WO2020059025A1 - データ解析支援装置、データ解析支援方法、及びコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

対象データから抽出した特徴の組み合わせに対して、組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、関係性スコア算出部２と、組み合わせに対応する関係性スコアを用いて、組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、可視化スコア算出部３と、可視化スコアに応じて可視化手法を選択し、選択した可視化手法に対応する表示を、表示装置２２に表示するための可視化表示情報を生成する、表示情報生成部４と、を有するデータ解析支援装置１である。

Description

データ解析支援装置、データ解析支援方法、及びコンピュータ読み取り可能な記録媒体

　本発明は、データの解析をするデータ解析支援装置、データ解析支援方法に関し、更には、これらを実現するためのプログラムを記録しているコンピュータ読み取り可能な記録媒体に関する。

　大規模データに対してデータ解析をするには、多大な労力と時間とを必要とする。そこで、大規模データの解析を支援するために、対象データを可視化する可視化手法が提案されている。ところが、近年においては、多種多様な可視化手法が提案されているため、解析者が、対象データの解析に適した可視化手法を選択するのに時間がかかる場合がある。

　そこで、対象データの解析を行う解析者に対し、可視化手法を提示する技術が知られている。その技術によれば、対象データの解析に適した可視化手法を選択し、選択した可視化手法を解析者に提示する。

　関連する技術として、特許文献１には、解析者に可視化手法を提示するデータ解析支援装置が開示されている。そのデータ解析支援装置によれば、まず、対象データから予め設定された情報（語彙）を抽出し、抽出した情報に対応する属性を特定する。次に、データ解析支援装置は、特定した属性の組み合わせを用いて、予め作成した、属性の組み合わせと可視化手法と有効度とが関連付けられたテーブルを参照し、有効度が高い可視化手法を候補として抽出する。そして、データ解析支援装置は、抽出した有効度が高い可視化手法を解析者に提示する。

特開２０１６－０８１２１３号公報

　しかしながら、特許文献１に開示されているデータ解析支援装置では、属性の組み合わせと可視化手法とその有効度とが関連付けられたテーブルが予め作成されている。そのため、特許文献１に開示されているデータ解析支援装置を用いた場合には、属性の組み合わせに対して、いつも同じ可視化手法しか解析者に提示できない。また、特定した属性と一致する属性がテーブルにない場合、可視化手法を抽出することができない。

　なお、対象データを解析する効率を向上させるには、上述したように対象データの解析に適した可視化手法を解析者に提示することも重要であるが、解析者に適した可視化手法を提示することも重要である。

　本発明の目的の一例は、解析に適した可視化手法を提示することで、対象データを解析する効率を向上させるデータ解析支援装置、データ解析支援方法、及びプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することにある。

　上記目的を達成するため、本発明の一側面におけるデータ解析支援装置は、
　対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、関係性スコア算出部と、
　前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、可視化スコア算出部と、
　前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、表示情報生成部と、
　を有することを特徴とする。

　また、上記目的を達成するため、本発明の一側面におけるデータ解析支援方法は、
（ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
（ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
（ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
　を有することを特徴とする。

　更に、上記目的を達成するため、本発明の一側面におけるプログラムを記録したコンピュータ読み取り可能な記録媒体は、
　コンピュータに、
（ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
（ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
（ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
　を実行させる命令を含むプログラムを記録していることを特徴とする。

　以上のように本発明によれば、解析に適した可視化手法を提示することで、対象データを解析する効率を向上させることができる。

図１は、データ解析支援装置の一例を示す図である。 図２は、データ解析支援装置を有するシステムの一例を示す図である。 図３は、送信バイト数と受信バイト数との関係を示す散布図である。 図４は、フィードバック管理情報のデータ構造の一例を示す図である。 図５は、部分フィードバック管理情報のデータ構造の一例を示す図である。 図６は、可視化手法情報のデータ構造の一例を示す図である。 図７は、可視化手法に対応する表示の一例を示す図である。 図８は、可視化手法に対応する表示の一例を示す図である。 図９は、可視化手法に対応する表示を表示させる動作の一例を示す図である。 図１０は、フィードバックスコアを算出する動作の一例を示す図である。 図１１は、データ解析支援装置を実現するコンピュータの一例を示す図である。

（実施の形態）
　以下、本発明の実施の形態について、図１から図１１を参照しながら説明する。

［装置構成］
　最初に、図１を用いて、本実施の形態におけるデータ解析支援装置１の構成について説明する。図１は、データ解析支援装置の一例を示す図である。

　図１に示すデータ解析支援装置１は、解析に適した可視化手法を提示することで、解析する効率を向上させる装置である。また、図１に示すように、データ解析支援装置１は、関係性スコア算出部２と、可視化スコア算出部３と、表示情報生成部４とを有する。

　このうち、関係性スコア算出部２は、対象データから抽出した特徴の組み合わせに対して、組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する。可視化スコア算出部３は、組み合わせに対応する関係性スコアを用いて、組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する。表示情報生成部４は、可視化スコアに応じて可視化手法を選択し、選択した可視化手法に対応する表示を、表示装置に出力するための可視化表示情報を生成する。

　このように、本実施の形態においては、可視化スコアに応じて可視化手法を選択し、解析者に、解析に適した、選択した可視化手法を提示する。そのため、解析者が、解析に適した可視化手法を選択するために要する時間を短縮できる。

