WO2020183538A1 - 計算機システム及びデータレイクに格納されるデータを用いた処理方法 - Google Patents

計算機システム及びデータレイクに格納されるデータを用いた処理方法 Download PDF

Info

Publication number
WO2020183538A1
WO2020183538A1 PCT/JP2019/009433 JP2019009433W WO2020183538A1 WO 2020183538 A1 WO2020183538 A1 WO 2020183538A1 JP 2019009433 W JP2019009433 W JP 2019009433W WO 2020183538 A1 WO2020183538 A1 WO 2020183538A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
command
user
tag
recommendation
Prior art date
Application number
PCT/JP2019/009433
Other languages
English (en)
French (fr)
Inventor
モハマドアブデュラアル マムン
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2021504623A priority Critical patent/JPWO2020183538A1/ja
Priority to PCT/JP2019/009433 priority patent/WO2020183538A1/ja
Publication of WO2020183538A1 publication Critical patent/WO2020183538A1/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
    • G06F16/2457—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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles

Definitions

  • the present invention relates to processing big data stored in a data lake.
  • a data lake method for managing data (native data) of various data structures such as a table format, an XML format, a JSON format, and a CSV format is known.
  • the data lake indicates a repository that stores a wide variety of data regardless of the type of data, the size of the data, and the like.
  • Patent Document 1 a first user who has registered a first usage status, which is a combination of first users using an external shared terminal, by a first viewer registration means. Only the user identification means that identifies based on the identification information and the first recommendation information that recommends viewing the first content that is related to the interests common to the first user based on the first usage situation. It is provided with a recommendation information distribution means for distribution to a shared terminal. ”A recommendation information distribution device is described.
  • Patent Document 2 “content history information which is information associating a past search query with the content selected by the user is stored, and a related content search result based on the search query at the time of a search request and the content history information is stored. Get the search query search result, get the popularity information of the search query search result, calculate the related content evaluation value, the search result evaluation value, and the popularity evaluation value, and the related content evaluation value Based on the search result evaluation value and popularity evaluation value, the priority of the content to be output as the search result is determined, and the search result based on the related content search result and the search query search result is output.
  • Content search result The providing device is described.
  • the content to be recommended is selected based on the usage status of the user or the evaluation of the content.
  • the present invention provides a command recommendation technique for realizing real-time analysis.
  • a typical example of the invention disclosed in the present application is as follows. That is, it is a computer system that executes processing using the data stored in the data lake, and in the data lake, the data storing the data block composed of at least one attribute depends on the data structure of the data.
  • the computer system comprises at least one computer having a processor, a memory connected to the processor, and a network interface connected to the processor, and was utilized for processing using the data lake.
  • the history information that stores the information about the history command which is a command is managed, and when the at least one computer receives the recommendation request including the filtering condition from the first user, the history information is referred to based on the filtering condition.
  • the importance of the candidate command is calculated based on the execution history of the candidate command, and the recommendation command to be presented to the first user is selected based on the importance, and the selection is made.
  • the first presentation information for presenting the recommended recommendation command is generated, the first presentation information is output, and the execution request of the recommendation command is received, the process is executed based on the recommendation command.
  • FIG. It is a figure which shows the configuration example of the computer system of Example 1.
  • FIG. It is a figure which shows the detail of the data structure of the tag dictionary of Example 1.
  • FIG. It is a figure which shows the detail of the data structure of the content profile information of Example 1.
  • FIG. It is a figure which shows the detail of the data structure of the content profile information of Example 1.
  • FIG. It is a figure which shows the detail of the data structure of the date / time / place profile information of Example 1.
  • FIG. It is a figure which shows the detail of the data structure of the OLAP cube of Example 1.
  • FIG. 1 is a diagram showing a configuration example of the computer system of the first embodiment.
  • the computer system is composed of a data lake management server 100, a DB server 101, and a client terminal 102.
  • the data lake management server 100 and the DB server 101 are connected to each other via the network 103, and the data lake management server 100 and the client terminal 102 are connected to each other via the network 104.
  • the networks 103 and 104 are, for example, WAN (Wide Area Network) and LAN (Local Area Network). Further, the connection method of the networks 103 and 104 may be either wireless or wired.
  • the data lake management server 100, the DB server 101, and the client terminal 102 may be connected via one network.
  • the DB server 101 is a computer that manages the data lake 130 and other information.
  • the DB server 101 has the same hardware configuration as the data lake management server 100 described later, and has a processor, a memory, a storage device, and a network interface (not shown).
  • the DB server 101 manages the data lake 130, the tag dictionary 131, the user profile information 132, the content profile information 133, the date / time / location profile information 134, and the OLAP (online analytical processing) cube 135.
  • the data lake 130 is a repository that stores data (native data) in a wide variety of data formats such as table format, XML format, JSON format, and CSV format.
