first attribute more specifically, the analysis data type
  • the data type of the second attribute more specifically, the analysis data type
  • the latter part after the colon
  • the "Point-Point" row in the C1 portion defines a geographical relationship representing the distance between the first geographical attribute represented by the point and the second geographical attribute represented by the point.
  • “DistanceMap” is a map function that defines the degree of geographical relationship, and includes a distance threshold as a parameter.
  • the three parameters in the DistanceMap function indicate “start value”, “end value”, and “interval” (of the threshold applied from the start value to the end value) in order. Assuming that the unit of distance is km (“DistanceMap”, 1, 3, 1) illustrated in FIG. 2, three threshold values “distance within 1 km”, “distance within 2 km”, “distance within 3 km” Indicates to apply to the function.
  • KNearestMap is a map function that defines the degree of geographical relationship, and includes, as a parameter, a threshold of the number of pieces of geographical information in proximity.
  • the three parameters in the KNearestMap function indicate “start value”, “end value”, and “interval” (of the threshold applied from the start value to the end value).
  • the number of pieces of geographical information adjacent to each other as illustrated in FIG. 2 (“KNearest Map”, 3, 5, 1) functions as three thresholds “within three”, “within four”, and “within five”. Indicates that it applies to
  • “SameCityMap” is a map function that defines the degree of geographical relationship, and is a function that determines whether two points are included in the same area. Although the SameCityMap function does not include parameters, it is determined whether it is included in the same area based on the area information defining the area. Area information is predefined.
  • the "Point-Area" row in the C1 portion defines a geographical relationship that represents an inclusive relationship between the first geographic attribute represented by the point and the second geographic attribute represented by the region.
  • InclusionMap is a map function that defines the degree of geographical relationship, and determines whether the first geographical attribute represented by a point is included in the second geographical attribute represented by a region. It is a function. Note that InclusionMap does not include parameters.
  • KNearestMap is defined.
  • the content of the KNearestMap function is similar to the KNearestMap function in "Point-Point”.
  • the "Area-Area" row in the C1 portion defines a geographical relationship that represents the cross-relationship between the first geographic attribute represented by the region and the second geographic attribute represented by the region.
  • IntersectMap is a map function that defines the degree of geographical relationship, and determines whether the first geographical attribute represented by the area intersects with the second geographical attribute represented by the area It is a function. Note that IntersectMap does not include parameters.
  • the first geographical data type and the second geographical data type may be the same geographical data type as each other, or may be different geographical data types.
  • the first geographical data type is a type of data that can identify geography with point information
  • the second geographical data type is a type of data that can identify geography with range information. It is also good.
  • the line "TimeStamp-TimeStamp" in the C1 section defines a temporal relationship that represents the difference between the first temporal attribute and the second temporal attribute.
  • TimeDiffMap is a map function that defines the degree of temporal relationship, and includes a threshold of time difference as a parameter.
  • the three parameters in the TimeDiffMap function indicate “start value”, “end value”, and “interval” (of the threshold applied from the start value to the end value).
  • start value e.g., “start value”
  • end value e.g., “end value”
  • interval e.g., “interval”
  • the line "Text-Text” in the C1 portion defines the correspondence between the first attribute representing a character string and the second attribute representing a character string.
  • “ExactMap” is a function that determines whether the attribute represented by the character string matches.
  • a similar relationship between a first attribute representing a character string and a second attribute representing a character string may be defined.
  • a map function "textSimMap” that defines the degree of relation of character strings may be set in the “Text-Text” line.
  • “TextSimMap” is a map function that defines the degree of relation of character strings, and includes a threshold of similarity as a parameter.
  • the textSimMap function like the DistanceMap function, has three parameters, which respectively indicate "start value”, “end value”, and "interval” (of the threshold applied from the start value to the end value).
  • the textSimMap function is used to define [(“textSimMap”, 0.8, 1.0, 0.1], which means that “the similarity is 0.8 or more”, “the similarity is 0. 9 shows that three threshold values of “9 or more” and “similarity is 1.0 (or more)” are applied to the function.
  • the setting method of the similarity function and the threshold value of similarity is not limited to the content illustrated to C1 part of FIG.
  • a structural relationship "Path-Path" representing a distance between a first structural attribute represented by a path string and a second structural attribute represented by a path string is defined. It is also good.
  • a map function “pathDisMap” may be set which defines the degree of structural relationship.
  • “PathDisMap” is a map function that defines the degree of structural relationship, and includes a distance threshold as a parameter.
  • the pathDisMap function has three parameters, which respectively indicate "start value”, “end value”, and “interval” (of the threshold applied from the start value to the end value).
  • pathDisMap function is used to define [(“pathDisMap”, 1, 3, 1]. This means that “distance is 1 or less”, “distance is 2 or less” and “distance is 3 or less” It shows applying three threshold values to a function.
  • the map parameter generator 30 which will be described later, is a combination for combining a record included in the first table and a record included in the second table. Generate conditions (map parameters).
  • the input unit 10 may also receive the attribute of the data indicated by each column of the table.
  • the geocoder 20 converts data of an attribute represented by a character string. For example, when the data of the geographical attribute is represented by a character string, the geocoder 20 converts the character string into data of point, polygon or multi-polygon. Note that when there is no need to convert data, the information processing system 100 may not include the geocoder 20.
  • FIG. 3 is an explanatory view showing an example of processing for converting data.
  • a table adt1 in which an analysis data type for each column is defined and a table adt2 in which correspondence to convert an analysis data type to a data type is defined are acquired in advance.
  • the analysis data type of the "Pickup_location” column of the source table S2 is Point when referring to the table adt1, and there is no need for conversion.
  • the analysis data type of the "community” column of the source table S1 is "TownAddress" when referring to the table adt1, and when referring to the table adt2, it is necessary to convert it to the data type Polygon. Therefore, the geocoder 20 converts the data included in the "community" column of the source table S1 so as to be represented by a polygon area. For example, area information capable of specifying an area as a polygon is predetermined according to the contents of "community", and the geocoder 20 converts data so that the data type becomes Polygon based on the area information. It is also good.
  • the map parameter generator 30, the filter parameter generator 50, and the aggregation parameter generator 60 are features for generating a feature that is a variable that can be influenced by the feature quantity generation function generator 81 described later. Generates parameters to be used when generating a quantity generation function.
  • the feature amount means the content of the feature itself (for example, “population”, "position”, etc.).
  • the feature quantities generated by the feature quantity generator 82 described later become candidates for explanatory variables when generating a model using machine learning.
  • the feature quantity generation function generated in the present embodiment it is possible to automatically generate candidate explanatory variables when generating a model using machine learning.
  • FIG. 4 is an explanatory view showing an example of the relationship between each parameter and the first table and the second table.
  • the parameters generated by the filter parameter generator 50 are parameters representing extraction conditions of the rows included in the second table.
  • this parameter may be referred to as a filter parameter, and a process of extracting a row from the second table based on the filter parameter may be described as “filter”.
  • this list of extraction conditions may be described as "F list”.
  • the extraction condition is arbitrary, and for example, a condition to judge whether it is the same (large or small) as the value of the designated column.
  • the parameters generated by the aggregation parameter generator 60 are parameters representing an aggregation method of aggregating data of each row included in the second table for each objective variable.
  • the rows in the first table correspond to the rows in the second table in many cases, so the rows are aggregated as a result.
  • Aggregation information may be defined as an aggregation function for columns of the source table (second table).
  • the aggregation method is optional, and includes, for example, the total number of columns, maximum value, minimum value, average value, median value, variance, and the like. Also, the total number of columns may be aggregated in terms of excluding duplicate data or not excluding duplicate data.
  • this parameter may be described as an aggregation parameter, and a process of aggregating data of each column may be described as “reduce” by a method indicated by the aggregation parameter.
  • the process of aggregating geographical information may be described as "Geo-reduce”.
  • the list of aggregation processing may be described as "R list”. The details of the process of aggregating geographical information will be described later.
  • the parameters generated by the map parameter generator 30 are parameters representing the corresponding conditions of the first table and the columns of the second table.
  • this parameter may be referred to as a map parameter, and the process of associating the columns of each table based on the map parameter may be referred to as “map”.
  • the list of correspondence conditions may be described as "M list”.
  • the process of associating geographical information may be described as "Geo-map”.
  • the mapping of the columns of each table by map can be said to be a join of a plurality of tables into one table in the mapped columns. The details of the process of associating geographical information are also described later.
  • the map parameter generator 30 includes a geomap generator (GeoMap Generator) 40, a time difference map generator (TimeDiff Map Generator) 31, a map generator (Exact Map Generator) 32, and an attribute specifying unit 33.
  • the map parameter generator 30 (more specifically, each generator included in the map parameter generator 30) sets the condition calculated by the similarity calculated by the value of the first attribute and the value of the second attribute.
  • a join condition is generated to combine the record of the first table including the value of the first attribute that satisfies the condition and the record of the second table including the value of the second attribute.
  • To satisfy the condition means, for example, that the similarity is equal to or less than or equal to a threshold, or included in a predetermined range.
  • the geomap generator 40 generates a parameter representing a correspondence condition between columns including geographical attributes of the first table and the second table.
  • the geomap generator 40 includes a distance map generator (distance map generator) 41, an inclusion map generator (inclusion map generator) 42, an overlap map generator (overlap map generator) 43, and the same area map generator (SameArea). Map Generator (44).
  • the geomap generator 40 determines that the relationship between the value of the first geographical attribute and the value of the second geographical attribute is geographically
  • the processing of each generator will be described in detail below.
  • the distance map generator 41 generates map parameters when it receives a similarity function and a condition (for example, a threshold of similarity) for associating the first table with the second table based on the closeness of the distance. Do.
  • a similarity function for example, a threshold of similarity
  • the example shown in FIG. 2 corresponds to the case where at least one of the DistanceMap function and the KNearestMap function is set in the configuration file.
  • the distance map generator 41 includes the records included in the first table and the second table such that the distance between the value of the first geographical attribute and the value of the second geographical attribute is within a threshold. Generate map parameters to combine with the record to be recorded.
  • FIG. 5 is an explanatory view showing an example of processing for generating map parameters based on distances.
  • the example shown in FIG. 5 shows the case where one target table T and one source table S2 are acquired.
  • the target table T illustrated in FIG. 5 is a table including data representing the number of passengers (pickup_number) at five locations on January 8, 2015 at 22:00.
  • source table S2 illustrated in FIG. 5 is a table which matches and records the number of passengers, the movement distance, and the landing position of a passenger in each time.
  • the distance map generator 41 has a distance between the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute within 1 km.
  • a parameter that associates each record of the target table T with the record of the source table S2 is generated.
  • the distance map generator 41 targets the records of the source table S2 in which the distance between the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute is within 2 km and 3 km.
  • the parameter which matches each record of table T is generated, respectively.
  • the attribute of the "target_location" column of the target table T is a first geographical attribute
  • the attribute of the "Pickup_location” column of the source table S2 is a second geographical attribute. These two columns are associated.
  • a row to be associated with the first table and the second table may be specified in advance, or may be specified by the attribute specifying unit 33 described later.
  • the parameter P11 illustrated in FIG. 5 is generated.
  • map parameters are generated based on the geographical analysis data type, and one map processing is defined based on one map parameter.
  • the map data M11 illustrated in FIG. 5 indicates the result of associating each record of the target table T with the record of the source table S2 having a distance of 1 km or less. For example, only one record from the source table is associated with the first record of the target table. Also, for example, two records from the source table are associated with the second record of the target table.
  • FIG. 6 is an explanatory view showing an example of another process of generating map parameters based on distances.
  • the target table T and source table S2 illustrated in FIG. 6 are similar to the target table T and source table S2 illustrated in FIG.
  • the distance map generator 41 sequentially operates in the order from the closest distance between the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute.
  • a parameter is generated which associates each record of the target table T with the record of the source table S2 within two or less.
  • the distance map generator 41 sets the target table T in the records of the source table S2 in order from the closest distance between the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute.
  • the attribute of the "target_location” column of the target table T is the first geographical attribute
  • the attribute of the "Pickup_location” column of the source table S2 is the second geographical attribute. These two columns are associated.
  • a row to be associated with the first table and the second table may be specified in advance, or may be specified by the attribute specifying unit 33 described later.
  • the parameter P12 illustrated in FIG. 6 is generated.
  • map parameters are generated based on the geographical analysis data type, and one map processing is defined based on one map parameter.
  • the map data M12 illustrated in FIG. 6 indicates the result of associating two records of the target table T with the records of the source table S2 in order of closeness. For example, for each record of the target table, the two closest records from the source table are associated.
  • the area map generator 44 When the area map generator 44 receives a similarity function for associating the first table with the second table based on whether the area is included in the same area, the area map generator 44 generates map parameters.
  • the example shown in FIG. 2 corresponds to the case where the SameCityMap function is set in the configuration file.
  • the records included in the first table are included in the same area such that the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute are included in the same area.
  • FIG. 7 is an explanatory view showing an example of a method of determining whether or not it is included in the same area.
  • the common area table CAT in which each area and the area of the area specified by the polygon are associated is defined in advance. Examples of common areas include countries, states, cities, autonomous regions, and cities.
  • the common area is defined as a common area that does not overlap each other, and represents boundary information on the map.
  • the common area table CAT may be stored, for example, in the storage unit 80.
  • the common area table CAT it is determined whether two positions exist in the same area. Specifically, the area indicated by the position of the record t1 in the target table T is specified, and it is determined whether the position of the record s1 in the source table S is within the area. Hereinafter, the same processing is performed on all the records of the target table T and the source table S.
  • FIG. 8 is an explanatory view showing an example of processing of generating map parameters based on whether or not it is a common area.
  • the target table T and source table S2 illustrated in FIG. 8 are similar to the target table T and source table S2 illustrated in FIG.
  • the same area map generator 44 includes the position indicated by the value of the first geographical attribute and the position indicated by the value of the second geographical attribute in the same area.
  • a parameter that associates the record of the source table S2 with each record of the target table T is generated.
  • the attribute of the "target_location" column of the target table T is a first geographical attribute
  • the attribute of the "Pickup_location” column of the source table S2 is a second geographical attribute. These two columns are associated.
  • a row to be associated with the first table and the second table may be specified in advance, or may be specified by the attribute specifying unit 33 described later.
  • the map data M13 illustrated in FIG. 8 indicates the result of associating the records of the source table S2 having the geographical attribute determined to be the same area with the records of the target table T.
  • the map data M13 illustrated in FIG. 8 shows the example matched on the assumption that the point whose distance is less than 1 km is located in the same city.
  • the inclusion map generator 42 generates map parameters when it receives a similarity function for associating the first table with the second table based on the inclusion relation.
  • the example shown in FIG. 2 corresponds to the case where the InclusionMap function is set in the configuration file.
  • the inclusion map generator 42 is configured to record the second table and the records included in the first table such that the position indicated by the value of the first geographical attribute is included in the area indicated by the value of the second geographical attribute. Generate map parameters to combine records contained in the table.
  • FIG. 9 is an explanatory view showing an example of processing of generating map parameters based on the inclusive relation.
  • the target table T illustrated in FIG. 9 is similar to the target table T illustrated in FIG. Further, the source table S1 illustrated in FIG. 9 is a table that associates and records the population in each area, the number of males, and the number of people from 20 to 40 years old.
  • the inclusion map generator 42 records the source table S1 included in the area indicated by the value of the second geographical attribute at the position indicated by the value of the first geographical attribute. Generate a parameter that associates each record of the target table T with.
  • the attribute of the "target_location” column of the target table T is the first geographical attribute
  • the attribute of the "community” column of the source table S1 is the second geographical attribute. These two columns are associated.
  • a row to be associated with the first table and the second table may be specified in advance, or may be specified by the attribute specifying unit 33 described later.
  • the map data M14 illustrated in FIG. 9 indicates the result of associating each record of the target table with the record of the source table S1 existing in the same area.
  • the overlap map generator 43 generates map parameters when it receives a similarity function for associating the first table with the second table based on the overlapping area.
  • the example shown in FIG. 2 corresponds to the case where the IntersectMap function is set in the configuration file.
  • the overlapping map generator 43 sets the second table and the records included in the first table such that the area indicated by the value of the first geographical attribute and the area indicated by the value of the second geographical attribute overlap. Generate map parameters to combine with included records.
  • the time difference map generator 31 generates map parameters when it receives a similarity function and a condition (for example, a threshold of similarity) for associating the first table with the second table based on the difference in time. Do.
  • a similarity function for example, a threshold of similarity
  • Do for example, a threshold of similarity
  • the temporal difference map generator 31 determines whether the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of the temporal relationship, the records included in the first table and the second Create join conditions to join records contained in the table of. In the present embodiment, the time difference map generator 31 sets the records included in the first table such that the difference between the value of the first temporal attribute and the value of the second temporal attribute is within the threshold. Generate map parameters to combine the records contained in the second table.
  • FIG. 10 is an explanatory drawing showing an example of processing for generating map parameters based on the difference in time.
  • the target table T and the source table S2 illustrated in FIG. 10 are similar to the target table T and the source table S2 illustrated in FIG.
  • the time difference map generator 31 determines that the difference between the value of the first temporal attribute and the value of the second geographical attribute is within 30 minutes. Generate a parameter that associates each record of the target table T with the record. Furthermore, the time difference map generator 31 associates each record of the target table T with the record of the source table S2 in which the difference between the value of the first temporal attribute and the value of the second temporal attribute is within 60 minutes. Generate parameters.
  • the attribute of the "time” column of the target table T is the first temporal attribute
  • the attribute of the "pickup_time” column of the source table S2 is the second temporal attribute. These two columns are associated.
  • a row to be associated with the first table and the second table may be specified in advance, or may be specified by the attribute specifying unit 33 described later.
  • the map data M15 illustrated in FIG. 10 shows the result of associating each record of the target table T with the record of the source table S2 in which the time difference is within 30 minutes.
  • the map generator 32 When the map generator 32 receives a similarity function for associating the first table with the second table, the map generator 32 generates map parameters. In this embodiment, based on the value of an attribute that is neither a geographical attribute nor a temporal attribute, a parameter that associates a record of the target table with a record of the source table is generated.
  • the example shown in FIG. 2 corresponds to the case where the ExactMap function is set in the configuration file.
  • the map generator 32 is a map for combining a record included in the first table and a record included in the second table such that the value of the first attribute matches the value of the second attribute. Generate parameters.
  • FIG. 11 is an explanatory view showing an example of processing of generating map parameters based on text similarity.