［システム構成］
　続いて、図２を用いて、本実施の形態におけるデータ解析支援装置１の構成をより具体的に説明する。図２は、データ解析支援装置を有するシステムの一例を示す図である。

　図２に示すように、本実施の形態におけるシステムは、データ解析支援装置１と、入力装置２１と、表示装置２２と、記憶装置２３とを有する。入力装置２１は、データ解析支援装置１に情報を入力する装置である。表示装置２２は、データ解析支援装置１が出力する情報を出力する装置である。記憶装置２３は、図２に示すようにデータ解析支援装置１の外部に設けてもよいし、データ解析支援装置１の内部に設けてもよい。

　入力装置２１は、例えば、キーボード、マウス、タッチパネルなどを用いて、解析者が入力した情報を、データ解析支援装置１に入力する装置である。

　表示装置２２は、例えば、液晶、有機ＥＬ（Electro Luminescence）、ＣＲＴ（Cathode Ray Tube）を用いた画像表示装置である。更に、スピーカなどの音声出力装置などを有していてもよい。なお、表示装置２２は、プリンタなどの印刷装置でもよい。また、図２の例では、入力装置２１と表示装置２２とを別々に示したが、入出力装置（図２の破線範囲）としてもよい。その場合、入出力装置は、例えば、モニタと接続されたパーソナルコンピュータ、サーバコンピュータなどの装置である。

　次に、データ解析支援装置１は、関係性スコア算出部２、可視化スコア算出部３、表示情報生成部４に加えて、特徴抽出部２４と、フィードバックスコア算出部２５とを有する。

　特徴抽出部２４は、解析対象となる対象データから特徴の組み合わせを抽出する。具体的には、まず、特徴抽出部２４は、解析対象となる対象データの傾向を把握するために、対象データが記憶されている記憶装置２３から対象データを取得する。

　続いて、特徴抽出部２４は、取得した対象データから複数の特徴（特徴１、特徴２……特徴ｎ：ｎは正の整数）を抽出する。通信トラフィックを解析する場合、特徴抽出部２４は、例えば、対象データから、送信元ＩＰ（Internet Protocol）アドレス、送信先ＩＰアドレスについて、日時（Time）、送信元ポート番号（SrcPort）、送信先ポート番号（DstPort）、送信バイト数（SrcByte）、受信バイト数（DstByte）、通信時間（Duration）、送信パケット数、受信パケット数などの特徴を表す情報を抽出する。

　その後、特徴抽出部２４は、抽出した特徴（特徴１、特徴２……特徴ｎ）を組み合わせて組み合わせ情報を生成する。例えば、通信トラフィックの解析において、対象データから六種類の特徴を抽出し、そのうち二つの特徴を組み合わせて、組み合わせ情報を生成する場合、特徴抽出部２４は、（特徴１，特徴２）、（特徴１，特徴３）、（特徴１，特徴４）、（特徴１，特徴５）、（特徴１，特徴６）、（特徴２，特徴３）、（特徴２，特徴４）、（特徴２，特徴５）、（特徴２，特徴６）、（特徴３，特徴４）、（特徴３，特徴５）、（特徴３，特徴６）、（特徴４，特徴５）、（特徴４，特徴６）、（特徴５，特徴６）を生成する。

　関係性スコア算出部２は、組み合わせ情報に含まれる特徴に対応するデータ間の関係性を表す指標を算出する。具体的には、関係性スコア算出部２は、まず、組み合わせ情報を取得する。続いて、関係性スコア算出部２は、組み合わせ情報に含まれる特徴それぞれに対応するデータを用いて、可視化手法ごとに、特徴に対応するデータ間の関係性を表す関係性スコアＳ_Ｒを算出する。可視化手法として、例えば、散布図、折れ線グラフ、棒グラフなどを用いた手法がある。また、可視化手法として尺度を変更する手法を含めてもよい。

　関係性スコアＳ_Ｒの算出について詳細に説明をする。可視化手法には、例えば、（Ａ）散布図を用いて相関係数の絶対値を表示する手法、（Ｂ）散布図を用いてクラスタリング結果（定量評価尺度）を表示する手法、（Ｃ）折れ線グラフを用いてデータ分布を表示する手法、（Ｄ）棒グラフを用いてデータ評価を表示する手法などがある。

　（Ａ）の可視化手法における、関係性スコアＳ_Ｒを算出する場合、例えば、式（１）を用いて関係性スコアＳ_Ｒを算出する。

　式（１）において、図３の散布図を用いて、関係性スコアＳ_Ｒを算出する場合について説明する。図３は、送信バイト数と受信バイト数との関係を示す散布図である。図３においては、通信トラフィックの解析における、送信バイト数（SrcByte）と、受信バイト数（DstByte）とをそれぞれ式（１）の特徴ｆ_ｘ，ｆ_ｙとし、関係性スコアＳ_Ｒを算出する。

　なお、対象データｄは、解析の対象となるデータを示す。また、特徴ｆ_ｘ，ｆ_ｙは、特徴抽出部２４が生成した組み合わせ情報を示す。例えば、対象データｄが、（SrcIP, DstIP, SrcByte, DstByte, SrcPacket, DstPacket）により表されるデータである場合、特徴の組み合わせ情報が（SrcIP, DstIP）、（SrcIP, SrcByte）……となり、特徴ｆ_ｘ，ｆ_ｙは、組み合わせ情報それぞれに対応する。