  • data lake 130 stores tabular data including a plurality of records composed of a plurality of attributes (columns). Numerical values and character strings are stored in the attributes.
  • the present invention is not limited to the data format and amount of data stored in the data lake 130.
  • the data lake 130 is realized by using the storage area of one DB server 101.
  • the plurality of DB servers 101 have a distributed cluster configuration, and the data is distributed and arranged.
  • the minimum management unit of data stored in the data lake 130 is also described as a data block.
  • data corresponding to RDB one record corresponds to one data block.
  • the "attribute” shall represent the identification information of the columns (fields) constituting one data block.
  • the "attribute value” shall represent a specific value of the "attribute”.
  • the tag dictionary 131 is information for managing tags indicating column attributes. The details of the data structure of the tag dictionary 131 will be described with reference to FIG.
  • the user profile information 132 is information for managing information about the user. The details of the data structure of the user profile information 132 will be described with reference to FIG.
  • the content profile information 133 is information for managing information (history information) related to the executed command. The details of the data structure of the content profile information 133 will be described with reference to FIG.
  • the date / time / location profile information 134 is information for managing information on the execution time of the executed command and its relevance to other commands. The details of the data structure of the date / time / place profile information 134 will be described with reference to FIG.
  • the OLAP cube 135 is a multidimensional database used for recommending commands to users. Details of the data structure of the OLAP cube 135 will be described with reference to FIG.
  • the data lake management server 100 is a computer that manages access to the data lake 130 and executes processing using the data stored in the data lake 130.
  • the data lake management server 100 includes a processor 111, a memory 112, a storage device 113, a network interface 114, and an I / O interface 115. Each hardware is connected via a bus.
  • the processor 111 executes a program stored in the memory 112.
  • the processor 111 executes processing according to a program, it operates as a functional unit (module) that realizes a specific function.
  • a functional unit module
  • the processor 111 is executing the program that realizes the functional unit.
  • the memory 112 is a non-volatile storage medium, and stores a program executed by the processor 111 and information used by the program.
  • the memory 112 includes a work area temporarily used by the program.
  • the memory 112 of the first embodiment stores a program that realizes the data analysis unit 120, the tag management unit 121, and the recommendation unit 122.
  • the data analysis unit 120 executes an analysis process using the data stored in the data lake 130.
  • the present invention is not limited to the content of the analysis process. Further, the data analysis unit 120 may execute a process other than the analysis process.
  • the tag management unit 121 manages tags indicating the attributes of the columns of the data block.
  • the recommendation unit 122 recommends a command to the user when the analysis process is executed.
  • the command for realizing the integrated processing for generating the big data table used for the analysis processing is recommended.
  • a plurality of functional units may be combined into one functional unit, or one functional unit may be divided into a plurality of functional units for each function.
  • the storage device 113 is a non-volatile storage medium and permanently stores various data.
  • the storage device 113 is, for example, an HDD (Hard Disk Drive) and an SSD (Solid State Drive).
  • the network interface 114 is an interface for connecting to another device via a network.
  • the I / O interface 115 is an interface for connecting to an external device such as an input device and an output device.
  • the input device includes a keyboard, a mouse, a touch panel, and the like
  • the output device includes a display, a printer, and the like.
  • the client terminal 102 is a computer operated by the user.
  • the client terminal 102 has the same hardware configuration as the data lake management server 100.
  • the user performs various operations on the data lake management server 100 using the client terminal 102.
  • FIG. 2 is a diagram showing details of the data structure of the tag dictionary 131 of the first embodiment.
  • the tag dictionary 131 includes a record composed of a tag ID 201, a tag name 202, a time stamp 203, related data 204, a pattern 205, and a number of selections 206.
  • One record corresponds to one tag.
  • the structure of the record stored in the tag dictionary 131 is an example and is not limited to this. For example, it may be a record including a column that stores the type of the attribute value set in the column.
  • the tag ID 201 is a column for storing identification information for uniquely identifying the tag.
  • the tag ID 201 is also used as identification information for identifying a record in the tag dictionary 131.
  • the tag name 202 is a column that stores the name of the tag, that is, the name of the attribute of the column.
  • the time stamp 203 is a column for storing the date and time when the tag was generated.
  • Related data 204 is a column for storing information related to data including a column of attributes corresponding to tags.
  • the related data 204 one or more sets of the identification information of the data stored in the data lake 130 and the identification information of the column to which the tag is attached are stored.
  • Pattern 205 is a column that stores the pattern of the attribute value stored in the column of the attribute corresponding to the tag.
  • the number of selections 206 is a column for storing the number of times the tag corresponding to the record is selected.
  • FIG. 3 is a diagram showing details of the data structure of the user profile information 132 of the first embodiment.