  • the target table T illustrated in FIG. 11 is a table including data representing the number of passengers (pickup_number) at a certain address.
  • the source table S illustrated in FIG. 11 is a table for recording the income average in each area.
  • the map generator 32 targets the records of the source table S whose similarity between the value of the first character string attribute and the value of the second character string attribute is 0.8 or more. Generate a parameter that associates each record of table T. Furthermore, the map generator 32 sets the target table T to records of the source table S in which the similarity between the value of the first character string attribute and the value of the second character string attribute is 0.9 or more and 1.0 or more. Generates parameters to associate each record of.
  • the attribute of the "address" column of the target table T is registered as the first character string attribute
  • the attribute of the "address” column of the source table S is registered as the second character string attribute. I assume. Then, these two columns are associated. As a result, the parameter P16 illustrated in FIG. 11 is generated.
  • the map data M illustrated in FIG. 11 indicates the result of associating each record of the target table T with the record of the source table S having a similarity of 0.8 or more. For example, only one record from the source table is associated with the first record of the target table.
  • FIG. 12 is an explanatory view showing an example of a process of generating map parameters based on the structural similarity.
  • the target table T illustrated in FIG. 12 is a table including data representing the number of accesses (access_number) to the Web page identified by a certain URL.
  • the source table S illustrated in FIG. 12 is a table for recording the number of accesses (access_number) of the last month of the Web page identified by a certain URL.
  • the map generator 32 sets the target table T to a record of the source table S in which the distance between the value of the first structural attribute and the value of the second structural attribute is 1 or less. Generate a parameter that associates each record. Furthermore, the map generator 32 associates each record of the target table T with the record of the source table S in which the distance between the value of the first structural attribute and the value of the second structural attribute is 2 or less and 3 or less. Generate each parameter.
  • the attribute of the "URL" column of the target table T is registered as the first structural attribute
  • the attribute of the "URL” column of the source table S is registered as the second structural attribute. I assume. Then, these two columns are associated. As a result, the parameter P17 illustrated in FIG. 12 is generated.
  • the map data M illustrated in FIG. 12 indicates the result of associating each record of the target table T with the record of the source table S having a similarity of 1 or less. For example, only one record from the source table is associated with the first record of the target table.
  • the attribute specifying unit 33 specifies an attribute having a common viewpoint in the first table and the second table. Specifically, the attribute specifying unit 33 specifies the same attribute as the attribute of the data indicated by each column of the first table and the attribute of the data indicated by each column of the second table. For example, in the case of the geographical data type, the attribute specifying unit 33 specifies the first geographical attribute having the same data type as the first geographical data type from the first table, and the second geographical attribute. A second geographic attribute having the same data type as the information data type may be identified from the second table. By doing this, it is possible to identify columns having geographical data types from each table. In addition, the attribute specifying unit 33 may specify the attributes of the columns of the first table and the second table from the information of the attributes of the column input to the input unit 10.
  • the map parameter generator 30 (more specifically, each generator included in the map parameter generator 30) includes a first geographical (temporal) attribute which is a target of determination of the geographical (temporal) relationship.
  • the storage unit 80 also stores parameters including the first table row and the second table row including the second geographical (temporal) attribute and the degree of the geographical (temporal) relationship Good.
  • the map parameter generator 30 may store the parameter P11 illustrated in FIG. 5 or the parameter P15 illustrated in FIG. 10 in the storage unit 80.
  • FIG. 13 is an explanatory view showing an example of the generated map parameter.
  • the input unit 10 receives the target table T, the source table S1 and the source table S2 illustrated in FIG. 13, and the C1 portion of the configuration file illustrated in FIG.
  • the map parameter P16 has the attribute of the "target_location" column of the target table T as the first geographical attribute, and the attribute of the "community” column of the source table S1 as the second geographical attribute, based on the KNearestMap function. It is an example of the parameter generated.
  • the map parameter generator 30 (more specifically, each generator included in the map parameter generator 30) generates 13 map parameters P11 to 16 illustrated in FIG. 13 from these pieces of information.
  • the filter parameter generator 50 includes a filter generator (Exact Filter Generator) 51.
  • the filter generator 51 generates filter parameters in which the columns of the second table are associated with the extraction conditions applied to the columns.
  • the method of generating the filter parameters is arbitrary.
  • the filter generator 51 may generate filter parameters based on, for example, the information defined in the C2 portion of the configuration file illustrated in FIG.
  • the extraction condition may be stored in advance in the storage unit 80, and the filter generator 51 may read the extraction condition to generate a filter parameter.
  • the filter generator 51 may combine a plurality of extraction conditions to generate additional extraction conditions. Also, the number of combinations of extraction conditions is arbitrary.
  • the input unit 10 may receive this combined maximum number, for example. For example, as illustrated in FIG. 2, a parameter (“max_combination_filter_length”) indicating the maximum number of combinations may be set in the C4 portion of the configuration file.
  • the aggregation parameter generator 60 (more specifically, each generator included in the aggregation parameter generator 60) generates a parameter representing a method of aggregating data of each row included in the second table.
  • the aggregation parameter generator 60 includes a geo aggregation generator (GeoReduce Generator) 70 and a numerical aggregation generator (Numeric Reduce Generator) 61.
  • the geo-aggregate generator 70 (more specifically, each generator included in the geo-aggregate generator 70) is a method of aggregating data of each row by the value of the column including the geographical attribute included in the second table. Generate aggregate parameters to represent. Specifically, the geo aggregation generator 70 calculates the statistical value of the value of the geographical attribute based on the designated aggregation method.
  • the method of specifying the aggregation method is arbitrary.
  • the input unit 10 may receive designation of the aggregation method.
  • the aggregation method is defined according to the analysis data type of geographical attribute, and the aggregation parameter is generated according to the defined aggregation method. Good.
  • the aggregation method is defined according to the analysis data type of geographical attribute, and the aggregation parameter is generated according to the defined aggregation method. Good.
  • the "Point" row in the C3 portion defines an aggregation method when the second geographical attribute (more specifically, the geographical data type) is represented by Point.
  • “Sum”, “distance”) are a value of the first geographical attribute and a value of the second geographical attribute among the records of the second table associated with the records of the first table Define the aggregation method to calculate the sum of the distances calculated based on
  • Counter defines an aggregation method for calculating, as a statistical value, the number of records of the second table associated with each record (that is, the target variable) of the first table.
  • the "Area" line in the C3 portion defines an aggregation method when the second geographical attribute (more specifically, the geographical data type) is represented by an area.
  • Counter defines an aggregation method for calculating, as a statistical value, the number of records of the second table associated with each record (that is, the target variable) of the first table.
  • the geo consolidation generator 70 includes a point consolidation generator (Point Reduce Generator) 71 and an area consolidation generator (Area Reduce Generator) 72.
  • the point aggregation generator 71 generates an aggregation parameter for calculating a distance statistic calculated based on the value of the first geographical attribute and the value of the second geographical attribute.
  • the records of the second table targeted here are records respectively associated with the records of the first table.
  • records that satisfy certain conditions, such as the value of the first geographical attribute and the value of the second geographical attribute either matching or within a certain range Are associated with each other.
  • the point aggregation generator 71 determines that the value of the first geographic attribute and the second condition satisfy the condition when the value of the second geographic attribute with respect to the value of the first geographical attribute satisfies a predetermined condition.
  • An aggregation parameter is generated to calculate distance statistics based on the value of the geographical attribute. The calculated statistical value is used as a feature value.
  • the point aggregation generator 71 at least one of (“sum”, “distance”), (“avg”, “distance”) and (“count”) illustrated in FIG. 2 is set in the configuration file.
  • aggregate parameters may be generated to calculate distance statistics.
  • FIG. 14 is an explanatory diagram of an example of a process of generating an aggregation parameter for calculating a distance statistic.
  • the point aggregation generator 71 calculates an aggregation parameter that calculates the sum and average of distances between records of the source table and a record of the target table, and an aggregation parameter that calculates the number of records of the associated source table. calculate. For example, as in the aggregation list P21 illustrated in FIG. 14, the point aggregation generator 71 associates the column names of the source table to be aggregated, the column names of the target table to be associated, the aggregation content (distance), and the aggregation parameter May be generated.
  • Aggregated data R21 illustrated in FIG. 14 shows the result of aggregating map data M11 based on the aggregation parameter for calculating the sum of distances.
  • the area aggregation generator 72 generates an aggregation parameter for calculating the statistical value of the area calculated based on the value of the second geographical attribute. Similar to the point aggregation generator 71, the records in the second table targeted here are records respectively associated with the records in the first table.
  • the area aggregation generator 72 at least one of ("sum”, “areaSize”) and ("avg”, “areaSize”) and ("count") illustrated in FIG. 2 is set in the configuration file.
  • aggregation parameters may be generated to calculate region statistics.
  • FIG. 15 is an explanatory diagram of an example of a process of generating an aggregation parameter for calculating a region statistical value.
  • the area aggregation generator 72 calculates an aggregation parameter for calculating the sum and average of the areas of the records of the source table associated with each record of the target table, and the aggregation for calculating the number of records of the associated source table. Calculate the parameters.
  • the area aggregation generator 72 may generate an aggregation parameter in which the column name of the source table to be aggregated, the aggregation content (area), and the aggregation function are associated, for example, as in the aggregation list P22 illustrated in FIG.
  • Aggregated data R22 illustrated in FIG. 15 shows the result of aggregating the map data M14 based on the aggregation parameter for calculating the sum of the areas.
  • the numerical aggregation generator 61 generates an aggregation parameter representing a method of aggregating data of each row by a value of a column including an attribute (Nemuric) attribute (hereinafter referred to as a numerical attribute) included in the second table. . Specifically, the numerical aggregation generator 61 calculates statistical values of numerical values based on the designated aggregation method.
  • the method of specifying the aggregation method is arbitrary. Similar to the geo aggregation generator 70, for example, the input unit 10 may receive specification of the aggregation method. Specifically, as exemplified in the C3 portion of the configuration file of FIG. 2, an aggregation method for numerical attributes may be defined, and an aggregation parameter may be generated according to the defined aggregation method. In the example shown in FIG. 2, designation is made to generate an aggregation parameter for calculating the sum and average of the columns of numerical attributes.
  • the aggregation parameter generator 60 (more specifically, each generator included in the aggregation parameter generator 60) may store the generated aggregation parameter in the storage unit 80.
  • FIG. 16 is an explanatory diagram of an example of the generated aggregation parameter. As shown in the example described above, the input unit 10 receives the target table T, the source table S1 and the source table S2 illustrated in FIG. 16, and the C3 portion of the configuration file illustrated in FIG.
  • the aggregation parameter P23 is an example of an aggregation parameter for a column of numerical attributes of the source table S2.
  • the aggregation parameter P24 is an example of an aggregation parameter for a column of numerical attributes of the source table S1.
  • the aggregation parameter generator 60 (more specifically, each generator included in the aggregation parameter generator 60) generates 16 map parameters P21 to 24 illustrated in FIG. 16 from these pieces of information.
  • the feature quantity generation function generator 81 generates a feature quantity generation function for generating the above-mentioned feature quantity from the first table and the second table. Specifically, the feature quantity generation function generator 81 generates a feature quantity generation function using (combining) the combination condition (map parameter) and the aggregation condition (aggregation parameter) described above. Further, the feature quantity generation function generator 81 may generate a feature quantity generation function using (in combination with) the extraction condition (filter parameter) in addition to the combination condition and the aggregation condition.
  • the feature quantity generation function generator 81 is a map in which a map parameter for geographical attribute and a map parameter for temporal attribute are combined in advance among combining conditions (map parameters). Parameters may be generated.
  • the feature quantity generation function generator 81 is, for example, a map parameter for the geographical attribute when “True” is set to the parameter “time_spatial_map_combination” as shown in the C4 part of the configuration file illustrated in FIG. 2. It may be determined to combine with the map parameters for temporal attributes.
  • the procedure of the feature quantity generation function generator 81 generating a feature quantity generation function will be specifically described.
  • the target table T and source tables S1 and S2 illustrated in FIG. 13 are input.
  • the variable to be predicted is a variable that represents the number of passengers (pickup_number) included in the target table T.
  • FIG. 18 is an explanatory view showing an example of a method of generating a feature quantity generation function by combining parameters.
  • FIG. 18A shows a combination example of generating a feature quantity generation function for generating a feature quantity from the target table T and the source table S1.
  • FIG. 18B shows a combination example of generating a feature quantity generation function for generating a feature quantity from the target table T and the source table S2.
  • map parameters in which map parameters for geographical attributes and map parameters for temporal attributes are combined are used.
  • map parameters of 4 and aggregation parameters of 9 are generated.
  • the feature value generation function generator 81 selects one parameter each from the map parameter, the filter parameter, and the aggregation parameter, and generates a combination of each parameter.
  • 14 map parameters and 7 aggregation parameters are generated.
  • the feature value generation function generator 81 selects one parameter from each of the map parameters and the aggregation parameter, and generates a combination of each parameter.
  • the feature quantity generation function generator 81 generates a feature quantity generation function based on the generated combination. Specifically, the feature quantity generation function generator 81 converts the parameters included in the generated combination into a form of a query language for performing manipulation and definition of table data.
  • the feature value generation function generator 81 may use, for example, SQL as a query language.
  • the feature quantity generation function generator 81 may generate each feature quantity generation function by applying each parameter to a template for generating an SQL statement. Specifically, a template for generating an SQL statement by fitting each parameter is prepared in advance, and the feature quantity generation function generator 81 sequentially applies each parameter included in the generated combination to the template. You may generate SQL statements.
  • the feature quantity generation function is defined as a SQL statement, and each selected parameter corresponds to a parameter for generating the SQL statement.
  • Defining feature quantities using combinations of these parameters makes it possible to express many types of feature quantity generation functions as simple element combinations. Therefore, multiple table data can be used to efficiently generate a large number of feature amount candidates. For example, in the case of the above-described example, 130 types of feature values can be easily generated simply by generating 4 map parameters and 9 aggregation parameters, 14 map parameters and 7 aggregation parameters. . Further, since the definition of each parameter once generated can be reused, the effect of reducing the number of man-hours for generating the feature quantity generation function can also be obtained.
  • the feature amount generator 82 generates a feature amount using a feature amount generation function.
  • the feature amount generation function includes a parameter for calculating the above-described distance statistical value.
  • the feature amount generator 82 performs the operation of aggregating the records of the second table satisfying the predetermined condition for each record of the first geographical attribute based on the feature amount generation function, thereby obtaining the distance.
  • the statistical value of may be calculated.
  • the feature quantity generator 82 performs, as an operation of aggregating the records of the second table, the geographical attribute of the second table satisfying the predetermined condition with respect to each record of the first geographical attribute. The sum and / or the average of the distances may be calculated. Then, the feature quantity generator 82 may add at least one of the sum and the average of the calculated distances as the feature quantity to the attribute of the first table.
  • the feature quantity generator 82 is a record of the geographical attribute of the second table which satisfies a predetermined condition for each record of the first geographical attribute as an operation of aggregating the records of the second table. The number may be calculated. Then, the feature quantity generator 82 may add the calculated number of records as the feature quantity to the attribute of the first table.
  • the feature quantity generator 82 since the feature quantity generator 82 also performs processing for adding the generated feature quantity to the attribute of the first table, the feature quantity generator 82 can be called attribute addition means.
  • the feature quantities generated by the feature quantity generator 82 can also be said to be candidates for feature quantities because they become candidates when the feature quantity selector 83 described later selects feature quantities.
  • the feature quantity generator 82 may directly generate feature amount candidates from the first table and the second table using the combination condition and the aggregation condition using the similarity function.
  • the join condition is a record of the first table including the value of the first attribute in which the degree of similarity calculated by the value of the first attribute and the value of the second attribute satisfies the condition; It is a condition for combining the record of the second table including the value of the second attribute.
  • the aggregation condition is a condition represented by an aggregation method for a plurality of records in the second table and a column that is an object of the aggregation.
  • the feature amount generator 82 may generate a number of feature amounts combining a plurality of combination conditions and a plurality of aggregation conditions.
  • the same effect as the process of generating the feature quantity generation function by the feature quantity generation function generator 81 described above can be obtained.
  • the feature amount selector 83 selects a feature amount optimal for prediction from the generated feature amounts.
  • the method of feature-value selection is arbitrary.
  • the feature quantity selector 83 may select feature quantities using, for example, L1 regularization.
  • the algorithm used to select feature quantities is not limited to L1 regularization.
  • the feature quantity selector 83 may select the feature quantity most suitable for prediction according to the algorithm used for selecting the feature quantity.
  • the output unit 90 outputs the generated feature amount.
  • the output unit 90 may output only the feature amount selected by the feature amount selector 83, or may output all the feature amounts generated by the feature amount generator 82.
  • the learning unit 91 learns a prediction model using the generated feature amount.
  • the learning unit 91 learns, for example, a prediction model using the added attribute as a feature amount.
  • the learning unit 91 applies the data of the first table and the second table to the generated feature amount to generate training data.
  • the learning unit 91 learns a model that predicts the value of the prediction target, using the generated feature quantity as an explanatory variable candidate.
  • the learning method of a model is arbitrary.
  • the prediction unit 92 performs prediction using the model learned by the learning unit 91. Specifically, the prediction unit 92 applies the data of the first table and the second table to the generated feature amount to generate data for prediction. Then, the prediction unit 92 applies the generated data for prediction to the learned model to obtain a prediction result.
  • the map parameter generator 30 more specifically includes the geomap generator 40 (more specifically, the distance map generator 41, the inclusion map generator 42, the overlap map generator 43, and the same area map generator 44). , A time difference map generator 31, a map generator 32, and an attribute specifying unit 33.
  • the aggregation parameter generator 60 is realized by the geo aggregation generator 70 (more specifically, the point aggregation generator 71 and the area aggregation generator 72) and the numerical aggregation generator 61.
  • the program is stored in the storage unit 80, and the processor reads the program, and according to the program, the input unit 10, the geocoder 20, the map parameter generator 30, the filter parameter generator 50, the aggregation parameter generator 60, the feature value
  • the generation function generator 81, the feature quantity generator 82, the feature quantity selector 83, the output unit 90, the learning unit 91, and the prediction unit 92 may operate.
  • the functions of the information processing system may be provided in the form of Software as a Service (SaaS).
  • Input unit 10 Geocoder 20, Map parameter generator 30, Filter parameter generator 50, Aggregated parameter generator 60, Feature quantity generation function generator 81, Feature quantity generator 82, Feature quantity selector
  • Each of 83, the output unit 90, the learning unit 91, and the prediction unit 92 may be realized by dedicated hardware.
  • part or all of each component of each device may be realized by a general purpose or dedicated circuit, a processor, or the like, or a combination thereof. These may be configured by a single chip or may be configured by a plurality of chips connected via a bus. A part or all of each component of each device may be realized by a combination of the above-described circuits and the like and a program.
  • the plurality of information processing devices, circuits, etc. may be arranged centrally. It may be done.