　なお、図３に示す散布図３１は、通信トラフィックの解析における、送信バイト数（SrcByte）と、受信バイト数（DstByte）とを、そのままプロットした図である。対して、図３に示す散布図３２は、送信バイト数（SrcByte）と、受信バイト数（DstByte）とを、対数変換してプロットした図である。

　また、散布図３１、散布図３２それぞれに対して、式（１）を用いて関係性スコアＳ_Ｒを算出すると、散布図３１の関係性スコアＳ_Ｒより散布図３２の関係性スコアＳ_Ｒの方が大きい値となる。すなわち、図３から明らかなように、散布図３２の可視化手法は、散布図３１の可視化手法より、送信バイトと受信バイトとの関係性を解析者に分かり易く表示できる。言い換えれば、散布図３１は、対象データが散在しているため相関傾向が分かり難いが、散布図３２は、対象データが密集しているので相関傾向が分かり易く表示できている。

　（Ｂ）の可視化手法における、関係性スコアＳ_Ｒを算出する場合、例えば、ＰｓｅｕｄｏＦなどを用いて関係性スコアＳ_Ｒを算出する。ＰｓｅｕｄｏＦにおいては、生成したクラスタ同士が疎であり、クラスタ内の要素が密であるほど、関係性スコアＳ_Ｒが大きな値となる。式（２）を参照。

　（Ｃ）の可視化手法における、関係性スコアＳ_Ｒを算出する場合、例えば、正規分布を用い、帰無仮説として正規分布に従うこととし、有意水準を５［％］に設定する。そして、検定手法として、例えば、コルモゴロフ・スミルノフ検定、シャピロ・ウィルク検定などを用いて、関係性スコアＳ_Ｒを算出する。式（３）を参照。

　（Ｄ）の可視化手法における、関係性スコアＳ_Ｒを算出する場合、例えば、式（４）を用いて関係性スコアＳ_Ｒを算出する。

　なお、関係性スコアＳ_Ｒは、算出した関係性スコアＳ_Ｒが大きい値であるほど、対象データの解析に適した可視化手法となるようにする。

　フィードバックスコア算出部２５は、特徴の組み合わせに対応する可視化手法を用いて、解析者が対象データの解析を実施した際に、解析者が、その特徴の組み合わせに対応する可視化手法を利用した場合、解析者が感じた解析のし易さ（ユーザフレンドリー）、解析に適しているかなどを表す指標を算出する。

　具体的には、フィードバックスコア算出部２５は、まず、特徴の組み合わせに対する可視化手法に対する、解析者の評価度を表すフィードバック情報を、入力装置２１から取得する。フィードバック情報は、例えば、入力装置２１を用いて、解析者により入力される。又は、解析者が利用した可視化手法の利用履歴を入力してもよい。

　また、評価度は、例えば、解析者が組み合わせに対する可視化手法に対して感じた印象などを、定量化した値である。また、評価度の入力方法は、例えば、解析に利用した可視化手法が、解析に適していたと判定した場合に、解析者に「良い」か否かを選択させ、選択した内容を評価度として入力する方法がある。又は、「良い」「悪い」などを二者択一させる方法でもよいし、又は、あらかじめ設定されている三つ以上の異なるランクから択一させる方法でもよい。又は、評価度を表す数値又は文字を入力する方法でもよいし、又は、それらを組み合わせた入力方法でもよい。

　続いて、フィードバックスコア算出部２５は、取得したフィードバック情報に基づいて、上述した指標となるフィードバックスコアを算出する。

　具体的には、フィードバックスコア算出部２５は、解析者ごとに、特徴の組み合わせと、可視化手法と、特徴の組み合わせと可視化手法との組み合わせに対するフィードバック情報を取得したフィードバック回数（第一のフィードバック回数）と、フィードバック情報が表す評価度とを関連付けたフィードバック管理情報（第一のフィードバック管理情報）を生成する。

　図４は、フィードバック管理情報のデータ構造の一例を示す図である。フィードバック管理情報４１は、例えば、記憶装置２３、又はデータ解析支援装置１に設けられている記憶部、又はデータ解析支援装置１の外部に設けられている記憶部に記憶される。フィードバック管理情報４１は、特徴の組み合わせを表す「特徴識別情報１」「特徴識別情報２」と、可視化手法を表す「可視化手法」と、フィードバック回数を表す「フィードバック回数」と、評価度を表す「有効性あり」「有効性なし」とが関連付けられた情報である。

　また、「特徴識別情報１」「特徴識別情報２」には、特徴を表す情報「特徴１」「特徴２」「特徴３」などが記憶される。「可視化手法」には、可視化手法を表す情報「可視化手法１」「可視化手法２」「可視化手法３」などが記憶される。「フィードバック回数」には、フィードバックスコア算出部２５がフィードバック情報を取得した回数（フィードバック回数）が記憶される。「有効性あり」には、例えば、上述した「良い」を有するフィードバック情報を取得した回数が記憶され、「有効性なし」には、例えば、上述した「悪い」を取得した回数が記憶される。

　また、フィードバックスコア算出部２５は、解析者ごとに、特徴と、可視化手法と、特徴と可視化手法との組み合わせに対する部分フィードバック情報を取得した部分フィードバック回数（第二のフィードバック回数）と、フィードバック情報が示す評価度と、評価度を用いて算出した評価情報とを関連付けた部分フィードバック管理情報（第二のフィードバック管理情報）を生成する。