  • the user profile information 132 includes a record composed of a user ID 301, a name 302, a domain name 303, an age 304, a gender 305, a position 306, and years of service 307.
  • One record corresponds to one user.
  • the structure of the record stored in the user profile information 132 is an example and is not limited to this.
  • the user ID 301 is a column for storing identification information for uniquely identifying the user.
  • the user ID 301 is also used as identification information for identifying the record of the user profile information 132.
  • the name 302 is a column for storing the user's name.
  • the domain name 303 is a column for storing the identification information of the domain to which the user belongs.
  • the age 304 is a column for storing the age of the user.
  • Gender 305 is a column for storing the gender of the user.
  • the job title 306 is a column for storing the job title (position) of the user.
  • the number of years of service 307 is a column for storing the number of years of service of the user.
  • 4A, 4B, and 4C are diagrams showing details of the data structure of the content profile information 133 of the first embodiment.
  • the content profile information 133 includes a record composed of user ID 401, command ID 402, command 403, time stamp 404, data 405, tag list 406, GUF 407, and WCF 408.
  • One record corresponds to the history of one command.
  • the structure of the record stored in the content profile information 133 is an example and is not limited to this.
  • the user ID 401 is a column for storing identification information for uniquely identifying the user who executed the command.
  • the value set in the user ID 301 is stored in the user ID 401.
  • the command ID 402 is a column for storing identification information for uniquely identifying the executed command.
  • Command 403 is a column for storing the executed command.
  • the command 403 stores, for example, a command as shown in FIG. 4B.
  • the time stamp 404 is a column for storing the date and time when the command was executed.
  • the data 405 is a column for storing the identification information of the data used in the process executed based on the command.
  • Tag list 406 is a field for storing information about tags assigned to columns included in the command. Information as shown in FIG. 4C is stored in the tag list 406.
  • GUF407 and WCF408 are columns for storing an index used when recommending a command to a user.
  • the GUF 407 is a column for storing a GUF (General User Frequency), which is a value indicating the importance of a command in a computer system.
  • the WCF 408 is a column for storing a WCF (Wighted Command Frequency) which is a value indicating the importance of a command in an arbitrary user. The calculation method of GUF and WCF will be described later.
  • the same value is stored in the GUF 407 of the record in which the command 403 is the same and the domain to which the user corresponding to the user ID 401 belongs is the same. Further, the same value is stored in WCF408 of the record in which the user ID 401 and the command 403 are the same.
  • FIG. 5 is a diagram showing details of the data structure of the date / time / location profile information 134 of the first embodiment.
  • the date / time / location profile information 134 stores a record composed of the command ID 501, the time stamp 502, the day of the week 503, the time 504, the domain name 505, and the related work process name 506.
  • the structure of the record stored in the date / time / location profile information 134 is an example and is not limited to this.
  • Command ID 501 is the same column as command ID 402.
  • the time stamp 502 is the same column as the time stamp 404.
  • the day of the week 503 is a column for storing the day of the week when the command is executed.
  • Time 504 is a column that stores the time zone in which the command was executed. At time 504, for example, morning, afternoon, night, etc. are stored.
  • the domain name 505 is a column for storing the name of the domain to which the user who executed the command belongs.
  • the value set in the domain name 303 is stored in the domain name 505.
  • the related work process name 506 is a column for storing identification information of the manufacturing process (process name) related to the manufacturing process corresponding to the data used in the processing using the command.
  • FIG. 6 is a diagram showing details of the data structure of the OLAP cube 135 of the first embodiment.
  • the OLAP cube 135 is a multidimensional database in which user profile information 132, content profile information 133, and date / time / location profile information 134 are set as dimensions. WCF or GUF is stored in the cell as a major.
  • FIG. 7 is a flowchart illustrating the generation process of the tag dictionary 131 executed by the data lake management server 100 of the first embodiment.
  • the data lake management server 100 When the data lake management server 100 receives the request for generating the tag dictionary 131, the data lake management server 100 starts the process of generating the tag dictionary 131.
  • the generation request of the tag dictionary 131 is input from, for example, the administrator or the client terminal 102 that manages the data lake management server 100.
  • the tag management unit 121 acquires sample data from the data stored in the data lake 130 (step S701).
  • the generation request of the tag dictionary 131 includes information for designating sample data. Note that sample data may be included in the generation request of the tag dictionary 131.
  • the tag management unit 121 executes an analysis process for specifying the column attributes of the data blocks stored in each sample data (step S702).
  • the tag management unit 121 analyzes the meta information that defines the data structure of the sample data and the attribute value stored in the column. Based on the analysis result, the tag management unit 121 specifies the attribute of the column of the data block stored in the sample data, the pattern of the attribute value, and the like.
  • the column attributes may be determined by the user based on a pattern or the like.