  • the information processing apparatus, the circuit, and the like may be realized as a form in which each is connected via a communication network, such as a client and server system, a cloud computing system, and the like.
  • the information processing system 100 of the present embodiment may be realized as a single information processing apparatus.
  • a part or all of the information processing system 100 according to the present embodiment performs the process of generating the above-described feature quantity, and thus an apparatus including a function of performing the process of generating the feature quantity be able to.
  • FIG. 19 is a flowchart illustrating an example of a process of generating a combination condition.
  • the input unit 10 acquires a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute (step S11). Further, the input unit 10 receives the geographical relationship and the degree of the geographical relationship (step S12).
  • the map parameter generator 30 can set the second table and the records included in the first table such that the relation between the value of the first geographical attribute and the value of the second geographical attribute satisfies the degree of geographical relation.
  • a join condition for joining records included in the table is generated (step S13).
  • FIG. 20 is a flowchart showing another example of the process of generating the combining condition.
  • the input unit 10 acquires a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute (step S21). Also, the input unit 10 receives a temporal relationship and a degree of the temporal relationship (step S22).
  • the map parameter generator 30 is configured to record the second table and the records included in the first table such that the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of the temporal relationship.
  • a join condition for joining records included in the table is generated (step S23).
  • FIG. 21 is a flowchart illustrating an example of processing for generating a feature amount.
  • the input unit 10 acquires a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute (step S31).
  • the feature quantity generator 82 calculates a distance statistic when the value of the second geographical attribute with respect to the value of the first geographical attribute satisfies a predetermined condition (step S32), and calculates the calculated statistic as a feature A quantity is added to the attribute of the first table (step S33).
  • FIG. 22 is a flowchart illustrating another example of the process of generating the feature amount.
  • the input unit 10 acquires a first table including the prediction target and the first attribute and a second table including the second attribute (step S41).
  • the input unit 10 also receives a similarity function used to calculate the similarity between the first attribute and the second attribute, and a condition for the similarity (for example, a threshold for the similarity) (step S42).
  • the feature quantity generator 82 generates feature quantity candidates from the first table and the second table using the combination condition and the aggregation condition calculated using the similarity function (step S43).
  • the feature amount selector 83 selects a feature amount optimal for prediction from the feature amount candidates (step S44).
  • the input unit 10 acquires the first table including the prediction target and the first geographical attribute, and the second table including the second geographical attribute.
  • the input unit 10 receives a geographical relationship and the degree of the geographical relationship.
  • the map parameter generator 30 may be configured to set the records included in the first table such that the relation between the value of the first geographical attribute and the value of the second geographical attribute satisfies the degree of geographical relation. Create a join condition for joining the records included in the second table.
  • the input unit 10 acquires a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute.
  • the input unit 10 receives a temporal relationship and a degree of the temporal relationship. Then, the records included in the first table and the map parameter generator 30 are such that the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of the temporal relationship. Create a join condition for joining the records included in the second table.
  • the input unit 10 acquires a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute. Then, when the value of the second geographical attribute with respect to the value of the first geographical attribute satisfies a predetermined condition, the feature quantity generator 82 determines that the value of the first geographical attribute and the second satisfying the condition.
  • the statistics of the distance calculated based on the value of the geographical attribute is added to the attribute of the first table as a feature that is a variable that can affect the prediction target. Therefore, feature quantities can be efficiently generated from a plurality of information sources having geographical information.
  • the input unit 10 acquires a first table including a prediction target and a first attribute, and a second table including a second attribute. Further, the input unit 10 receives a similarity function used to calculate the similarity between the first attribute and the second attribute, and a condition for the similarity. Then, the feature quantity generator 82 generates candidate feature quantities from the first table and the second table using the combination condition and the aggregation condition calculated using the similarity function, and the feature quantity selector 83 selects a feature quantity optimal for prediction from the feature quantity candidates. Therefore, it is possible to reduce the number of analysts for generating the feature amount.
  • FIG. 23 is a block diagram showing an outline of the information processing apparatus according to the present invention.
  • the information processing apparatus 180 according to the present invention has a first table (for example, a target table) including a prediction target and a first geographical attribute, and a second table (for example, a source table) including a second geographical attribute.
  • a first table for example, a target table
  • a second table for example, a source table
  • a table acquiring unit 181 for example, the input unit 10) for acquiring the geographical relationship
  • a receiving unit 182 for example, the input unit 10) for receiving the degree of the geographical relationship, and the value of the first geographical attribute
  • a join condition eg, a join condition for combining a record included in the first table and a record included in the second table
  • a map condition generator for example, map parameter generator 30, geomap generator 40
  • the accepting means 182 may be a geographical relationship (for example, representing a distance between a first geographic attribute represented by a point (for example, Point) and a second geographic attribute represented by a point (for example, Point)).
  • DistanceMap a geographical relationship
  • one or more threshold values of the distance may be received as the degree of geographical relationship.
  • the combining condition generation unit 183 (for example, the distance map generator 41) may generate the combining condition based on the received geographical relation and the degree of the geographical relation.
  • the accepting means 182 may be a first geographic attribute represented by a point (for example, Point) and a second geographic attribute represented by a point (for example, Point) or an area (for example, Area) Accept a geographic relationship (for example, KNearestMap) representing the number of proximity of one, and combine it with a threshold of the number of second geographic attributes to be applied in order of proximity to the first geographic attribute as the degree of geographic relationship
  • a geographic relationship for example, KNearestMap
  • the combining condition generation unit 183 may generate the combining condition based on the received geographical relation and the degree of the geographical relation.
  • the accepting means 182 may have a first geographical attribute represented by a point (for example, Point) and a second geographical attribute represented by a point (for example, Point) in the same area.
  • a geographic relationship representing eg, SameCityMap
  • the combination condition generation unit 183 may generate the combination condition based on the received geographical relationship and the degree of the geographical relationship.
  • the accepting means 182 is a geographical indication that the first geographical attribute represented by a point (for example, Point) is included in the second geographical attribute represented by an area (for example, Area). Relationships (eg, InclusionMap) may be accepted. Then, the combining condition generation unit 183 (for example, the inclusion map generator 42) may generate the combining condition based on the received geographical relation and the degree of the geographical relation.
  • a point for example, Point
  • an area for example, Area
  • Relationships eg, InclusionMap
  • the combining condition generation unit 183 for example, the inclusion map generator 42
  • the combining condition generation unit 183 may generate the combining condition based on the received geographical relation and the degree of the geographical relation.
  • the accepting means 182 is a geography indicating that a first geographical attribute represented by an area (for example, Area) and a second geographical attribute represented by an area (for example, Area) intersect. Relationship (eg, IntersectMap) may be accepted. Then, the combining condition generation unit 183 (for example, the overlapping map generator 43) may generate the combining condition based on the received geographical relation and the degree of the geographical relation.
  • Relationship eg, IntersectMap
  • the first geographical attribute may be the primary key of the first table.
  • first geographical data type and the second geographical data type may be different geographical data types.
  • the first geographical data type is a type of data that can identify geography with point information
  • the second geographical data type is a type of data that can identify geography with range information. It is also good.
  • the information processing apparatus 180 uses the combining condition, the grouping method for a plurality of records in the second table, and the grouping condition (for example, the grouping parameter) represented by the column to be consolidated,
  • Function generation means e.g., a feature amount generation function generator 81
  • Feature quantity generation means for example, feature quantity generator 82
  • feature quantity selection means for selecting a feature quantity most suitable for prediction from the generated feature quantities
  • a feature quantity selector 83 may be provided.
  • the table acquisition unit 181 may acquire a first table and one or more second tables.
  • the first geographical attribute and the second geographical attribute respectively have geographical data types
  • the accepting means 182 is a combination of the first geographical data type and the second geographical data type. May be accepted.
  • the information processing apparatus 180 specifies, from the first table, the first geographical attribute having the same data type as the first geographical data type, and the same data as the data type of the second geographical information.
  • the information processing apparatus may further include an attribute specifying unit (for example, an attribute specifying unit 33) that specifies a second geographical attribute having a type from the second table.
  • the combination condition generation unit 183 sets the first condition such that the relation between the value of the first geographical attribute specified and the value of the second geographical attribute specified satisfies the degree of geographical relation.
  • a join condition may be generated to join the records included in the table and the records included in the second table.
  • the combination condition generation unit 183 is configured to include a first table column including a first geographical attribute for which a geographical relationship is to be determined and a second table column including a second geographical attribute;
  • the combination condition including the degree of the relationship may be stored in the storage unit (for example, the storage unit 80).
  • FIG. 24 is a block diagram showing another outline of the information processing apparatus according to the present invention.
  • the information processing apparatus 190 according to the present invention includes a first table (for example, a target table) including a prediction target and a first temporal attribute, and a second table (for example, a source table) including a second temporal attribute.
  • a first table for example, a target table
  • a second table for example, a source table
  • a table acquisition unit 191 for example, the input unit 10) for acquiring the temporal relationship and a reception unit 192 (for example, the input unit 10) for receiving the degree of the temporal relationship, and the value of the first temporal attribute
  • a join condition eg, a join condition for combining a record included in the first table and a record included in the second table
  • Joint condition generation means 193 for example, map parameter generator 30, time difference map generator 31
  • the accepting unit 192 accepts a temporal relationship (for example, TimeDiffMap) representing the difference between the first temporal attribute and the second temporal attribute, and additionally, uses the threshold value of the difference as the degree of the temporal relationship.
  • a temporal relationship for example, TimeDiffMap
  • the combination condition generation unit 193 may generate a combination condition based on the received temporal relationship and the degree of the temporal relationship.
  • join condition generation unit 193 is configured to include a first table row including a first temporal attribute that is a target of temporal relationship determination and a second table row including a second temporal attribute, and
  • the combination condition including the degree of the relationship may be stored in the storage unit (for example, the storage unit 80).
  • the information processing apparatus 190 may include a function generation unit, a feature quantity generation unit, and a feature quantity selection unit included in the information processing apparatus 180. Further, the information processing apparatus 190 may include an attribute specifying unit included in the information processing apparatus 180.
  • FIG. 25 is a schematic block diagram showing the configuration of a computer according to at least one embodiment.
  • the computer 1000 includes a processor 1001, a main storage 1002, an auxiliary storage 1003, and an interface 1004.
  • the above-described information processing system is implemented in a computer 1000.
  • the operation of each processing unit described above is stored in the auxiliary storage device 1003 in the form of a program (combination condition generation program).
  • the processor 1001 reads a program from the auxiliary storage device 1003 and expands it in the main storage device 1002, and executes the above processing according to the program.
  • the auxiliary storage device 1003 is an example of a non-temporary tangible medium.
  • Other examples of non-transitory tangible media include magnetic disks connected via an interface 1004, magneto-optical disks, CD-ROMs, DVD-ROMs, semiconductor memories, and the like.
  • the distributed computer 1000 may expand the program in the main storage unit 1002 and execute the above processing.
  • the program may be for realizing a part of the functions described above.
  • the program may be a so-called difference file (difference program) that realizes the above-described function in combination with other programs already stored in the auxiliary storage device 1003.
  • a table acquisition unit for acquiring a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute, a geographical relationship, and the geography
  • the accepting unit for accepting the degree of the dynamic relationship, and the relationship between the value of the first geographical attribute and the value of the second geographical attribute satisfy the degree of the geographical relationship
  • An information processing apparatus comprising: connection condition generation means for generating a connection condition for connecting a contained record and a record contained in the second table.
  • the accepting means accepts a geographical relationship representing the distance between the first geographical attribute represented by the point and the second geographical attribute represented by the point, and, in addition, the degree of the geographical relationship
  • the information processing apparatus according to claim 1, wherein one or more threshold values of the distance are received, and the combination condition generation unit generates a combination condition based on the received geographical relationship and the degree of the geographical relationship.
  • the accepting means accepts a geographical relationship representing the number of proximity between the first geographical attribute represented by a point and the second geographical attribute represented by a point or a region, Accepting one or more thresholds of the number of second geographical attributes to be applied in order of proximity to the first geographical attribute as the degree of relation, and the combination condition generation unit is configured to receive the received geographical relation and the degree of geographical relation
  • the information processing apparatus according to appendix 1, wherein the connection condition is generated based on the information.
  • the accepting means accepts a geographical relationship indicating that the first geographical attribute represented by the point and the second geographical attribute represented by the point exist in the same area,
  • the information processing apparatus according to claim 1, wherein the combination condition generation unit generates the combination condition based on the received geographical relationship and the degree of the geographical relationship.
  • the accepting means accepts a geographical relationship indicating that the first geographical attribute represented by a point is included in the second geographical attribute represented by the area
  • the combination condition generating means accepts The information processing apparatus according to appendix 1, wherein the combining condition is generated based on the geographical relationship and the degree of the geographical relationship.
  • the accepting means accepts a geographical relation indicating that the first geographical attribute represented by the area and the second geographical attribute represented by the area intersect, and the combination condition generating means The information processing apparatus according to appendix 1, wherein the combination condition is generated based on the received geographical relationship and the degree of the geographical relationship.
  • the first geographical data type is a type of data that can identify geography with point information
  • the second geographical data type is a type of data that can identify geography with range information
  • the information processing apparatus according to any one of supplementary notes 1 to 8.
  • the combination condition generation means includes: a column of a first table including a first geographical attribute for which a geographical relationship is to be determined; and a column of a second table including a second geographical attribute; 15.
  • the information processing apparatus according to any one of appendices 1 to 9, wherein coupling conditions including the degree of the target relationship are stored in the storage unit.
  • Table acquisition means for acquiring a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute, a temporal relationship, and the time In the first table, the accepting unit for accepting the degree of the temporal relationship, and the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfy the degree of the temporal relationship.
  • An information processing apparatus comprising: connection condition generation means for generating a connection condition for connecting a contained record and a record contained in the second table.
  • the accepting means accepts a temporal relationship representing the difference between the first temporal attribute and the second temporal attribute, and additionally accepts one or more threshold values of the difference as the degree of the temporal relationship.
  • the information processing apparatus according to appendix 11, wherein the combination condition generation means generates the combination condition based on the received temporal relation and the degree of the temporal relation.
  • the combination condition generation means may include a first table row including a first temporal attribute for which temporal relationships are to be determined and a second table row including a second temporal attribute, and a time 11.
  • the table acquisition means acquires a first table and one or more second tables, and the first geographical attribute and the second geographical attribute respectively indicate geographical data types.
  • the accepting means accepts a combination of the first geographical data type and the second geographical data type, and the first geographical attribute having the same data type as the first geographical data type is
  • the combination condition generation unit further includes: attribute specification means for specifying from the second table the second geographical attribute having the same data type as the second geographical information data type. Records included in the first table and the second table such that the relationship between the identified first geographic attribute value and the identified second geographic attribute value satisfies the degree of geographic relationship Record included in The information processing apparatus according to any one of Appendices 14 Appendix 1 to produce a binding conditions for binding and de.
  • a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute are acquired, a geographical relationship, and a degree of the geographical relationship. Records included in the first table and the second one such that the relationship between the value of the first geographical attribute and the value of the second geographical attribute satisfies the degree of the geographical relationship.
  • a join condition generating method comprising: generating a join condition for joining a record included in the table of.
  • a geographical relationship representing the distance between the first geographical attribute represented by the point and the second geographical attribute represented by the point is accepted, and the distance of the distance is determined as the degree of the geographical relationship.
  • the combined condition generation method according to appendix 16 wherein one or more threshold values are received, and a combined condition is generated based on the received geographical relationship and the degree of the geographical relationship.
  • a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute are acquired, the temporal relationship, and the degree of the temporal relationship Records included in the first table and the second such that the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of the temporal relationship.
  • a join condition generating method comprising: generating a join condition for joining a record included in the table of.
  • a temporal relationship representing the difference between the first temporal attribute and the second temporal attribute is accepted, and additionally, one or more threshold values of the difference are accepted as the degree of the temporal relationship, and the accepted time 24.
  • Table acquisition processing for acquiring, on a computer, a first table including a prediction target and a first geographical attribute, and a second table including a second geographical attribute, geographical relation, and A receiver process for receiving the degree of the geographical relationship, and the relationship between the value of the first geographical attribute and the value of the second geographical attribute satisfying the degree of the geographical relationship
  • a join condition generation program for executing join condition generation processing for generating join conditions for joining a record included in one table and a record included in the second table.
  • a computer receives in the reception process a geographical relationship representing a distance between a first geographical attribute represented by a point and a second geographical attribute represented by a point.
  • the joint condition generation program according to appendix 20, wherein one or more threshold values of the distance are accepted as the degree of relation, and the joint condition is generated based on the received geographical relation and the degree of geographical relation received in the joint condition generation process.
  • Table acquisition processing for acquiring, on a computer, a first table including a prediction target and a first temporal attribute, and a second table including a second temporal attribute, a temporal relationship, and An acceptance process for accepting the degree of the temporal relationship, and the first one such that the relationship between the value of the first temporal attribute and the value of the second temporal attribute satisfies the degree of the temporal relationship
  • a join condition generation program for executing join condition generation processing for generating a join condition for joining a record included in the table of and a record included in the second table.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