　図５は、部分フィードバック管理情報のデータ構造の一例を示す図である。部分フィードバック管理情報５１は、例えば、記憶装置２３、又はデータ解析支援装置１に設けられている記憶部、又はデータ解析支援装置１の外部に設けられている記憶部に記憶される。部分フィードバック管理情報５１は、特徴を表す「特徴識別情報」と、可視化手法を表す「可視化手法」と、特徴ごとのフィードバック回数を表す「部分フィードバック回数」と、評価度を表す「有効性あり」「有効性なし」と、評価情報を表す「評価情報」とが関連付けられた情報である。

　また、「特徴識別情報」には、特徴を表す「特徴１」「特徴２」などが記憶される。「可視化手法」には、可視化手法を表す情報「可視化手法１」「可視化手法２」「可視化手法３」などが記憶される。「部分フィードバック回数」には、特徴ごとにフィードバック情報を取得した回数が記憶される。「有効性あり」には、例えば、特徴に対して上述した「良い」を取得した回数が記憶され、「有効性なし」には、例えば、特徴に対して上述した「悪い」を取得した回数が記憶される。「評価情報」には、「有効性あり」から「有効性なし」を差し引いた値が記憶される。

　続いて、フィードバックスコア算出部２５は、評価情報と、部分フィードバック回数と、特徴を組み合わせた数（次元数）とを用いて、フィードバックスコアＳ_Ｆを算出する。具体的には、フィードバックスコア算出部２５は、式（５）を用いて、フィードバックスコアＳ_Ｆを算出する。

　なお、部分フィードバック情報を求める関数ｆｒｅｑは、例えば、図５に示した部分フィードバック管理情報５１の場合、「特徴２」と「可視化１」との組み合わせであれば、ｆｒｅｑ（特徴２，可視化１）＝４／１０＝０．４となる。

　また、フィードバックスコアＳ_Ｆは、算出したフィードバックスコアＳ_Ｆが大きい値ほど、解析者に適した可視化手法となる。

　可視化スコア算出部３は、解析者ごとに、特徴の組み合わせに対応する可視化手法について算出した関係性スコアＳ_Ｒを用いて、組み合わせに対応する可視化手法の有効度を表す可視化スコアＳ_Ｖを算出する。又は、可視化スコア算出部３は、解析者ごとに、特徴の組み合わせに対応する可視化手法について算出した、関係性スコアＳ_ＲとフィードバックスコアＳ_Ｆとを用いて、可視化スコアＳ_Ｖを算出する。

　具体的には、可視化スコア算出部３は、式（６）を用いて可視化スコアＳ_Ｖを算出する。

　例えば、関数Ｆは、組み合わせに対応する関係性スコアＳ_Ｒだけを用いて可視化スコアＳ_Ｖを算出してもよい。また、関数Ｆは、関係性スコアＳ_ＲとフィードバックスコアＳ_Ｆとを加算する関数でもよい。更には、関数Ｆは、式（７）を用いて可視化スコアＳ_Ｖを算出してもよい。

　重み付係数ｗは、関係性スコアＳ_ＲとフィードバックスコアＳ_Ｆとのどちらを重視するかを決めるための係数である。重み付係数ｗ（０＜ｗ＜１）は、例えば、実験、シミュレーションなどにより求める。

　続いて、可視化スコア算出部３は、特徴の組み合わせと、組み合わせに対応する可視化手法と、算出した可視化スコアＳ_Ｖとを関連付けて、記憶装置２３、又はデータ解析支援装置１に設けられている記憶部、又はデータ解析支援装置１の外部に設けられている記憶部に記憶される。図６は、可視化手法情報のデータ構造の一例を示す図である。可視化手法情報６１は、例えば、記憶装置２３、又はデータ解析支援装置１に設けられている記憶部、又はデータ解析支援装置１の外部に設けられている記憶部に記憶される。

　可視化手法情報６１は、特徴の組み合わせを表す「特徴識別情報１」「特徴識別情報２」と、可視化手法を表す「可視化手法」と、可視化スコアを表す「可視化スコア」とが関連付けられた情報である。

　また、「特徴識別情報１」「特徴識別情報２」には、特徴を表す「特徴１」「特徴２」などが記憶される。「可視化手法」には、可視化手法を表す「可視化手法１」「可視化手法２」「可視化手法３」などが記憶される。「可視化スコア」には、可視化スコアを示す「ＳＶ１」から「ＳＶ９」などが記憶される。

　表示情報生成部４は、特徴の組み合わせごとに、可視化スコアＳ_Ｖに応じて可視化手法を選択し、選択した可視化手法に対応する表示を、表示装置２２に表示するための可視化表示情報を生成する。また、表示情報生成部４は、可視化スコアＳ_Ｖに応じて、可視化手法に対応する表示を変化させる。

　具体的には、表示情報生成部４は、まず、特徴の組み合わせに対応する可視化手法に関連付けられた可視化スコアＳ_Ｖを参照して、特徴の組み合わせごとに、可視化スコアＳ_Ｖが最も大きい値を選択する。図６の例において、特徴の組み合わせを「特徴１」「特徴２」に適した可視化手法を選択する場合、可視化スコアが「ＳＶ１」＞「ＳＶ２」＞「ＳＶ３」の順に大きければ、表示情報生成部４は、特徴の組み合わせ「特徴１」「特徴２」を解析するのに適した可視化手法として、「ＳＶ１」に対応する「可視化手法１」を選択する。