テーブル取得手段１８１は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得する。受付手段１８２は、地理的関係、および、地理的関係の程度を受け付ける。結合条件生成手段１８３は、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する。

Description

情報処理装置、結合条件生成方法および結合条件生成プログラム
　本発明は、複数のテーブルを結合して情報を生成する情報処理装置、結合条件生成方法および結合条件生成プログラムに関する。
　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。未知である有用な知見を見つけるためには、より多くの属性の候補を生成することが重要である。具体的には、予測対象である変数（目的変数）に影響を及ぼし得る多くの属性（説明変数）の候補を生成することが重要である。このような多くの候補を生成することにより、予測に役立つ属性がこの候補の中に含まれる可能性を高めることができるからである。
　例えば、特許文献１には、目的変数を含むターゲットテーブルと、目的変数を含まないソーステーブルとを結合することにより、機械学習処理に用いられる特徴量の候補を生成することが記載されている。特許文献１に記載された方法では、特徴量の候補を生成する処理を、Ｆｉｌｔｅｒ条件、ｍａｐ条件およびｒｅｄｕｃｅ条件の３つの条件の組合せにより定義することで、特徴量の候補を生成する分析者工数を削減する。
　また、特許文献２には、予測対象エリアにおけるタクシー等の車両の配車サービスの需要件数を、回帰分析により予測する需要予測装置が記載されている。特許文献２に記載された需要予測装置は、所定エリアにおける推定人口情報を取得し、取得した推定人口情報を回帰分析の説明変数として使用する。
国際公開第２０１７／０９０４７５号 特開２０１１－１１３１４１号公報
　本発明者は、所定のエリア内における何らかの対象を予測する際、多様な情報源を活用した方が予測精度が向上するという着想を得た。すなわち、複数の関連する情報源を組み合わせて情報を得ることが好ましいと考えられる。
　例えば、特許文献１には、ターゲットテーブルとソーステーブルとの結合条件（すなわち、ｍａｐ条件）に、ターゲットテーブルとソーステーブルに共通に含まれる顧客ＩＤを利用することが例示されている。また、特許文献２には、サービスの需要件数を予測する際の単位である予測対象エリアと、説明変数として用いられる推定人口情報の単位である所定エリアとが、同じ基準（エリアＩＤ、エリアポリゴン）で定義されることが記載されている。
　しかし、多様な情報源を予測に活用しようとした場合、各情報源に含まれる地理的情報の定義方法と、予測する際の地理的情報の定義方法とが異なる場合があることを、本発明者は見出した。例えば、地理的情報の場合、緯度および経度で特定することも可能であるし、市町村名で特定することも可能である。さらに、本発明者は、このような場合、予測対象を予測するための特徴量の候補を、各情報源から生成する作業が煩雑になり得ることを見出した。
　すなわち、特許文献１および特許文献２では、各情報源を顧客ＩＤや同じ基準で関連付けることを想定している。しかし、各情報源の関連付けに地理的情報を利用することを想定しても、これらの地理的情報が必ずしも同じ基準で定義されているとは限らない。したがって、これらの情報源を単純に関連付けることは困難であるため、このような情報を利用したデータ分析に非常に多くの工数が必要になってしまうという問題がある。さらに、本発明者は、地理的情報だけでなく、時間的な情報も関連付ける作業が煩雑になることを見出した。
　そこで、本発明は、地理的情報または時間的情報を介して複数の情報を関連付ける作業工数を低減できる情報処理装置、結合条件生成方法および結合条件生成プログラムを提供することを目的とする。
　本発明による情報処理装置は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得手段と、地理的関係、および、地理的関係の程度を受け付ける受付手段と、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えたことを特徴とする。
　本発明による他の情報処理装置は、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得手段と、時間的関係、および、時間的関係の程度を受け付ける受付手段と、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えたことを特徴とする。
　本発明による結合条件生成方法は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得し、地理的関係、および、地理的関係の程度を受け付け、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成することを特徴とする。
　本発明による他の結合条件生成方法は、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得し、時間的関係、および、時間的関係の程度を受け付け、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成することを特徴とする。
　本発明による結合条件生成プログラムは、コンピュータに、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得処理、地理的関係、および、地理的関係の程度を受け付ける受付手処理、および、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理を実行させることを特徴とする。
　本発明による他の結合条件生成プログラムは、コンピュータに、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得処理、時間的関係、および、時間的関係の程度を受け付ける受付処理、および、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理を実行させることを特徴とする。
　本発明によれば、上述した技術的手段により、地理的情報または時間的情報を介して複数の情報を関連付ける作業工数を低減できるという技術的効果を奏する。
本発明による情報処理システムの一実施形態を示すブロック図である。 コンフィギュレーションファイルの例を示す説明図である。 データを変換する処理の例を示す説明図である。 各パラメータと、第１のテーブルおよび第２のテーブルとの関係の例を示す説明図である。 距離に基づいてマップパラメータを生成する処理の例を示す説明図である。 距離に基づいてマップパラメータを生成する他の処理の例を示す説明図である。 同じエリアに含まれているか否か判断する方法の例を示す説明図である。 共通エリアか否かに基づいてマップパラメータを生成する処理の例を示す説明図である。 包含関係に基づいてマップパラメータを生成する処理の例を示す説明図である。 時間の差異に基づいてマップパラメータを生成する処理の例を示す説明図である。 テキストの類似性に基づいてマップパラメータを生成する処理の例を示す説明図である。 構造の類似性に基づいてマップパラメータを生成する処理の例を示す説明図である。 生成されたマップパラメータの例を示す説明図である。 距離の統計値を算出するための集約パラメータを生成する処理の例を示す説明図である。 領域の統計値を算出するための集約パラメータを生成する処理の例を示す説明図である。 生成された集約パラメータの例を示す説明図である。 マップパラメータ同士を結合した例を示す説明図である。 パラメータを組み合わせて特徴量生成関数を生成する方法の例を示す説明図である。 結合条件を生成する処理の例を示すフローチャートである。 結合条件を生成する処理の他の例を示すフローチャートである。 特徴量を生成する処理の例を示すフローチャートである。 特徴量を生成する処理の他の例を示すフローチャートである。 本発明による情報処理装置の概要を示すブロック図である。 本発明による情報処理装置の他の概要を示すブロック図である。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
　以下、本発明の実施形態を図面を参照して説明する。
　本実施形態の情報処理システムは、予測対象（例えば、目的変数）の変数を含む表（以下、第１のテーブルと記すこともある。）と、第１のテーブルと異なる表（以下、第２のテーブルと記すことある。）とを取得する。以下の説明では、第１のテーブルのことをターゲットテーブルと記すこともあり、第２のテーブルをソーステーブルと記すこともある。また、第１のテーブルおよび第２のテーブルは、それぞれデータの集合を含んでいてもよい。
　本実施形態では、第１のテーブルおよび第２のテーブルは、観点が共通する属性をそれぞれ含む。観点が共通するとは、その属性のデータの意味的な内容が共通することを表す。なお、データの表現方法は共通であってもよく、異なっていてもよい。以下、第１のテーブルに含まれる属性を第１の属性と記し、第２のテーブルに含まれる属性を、第２の属性と記す。
　例えば、観点が共通する属性として、地理的な観点や時間的な観点などが挙げられる。例えば、地理的な観点の属性の値は、以下の４種類の地理的データ型に分類できる。なお、見出しのコロン以下の記載は、データについての構文を表す。
（１）点Ｐ（Ｐｏｉｎｔ）：ｐ＝（ｘ，ｙ）∈Ｐ
　点Ｐは、（経度，緯度）の座標として表される。
（２）多角形Ｇ（Ｐｏｌｙｇｏｎ）：ｇ＝（ｂ１,ｂ２,...,ｂｎ）∈Ｇ
　多角形Ｇは、１つの外部境界ｂ１と、０以上の内部境界（ｂ２,...,ｂｎ）で定義される。ここで、ｂ１＝（ｐ１,ｐ２,...,ｐｎ）（ただし、ｐ１,ｐ２,...,ｐｎ∈Ｐ）は、３点以上の順序として定義される閉じた環の境界である。
（３）複数多角形Ｍ（ＭｕｌｔｉＰｏｌｉｇｏｎ）：ｍ＝（ｇ１,ｇ２,...,ｇｎ）∈Ｍ、ｇ１,ｇ２,...,ｇｎ∈Ｇ
　複数多角形Ｍは、１以上の多角形で構成される。
（４）文字列Ｓ（Ｓｔｒｉｎｇ）：ｓ∈Ｓ
　文字列で表される住所である。
　また、データ分析に関連する意味的な情報として、データ型と対応付けて分析データ型が定義されてもよい。例えば、上述する地理的観点の場合、多角形Ｇおよび複数多角形Ｍを、領域（Ａｒｅａ）に関する分析データ型と定義し、点Ｐを、点（Ｐｏｉｎｔ）に関する分析データ型と定義してもよい。また、住所に関する文字列を、例えば、国、都市、町、ランドマーク、通りまたはポイントに関する分析データ型と定義してもよい。以下、地理的情報を表す分析データ型のことを、地理的データ型と記すこともある。
　また、例えば、時間的な観点の属性の型（時間的データ型）は、タイムスタンプ（ＴｉｍｅＳｔａｍｐ）型として定義することができる。
　以下、観点が共通する属性が地理的な属性の場合、第１のテーブルに含まれる属性を第１の地理的属性、第２のテーブルに含まれる属性を第２の地理的属性と記す。同様に、観点が共通する属性が時間的な属性の場合、第１のテーブルに含まれる属性を第１の時間的属性、第２のテーブルに含まれる属性を第２の時間的属性と記す。他の属性についても同様に記載するものとする。なお、第１の地理的属性は、第１のテーブルのプライマリキーであってもよい。
　なお、上記では、共通する属性が地理的な観点と、時間的な観点の例を示したが、共通する属性は、地理的な観点および時間的な観点に限定されない。共通する属性の例として、他にも、文字列の観点や、構造的な観点などが挙げられる。文字列の観点の属性の値は、例えば、住所などである。また、構造的な観点の属性の値は、例えば、ＵＲＬ（Uniform Resource Locator）や、木構造パスなどである。以下、説明を容易にするため、観点が共通する属性として、主に地理的属性と時間的属性を中心に説明する。
　図１は、本発明による情報処理システムの一実施形態を示すブロック図である。本実施形態の情報処理システム１００は、入力部１０と、ジオコーダ（Geo-Coder ）２０と、マップパラメータ生成器（Map Parameter Generator ）３０と、フィルタパラメータ生成器（Filter Parameter Generator）５０と、集約パラメータ生成器（Reduce Parameter Generator）６０と、記憶部８０と、特徴量生成関数生成器（Feature Descriptor Generator）８１と、特徴量生成器（Feature Generator ）８２と、特徴量選択器（Feature Selector）８３と、出力部９０と、学習部９１と、予測部９２とを備えている。
　入力部１０は、第１のテーブルおよび第２のテーブルを取得する。なお、入力部１０は、各テーブルを取得することから、入力部１０のことをテーブル取得手段と言うことができる。入力部１０は、第２のテーブルを複数取得してもよい。例えば、記憶部８０が第１のテーブルおよび第２のテーブルを記憶している場合、入力部１０が記憶部８０から第１のテーブルおよび第２のテーブルを取得してもよい。また、入力部１０は、通信ネットワーク（図示せず）を介して他のシステムや記憶部から第１のテーブルおよび第２のテーブルを取得してもよい。
　例えば、地理的な観点が共通する場合、入力部１０は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得してもよい。また、例えば、時間的な観点が共通する場合、入力部１０は、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得してもよい。他にも、入力部１０は、予測対象および第１の文字列属性を含む第１のテーブルと、第２の文字列属性を含む第２のテーブルとを取得してもよいし、予測対象および第１の構造的属性を含む第１のテーブルと、第２の構造的属性を含む第２のテーブルとを取得してもよい。なお、構造的属性については後述される。
　さらに、入力部１０は、第１の属性と第２の属性との類似度を算出するための関数（以下、類似度関数と記す）と、どの程度の類似度の場合に第１の属性の値と第２の属性の値とが類似すると判断するか決定するための条件（以下、類似度に対する条件と記すこともある）を受け付ける。類似度関数は、数式で表されていてもよく、パラメータとして表されていてもよい。また、類似度に対する条件は、関係の程度に基づいて類似度の有無を判断するための閾値（以下、単に類似度の閾値と記す。）で表されていてもよく、パラメータ等に応じて類似か否かを出力する式で表されていてもよい。
　例えば、地理的な観点が共通する場合、入力部１０は、地理的関係を類似度関数として受け付け、地理的関係の程度を示す類似度の閾値を条件として受け付けてもよい。すなわち、第１の属性および第２の属性が地理的属性である場合、類似度関数は、例えば、距離が近いほど類似度を高く算出する関数として定義される。
　また、例えば、時間的な観点が共通する場合、入力部１０は、時間的関係を類似度関数として受け付け、時間的関係の程度を示す類似度の閾値を条件として受け付けてもよい。すなわち、第１の属性および第２の属性が時間的属性である場合、類似度関数は、例えば、時間の差異が小さいほど類似度を高く算出する関数として定義される。
　他にも、文字列の観点が共通する場合、入力部１０は、文字列の関係を類似度関数として受け付け、文字列の関係の程度を示す類似度の閾値を条件として受け付けてもよい。具体的には、第１の属性および第２の属性が文字列属性である場合、類似度関数は、例えば、二つのテキストの一致度が高いほど類似度を高く算出する関数として定義される。テキストの類似度として、例えば、形態素のＳｉｍｐｓｏｎ係数が挙げられる。
　ｍｏｒｐｈ（ａ）をテキスト文字列ａに含まれる形態素の集合と定義する。例えば、アドレスを示す以下の４つのテキスト文字列は、形態素解析により、それぞれ以下のような形態の集合として表される。
　・ｍｏｒｐｈ('川崎市中原区')={'川崎','市','中原','区'}
　・ｍｏｒｐｈ('神奈川県川崎市中原区')={'神奈川','県','川崎','市','中原','区'}
　・ｍｏｒｐｈ('神奈川県川崎市幸区')={'神奈川','県','川崎','市','幸','区'}
　・ｍｏｒｐｈ('神奈川県横浜市港南区')={'神奈川','県','横浜','市','港南','区'}
　また、テキスト文字列ａとテキスト文字列ｂの類似度を算出する関数ｔｅｘｔＳｉｍ（ａ，ｂ）は、以下に示す式１で定義できる。
　ｔｅｘｔＳｉｍ（ａ，ｂ）＝｜ｍｏｒｐｈ（ａ）∪ｍｏｒｐｈ（ｂ）｜／
　　　　　　　　　　　　　　ｍｉｎ（｜ｍｏｒｐｈ（ａ）｜，｜ｍｏｒｐｈ（ｂ）｜）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（式１）
　この場合、上記に例示するアドレスのテキスト文字列同士の類似度は、以下のように算出される。
　・ｔｅｘｔＳｉｍ(’川崎市中原区’,’神奈川県川崎市中原区’)＝４／４＝１．０
　・ｔｅｘｔＳｉｍ(’川崎市中原区’,'神奈川県川崎市幸区')＝３／４＝０．７５
　・ｔｅｘｔＳｉｍ(’川崎市中原区’,'神奈川県横浜市港南区')＝２／４＝０．５
　また、構造的な観点が共通する場合、入力部１０は、構造的関係を類似度関数として受け付け、構造的関係の程度を示す類似度の閾値を条件として受け付けてもよい。以下、住所やファイルのディレクトリ構造など、木構造の情報を“／”で表現した文字列をパス文字列と定義する。例えば、住所「神奈川県川崎市」は、パス文字列では‘／神奈川県／川崎市’と表現される。また、例えば、ディレクトリ構造「ｎｅｗｓ→ｅｃｏｎｏｍｙ→ｂｉｇｄａｔａ」は、パス文字列では、‘ｎｅｗｓ／ｅｃｏｎｏｍｙ／ｂｉｇｄａｔａ’と表現される。
　第１の属性および第２の属性が上述するパス文字列で定義される構造的属性の場合、類似度関数は、例えば、二つのパス文字列の距離が近いほど類似度を高く算出する関数として定義される。パス文字列の距離関数として、例えば、最低共通祖先ノード（ＬＣＡ：Lowest common ancestor）への距離の最小値が挙げられる。
　最低共通祖先ノードとは、二つのパスが表現するそれぞれ一番下のノードから上位（先祖）方向に辿った場合に、最初に現れる同じノードである。また、最低共通祖先ノードへの距離とは、一番下のノードから最低共通祖先ノードへ辿ったときのノード数である。
　例えば、二つのパス文字列‘／ａ／ｂ／ｃ’，‘／ａ／ｂ／ｚ’が存在するとする。この場合、二つのパスの最低共通祖先ノードは、‘／ａ／ｂ’である。また、‘／ａ／ｂ／ｃ’から‘／ａ／ｂ’への距離は１であり、‘／ａ／ｂ／ｚ’から‘／ａ／ｂ’への距離も１である。
　また、例えば、二つのパス文字列‘／ａ／ｂ／ｃ’，‘／ａ／ｄ／ｅ／ｚ’が存在するとする。この場合、二つのパスの最低共通祖先ノードは、‘／ａ’である。また、‘／ａ／ｂ／ｃ’から‘／ａ’への距離は２であり、‘／ａ／ｄ／ｅ／ｚ’から‘／ａ’への距離は３である。
　パス文字列の距離を表す関数をｐａｔｈＤｉｓ（ｘ，ｙ）とすると、上述するパス文字列の距離は、以下のように算出される。
　・ｐａｔｈＤｉｓ（‘／ａ／ｂ／ｃ’，‘／ａ／ｂ／ｚ’）＝１
　・ｐａｔｈＤｉｓ（‘／ａ／ｂ／ｃ’，‘／ａ／ｄ／ｅ／ｚ’）＝２
　図２は、コンフィギュレーションファイル（以下、コンフィグファイルと記す。）の例を示す説明図である。図２に示す例では、類似度関数および類似度に対する条件が、コンフィギュレーションファイル（以下、コンフィグファイルと記す。）に設定されていることを示す。入力部１０は、このコンフィグファイルを受け付けてもよい。
　図２に例示するコンフィグファイルのＣ１部分が、類似度関数および類似度に対する条件を示す。なお、コンフィグファイルのＣ２～Ｃ４部分については、後述される。Ｃ１部分において、前段部（コロンの前）が、第１の属性のデータ型（より具体的には、分析データ型）と第２の属性のデータ型（より具体的には、分析データ型）との対応関係を示す。また、後段部（コロンの後）が、類似度関数および条件（類似度の閾値）を示す。以下、各内容について、詳細に説明する。
　Ｃ１部分における“Ｐｏｉｎｔ－Ｐｏｉｎｔ”の行は、点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を定義する。
　“ＤｉｓｔａｎｃｅＭａｐ”は、地理的関係の程度を規定したマップ関数であり、パラメータとして、距離の閾値を含む。ＤｉｓｔａｎｃｅＭａｐ関数における３つのパラメータは、順に“開始値”、“終了値”、（開始値から終了値までに適用する閾値の）“間隔”を示す。図２に例示する（“ＤｉｓｔａｎｃｅＭａｐ”，１，３，１）は、距離の単位をｋｍとすると、“距離が１ｋｍ以内”、“距離が２ｋｍ以内”、“距離が３ｋｍ以内”の３つの閾値を関数に適用することを示す。
　“ＫＮｅａｒｅｓｔＭａｐ”は、地理的関係の程度を規定したマップ関数であり、パラメータとして、近接する地理的情報の個数の閾値を含む。ＫＮｅａｒｅｓｔＭａｐ関数における３つのパラメータも同様、順に“開始値”、“終了値”、（開始値から終了値までに適用する閾値の）“間隔”を示す。図２に例示する（“ＫＮｅａｒｅｓｔＭａｐ”，３，５，１）は、近接する地理的情報の個数が、“３つ以内”、“４つ以内”、“５つ以内”の３つの閾値を関数に適用することを示す。
　“ＳａｍｅＣｉｔｙＭａｐ”は、地理的関係の程度を規定したマップ関数であり、２つの地点が同じエリアに含まれるか否かを判断する関数である。ＳａｍｅＣｉｔｙＭａｐ関数はパラメータを含まないが、エリアを定義したエリア情報に基づいて同じエリアに含まれるか否かが判断される。エリア情報は、予め定義される。
　Ｃ１部分における“Ｐｏｉｎｔ－Ａｒｅａ”の行は、点で表される第１の地理的属性と領域で表される第２の地理的属性との包含関係を表す地理的関係を定義する。
　“ＩｎｃｌｕｓｉｏｎＭａｐ”は、地理的関係の程度を規定したマップ関数であり、点で表される第１の地理的属性が領域で表される第２の地理的属性に含まれるか否かを判断する関数である。なお、ＩｎｃｌｕｓｉｏｎＭａｐは、パラメータを含まない。
　また、“Ｐｏｉｎｔ－Ａｒｅａ”の行においても、“ＫＮｅａｒｅｓｔＭａｐ”が定義される。ＫＮｅａｒｅｓｔＭａｐ関数の内容は、“Ｐｏｉｎｔ－Ｐｏｉｎｔ”におけるＫＮｅａｒｅｓｔＭａｐ関数と同様である。
　Ｃ１部分における“Ａｒｅａ－Ａｒｅａ”の行は、領域で表される第１の地理的属性と領域で表される第２の地理的属性との交差関係を表す地理的関係を定義する。
　“ＩｎｔｅｒｓｅｃｔＭａｐ”は、地理的関係の程度を規定したマップ関数であり、領域で表される第１の地理的属性が領域で表される第２の地理的属性と交差するか否かを判断する関数である。なお、ＩｎｔｅｒｓｅｃｔＭａｐは、パラメータを含まない。
　以上に示すように、第１の地理的データ型と第２の地理的データ型とは、互いに同一の地理的データ型であってもよく、異なる地理的データ型であってもよい。また、第１の地理的データ型が、点の情報で地理を特定可能なデータのタイプであり、第２の地理的データ型が、範囲の情報で地理を特定可能なデータのタイプであってもよい。
　Ｃ１部分における“ＴｉｍｅＳｔａｍｐ－ＴｉｍｅＳｔａｍｐ”の行は、第１の時間的属性と第２の時間的属性との差異を表す時間的関係を定義する。
　“ＴｉｍｅＤｉｆｆＭａｐ”は、時間的関係の程度を規定したマップ関数であり、パラメータとして、時間の差異の閾値を含む。ＴｉｍｅＤｉｆｆＭａｐ関数における３つのパラメータも同様、順に“開始値”、“終了値”、（開始値から終了値までに適用する閾値の）“間隔”を示す。図２に例示する（“ＴｉｍｅＤｉｆｆＭａｐ”，３０，６０，３０）は、時間の単位を分とすると、“時間の差異が３０分以内”、“時間の差異が６０分以内”の２つの閾値を関数に適用することを示す。