　又は、表示情報生成部４は、特徴の組み合わせに対応する可視化手法に関連付けられた可視化スコアＳ_Ｖを参照して、特徴の組み合わせごとに、閾値以上の可視化スコアＳ_Ｖを選択する。図６の例において、特徴の組み合わせとして「特徴１」「特徴２」に適した可視化手法を選択する場合、閾値以上の可視化スコアが「ＳＶ１」だけであれば、表示情報生成部４は、特徴の組み合わせ「特徴１」「特徴２」を解析するのに適した可視化手法として、「ＳＶ１」に対応する「可視化手法１」を選択する。なお、閾値は、実験、シミュレーションなどにより求める。

　続いて、表示情報生成部４は、特徴の組み合わせごとに選択した可視化手法を、表示装置２２に表示させるための可視化表示情報を生成する。具体的には、表示情報生成部４は、図７に示すような表示を、表示装置２２に表示させる情報を生成する。

　図７は、可視化手法に対応する表示の一例を示す図である。図７に示す表示は、例えば、通信トラフィックを解析する場合における、送信元ＩＰ（Internet Protocol）アドレス、送信先ＩＰアドレスについて、日時（Time）、送信元ポート番号（SrcPort）、送信先ポート番号（DstPort）、送信バイト数（SrcByte）、受信バイト数（DstByte）、通信時間（Duration）、送信パケット数、受信パケット数などの特徴があると仮定した場合に、可視化手法に対応する表示「Ｄ１２」から「Ｄ１６」、「Ｄ２１」「Ｄ２３」から「Ｄ２６」、「Ｄ３１」「Ｄ３２」から「Ｄ３４から」「Ｄ３６」、「Ｄ４１」から「Ｄ４３」「Ｄ４５」「Ｄ４６」、「Ｄ５１」から「Ｄ５４」「Ｄ５６」、「Ｄ６１」から「Ｄ６５」などを表示した例である。

　図７の例では、表示情報生成部４は、特徴の組み合わせごとに、可視化スコアＳ_Ｖが最大値となる可視化手法に対応する表示を、表示装置２２に表示させている。例えば、日時（Time）と送信元ポート番号（SrcPort）との組み合わせの場合、可視化スコアＳ_Ｖが最大値となる可視化手法に対応する表示「Ｄ２１」を、表示装置２２に表示させる。

　また、表示情報生成部４は、特徴の組み合わせごとに、可視化スコアＳ_Ｖが閾値以上となる可視化手法に対応する一つ以上の表示を、表示装置２２に表示してもよい。表示方法としては、例えば、可視化スコアＳ_Ｖが大きいことが解析者に分かるように、閾値以上の可視化手法に対応する表示を、表示装置２２に表示する。

　解析者に分かるように表示する例として、可視化スコアＳ_Ｖが最大値となる可視化手法の表示は、通常の表示とし、可視化スコアＳ_Ｖが最大値より小さく、閾値以上となる可視化手法の表示は、半透明にするなど、通常の表示と異なる表示をする。

　更に、表示情報生成部４は、表示装置２２に表示させている、特徴の組み合わせに対応する可視化手法の表示が、入力装置２１を用いて、解析者により選択されると、当該特徴の組み合わせに対応する他の可視化手法の表示を、表示装置２２に表示させる情報を生成する。

　図８は、可視化手法に対応する表示の一例を示す図である。図８に示すように、例えば、日時（Time）、送信先ポート番号（DstPort）の組み合わせに対応する可視化手法の表示「Ｄ３１」（図８の８１）が、解析者により入力装置２１を用いて選択されると、表示「Ｄ３１」に加えて、当該特徴の組み合わせに対応する他の可視化手法の表示「Ｄ３１２」「Ｄ３１３」が表示される。

　なお、特徴の組み合わせに対応する可視化手法の表示は、可視化手法が、散布図、折れ線グラフ、棒グラフなどであることが分かるようなアイコンなどの表示である。また、実際に対象データに対して、可視化手法を用いて、解析をした結果をアイコンとして表示してもよい。

［装置動作］
　次に、本発明の実施の形態におけるデータ解析支援装置１の動作について図９、図１０を用いて説明する。図９は、可視化手法に対応する表示を表示させる動作の一例を示す図である。図１０は、フィードバックスコアを算出する動作の一例を示す図である。以下の説明においては、適宜図２から図８を参酌する。また、本実施の形態では、データ解析支援装置１を動作させることによって、データ解析支援方法が実施される。よって、本実施の形態におけるデータ解析支援方法の説明は、以下のデータ解析支援装置１の動作説明に代える。

　図９を用いて、可視化手法に対応する表示を、表示装置２２に表示させる動作について説明する。図９に示すように、最初に、特徴抽出部２４は、解析対象となる対象データから特徴の組み合わせを抽出する（ステップＡ１）。具体的には、ステップＡ１において、特徴抽出部２４は、解析対象となる対象データの傾向を把握するために、対象データが記憶されている記憶装置２３から対象データを取得する。続いて、ステップＡ１において、特徴抽出部２４は、取得した対象データから複数の特徴を抽出する。