　Ｃ１部分における“Ｔｅｘｔ－Ｔｅｘｔ”の行は、文字列を表す第１の属性と文字列を表す第２の属性との一致関係を定義する。“ＥｘａｃｔＭａｐ”は、文字列で表される属性が一致するか否かを判断する関数である。
　また、“Ｔｅｘｔ－Ｔｅｘｔ”の行に、文字列を表す第１の属性と文字列を表す第２の属性との類似関係を定義してもよい。具体的には、“Ｔｅｘｔ－Ｔｅｘｔ”の行に、文字列の関係の程度を規定したマップ関数“ｔｅｘｔＳｉｍＭａｐ”を設定してもよい。“ｔｅｘｔＳｉｍＭａｐ”は、文字列の関係の程度を規定したマップ関数であり、パラメータとして、類似度の閾値を含む。ｔｅｘｔＳｉｍＭａｐ関数は、ＤｉｓｔａｎｃｅＭａｐ関数同様、３つのパラメータを有し、それぞれ順に“開始値”、“終了値”、（開始値から終了値までに適用する閾値の）“間隔”を示す。
　例えば、ｔｅｘｔＳｉｍＭａｐ関数を用いて［（“ｔｅｘｔＳｉｍＭａｐ”，０．８，１．０，０．１］と定義されていたとする。これは、“類似度が０．８以上”、“類似度が０．９以上”および“類似度が１．０（以上）”の３つの閾値を関数に適用することを示す。
　なお、類似度関数および類似度の閾値の設定方法は、図２のＣ１部分に例示する内容に限定されない。コンフィグファイルに、例えば、パス文字列で表される第１の構造的属性とパス文字列で表される第２の構造的属性との距離を表す構造的関係“Ｐａｔｈ－Ｐａｔｈ”を定義してもよい。
　具体的には、“Ｐａｔｈ－Ｐａｔｈ”の行に、構造的関係の程度を規定したマップ関数“ｐａｔｈＤｉｓＭａｐ”を設定してもよい。“ｐａｔｈＤｉｓＭａｐ”は、構造的関係の程度を規定したマップ関数であり、パラメータとして、距離の閾値を含む。ｐａｔｈＤｉｓＭａｐ関数は、ＤｉｓｔａｎｃｅＭａｐ関数同様、３つのパラメータを有し、それぞれ順に“開始値”、“終了値”、（開始値から終了値までに適用する閾値の）“間隔”を示す。
　例えば、ｐａｔｈＤｉｓＭａｐ関数を用いて［（“ｐａｔｈＤｉｓＭａｐ”，１，３，１］と定義されていたとする。これは、“距離が１以下”、“距離が２以下”および“距離が３以下”の３つの閾値を関数に適用することを示す。
　入力部１０が、図２に例示するコンフィグファイルを受け付けることで、後述するマップパラメータ生成器３０が、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件（マップパラメータ）を生成する。
　なお、入力部１０は、テーブルの各列が示すデータの属性を合わせて受け付けてもよい。
　ジオコーダ２０は、文字列で表された属性のデータを変換する。例えば、地理的属性のデータが文字列で表されている場合、ジオコーダ２０は、その文字列を、点、多角形または複数多角形のデータに変換する。なお、データを変換する必要がない場合、情報処理システム１００は、ジオコーダ２０を備えていなくてもよい。
　図３は、データを変換する処理の例を示す説明図である。図３に示す例では、列ごとの分析データ型を定義したテーブルａｄｔ１と、分析データ型からデータ型へ変換する対応を定義したテーブルａｄｔ２が予め取得されているものとする。
　この状況で、入力部１０が、図３に例示するターゲットテーブルＴ、ソーステーブルＳ１およびソーステーブルＳ２を取得したとする。ソーステーブルＳ２の“Ｐｉｃｋｕｐ＿ｌｏｃａｔｉｏｎ”列の分析データ型は、テーブルａｄｔ１を参照するとＰｏｉｎｔであり、変換の必要がない。一方、ソーステーブルＳ１の“ｃｏｍｍｕｎｉｔｙ”列の分析データ型はテーブルａｄｔ１を参照すると“ＴｏｗｎＡｄｄｒｅｓｓ”であり、テーブルａｄｔ２を参照すると、データ型Ｐｏｌｙｇｏｎに変換する必要がある。そこで、ジオコーダ２０は、ソーステーブルＳ１の“ｃｏｍｍｕｎｉｔｙ”列に含まれるデータを、多角形の領域で表すように変換する。例えば、“ｃｏｍｍｕｎｉｔｙ”の内容に応じて多角形で領域を特定可能なエリア情報を予め定めておき、ジオコーダ２０は、そのエリア情報に基づいて、データ型がＰｏｌｙｇｏｎになるようにデータを変換してもよい。
　マップパラメータ生成器３０、フィルタパラメータ生成器５０、および、集約パラメータ生成器６０は、後述する特徴量生成関数生成器８１が、予測対象に影響を及ぼし得る変数である特徴量を生成するための特徴量生成関数を生成する際に利用するパラメータを生成する。
　以下の説明では、特徴量とは、特徴そのものの内容（例えば、「人口」、「位置」など）を意味する。また、特徴量に具体的なデータをあてはめたもの（例えば、人口＝“８１１２”、位置＝“（－７３．９６５, ４０．７２４）”など）のことを、特徴量ベクトル（複数の場合、特徴量テーブル）と記す。
　また、後述する特徴量生成器８２が生成する特徴量は、機械学習を用いてモデルを生成する際の説明変数の候補になる。言い換えると、本実施形態で生成される特徴量生成関数を用いることで、機械学習を用いてモデルを生成する際の説明変数の候補を自動的に生成することが可能になる。
　図４は、各パラメータと、第１のテーブルおよび第２のテーブルとの関係の例を示す説明図である。
　フィルタパラメータ生成器５０が生成するパラメータは、第２のテーブルに含まれる行の抽出条件を表わすパラメータである。以下、このパラメータをフィルタパラメータとしるし、フィルタパラメータに基づいて第２のテーブルから行を抽出する処理を「ｆｉｌｔｅｒ」と記載する場合がある。また、この抽出条件のリストを「Ｆリスト」と記載する場合がある。抽出条件は任意であり、例えば、指定された列の値と同じ（大きいまたは小さい）か否か判断する条件が挙げられる。
　集約パラメータ生成器６０が生成するパラメータは、第２のテーブルに含まれる各行のデータを目的変数ごとに集約する集約方法を表わすパラメータである。なお、一般に、第１の表における行と第２の表における行とは、一対多対応する場合が多いため、結果として行が集約されることになる。集約情報は、ソーステーブル（第２のテーブル）の列に対する集約関数として定義されてもよい。
　集約方法は任意であり、例えば、列の総数、最大値、最小値、平均値、中央値、分散などが挙げられる。また、列の総数の集計は、重複データを除外する、または、重複データを除外しない、のいずれかの観点で行われてもよい。
　以下、このパラメータを集約パラメータと記し、集約パラメータが示す方法により各列のデータを集約する処理を「ｒｅｄｕｃｅ」と記載する場合がある。特に、地理的情報を集約する処理を「Ｇｅｏ－ｒｅｄｕｃｅ」と記載することもある。また、この集約処理のリストを「Ｒリスト」と記載する場合がある。なお、地理的情報を集約する処理の詳細については後述される。
　マップパラメータ生成器３０が生成するパラメータは、第１のテーブルと第２のテーブルの列との対応条件を表わすパラメータである。以下、このパラメータをマップパラメータと記し、マップパラメータに基づいて各テーブルの列を対応付ける処理を「ｍａｐ」と記載する場合がある。また、この対応条件のリストを「Ｍリスト」と記載する場合がある。特に、地理的情報同士を対応付ける処理を「Ｇｅｏ－ｍａｐ」と記載することもある。また、ｍａｐによる各テーブルの列の対応付けは、対応付けられた列で複数の表を１つの表に結合（ｊｏｉｎ）することとも言える。なお、地理的情報を対応付ける処理の詳細についても後述される。
　マップパラメータ生成器３０は、ジオマップ生成器（GeoMap Generator）４０と、時間差異マップ生成器（TimeDiff Map Generator）３１と、マップ生成器（Exact Map Generator ）３２と、属性特定部３３とを含む。マップパラメータ生成器３０（より具体的には、マップパラメータ生成器３０に含まれる各生成器）は、第１の属性の値と第２の属性の値とにより算出される類似度が、条件を満たすような第１の属性の値を含む第１のテーブルのレコードと、第２の属性の値を含む第２のテーブルのレコードとを結合するための結合条件を生成する。条件を満たすとは、例えば、類似度が閾値以下または以上になることや、予め定めた範囲内に含まれることなどを意味する。
　ジオマップ生成器４０は、第１のテーブルと第２のテーブルの地理的属性を含む列同士の対応条件を表すパラメータを生成する。ジオマップ生成器４０は、距離マップ生成器（Distance Map Generator）４１と、包含マップ生成器（Inclusion Map Generator ）４２と、重複マップ生成器（Overlap Map Generator ）４３と、同地域マップ生成器（SameArea Map Generator）４４とを有する。
　ジオマップ生成器４０（より具体的には、ジオマップ生成器４０に含まれる各生成器）は、第１の地理的属性の値と第２の地理的属性の値との関係が、地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件（マップパラメータ）を生成する。以下、各生成器の処理について、詳細に説明する。
　距離マップ生成器４１は、距離の近さに基づいて第１のテーブルと第２のテーブルを対応付けるための類似度関数および条件（例えば、類似度の閾値）を受け付けた場合に、マップパラメータを生成する。図２に示す例では、ＤｉｓｔａｎｃｅＭａｐ関数とＫＮｅａｒｅｓｔＭａｐ関数の少なくとも一方がコンフィグファイルに設定されている場合に対応する。
　距離マップ生成器４１は、第１の地理的属性の値と第２の地理的属性の値との距離が閾値以内であるような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　図５は、距離に基づいてマップパラメータを生成する処理の例を示す説明図である。図５に示す例では、ターゲットテーブルＴとソーステーブルＳ２をそれぞれ１つずつ取得した場合を示す。なお、図５に例示するターゲットテーブルＴは、２０１５年１月８日２２時の、５か所における乗客数（ｐｉｃｋｕｐ＿ｎｕｍｂｅｒ）を表すデータを含むテーブルである。また、図５に例示するソーステーブルＳ２は、各時刻における乗客数、移動距離および乗客の乗り場位置を対応付けて記録するテーブルである。
　例えば、図２に例示するＤｉｓｔａｎｃｅＭａｐ関数の場合、距離マップ生成器４１は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置との距離が１ｋｍ以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。さらに、距離マップ生成器４１は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置との距離が２ｋｍ以内および３ｋｍ以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けるパラメータをそれぞれ生成する。
　図５に示す例では、ターゲットテーブルＴの“ｔａｒｇｅｔ＿ｌｏｃａｔｉｏｎ”列の属性が第１の地理的属性であり、ソーステーブルＳ２の“Ｐｉｃｋｕｐ＿ｌｏｃａｔｉｏｎ”列の属性が第２の地理的属性である。この２つの列が対応付けられる。なお、第１のテーブルと第２のテーブルとで対応付ける列は、予め指定されていてもよく、後述する属性特定部３３によって特定されてもよい。
　この結果、図５に例示するパラメータＰ１１が生成される。図５に例示するように、地理的分析データ型に基づいてマップパラメータが生成され、１つのマップパラメータに基づいて、１つのマップ処理が定義される。図５に例示するマップデータＭ１１は、距離が１ｋｍ以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けた結果を示す。例えば、ターゲットテーブルの１番目のレコードに対して、ソーステーブルから１つのレコードのみ対応付けられる。また、例えば、ターゲットテーブルの２番目のレコードに対して、ソーステーブルから２つのレコードが対応付けられる。
　図６は、距離に基づいてマップパラメータを生成する他の処理の例を示す説明図である。図６に例示するターゲットテーブルＴおよびソーステーブルＳ２は、図５に例示するターゲットテーブルＴおよびソーステーブルＳ２と同様である。
　例えば、図２に例示するＫＮｅａｒｅｓｔＭａｐ関数の場合、距離マップ生成器４１は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置との距離が近い方から順にソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを２つ以内で対応付けるパラメータを生成する。さらに、距離マップ生成器４１は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置との距離が近い方から順にソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを３つ以内および４つ以内で対応付けるパラメータをそれぞれ生成する。
　図６に示す例では、ターゲットテーブルＴの“ｔａｒｇｅｔ＿ｌｏｃａｔｉｏｎ”列の属性が第１の地理的属性であり、ソーステーブルＳ２の“Ｐｉｃｋｕｐ＿ｌｏｃａｔｉｏｎ”列の属性が第２の地理的属性である。この２つの列が対応付けられる。なお、第１のテーブルと第２のテーブルとで対応付ける列は、予め指定されていてもよく、後述する属性特定部３３によって特定されてもよい。
　この結果、図６に例示するパラメータＰ１２が生成される。図６に例示するように、地理的分析データ型に基づいてマップパラメータが生成され、１つのマップパラメータに基づいて、１つのマップ処理が定義される。図６に例示するマップデータＭ１２は、近い順にソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを２つ対応付けた結果を示す。例えば、ターゲットテーブルの各レコードに対して、ソーステーブルから２つの最も近いレコードが対応付けられる。
　同地域マップ生成器４４は、同じエリアに含まれるか否かに基づいて第１のテーブルと第２のテーブルを対応付けるための類似度関数を受け付けた場合に、マップパラメータを生成する。図２に示す例では、ＳａｍｅＣｉｔｙＭａｐ関数がコンフィグファイルに設定されている場合に対応する。
　同地域マップ生成器４４は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置が同じエリアに含まれるような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　図７は、同じエリアに含まれているか否か判断する方法の例を示す説明図である。図７に示す例では、各エリアと多角形で特定されるエリアの領域とが対応付けられた共通エリアテーブルＣＡＴが予め定義される。共通エリアの例として、国、州、都市、自治区、街などが挙げられる。共通エリアは、互いに重なり合わない共通の領域として定義され、マップ上の境界情報を表す。共通エリアテーブルＣＡＴは、例えば、記憶部８０に記憶されていてもよい。
　まず、共通エリアテーブルＣＡＴに基づいて２つの位置が同じエリアに存在するか否かが判断される。具体的には、ターゲットテーブルＴのレコードｔ１の位置が示すエリアが特定され、ソーステーブルＳのレコードｓ１の位置がそのエリア内か否かが判断される。以下、同様の処理が、ターゲットテーブルＴおよびソーステーブルＳの全てのレコードに対して行われる。
　図８は、共通エリアか否かに基づいてマップパラメータを生成する処理の例を示す説明図である。図８に例示するターゲットテーブルＴおよびソーステーブルＳ２は、図５に例示するターゲットテーブルＴおよびソーステーブルＳ２と同様である。
　例えば、図２に例示するＳａｍｅＣｉｔｙＭａｐ関数の場合、同地域マップ生成器４４は、第１の地理的属性の値が示す位置と第２の地理的属性の値が示す位置とが同じエリアに含まれるソーステーブルＳ２のレコードとターゲットテーブルＴの各レコードとを対応付けるパラメータを生成する。
　図８に示す例では、ターゲットテーブルＴの“ｔａｒｇｅｔ＿ｌｏｃａｔｉｏｎ”列の属性が第１の地理的属性であり、ソーステーブルＳ２の“Ｐｉｃｋｕｐ＿ｌｏｃａｔｉｏｎ”列の属性が第２の地理的属性である。この２つの列が対応付けられる。なお、第１のテーブルと第２のテーブルとで対応付ける列は、予め指定されていてもよく、後述する属性特定部３３によって特定されてもよい。
　この結果、図８に例示するパラメータＰ１３が生成される。図８に例示するマップデータＭ１３は、同じエリアと判断された地理的属性を有するソーステーブルＳ２のレコードとターゲットテーブルＴの各レコードとを対応付けた結果を示す。なお、図８に例示するマップデータＭ１３は、距離が１ｋｍ未満の地点が同じ都市に位置すると仮定して対応付けた例を示す。
　包含マップ生成器４２は、包含関係に基づいて第１のテーブルと第２のテーブルを対応付けるための類似度関数を受け付けた場合に、マップパラメータを生成する。図２に示す例では、ＩｎｃｌｕｓｉｏｎＭａｐ関数がコンフィグファイルに設定されている場合に対応する。
　包含マップ生成器４２は、第１の地理的属性の値が示す位置が第２の地理的属性の値が示す領域に含まれているような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　図９は、包含関係に基づいてマップパラメータを生成する処理の例を示す説明図である。図９に例示するターゲットテーブルＴは、図５に例示するターゲットテーブルＴと同様である。また、図９に例示するソーステーブルＳ１は、各領域における人口、男性数および２０歳から４０歳までの人数を対応付けて記録するテーブルである。
　例えば、図２に例示するＩｎｃｌｕｓｉｏｎＭａｐ関数の場合、包含マップ生成器４２は、第１の地理的属性の値が示す位置が第２の地理的属性の値が示す領域に含まれるソーステーブルＳ１のレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。
　図９に示す例では、ターゲットテーブルＴの“ｔａｒｇｅｔ＿ｌｏｃａｔｉｏｎ”列の属性が第１の地理的属性であり、ソーステーブルＳ１の“ｃｏｍｍｕｎｉｔｙ”列の属性が第２の地理的属性である。この２つの列が対応付けられる。なお、第１のテーブルと第２のテーブルとで対応付ける列は、予め指定されていてもよく、後述する属性特定部３３によって特定されてもよい。
　この結果、図９に例示するパラメータＰ１４が生成される。図９に例示するマップデータＭ１４は、同じエリアに存在するソーステーブルＳ１のレコードにターゲットテーブルの各レコードを対応付けた結果を示す。
　重複マップ生成器４３は、重複する領域に基づいて第１のテーブルと第２のテーブルを対応付けるための類似度関数を受け付けた場合に、マップパラメータを生成する。図２に示す例では、ＩｎｔｅｒｓｅｃｔＭａｐ関数がコンフィグファイルに設定されている場合に対応する。
　重複マップ生成器４３は、第１の地理的属性の値が示す領域と第２の地理的属性の値が示す領域が重複するような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　時間差異マップ生成器３１は、時間の差異に基づいて第１のテーブルと第２のテーブルを対応付けるための類似度関数および条件（例えば、類似度の閾値）を受け付けた場合に、マップパラメータを生成する。図２に示す例では、ＴｉｍｅＤｉｆｆＭａｐ関数がコンフィグファイルに設定されている場合に対応する。
　時間差異マップ生成器３１は、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する。本実施形態では、時間差異マップ生成器３１は、第１の時間的属性の値と第２の時間的属性の値との差異が閾値以内であるような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　図１０は、時間の差異に基づいてマップパラメータを生成する処理の例を示す説明図である。図１０に例示するターゲットテーブルＴおよびソーステーブルＳ２は、図５に例示するターゲットテーブルＴおよびソーステーブルＳ２と同様である。
　例えば、図２に例示するＴｉｍｅＤｉｆｆＭａｐ関数の場合、時間差異マップ生成器３１は、第１の時間的属性の値と第２の地理的属性の値との差異が３０分以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。さらに、時間差異マップ生成器３１は、第１の時間的属性の値と第２の時間的属性の値との差異が６０分以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。
　図１０に示す例では、ターゲットテーブルＴの“ｔｉｍｅ”列の属性が第１の時間的属性であり、ソーステーブルＳ２の“ｐｉｃｋｕｐ＿ｔｉｍｅ”列の属性が第２の時間的属性である。この２つの列が対応付けられる。なお、第１のテーブルと第２のテーブルとで対応付ける列は、予め指定されていてもよく、後述する属性特定部３３によって特定されてもよい。
　この結果、図１０に例示するパラメータＰ１５が生成される。図１０に例示するマップデータＭ１５は、時間の差異が３０分以内であるソーステーブルＳ２のレコードにターゲットテーブルＴの各レコードを対応付けた結果を示す。
　マップ生成器３２は、第１のテーブルと第２のテーブルを対応付けるための類似度関数を受け付けた場合に、マップパラメータを生成する。本実施形態では、地理的属性と時間的属性のいずれの属性でもない属性の値に基づいてソーステーブルのレコードにターゲットテーブルのレコードを対応付けるパラメータを生成する。
　図２に示す例では、ＥｘａｃｔＭａｐ関数がコンフィグファイルに設定されている場合に対応する。マップ生成器３２は、第１の属性の値と第２の属性の値とが一致するような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するためのマップパラメータを生成する。
　図１１は、テキストの類似性に基づいてマップパラメータを生成する処理の例を示す説明図である。図１１に例示するターゲットテーブルＴは、ある住所における乗客数（ｐｉｃｋｕｐ＿ｎｕｍｂｅｒ）を表すデータを含むテーブルである。また、図１１に例示するソーステーブルＳは、各地域における収入平均を記録するテーブルである。
　例えば、上述するｔｅｘｔＳｉｍＭａｐ関数の場合、マップ生成器３２は、第１の文字列属性の値と第２の文字列属性の値との類似度が０．８以上であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。さらに、マップ生成器３２は、第１の文字列属性の値と第２の文字列属性の値との類似度が０．９以上および１．０以上であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けるパラメータをそれぞれ生成する。
　図１１に示す例では、ターゲットテーブルＴの“ａｄｄｒｅｓｓ”列の属性が第１の文字列属性として、ソーステーブルＳの“ａｄｄｒｅｓｓ”列の属性が第２の文字列属性として、それぞれ登録されているとする。そこで、この２つの列が対応付けられる。この結果、図１１に例示するパラメータＰ１６が生成される。
　図１１に例示するマップデータＭは、類似度が０．８以上であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けた結果を示す。例えば、ターゲットテーブルの１番目のレコードに対して、ソーステーブルから１つのレコードのみ対応付けられる。
　図１２は、構造の類似性に基づいてマップパラメータを生成する処理の例を示す説明図である。図１２に例示するターゲットテーブルＴは、あるＵＲＬで識別されるＷｅｂページへのアクセス数（ａｃｃｅｓｓ＿ｎｕｍｂｅｒ）を表すデータを含むテーブルである。また、図１２に例示するソーステーブルＳは、あるＵＲＬで識別されるＷｅｂページの先月のアクセス数（ａｃｃｅｓｓ＿ｎｕｍｂｅｒ）を記録するテーブルである。
　例えば、上述するｐａｔｈＤｉｓＭａｐ関数の場合、マップ生成器３２は、第１の構造的属性の値と第２の構造的属性の値との距離が１以下であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けるパラメータを生成する。さらに、マップ生成器３２は、第１の構造的属性の値と第２の構造的属性の値との距離が２以下および３以下であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けるパラメータをそれぞれ生成する。
　図１２に示す例では、ターゲットテーブルＴの“ＵＲＬ”列の属性が第１の構造的属性として、ソーステーブルＳの“ＵＲＬ”列の属性が第２の構造的属性として、それぞれ登録されているとする。そこで、この２つの列が対応付けられる。この結果、図１２に例示するパラメータＰ１７が生成される。
　図１２に例示するマップデータＭは、類似度が１以下であるソーステーブルＳのレコードにターゲットテーブルＴの各レコードを対応付けた結果を示す。例えば、ターゲットテーブルの１番目のレコードに対して、ソーステーブルから１つのレコードのみ対応付けられる。
　属性特定部３３は、第１のテーブルと第２のテーブルとで、観点が共通する属性を特定する。具体的には、属性特定部３３は、第１のテーブルの各列が示すデータの属性と、第２のテーブルの各列が示すデータの属性とが同じ属性を特定する。例えば、地理的データ型の場合、属性特定部３３は、第１の地理的データ型と同じデータ型を有する第１の地理的属性を第１のテーブルから特定し、且つ、第２の地理的情報のデータ型と同じデータ型を有する第２の地理的属性を第２のテーブルから特定してもよい。このようにすることで、地理的データ型を有する列を各テーブルから特定することが可能になる。また、属性特定部３３は、入力部１０に入力された列の属性の情報から、第１のテーブルと第２のテーブルの列の属性を特定してもよい。
　マップパラメータ生成器３０（より具体的には、マップパラメータ生成器３０に含まれる各生成器）は、地理的（時間的）関係の判断対象である第１の地理的（時間的）属性を含む第１のテーブルの列および第２の地理的（時間的）属性を含む第２のテーブルの列と、地理的（時間的）関係の程度とを含むパラメータを、記憶部８０に記憶させてもよい。例えば、マップパラメータ生成器３０は、図５に例示するパラメータＰ１１や図１０に例示するパラメータＰ１５などを記憶部８０に記憶させてもよい。
　図１３は、生成されたマップパラメータの例を示す説明図である。上述する例で示すように、入力部１０が、図１３に例示するターゲットテーブルＴ、ソーステーブルＳ１およびソーステーブルＳ２、並びに、図２に例示するコンフィグファイルのＣ１部分を受け付ける。なお、マップパラメータＰ１６は、ターゲットテーブルＴの“ｔａｒｇｅｔ＿ｌｏｃａｔｉｏｎ”列の属性を第１の地理的属性とし、ソーステーブルＳ１の“ｃｏｍｍｕｎｉｔｙ”列の属性を第２の地理的属性として、ＫＮｅａｒｅｓｔＭａｐ関数に基づいて生成されるパラメータの例である。マップパラメータ生成器３０（より具体的には、マップパラメータ生成器３０に含まれる各生成器）は、これらの情報から、図１３に例示する１３個のマップパラメータＰ１１～１６を生成する。
　フィルタパラメータ生成器５０は、フィルタ生成器（Exact Filter Generator）５１を含む。フィルタ生成器５１は、第２のテーブルの列と、その列に適用する抽出条件とを対応付けたフィルタパラメータを生成する。
　フィルタパラメータの生成方法は任意である。フィルタ生成器５１は、例えば、図２に例示するコンフィグファイルのＣ２部分で定義された情報に基づいて、フィルタパラメータを生成してもよい。また、予め記憶部８０に抽出条件を記憶しておき、フィルタ生成器５１は、その抽出条件を読み取ってフィルタパラメータを生成してもよい。
　さらに、フィルタ生成器５１は、抽出条件を複数組み合わせて、さらなる抽出条件を生成してもよい。また、抽出条件を組み合わせる数も任意である。入力部１０は、例えば、この組み合わせ最大数を受け付けてもよい。例えば、図２に例示するように、コンフィグファイルのＣ４部分に組み合わせ最大数を示すパラメータ（“ｍａｘ＿ｃｏｍｂｉｎａｔｉｏｎ＿ｆｉｌｔｅｒ＿ｌｅｎｇｔｈ”）が設定されていてもよい。
　集約パラメータ生成器６０（より具体的には、集約パラメータ生成器６０に含まれる各生成器）は、第２のテーブルに含まれる各行のデータを集約する方法を表わすパラメータを生成する。集約パラメータ生成器６０は、ジオ集約生成器（GeoReduce Generator ）７０と、数的集約生成器（Numeric Reduce Generator）６１とを含む。
　ジオ集約生成器７０（より具体的には、ジオ集約生成器７０に含まれる各生成器）は、第２のテーブルに含まれる地理的属性を含む列の値で各行のデータを集約する方法を表わす集約パラメータを生成する。具体的には、ジオ集約生成器７０は、指定された集約方法に基づいて地理的属性の値の統計値を算出する。
　集約方法を指定する方法は任意である。例えば、入力部１０が集約方法の指定を受け付けてもよい。具体的には、図２のコンフィグファイルのＣ３部分に例示するように、地理的属性の分析データ型に応じて集約方法を定義し、定義された集約方法に応じて集約パラメータを生成してもよい。以下、各内容について、詳細に説明する。
　Ｃ３部分における“Ｐｏｉｎｔ”の行は、第２の地理的属性（より具体的には、地理的データ型）が点（Ｐｏｉｎｔ）で表される場合の集約方法を定義する。
　（“ｓｕｍ”，“ｄｉｓｔａｎｃｅ”）は、第１のテーブルのレコードに対応付けられた第２のテーブルの各レコードのうち、第１の地理的属性の値と第２の地理的属性の値とに基づいて算出される距離の合計を統計値として算出する集約方法を定義する。
　（“ａｖｇ”，“ｄｉｓｔａｎｃｅ”）は、第１のテーブルのレコードに対応付けられた第２のテーブルの各レコードのうち、第１の地理的属性の値と第２の地理的属性の値とに基づいて算出される距離の平均を統計値として算出する集約方法を定義する。
　（“ｃｏｕｎｔ”）は、第１のテーブルの各レコード（すなわち、目的変数）に対応付けられた第２のテーブルのレコード数を統計値として算出する集約方法を定義する。
　Ｃ３部分における“Ａｒｅａ”の行は、第２の地理的属性（より具体的には、地理的データ型）が領域（Ａｒｅａ）で表される場合の集約方法を定義する。
　（“ｓｕｍ”，“ａｒｅａＳｉｚｅ”）は、第１のテーブルのレコードに対応付けられた第２のテーブルの各レコードのうち、第２の地理的属性の領域の大きさの合計を統計値として算出する集約方法を定義する。
　（“ａｖｇ”，“ａｒｅａＳｉｚｅ”）は、第１のテーブルのレコードに対応付けられた第２のテーブルの各レコードのうち、第２の地理的属性の領域の大きさの平均を統計値として算出する集約方法を定義する。
　（“ｃｏｕｎｔ”）は、第１のテーブルの各レコード（すなわち、目的変数）に対応付けられた第２のテーブルのレコード数を統計値として算出する集約方法を定義する。
　ジオ集約生成器７０は、ポイント集約生成器（Point Reduce Generator）７１と、エリア集約生成器（Area Reduce Generator ）７２とを有する。
　ポイント集約生成器７１は、第１の地理的属性の値と第２の地理的属性の値とに基づいて算出される距離の統計値を算出するための集約パラメータを生成する。なお、ここで対象とする第２のテーブルのレコードは、第１のテーブルのレコードにそれぞれ対応付けられたレコードである。地理的属性の場合、上述するように、第１の地理的属性の値と第２の地理的属性の値とが、一致する、または、一定の範囲内にあるなど、一定の条件を満たすレコード同士が対応付けられる。そこで、ポイント集約生成器７１は、第１の地理的属性の値に対する第２の地理的属性の値が所定の条件を満たす場合に、第１の地理的属性の値と条件を満たす第２の地理的属性の値とに基づいて距離の統計値を算出するための集約パラメータを生成する。なお、算出される統計値は、特徴量として利用される。
　ポイント集約生成器７１は、例えば、図２に例示する（“ｓｕｍ”，“ｄｉｓｔａｎｃｅ”）、（“ａｖｇ”，“ｄｉｓｔａｎｃｅ”）および（“ｃｏｕｎｔ”）の少なくとも一つがコンフィグファイルに設定されている場合に、距離の統計値を算出するための集約パラメータを生成してもよい。
　図１４は、距離の統計値を算出するための集約パラメータを生成する処理の例を示す説明図である。図１４に示す例では、３種類の集約方法がコンフィグファイルに設定されている。そこで、ポイント集約生成器７１は、ソーステーブルのレコードとターゲットテーブルのレコードとの間の距離の合計および平均を算出する集約パラメータ、並びに、対応付けられたソーステーブルのレコード数を算出する集約パラメータを算出する。ポイント集約生成器７１は、例えば、図１４に例示する集約リストＰ２１のように、集約するソーステーブルの列名、対応付けるターゲットテーブルの列名、集約内容（距離）および集約関数を対応付けた集約パラメータを生成してもよい。
　図１４に例示する集約データＲ２１は、距離の合計を算出する集約パラメータに基づいて、マップデータＭ１１を集約した結果を示す。
　エリア集約生成器７２は、第２の地理的属性の値に基づいて算出される領域の統計値を算出するための集約パラメータを生成する。なお、ポイント集約生成器７１と同様、ここで対象とする第２のテーブルのレコードは、第１のテーブルのレコードにそれぞれ対応付けられたレコードである。
　エリア集約生成器７２は、例えば、図２に例示する（“ｓｕｍ”，“ａｒｅａＳｉｚｅ”）および（“ａｖｇ”，“ａｒｅａＳｉｚｅ”）および（“ｃｏｕｎｔ”）の少なくとも一つがコンフィグファイルに設定されている場合に、領域の統計値を算出するための集約パラメータを生成してもよい。
　図１５は、領域の統計値を算出するための集約パラメータを生成する処理の例を示す説明図である。図１５に示す例では、３種類の集約方法がコンフィグファイルに設定されている。そこで、エリア集約生成器７２は、ターゲットテーブルの各レコードに対応付けられたソーステーブルのレコードの面積の合計および平均を算出する集約パラメータ、並びに、対応付けられたソーステーブルのレコード数を算出する集約パラメータを算出する。エリア集約生成器７２は、例えば、図１５に例示する集約リストＰ２２のように、集約するソーステーブルの列名、集約内容（面積）および集約関数を対応付けた集約パラメータを生成してもよい。
　図１５に例示する集約データＲ２２は、面積の合計を算出する集約パラメータに基づいて、マップデータＭ１４を集約した結果を示す。
　数的集約生成器６１は、第２のテーブルに含まれる数値（Ｎｅｍｕｒｉｃ）の属性（以下、数値属性と記す。）を含む列の値で各行のデータを集約する方法を表わす集約パラメータを生成する。具体的には、数的集約生成器６１は、指定された集約方法に基づいて数値の統計値を算出する。
　集約方法を指定する方法は任意である。ジオ集約生成器７０と同様、例えば、入力部１０が集約方法の指定を受け付けてもよい。具体的には、図２のコンフィグファイルのＣ３部分に例示するように、数値属性に対する集約方法を定義し、定義された集約方法に応じて集約パラメータを生成してもよい。図２に示す例では、数値属性の列の合計および平均を算出する集約パラメータを生成するための指定がされている。
　集約パラメータ生成器６０（より具体的には、集約パラメータ生成器６０に含まれる各生成器）は、生成した集約パラメータを記憶部８０に記憶させてもよい。図１６は、生成された集約パラメータの例を示す説明図である。上述する例で示すように、入力部１０が、図１６に例示するターゲットテーブルＴ、ソーステーブルＳ１およびソーステーブルＳ２、並びに、図２に例示するコンフィグファイルのＣ３部分を受け付ける。
　なお、集約パラメータＰ２３は、ソーステーブルＳ２の数値的属性の列に対する集約パラメータの例である。また、集約パラメータＰ２４は、ソーステーブルＳ１の数値的属性の列に対する集約パラメータの例である。集約パラメータ生成器６０（より具体的には、集約パラメータ生成器６０に含まれる各生成器）は、これらの情報から、図１６に例示する１６個のマップパラメータＰ２１～２４を生成する。
　特徴量生成関数生成器８１は、第１のテーブルおよび第２のテーブルから、上述する特徴量を生成するための特徴量生成関数を生成する。具体的には、特徴量生成関数生成器８１は、上述する結合条件（マップパラメータ）と、集約条件（集約パラメータ）とを用いて（組み合わせて）特徴量生成関数を生成する。また、特徴量生成関数生成器８１は、結合条件および集約条件に加え、抽出条件（フィルタパラメータ）を用いて（組み合わせて）特徴量生成関数を生成してもよい。
　また、本実施形態では、特徴量生成関数生成器８１は、結合条件（マップパラメータ）のうち、地理的属性を対象にしたマップパラメータと時間的属性を対象にしたマップパラメータとを予め結合したマップパラメータを生成してもよい。特徴量生成関数生成器８１は、例えば、図２に例示するコンフィグファイルのＣ４部分に示すようなパラメータ“ｔｉｍｅ＿ｓｐａｔｉａｌ＿ｍａｐ＿ｃｏｍｂｉｎａｔｉｏｎ”に“Ｔｒｕｅ”が設定されている場合に、地理的属性を対象にしたマップパラメータと時間的属性を対象にしたマップパラメータとを結合すると判断してもよい。
　図１７は、マップパラメータ同士を結合した例を示す説明図である。例えば、地理的属性を対象にした６つのマップパラメータＰ１１，Ｐ１２と、時間的属性を対象にした２つのマップパラメータＰ１５が存在するとする。このとき、特徴量生成関数生成器８１は、地理的属性を対象にしたマップパラメータと時間的属性を対象にしたマップパラメータとを１つずつ組み合わせて、新たなマップパラメータＰ３１を生成してもよい。図１７に示す例の場合、新しく６×２＝１２のマップパラメータが生成される。
　以下、特徴量生成関数生成器８１が特徴量生成関数を生成する手順を具体的に説明する。ここでは、図１３に例示するターゲットテーブルＴ、ソーステーブルＳ１，Ｓ２が入力されるものとする。また、予測対象の変数（目的変数）は、ターゲットテーブルＴに含まれる乗客数（ｐｉｃｋｕｐ＿ｎｕｍｂｅｒ）を表す変数である。
　図１８は、パラメータを組み合わせて特徴量生成関数を生成する方法の例を示す説明図である。図１８（ａ）は、ターゲットテーブルＴとソーステーブルＳ１とから特徴量を生成するための特徴量生成関数を生成する組合せ例を示す。また、図１８（ｂ）は、ターゲットテーブルＴとソーステーブルＳ２とから特徴量を生成するための特徴量生成関数を生成する組合せ例を示す。なお、図１８（ｂ）に示す例では、地理的属性を対象にしたマップパラメータと時間的属性を対象にしたマップパラメータとが結合されたマップパラメータが利用されるものとする。
　図１８（ａ）に示す例では、４のマップパラメータと９の集約パラメータが生成されている。特徴量生成関数生成器８１は、これらのマップパラメータおよび集約パラメータから、それぞれ１つずつパラメータを選択し、各パラメータの組合せを生成する。この例の場合、各パラメータに基づいて、４×９＝３６通りの組合せが生成される。なお、フィルタパラメータが生成されている場合、特徴量生成関数生成器８１は、マップパラメータ、フィルタパラメータおよび集約パラメータから、それぞれ１つずつパラメータを選択し、各パラメータの組合せを生成する。
　図１８（ｂ）に示す例でも同様に、１４のマップパラメータと７の集約パラメータが生成されている。特徴量生成関数生成器８１は、これらのマップパラメータおよび集約パラメータから、それぞれ１つずつパラメータを選択し、各パラメータの組合せを生成する。この例の場合、各パラメータに基づいて、１４×７＝９４通りの組合せが生成される。以上より、全部で、３６＋９４＝１３０のパラメータの組合せが生成される。
　次に、特徴量生成関数生成器８１は、生成された組合せに基づいて特徴量生成関数を生成する。具体的には、特徴量生成関数生成器８１は、生成された組合せに含まれるパラメータを、表データの操作や定義を行う問合せ言語の形式に変換する。特徴量生成関数生成器８１は、例えば、問合せ言語としてＳＱＬを用いてもよい。
　このとき、特徴量生成関数生成器８１は、ＳＱＬ文を生成するテンプレートに各パラメータを適用して特徴量生成関数を生成してもよい。具体的には、各パラメータを当てはめてＳＱＬ文を生成するためのテンプレートを予め用意しておき、特徴量生成関数生成器８１は、生成された組合せに含まれる各パラメータを順次テンプレートに適用してＳＱＬ文を生成してもよい。この場合、特徴量生成関数は、ＳＱＬ文として定義され、選択される各パラメータが、ＳＱＬ文を生成するパラメータに対応する。
　これらのパラメータの組合せで特徴量を定義すると、多数の種類の特徴量生成関数を単純な要素の組合せとして表現することが可能になる。したがって、複数の表データを利用して効率よく多数の特徴量の候補を生成できる。例えば、上述する例の場合、４つのマップパラメータと９つの集約パラメータ、および、１４のマップパラメータと７つの集約パラメータを生成するだけで、１３０種類の特徴量を容易に生成することが可能になる。また、一度生成した各パラメータの定義は再利用できるため、特徴量生成関数を生成する工数自体も削減できるという効果も得られる。
　特徴量生成器８２は、特徴量生成関数を用いて特徴量を生成する。例えば、特徴量生成関数に、上述する距離の統計値を算出するパラメータが含まれているとする。この場合、特徴量生成器８２は、特徴量生成関数に基づいて、第１の地理的属性のレコードごとに、所定の条件を満たす第２のテーブルのレコードを集約する演算を行うことにより、距離の統計値を算出してもよい。
　具体的には、特徴量生成器８２は、第２のテーブルのレコードを集約する演算として、第１の地理的属性の各レコードに対して所定の条件を満たす第２のテーブルの地理的属性との距離の合計と平均の少なくともいずれかを算出してもよい。そして、特徴量生成器８２は、算出した距離の合計と平均の少なくともいずれかを特徴量として第１のテーブルの属性に追加してもよい。
　他にも、特徴量生成器８２は、第２のテーブルのレコードを集約する演算として、第１の地理的属性の各レコードに対して所定の条件を満たす第２のテーブルの地理的属性のレコード数を算出してもよい。そして、特徴量生成器８２は、算出したレコード数を特徴量として第１のテーブルの属性に追加してもよい。
　このように、特徴量生成器８２は、生成した特徴量を第１のテーブルの属性に追加する処理も行うことから、特徴量生成器８２のことを属性追加手段と言うことができる。また、特徴量生成器８２が生成した特徴量は、後述する特徴量選択器８３が特徴量を選択する際の候補となることから、特徴量の候補と言うこともできる。
　なお、本実施形態では、特徴量生成器８２が、特徴量生成関数を用いて特徴量の候補を生成する場合について説明した。ただし、特徴量生成器８２が、類似度関数を用いて、第１のテーブルおよび第２のテーブルから、結合条件と集約条件とを用いて特徴量の候補を直接生成してもよい。上述するように、結合条件は、第１の属性の値と第２の属性の値とにより算出される類似度が、条件を満たす第１の属性の値を含む第１のテーブルのレコードと、第２の属性の値を含む第２のテーブルのレコードとを結合するための条件である。また、集約条件は、第２のテーブルにおける複数のレコードに対する集約方法およびその集約の対象になる列により表される条件である。
　特徴量生成器８２は、例えば、結合条件および集約条件がそれぞれ複数存在する場合、複数の結合条件と複数の集約条件とを組み合わせた数の特徴量を生成してもよい。結合条件および集約条件を組み合わせることにより、上述する特徴量生成関数生成器８１が、特徴量生成関数を生成する処理と同様の効果が得られる。
　特徴量選択器８３は、生成された特徴量の中から、予測に最適な特徴量を選択する。なお、特徴量選択の方法は任意である。特徴量選択器８３は、例えば、Ｌ１正則化を用いて特徴量を選択してもよい。ただし、特徴量の選択に用いるアルゴリズムはＬ１正則化に限られない。特徴量選択器８３は、特徴量の選択に用いるアルゴリズムに応じて、予測に最適な特徴量を選択すればよい。
　出力部９０は、生成された特徴量を出力する。出力部９０は、特徴量選択器８３が選択した特徴量のみを出力してもよく、特徴量生成器８２が生成した全ての特徴量を出力してもよい。
　学習部９１は、生成された特徴量を用いて予測モデルを学習する。学習部９１は、例えば、追加された属性を特徴量として予測モデルを学習する。具体的には、学習部９１は、生成された特徴量に第１のテーブルおよび第２のテーブルのデータを適用して、訓練データを生成する。そして、学習部９１は、生成された特徴量を説明変数の候補として用いて、予測対象の値を予測するモデルを学習する。なお、モデルの学習方法は任意である。
　予測部９２は、学習部９１によって学習されたモデルを用いて予測を行う。具体的には、予測部９２は、生成された特徴量に第１のテーブルおよび第２のテーブルのデータを適用して、予測用データを生成する。そして、予測部９２は、生成された予測用データを学習されたモデルに適用して予測結果を得る。
　入力部１０と、ジオコーダ２０と、マップパラメータ生成器３０と、フィルタパラメータ生成器５０と、集約パラメータ生成器６０と、特徴量生成関数生成器８１と、特徴量生成器８２と、特徴量選択器８３と、出力部９０と、学習部９１と、予測部９２とは、プログラム（情報処理プログラム）に従って動作するコンピュータのプロセッサ（例えば、ＣＰＵ（Central Processing Unit ）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（field-programmable gate array ））によって実現される。なお、マップパラメータ生成器３０は、より詳しくは、ジオマップ生成器４０（さらに詳しくは、距離マップ生成器４１と、包含マップ生成器４２と、重複マップ生成器４３と、同地域マップ生成器４４）と、時間差異マップ生成器３１と、マップ生成器３２と、属性特定部３３とにより実現される。また、集約パラメータ生成器６０は、ジオ集約生成器７０（さらに詳しくは、ポイント集約生成器７１と、エリア集約生成器７２）と、数的集約生成器６１とにより実現される。
　例えば、プログラムは、記憶部８０に記憶され、プロセッサは、そのプログラムを読み込み、プログラムに従って、入力部１０、ジオコーダ２０、マップパラメータ生成器３０、フィルタパラメータ生成器５０、集約パラメータ生成器６０、特徴量生成関数生成器８１、特徴量生成器８２、特徴量選択器８３、出力部９０、学習部９１および予測部９２として動作してもよい。また、情報処理システムの機能がＳａａＳ（Software as a Service ）形式で提供されてもよい。
　入力部１０と、ジオコーダ２０と、マップパラメータ生成器３０と、フィルタパラメータ生成器５０と、集約パラメータ生成器６０と、特徴量生成関数生成器８１と、特徴量生成器８２と、特徴量選択器８３と、出力部９０と、学習部９１と、予測部９２とは、それぞれが専用のハードウェアで実現されていてもよい。また、各装置の各構成要素の一部又は全部は、汎用または専用の回路（circuitry ）、プロセッサ等やこれらの組合せによって実現されもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。