　次に、関係性スコア算出部２は、対象データから抽出した特徴の組み合わせに対して、組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する（ステップＡ２）。具体的には、ステップＡ２において、関係性スコア算出部２は、組み合わせ情報を取得する。続いて、ステップＡ２において、関係性スコア算出部２は、組み合わせ情報に含まれる特徴に対応するデータ間の関係性を表す指標を算出する。すなわち、ステップＡ２において、関係性スコア算出部２は、組み合わせ情報に含まれる特徴それぞれに対応するデータを用いて、可視化手法ごとに、特徴に対応するデータ間の関係性を表す関係性スコアＳ_Ｒを算出する。

　例えば、関係性スコアＳ_Ｒは、上述した（Ａ）から（Ｄ）に示した可視化手法などについて、式（１）から（４）などを用いて算出する。

　続いて、可視化スコア算出部３は、記憶装置２３、又はデータ解析支援装置１に設けられている記憶部、又はデータ解析支援装置１の外部に設けられている記憶部に記憶されている、あらかじめ算出されたフィードバックスコアＳ_Ｆを取得する（ステップＡ３）。

　続いて、可視化スコア算出部３は、フィードバックスコアＳ_Ｆがない場合、解析者ごとに、特徴の組み合わせに対応する可視化手法について算出した、関係性スコアＳ_Ｒを用いて、組み合わせに対応する可視化手法の有効度を表す可視化スコアＳ_Ｖを算出する（ステップＡ４）。また、フィードバックスコアＳ_Ｆがある場合、可視化スコア算出部３は、解析者ごとに、特徴の組み合わせに対応する可視化手法について算出した、関係性スコアＳ_Ｒと取得したフィードバックスコアＳ_Ｆとを用いて、可視化スコアＳ_Ｖを算出する（ステップＡ４）。具体的には、ステップＡ４において、可視化スコア算出部３は、式（６）又は式（７）などを用いて可視化スコアＳ_Ｖを算出する。

　続いて、表示情報生成部４は、特徴の組み合わせごとに、可視化スコアＳ_Ｖに応じて可視化手法を選択し、選択した可視化手法に対応する表示を、表示装置２２に表示するための可視化表示情報を生成する（ステップＡ５）。また、ステップＡ４において、表示情報生成部４は、可視化スコアＳ_Ｖが変化した場合、可視化手法に対応する表示を変化させる。

　具体的には、ステップＡ５において、表示情報生成部４は、図６に示すような、特徴の組み合わせに対応する可視化手法に関連付けられた可視化スコアＳ_Ｖを参照して、特徴の組み合わせごとに、可視化スコアＳ_Ｖが最も大きい値を選択する。又は、ステップＡ５において、表示情報生成部４は、図６に示すような、特徴の組み合わせに対応する可視化手法に関連付けられた可視化スコアＳ_Ｖを参照して、特徴の組み合わせごとに、閾値以上の可視化スコアＳ_Ｖを選択する。

　続いて、ステップＡ５において、表示情報生成部４は、特徴の組み合わせごとに選択した可視化手法を、表示装置２２に表示させるための可視化表示情報を生成する。具体的には、表示情報生成部４は、図７に示すような表示を、表示装置２２に表示させる情報を生成する。

　次に、図１０を用いて、フィードバックスコアを算出する動作について説明する。解析者は、対象データについて可視化手法を用いて解析をした場合、解析者が利用した可視化手法が、解析者に適した可視化手法であったか否かをフィードバックする。

　フィードバックスコア算出部２５は、まず、特徴の組み合わせに対する可視化手法に対する、解析者の評価度を表すフィードバック情報を、入力装置２１から取得する（ステップＢ１）。具体的には、フィードバック情報は、例えば、入力装置２１を用いて、解析者により入力される。又は、解析者が利用した可視化手法の利用履歴を入力してもよい。

　フィードバックスコア算出部２５は、特徴の組み合わせに対する可視化手法について、解析者の評価度を表すフィードバック情報を取得したか否かを判定する（ステップＢ２）。フィードバック情報を取得した場合（ステップＢ２：Ｙｅｓ）、フィードバックスコア算出部２５は、特徴の組み合わせに対する可視化手法について、取得したフィードバック情報に基づいてフィードバックスコアＳ_Ｆを算出する（ステップＢ３）。なお、フィードバックスコア算出部２５が、フィードバック情報を取得していないと判定した場合（ステップＢ２：Ｎｏ）、データ解析支援装置１はフィードバックスコアＳ_Ｆを算出する処理を終了する。

　具体的には、ステップＢ３において、フィードバックスコア算出部２５は、解析者ごとに、特徴の組み合わせと、可視化手法と、特徴の組み合わせと可視化手法との組み合わせに対するフィードバック情報を取得したフィードバック回数と、フィードバック情報が表す評価度とを関連付けたフィードバック管理情報４１を生成する。

　また、ステップＢ３において、フィードバックスコア算出部２５は、解析者ごとに、特徴と、可視化手法と、特徴と可視化手法との組み合わせに対する部分フィードバック情報を取得した部分フィードバック回数と、フィードバック情報が示す評価度と、評価度を用いて算出した評価情報とを関連付けた部分フィードバック管理情報５１を生成する。

　続いて、ステップＢ３において、フィードバックスコア算出部２５は、評価情報と、部分フィードバック回数と、特徴を組み合わせた数を表す次元数とを用いて、フィードバックスコアＳ_Ｆを算出する。例えば、フィードバックスコア算出部２５は、式（５）を用いて、フィードバックスコアＳ_Ｆを算出する。

［本実施の形態の効果］
　以上のように本実施の形態によれば、可視化スコアに応じて可視化手法を選択し、解析者に、解析に適した選択した可視化手法を提示する。そのため、解析者が、解析に適した可視化手法を選択するために要する時間を短縮できる。