　また、各装置の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。また、本実施形態の情報処理システム１００が、単体の情報処理装置として実現されていてもよい。また、本実施形態の情報処理システム１００の一部または全部は、上述する特徴量を生成する処理を行うことから、特徴量を生成する処理を行う機能を含む装置を、特徴量生成装置と言うことができる。
　次に、本実施形態の情報処理システム１００の動作を説明する。図１９は、結合条件を生成する処理の例を示すフローチャートである。
　入力部１０は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得する（ステップＳ１１）。また、入力部１０は、地理的関係、および、地理的関係の程度を受け付ける（ステップＳ１２）。マップパラメータ生成器３０は、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する（ステップＳ１３）。
　図２０は、結合条件を生成する処理の他の例を示すフローチャートである。入力部１０は、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得する（ステップＳ２１）。また、入力部１０は、時間的関係、および、時間的関係の程度を受け付ける（ステップＳ２２）。マップパラメータ生成器３０は、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する（ステップＳ２３）。
　図２１は、特徴量を生成する処理の例を示すフローチャートである。入力部１０は、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得する（ステップＳ３１）。特徴量生成器８２は、第１の地理的属性の値に対する第２の地理的属性の値が所定の条件を満たす場合に距離の統計値を算出し（ステップＳ３２）、算出した統計値を特徴量として第１のテーブルの属性に追加する（ステップＳ３３）。
　図２２は、特徴量を生成する処理の他の例を示すフローチャートである。入力部１０は、予測対象および第１の属性を含む第１のテーブルと、第２の属性を含む第２のテーブルとを取得する（ステップＳ４１）。また、入力部１０は、第１の属性と第２の属性との類似度の算出に用いられる類似度関数と、類似度に対する条件（例えば、類似度の閾値）とを受け付ける（ステップＳ４２）。特徴量生成器８２は、類似度関数を用いて算出される結合条件と集約条件とを用いて、第１のテーブルおよび第２のテーブルから特徴量の候補を生成する（ステップＳ４３）。そして、特徴量選択器８３は、特徴量の候補から、予測に最適な特徴量を選択する（ステップＳ４４）。
　以上のように、本実施形態では、入力部１０が、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得する。また、入力部１０は、地理的関係、および、地理的関係の程度を受け付ける。そして、マップパラメータ生成器３０が、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する。同様に、本実施形態では、入力部１０が、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得する。また、入力部１０は、時間的関係、および、時間的関係の程度を受け付ける。そして、マップパラメータ生成器３０が、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する。よって、地理的情報または時間的情報を介して複数の情報を関連付ける作業工数を低減できる。その結果、多様な表現で表された情報を処理するコンピュータの負荷を低減することが可能になる。
　また、本実施形態では、入力部１０が、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得する。そして、特徴量生成器８２は、第１の地理的属性の値に対する第２の地理的属性の値が所定の条件を満たす場合に、第１の地理的属性の値と条件を満たす第２の地理的属性の値とに基づいて算出される距離の統計値を、予測対象に影響を及ぼし得る変数である特徴量として第１のテーブルの属性に追加する。よって、地理的情報を有する複数の情報源から、効率よく特徴量を生成できる。
　さらに、本実施形態では、入力部１０が、予測対象および第１の属性を含む第１のテーブルと、第２の属性を含む第２のテーブルとを取得する。また、入力部１０が、第１の属性と第２の属性との類似度の算出に用いられる類似度関数と、その類似度に対する条件とを受け付ける。そして、特徴量生成器８２が、類似度関数を用いて算出される結合条件と集約条件とを用いて、第１のテーブルおよび第２のテーブルから特徴量の候補を生成し、特徴量選択器８３が、特徴量の候補から、予測に最適な特徴量を選択する。よって、特徴量を生成するための分析者工数を削減できる。
　次に、本発明の概要を説明する。図２３は、本発明による情報処理装置の概要を示すブロック図である。本発明による情報処理装置１８０は、予測対象および第１の地理的属性を含む第１のテーブル（例えば、ターゲットテーブル）と、第２の地理的属性を含む第２のテーブル（例えば、ソーステーブル）とを取得するテーブル取得手段１８１（例えば、入力部１０）と、地理的関係、および、地理的関係の程度を受け付ける受付手段１８２（例えば、入力部１０）と、第１の地理的属性の値と第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件（例えば、マップパラメータ）を生成する結合条件生成手段１８３（例えば、マップパラメータ生成器３０，ジオマップ生成器４０）とを備えている。
　そのような構成により、地理的情報を介して複数の情報を関連付ける作業工数を低減できる。
　また、受付手段１８２は、点（例えば、Ｐｏｉｎｔ）で表される第１の地理的属性と点（例えば、Ｐｏｉｎｔ）で表される第２の地理的属性との距離を表す地理的関係（例えば、ＤｉｓｔａｎｃｅＭａｐ）を受け付け、併せて、地理的関係の程度としてその距離の閾値を１つ以上受け付けてもよい。そして、結合条件生成手段１８３（例えば、距離マップ生成器４１）は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成してもよい。
　他にも、受付手段１８２は、点（例えば、Ｐｏｉｎｔ）で表される第１の地理的属性と点（例えば、Ｐｏｉｎｔ）または領域（例えば、Ａｒｅａ）で表される第２の地理的属性との近接数を表す地理的関係（例えば、ＫＮｅａｒｅｓｔＭａｐ）を受け付け、併せて、地理的関係の程度として第１の地理的属性に近接する順に適用する第２の地理的属性の数の閾値を１つ以上受け付けてもよい。そして、結合条件生成手段１８３（例えば、距離マップ生成器４１）は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成してもよい。
　他にも、受付手段１８２は、点（例えば、Ｐｏｉｎｔ）で表される第１の地理的属性と点（例えば、Ｐｏｉｎｔ）で表される第２の地理的属性とが同エリアに存在することを表す地理的関係（例えば、ＳａｍｅＣｉｔｙＭａｐ）を受け付けてもよい。そして、結合条件生成手段１８３（例えば、同地域マップ生成器４４）は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成してもよい。
　他にも、受付手段１８２は、点（例えば、Ｐｏｉｎｔ）で表される第１の地理的属性が領域（例えば、Ａｒｅａ）で表される第２の地理的属性に含まれることを表す地理的関係（例えば、ＩｎｃｌｕｓｉｏｎＭａｐ）を受け付けてもよい。そして、結合条件生成手段１８３（例えば、包含マップ生成器４２）は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成してもよい。
　他にも、受付手段１８２は、領域（例えば、Ａｒｅａ）で表される第１の地理的属性と領域（例えば、Ａｒｅａ）で表される第２の地理的属性とが交差することを表す地理的関係（例えば、ＩｎｔｅｒｓｅｃｔＭａｐ）を受け付けてもよい。そして、結合条件生成手段１８３（例えば、重複マップ生成器４３）は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成してもよい。
　なお、第１の地理的属性は、第１のテーブルのプライマリキーであってもよい。
　また、第１の地理的データタイプと、第２の地理的データタイプとは、互いに異なる地理的データタイプであってもよい。
　さらに、第１の地理的データタイプは、点の情報で地理を特定可能なデータのタイプであり、第２の地理的データタイプは、範囲の情報で地理を特定可能なデータのタイプであってもよい。
　また、情報処理装置１８０は、結合条件と、第２のテーブルにおける複数のレコードに対する集約方法およびその集約の対象になる列により表される集約条件（例えば、集約パラメータ）とを用いて、第１のテーブルおよび第２のテーブルから、予測対象に影響を及ぼし得る変数である特徴量を生成するための特徴量生成関数を生成する関数生成手段（例えば、特徴量生成関数生成器８１）と、特徴量生成関数を用いて、特徴量を生成する特徴量生成手段（例えば、特徴量生成器８２）と、生成された特徴量の中から、予測に最適な特徴量を選択する特徴量選択手段（例えば、特徴量選択器８３）とを備えていてもよい。
　また、テーブル取得手段１８１は、第１のテーブルと、一つまたは複数の第２のテーブルとを取得してもよい。このとき、第１の地理的属性および第２の地理的属性は、それぞれ地理的データタイプを有し、受付手段１８２は、第１の地理的データタイプと第２の地理的データタイプとの組み合わせを受け付けてもよい。そして、情報処理装置１８０は、第１の地理的データタイプと同じデータタイプを有する第１の地理的属性を第１のテーブルから特定し、且つ、第２の地理的情報のデータタイプと同じデータタイプを有する第２の地理的属性を第２のテーブルから特定する属性特定手段（例えば、属性特定部３３）を更に備えていてもよい。このとき、結合条件生成手段１８３は、特定された第１の地理的属性の値と特定された第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成してもよい。
　また、結合条件生成手段１８３は、地理的関係の判断対象である第１の地理的属性を含む第１のテーブルの列および第２の地理的属性を含む第２のテーブルの列と、地理的関係の程度とを含む結合条件を、記憶部（例えば、記憶部８０）に記憶させてもよい。
　図２４は、本発明による情報処理装置の他の概要を示すブロック図である。本発明による情報処理装置１９０は、予測対象および第１の時間的属性を含む第１のテーブル（例えば、ターゲットテーブル）と、第２の時間的属性を含む第２のテーブル（例えば、ソーステーブル）とを取得するテーブル取得手段１９１（例えば、入力部１０）と、時間的関係、および、時間的関係の程度を受け付ける受付手段１９２（例えば、入力部１０）と、第１の時間的属性の値と第２の時間的属性の値との関係が時間的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件（例えば、マップパラメータ）を生成する結合条件生成手段１９３（例えば、マップパラメータ生成器３０、時間差異マップ生成器３１）とを備えている。
　そのような構成により、時間的情報を介して複数の情報を関連付ける作業工数を低減できる。
　また、受付手段１９２は、第１の時間的属性と第２の時間的属性との差異を表す時間的関係（例えば、ＴｉｍｅＤｉｆｆＭａｐ）を受け付け、併せて、時間的関係の程度としてその差異の閾値を１つ以上受け付けてもよい。そして、結合条件生成手段１９３は、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成してもよい。
　また、結合条件生成手段１９３は、時間的関係の判断対象である第１の時間的属性を含む第１のテーブルの列および第２の時間的属性を含む第２のテーブルの列と、時間的関係の程度とを含む結合条件を、記憶部（例えば、記憶部８０）に記憶させてもよい。
　また、情報処理装置１９０が、情報処理装置１８０が備える関数生成手段、特徴量生成手段および特徴量選択手段を備えていてもよい。また、情報処理装置１９０が、情報処理装置１８０が備える属性特定手段を備えていてもよい。
　図２５は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。コンピュータ１０００は、プロセッサ１００１、主記憶装置１００２、補助記憶装置１００３、インタフェース１００４を備える。
　上述の情報処理システムは、コンピュータ１０００に実装される。そして、上述した各処理部の動作は、プログラム（結合条件生成プログラム）の形式で補助記憶装置１００３に記憶されている。プロセッサ１００１は、プログラムを補助記憶装置１００３から読み出して主記憶装置１００２に展開し、当該プログラムに従って上記処理を実行する。
　なお、少なくとも１つの実施形態において、補助記憶装置１００３は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース１００４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等が挙げられる。また、このプログラムが通信回線によってコンピュータ１０００に配信される場合、配信を受けたコンピュータ１０００が当該プログラムを主記憶装置１００２に展開し、上記処理を実行しても良い。
　また、当該プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、当該プログラムは、前述した機能を補助記憶装置１００３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得手段と、地理的関係、および、前記地理的関係の程度を受け付ける受付手段と、前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えたことを特徴とする情報処理装置。
（付記２）受付手段は、点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付け、結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１記載の情報処理装置。
（付記３）受付手段は、点で表される第１の地理的属性と点または領域で表される第２の地理的属性との近接数を表す地理的関係を受け付け、併せて、地理的関係の程度として第１の地理的属性に近接する順に適用する第２の地理的属性の数の閾値を１つ以上受け付け、結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１記載の情報処理装置。
（付記４）受付手段は、点で表される第１の地理的属性と点で表される第２の地理的属性とが同エリアに存在することを表す地理的関係を受け付け、
　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１記載の情報処理装置。
（付記５）受付手段は、点で表される第１の地理的属性が領域で表される第２の地理的属性に含まれることを表す地理的関係を受け付け、結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１記載の情報処理装置。
（付記６）受付手段は、領域で表される第１の地理的属性と領域で表される第２の地理的属性とが交差することを表す地理的関係を受け付け、結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１記載の情報処理装置。
（付記７）第１の地理的属性は、第１のテーブルのプライマリキーである付記１から付記６のうちのいずれか１つに記載の情報処理装置。
（付記８）第１の地理的データタイプと、第２の地理的データタイプとは、互いに異なる地理的データタイプである付記１から付記７のうちのいずれか１つに記載の情報処理装置。
（付記９）第１の地理的データタイプは、点の情報で地理を特定可能なデータのタイプであり、第２の地理的データタイプは、範囲の情報で地理を特定可能なデータのタイプである付記１から付記８のうちのいずれか１つに記載の情報処理装置。
（付記１０）結合条件生成手段は、地理的関係の判断対象である第１の地理的属性を含む第１のテーブルの列および第２の地理的属性を含む第２のテーブルの列と、地理的関係の程度とを含む結合条件を、記憶部に記憶させる付記１から付記９のうちのいずれか１つに記載の情報処理装置。
（付記１１）予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得手段と、時間的関係、および、前記時間的関係の程度を受け付ける受付手段と、前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えたことを特徴とする情報処理装置。
（付記１２）受付手段は、第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付け、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付け、結合条件生成手段は、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成する付記１１記載の情報処理装置。
（付記１３）結合条件生成手段は、時間的関係の判断対象である第１の時間的属性を含む第１のテーブルの列および第２の時間的属性を含む第２のテーブルの列と、時間的関係の程度とを含む結合条件を、記憶部に記憶させる付記１１または付記１２に記載の情報処理装置。
（付記１４）結合条件と、第２のテーブルにおける複数のレコードに対する集約方法および当該集約の対象になる列により表される集約条件とを用いて、第１のテーブルおよび第２のテーブルから、予測対象に影響を及ぼし得る変数である特徴量を生成するための特徴量生成関数を生成する関数生成手段と、前記特徴量生成関数を用いて、前記特徴量を生成する特徴量生成手段と、生成された特徴量の中から、予測に最適な特徴量を選択する特徴量選択手段とを備えた付記１から付記１３のうちのいずれか１つに記載の情報処理装置。
（付記１５）テーブル取得手段は、第１のテーブルと、一つまたは複数の第２のテーブルとを取得し、第１の地理的属性および第２の地理的属性は、それぞれ地理的データタイプを有し、受付手段は、第１の地理的データタイプと第２の地理的データタイプとの組み合わせを受け付け、第１の地理的データタイプと同じデータタイプを有する第１の地理的属性を第１のテーブルから特定し、且つ、第２の地理的情報のデータタイプと同じデータタイプを有する第２の地理的属性を第２のテーブルから特定する属性特定手段を更に備え、結合条件生成手段は、特定された第１の地理的属性の値と特定された第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する付記１から付記１４のうちのいずれか１つに記載の情報処理装置。
（付記１６）予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得し、地理的関係、および、前記地理的関係の程度を受け付け、前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成することを特徴とする結合条件生成方法。
（付記１７）点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付け、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する付記１６記載の結合条件生成方法。
（付記１８）予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得し、時間的関係、および、前記時間的関係の程度を受け付け、前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成することを特徴とする結合条件生成方法。
（付記１９）第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付け、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付け、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成する付記１８記載の結合条件生成方法。
（付記２０）コンピュータに、予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得処理、地理的関係、および、前記地理的関係の程度を受け付ける受付手処理、および、前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理を実行させるための結合条件生成プログラム。
（付記２１）コンピュータに、受付処理で、点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付けさせ、結合条件生成処理で、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成させる付記２０記載の結合条件生成プログラム。
（付記２２）コンピュータに、予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得処理、時間的関係、および、前記時間的関係の程度を受け付ける受付処理、および、前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理を実行させるための結合条件生成プログラム。
（付記２３）コンピュータに、受付処理で、第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付けさせ、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付けさせ、結合条件生成処理で、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成させる付記２２記載の結合条件生成プログラム。
　以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０１７年１０月５日に出願された米国仮出願第６２／５６８，５４４号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。
　１０　入力部
　２０　ジオコーダ
　３０　マップパラメータ生成器
　３１　時間差異マップ生成器
　３２　マップ生成器
　３３　属性特定部
　４０　ジオマップ生成器
　４１　距離マップ生成器
　４２　包含マップ生成器
　４３　重複マップ生成器
　４４　同地域マップ生成器
　５０　フィルタパラメータ生成器
　５１　フィルタ生成器
　６０　集約パラメータ生成器
　６１　数的集約生成器
　７０　ジオ集約生成器
　７１　ポイント集約生成器
　７２　エリア集約生成器
　８０　記憶部
　８１　特徴量生成関数生成器
　８２　特徴量生成器
　８３　特徴量選択器
　９０　出力部
　９１　学習部
　９２　予測部