　また、従来において、解析者は、対象データを解析するために可視化手法を用いるが、解析者が、対象データに適した可視化手法を選択するためには、選択するための時間を要する。ところが、対象データに適した可視化手法には、解析者に適した手法もあれば、不向きな手法もある。そうすると、単に対象データに適した可視化手法を選択するだけでは、解析の効率を向上させるには不十分である。

　しかし、本実施の形態においては、解析データに適した可視化手法を提示できるのに加えて、解析者に適した可視化手法も提示できるので、従来と比べて、更に、解析に適した可視化手法を選択する時間を短縮できる。従って、解析に要する解析時間のうち、可視化手法を選択する時間を短縮できるので、解析時間を全体的に短縮できる。

　更に、特徴同士に関係性がある可視化手法、又は解析者からよくフィードバックを受ける可視化手法のみに対応する表示を、表示装置２２に表示するため、表示装置２２の画面が小さくてもよい。

［プログラム］
　本発明の実施の形態におけるプログラムは、コンピュータに、図９に示すステップＡ１からＡ５、図１０に示すステップＢ１からＢ３を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態におけるデータ解析支援装置とデータ解析支援方法とを実現することができる。この場合、コンピュータのプロセッサは、特徴抽出部２４、関係性スコア算出部２、フィードバックスコア算出部２５、可視化スコア算出部３、表示情報生成部４として機能し、処理を行なう。

　また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、特徴抽出部２４、関係性スコア算出部２、フィードバックスコア算出部２５、可視化スコア算出部３、表示情報生成部４のいずれかとして機能してもよい。

［物理構成］
　ここで、実施の形態におけるプログラムを実行することによって、データ解析支援装置を実現するコンピュータについて図１１を用いて説明する。図１１は、本発明の実施の形態におけるデータ解析支援装置を実現するコンピュータの一例を示すブロック図である。

　図１１に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていてもよい。

　ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。

　また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置があげられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

　データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

　また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。

　なお、本実施の形態におけるデータ解析支援装置１は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、データ解析支援装置１は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

［付記］
　以上の実施の形態に関し、更に以下の付記を開示する。上述した実施の形態の一部又は全部は、以下に記載する（付記１）から（付記１８）により表現することができるが、以下の記載に限定されるものではない。

（付記１）
　対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、関係性スコア算出部と、
　前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、可視化スコア算出部と、
　前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、表示情報生成部と、
　を有することを特徴とするデータ解析支援装置。

（付記２）
　付記１に記載のデータ解析支援装置であって、
　前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、フィードバックスコア算出部を有し、
　前記可視化スコア算出部は、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
　ことを特徴とするデータ解析支援装置。

（付記３）
　付記２に記載のデータ解析支援装置であって、
　前記フィードバックスコア算出部は、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
　ことを特徴とするデータ解析支援装置。

（付記４）
　付記３に記載のデータ解析支援装置であって、
　前記フィードバックスコア算出部は、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
　ことを特徴とするデータ解析支援装置。

（付記５）
　付記４に記載のデータ解析支援装置であって、
　前記フィードバックスコア算出部は、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
　ことを特徴とするデータ解析支援装置。

（付記６）
　付記１から５のいずれか一つに記載のデータ解析支援装置であって、
　前記表示情報生成部は、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
　ことを特徴とするデータ解析支援装置。

（付記７）
（ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
（ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
（ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
　を有することを特徴とするデータ解析支援方法。

（付記８）
　付記７に記載のデータ解析支援方法であって、
（ｄ）前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、ステップを有し、
　前記（ｂ）のステップにおいて、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
　ことを特徴とするデータ解析支援方法。

（付記９）
　付記８に記載のデータ解析支援方法であって、
　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
　ことを特徴とするデータ解析支援方法。

（付記１０）
　付記９に記載のデータ解析支援方法であって、
　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
　ことを特徴とするデータ解析支援方法。

（付記１１）
　付記１０に記載のデータ解析支援方法であって、
　前記（ｄ）のステップにおいて、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
　ことを特徴とするデータ解析支援方法。

（付記１２）
　付記７から１１のいずれか一つに記載のデータ解析支援方法であって、
　前記（ｃ）のステップにおいて、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
　ことを特徴とするデータ解析支援方法。

（付記１３）
　コンピュータに、
（ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
（ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
（ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。

（付記１４）
　付記１３に記載のコンピュータ読み取り可能な記録媒体であって、
　前記プログラムが、前記コンピュータに、
（ｄ）前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、ステップを実行させる命令を更に含み、
　前記（ｂ）のステップにおいて、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
　ことを特徴とするコンピュータ読み取り可能な記録媒体。

（付記１５）
　付記１４に記載のコンピュータ読み取り可能な記録媒体であって、
　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
　ことを特徴とするコンピュータ読み取り可能な記録媒体。

（付記１６）
　付記１５に記載のコンピュータ読み取り可能な記録媒体であって、
　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
　ことを特徴とするコンピュータ読み取り可能な記録媒体。

（付記１７）
　付記１６に記載のコンピュータ読み取り可能な記録媒体であって、
　前記（ｄ）のステップにおいて、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
　ことを特徴とするコンピュータ読み取り可能な記録媒体。

（付記１８）
　付記１３から１７のいずれか一つに記載のコンピュータ読み取り可能な記録媒体であって、
　前記（ｃ）のステップにおいて、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
　ことを特徴とするコンピュータ読み取り可能な記録媒体。

　以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態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。

　以上のように本発明によれば、可視化スコアに応じて可視化手法を選択し、解析者に、解析に適した選択した可視化手法を提示できるので、データ解析に適した可視化手法を選択するために要する時間を短縮できる。本発明は、データ解析が必要な分野において有用である。

　　１　データ解析支援装置
　　２　関係性スコア算出部
　　３　可視化スコア算出部
　　４　表示情報生成部
　２１　入力装置
　２２　表示装置
　２３　記憶装置
　２４　特徴抽出部
　２５　フィードバックスコア算出部
　４１　フィードバック管理情報
　５１　部分フィードバック管理情報
　６１　可視化手法情報
１１０　コンピュータ
１１１　ＣＰＵ
１１２　メインメモリ
１１３　記憶装置
１１４　入力インターフェイス
１１５　表示コントローラ
１１６　データリーダ／ライタ
１１７　通信インターフェイス
１１８　入力機器
１１９　ディスプレイ装置
１２０　記録媒体
１２１　バス

Claims (18)

1. 　対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、関係性スコア算出手段と、
   　前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、可視化スコア算出手段と、
   　前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、表示情報生成手段と、
   　を有することを特徴とするデータ解析支援装置。
2. 　請求項１に記載のデータ解析支援装置であって、
   　前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、フィードバックスコア算出手段を有し、
   　前記可視化スコア算出手段は、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
   　ことを特徴とするデータ解析支援装置。
3. 　請求項２に記載のデータ解析支援装置であって、
   　前記フィードバックスコア算出手段は、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
   　ことを特徴とするデータ解析支援装置。
4. 　請求項３に記載のデータ解析支援装置であって、
   　前記フィードバックスコア算出手段は、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
   　ことを特徴とするデータ解析支援装置。
5. 　請求項４に記載のデータ解析支援装置であって、
   　前記フィードバックスコア算出手段は、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
   　ことを特徴とするデータ解析支援装置。
6. 　請求項１から５のいずれか一つに記載のデータ解析支援装置であって、
   　前記表示情報生成手段は、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
   　ことを特徴とするデータ解析支援装置。
7. （ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
   （ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
   （ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
   　を有することを特徴とするデータ解析支援方法。
8. 　請求項７に記載のデータ解析支援方法であって、
   （ｄ）前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、ステップを有し、
   　前記（ｂ）のステップにおいて、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
   　ことを特徴とするデータ解析支援方法。
9. 　請求項８に記載のデータ解析支援方法であって、
   　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
   　ことを特徴とするデータ解析支援方法。
10. 　請求項９に記載のデータ解析支援方法であって、
    　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
    　ことを特徴とするデータ解析支援方法。
11. 　請求項１０に記載のデータ解析支援方法であって、
    　前記（ｄ）のステップにおいて、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
    　ことを特徴とするデータ解析支援方法。
12. 　請求項７から１１のいずれか一つに記載のデータ解析支援方法であって、
    　前記（ｃ）のステップにおいて、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
    　ことを特徴とするデータ解析支援方法。
13. 　コンピュータに、
    （ａ）対象データから抽出した特徴の組み合わせに対して、前記組み合わせに含まれる特徴に対応するデータ間の関係性を表す関係性スコアを算出する、ステップと、
    （ｂ）前記組み合わせに対応する前記関係性スコアを用いて、前記組み合わせに対応する可視化手法の有効度を表す可視化スコアを算出する、ステップと、
    （ｃ）前記可視化スコアに応じて前記可視化手法を選択し、選択した前記可視化手法に対応する表示を、表示装置に表示するための可視化表示情報を生成する、ステップと、
    　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
14. 　請求項１３に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記プログラムが、前記コンピュータに、
    （ｄ）前記組み合わせに対する前記可視化手法について、解析者の評価度を表すフィードバック情報を取得し、取得した前記フィードバック情報に基づいてフィードバックスコアを算出する、ステップを実行させる命令を更に含み、
    　前記（ｂ）のステップにおいて、前記組み合わせごとに、前記組み合わせに対応する前記関係性スコアと前記フィードバックスコアとを用いて、前記可視化スコアを算出する、
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。
15. 　請求項１４に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴の組み合わせと、前記可視化手法と、前記特徴の組み合わせと前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第一のフィードバック回数と、前記フィードバック情報が表す評価度とを関連付けた第一のフィードバック管理情報を生成する、
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。
    
16. 　請求項１５に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記（ｄ）のステップにおいて、前記解析者ごとに、前記特徴と、前記可視化手法と、前記特徴と前記可視化手法との組み合わせに対する前記フィードバック情報を取得した第二のフィードバック回数と、前記フィードバック情報が示す評価度と、前記評価度を用いて算出した評価情報とを関連付けた第二のフィードバック管理情報を生成する、
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。
17. 　請求項１６に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記（ｄ）のステップにおいて、前記評価情報と、前記第二のフィードバック回数と、前記特徴の組み合わせにおける次元数とを用いて、前記フィードバックスコアを算出する、
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。
18. 　請求項１３から１７のいずれか一つに記載のコンピュータ読み取り可能な記録媒体であって、
    　前記（ｃ）のステップにおいて、前記可視化スコアに応じて、前記可視化手法に対応する表示を変化させる、
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。

Images