Claims (23)

  1. 　予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得手段と、
    　地理的関係、および、前記地理的関係の程度を受け付ける受付手段と、
    　前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えた
    　ことを特徴とする情報処理装置。
  2. 　受付手段は、点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付け、
    　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１記載の情報処理装置。
  3. 　受付手段は、点で表される第１の地理的属性と点または領域で表される第２の地理的属性との近接数を表す地理的関係を受け付け、併せて、地理的関係の程度として第１の地理的属性に近接する順に適用する第２の地理的属性の数の閾値を１つ以上受け付け、
    　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１記載の情報処理装置。
  4. 　受付手段は、点で表される第１の地理的属性と点で表される第２の地理的属性とが同エリアに存在することを表す地理的関係を受け付け、
    　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１記載の情報処理装置。
  5. 　受付手段は、点で表される第１の地理的属性が領域で表される第２の地理的属性に含まれることを表す地理的関係を受け付け、
    　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１記載の情報処理装置。
  6. 　受付手段は、領域で表される第１の地理的属性と領域で表される第２の地理的属性とが交差することを表す地理的関係を受け付け、
    　結合条件生成手段は、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１記載の情報処理装置。
  7. 　第１の地理的属性は、第１のテーブルのプライマリキーである
    　請求項１から請求項６のうちのいずれか１項に記載の情報処理装置。
  8. 　第１の地理的データタイプと、第２の地理的データタイプとは、互いに異なる地理的データタイプである
    　請求項１から請求項７のうちのいずれか１項に記載の情報処理装置。
  9. 　第１の地理的データタイプは、点の情報で地理を特定可能なデータのタイプであり、第２の地理的データタイプは、範囲の情報で地理を特定可能なデータのタイプである
    　請求項１から請求項８のうちのいずれか１項に記載の情報処理装置。
  10. 　結合条件生成手段は、地理的関係の判断対象である第１の地理的属性を含む第１のテーブルの列および第２の地理的属性を含む第２のテーブルの列と、地理的関係の程度とを含む結合条件を、記憶部に記憶させる
    　請求項１から請求項９のうちのいずれか１項に記載の情報処理装置。
  11. 　予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得手段と、
    　時間的関係、および、前記時間的関係の程度を受け付ける受付手段と、
    　前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成手段とを備えた
    　ことを特徴とする情報処理装置。
  12. 　受付手段は、第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付け、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付け、
    　結合条件生成手段は、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成する
    　請求項１１記載の情報処理装置。
  13. 　結合条件生成手段は、時間的関係の判断対象である第１の時間的属性を含む第１のテーブルの列および第２の時間的属性を含む第２のテーブルの列と、時間的関係の程度とを含む結合条件を、記憶部に記憶させる
    　請求項１１または請求項１２に記載の情報処理装置。
  14. 　結合条件と、第２のテーブルにおける複数のレコードに対する集約方法および当該集約の対象になる列により表される集約条件とを用いて、第１のテーブルおよび第２のテーブルから、予測対象に影響を及ぼし得る変数である特徴量を生成するための特徴量生成関数を生成する関数生成手段と、
    　前記特徴量生成関数を用いて、前記特徴量を生成する特徴量生成手段と、
    　生成された特徴量の中から、予測に最適な特徴量を選択する特徴量選択手段とを備えた
    　請求項１から請求項１３のうちのいずれか１項に記載の情報処理装置。
  15. 　テーブル取得手段は、第１のテーブルと、一つまたは複数の第２のテーブルとを取得し、
    　第１の地理的属性および第２の地理的属性は、それぞれ地理的データタイプを有し、
    　受付手段は、第１の地理的データタイプと第２の地理的データタイプとの組み合わせを受け付け、
    　第１の地理的データタイプと同じデータタイプを有する第１の地理的属性を第１のテーブルから特定し、且つ、第２の地理的情報のデータタイプと同じデータタイプを有する第２の地理的属性を第２のテーブルから特定する属性特定手段を更に備え、
    　結合条件生成手段は、特定された第１の地理的属性の値と特定された第２の地理的属性の値との関係が地理的関係の程度を満たすような、第１のテーブルに含まれるレコードと第２のテーブルに含まれるレコードとを結合するための結合条件を生成する
    　請求項１から請求項１４のうちのいずれか１項に記載の情報処理装置。
  16. 　予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得し、
    　地理的関係、および、前記地理的関係の程度を受け付け、
    　前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する
    　ことを特徴とする結合条件生成方法。
  17. 　点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付け、
    　受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成する
    　請求項１６記載の結合条件生成方法。
  18. 　予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得し、
    　時間的関係、および、前記時間的関係の程度を受け付け、
    　前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する
    　ことを特徴とする結合条件生成方法。
  19. 　第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付け、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付け、
    　受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成する
    　請求項１８記載の結合条件生成方法。
  20. 　コンピュータに、
    　予測対象および第１の地理的属性を含む第１のテーブルと、第２の地理的属性を含む第２のテーブルとを取得するテーブル取得処理、
    　地理的関係、および、前記地理的関係の程度を受け付ける受付手処理、および、
    　前記第１の地理的属性の値と前記第２の地理的属性の値との関係が前記地理的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理
    　を実行させるための結合条件生成プログラム。
  21. 　コンピュータに、
    　受付処理で、点で表される第１の地理的属性と点で表される第２の地理的属性との距離を表す地理的関係を受け付け、併せて、地理的関係の程度として当該距離の閾値を１つ以上受け付けさせ、
    　結合条件生成処理で、受け付けた地理的関係および地理的関係の程度に基づいて結合条件を生成させる
    　請求項２０記載の結合条件生成プログラム。
  22. 　コンピュータに、
    　予測対象および第１の時間的属性を含む第１のテーブルと、第２の時間的属性を含む第２のテーブルとを取得するテーブル取得処理、
    　時間的関係、および、前記時間的関係の程度を受け付ける受付処理、および、
    　前記第１の時間的属性の値と前記第２の時間的属性の値との関係が前記時間的関係の程度を満たすような、前記第１のテーブルに含まれるレコードと前記第２のテーブルに含まれるレコードとを結合するための結合条件を生成する結合条件生成処理
    　を実行させるための結合条件生成プログラム。
  23. 　コンピュータに、
    　受付処理で、第１の時間的属性と第２の時間的属性との差異を表す時間的関係を受け付けさせ、併せて、時間的関係の程度として当該差異の閾値を１つ以上受け付けさせ、
    　結合条件生成処理で、受け付けた時間的関係および時間的関係の程度に基づいて結合条件を生成させる
    　請求項２２記載の結合条件生成プログラム。
PCT/JP2018/022427 2017-10-05 2018-06-12 情報処理装置、結合条件生成方法および結合条件生成プログラム WO2019069505A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019546530A JPWO2019069505A1 (ja) 2017-10-05 2018-06-12 情報処理装置、結合条件生成方法および結合条件生成プログラム
US16/753,754 US20200334246A1 (en) 2017-10-05 2018-06-12 Information processing device, combination condition generation method, and combination condition generation program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762568544P 2017-10-05 2017-10-05
US62/568544 2017-10-05

Publications (1)

Publication Number Publication Date
WO2019069505A1 true WO2019069505A1 (ja) 2019-04-11

Family

ID=65994210

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/022427 WO2019069505A1 (ja) 2017-10-05 2018-06-12 情報処理装置、結合条件生成方法および結合条件生成プログラム

Country Status (3)

Country Link
US (1) US20200334246A1 (ja)
JP (1) JPWO2019069505A1 (ja)
WO (1) WO2019069505A1 (ja)

Families Citing this family (8)

* 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
EP3605363A4 (en) 2017-03-30 2020-02-26 Nec Corporation INFORMATION PROCESSING SYSTEM, CHARACTERISTICS, AND CHARACTERISTICS PROGRAM
SG11202003814TA (en) * 2017-10-05 2020-05-28 Dotdata Inc Feature generating device, feature generating method, and feature generating program
US11461333B2 (en) * 2019-01-15 2022-10-04 Business Objects Software Ltd. Vertical union of feature-based datasets
US11082757B2 (en) 2019-03-25 2021-08-03 Rovi Guides, Inc. Systems and methods for creating customized content
US11562016B2 (en) 2019-06-26 2023-01-24 Rovi Guides, Inc. Systems and methods for generating supplemental content for media content
US11256863B2 (en) 2019-07-19 2022-02-22 Rovi Guides, Inc. Systems and methods for generating content for a screenplay
US11604827B2 (en) * 2020-02-21 2023-03-14 Rovi Guides, Inc. Systems and methods for generating improved content based on matching mappings

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11219367A (ja) * 1998-02-03 1999-08-10 Nippon Telegr & Teleph Corp <Ntt> 住所情報による異種データの結合処理方法および装置
JP2003527649A (ja) * 1999-04-28 2003-09-16 アリーナ・フアーマシユーチカルズ・インコーポレーテツド データベース類似結合のためのシステム及び方法
JP2013542478A (ja) * 2010-08-25 2013-11-21 インターナショナル・ビジネス・マシーンズ・コーポレーション 地理空間データベース統合方法、およびデバイス
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11219367A (ja) * 1998-02-03 1999-08-10 Nippon Telegr & Teleph Corp <Ntt> 住所情報による異種データの結合処理方法および装置
JP2003527649A (ja) * 1999-04-28 2003-09-16 アリーナ・フアーマシユーチカルズ・インコーポレーテツド データベース類似結合のためのシステム及び方法
JP2013542478A (ja) * 2010-08-25 2013-11-21 インターナショナル・ビジネス・マシーンズ・コーポレーション 地理空間データベース統合方法、およびデバイス
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

Also Published As

Publication number Publication date
US20200334246A1 (en) 2020-10-22
JPWO2019069505A1 (ja) 2020-11-05

Similar Documents

Publication Publication Date Title
WO2019069505A1 (ja) 情報処理装置、結合条件生成方法および結合条件生成プログラム
Yu et al. Prediction of bus travel time using random forests based on near neighbors
CN106649331B (zh) 商圈识别方法及设备
CN110008413B (zh) 一种交通出行问题查询方法和装置
CN105022748B (zh) 一种运单地址分级方法及装置
TWI703862B (zh) 內容推薦方法及裝置
Kosowska-Stamirowska et al. Evolving structure of the maritime trade network: evidence from the Lloyd’s Shipping Index (1890–2000)
US20210263957A1 (en) Method and apparatus for dividing region, storage medium, and electronic device
JP7098327B2 (ja) 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
JP5968744B2 (ja) コンセプトキーワード拡張データセットを利用した検索方法、装置、及びコンピュータ読み取り可能な記録媒体
CN109359186B (zh) 一种确定地址信息的方法、装置和计算机可读存储介质
WO2019069507A1 (ja) 特徴量生成装置、特徴量生成方法および特徴量生成プログラム
US9846715B2 (en) Address/latitude and longitude converting device and geographical information system using the same
JP2007219655A (ja) 施設情報管理システム、施設情報管理方法および施設情報管理プログラム
CN103712628B (zh) 导航路径描绘方法和终端
CN114090898A (zh) 一种信息推荐方法、装置、终端设备及介质
CN112883195A (zh) 个体出行的交通知识图谱构建方法及系统
CN112685618A (zh) 用户特征识别方法、装置、计算设备及计算机存储介质
WO2019069506A1 (ja) 特徴量生成装置、特徴量生成方法および特徴量生成プログラム
WO2020031296A1 (ja) 地図データ処理装置
CN111460325B (zh) Poi搜索方法、装置与设备
CN109614456B (zh) 一种基于深度学习的地理信息的定位分区方法及装置
JP6484767B1 (ja) Ｉｐアドレスに基づくユーザ属性推定システム
Ta et al. Map matching algorithms: an experimental evaluation
Mühlematter et al. Spatially-Aware Car-Sharing Demand Prediction

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019546530

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18864989

Country of ref document: EP

Kind code of ref document: A1