  • the tag management unit 121 generates a tag dictionary 131 based on the analysis result (step S703), and then ends the process.
  • the tag management unit 121 adds as many records as the number of attributes specified in the tag dictionary 131.
  • the tag management unit 121 sets the identification information in the tag ID 201 of each record, sets the current time in the time stamp 203, and sets "0" in the number of selections 206.
  • the tag management unit 121 stores the name of the attribute specified in the tag name 202 of each record, and in the related data 204, the column classified into the attribute corresponding to the record and the identification information of the data including the column. Store pairs.
  • the tag management unit 121 stores the pattern specified in the pattern 205 of each record.
  • FIG. 8 is a flowchart illustrating a tagging process executed by the data lake management server 100 of the first embodiment.
  • 9A and 9B are diagrams showing an example of the tag display screen 900 presented by the data lake management server 100 of the first embodiment.
  • the tagging request includes identification information of the data to be tagged.
  • the data to which the tag is attached is described as the target data.
  • the tag management unit 121 adds a tag to the column of the data block stored in the target data (step S801). Specifically, the following processing is executed.
  • the tag management unit 121 analyzes the meta information of the target data and the attribute value stored in each column, and specifies the column name, the pattern of the attribute value, and the like.
  • the tag management unit 121 generates a template including a record composed of a column name, an attribute value pattern, and the like.
  • the tag management unit 121 identifies the tag of each column of the data block stored in the target data by referring to the tag dictionary 131 based on the template. For example, the tag management unit 121 selects a record from the template, and the column name stored in 204 in the related data is similar to the column name included in the selected record, and the pattern 205 is selected. Search for records that match the pattern contained in. It should be noted that the similarity of the names may be determined by using a dictionary of vocabulary (not shown).
  • the tag management unit 121 sets the name of the column included in the selected record in the related data 204 of the searched record.
  • the tag management unit 121 presents the result (step S802). After that, the tag management unit 121 shifts to the waiting state until it receives an operation from the user.
  • the tag management unit 121 generates display information for displaying the tag display screen 900 as shown in FIGS. 9A and 9B, and transmits the display information to the client terminal 102.
  • the tag display screen 900 will be described.
  • the tag display screen 900 is a screen displayed on the client terminal 102.
  • the tag display screen 900 includes a target data display field 901, a property display field 902, an operation button display field 903, and a confirmation field 904.
  • the target data display field 901 is a field for displaying the storage location of the target data, and includes the file path 910.
  • the file path 910 is a field for displaying the path in which the target data is stored.
  • the property display field 902 is a field for displaying an outline of the properties of the target data, and includes a file size 920, a number of columns 921, a number of records 922, an update date 923, and a profile date 924.
  • the file size 920 is a column for displaying the size of the target data.
  • the number of columns 921 is a column for displaying the number of columns included in the data block stored in the target data.
  • the number of records 922 is a column for displaying the number of data blocks stored in the target data.
  • the update date 923 is a column for displaying the date and time when the target data was updated.
  • the profile date 924 is a column for displaying the date and time when the process using the target data is executed.
  • the operation button display field 903 is a field for displaying operation buttons for performing various operations, and includes a column 930, data lineage 931, history 932, property 933, and outline 934.
  • Column 930 is a button for displaying the tag attached to the column.
  • the data lineage 931 is a button for displaying the lineage.
  • the history 932 is a button for displaying the history of the target data.
  • Property 933 is a button for displaying the detailed properties of the target data.
  • the summary 934 is a button for displaying a summary of the target data.
  • the confirmation column 904 is a column for displaying information corresponding to the operation button included in the operation button display column 903.
  • 9A and 9B show a confirmation column 904 when column 930 is operated.
  • the tag display table 940 and the end button 950 are displayed.
  • the tag display table 940 is a table that displays tags assigned to columns, and includes a record composed of a name 941, a tag 942, and a record number 943. One record corresponds to one column.
  • Name 941 is a column that stores the name of the column.
  • the tag 942 is a column for storing information about the tag attached to the column.
  • the tag button 945 and the update button 946 are stored in the tag 942.
  • the tag button 945 is a button indicating a tag attached to the column.
  • the update button 946 is a button for updating the tag information.
  • tag button 945 of "DURATION" is displayed on the tag 942 of the record corresponding to the column whose tag is unknown.
  • the number of records 943 is a column for storing the number of records for which a value is set in the column.
  • the end button 950 is a button for ending the display of the confirmation column 904.
  • the end button 950 is operated, the end request is transmitted to the data lake management server 100.
  • the user can modify the tag by clicking the tag button 942.
  • an update request including the update content is transmitted to the data lake management server 100.
  • the tag confirmation table 960 includes a record composed of a tag ID 961, a tag name 962, a time stamp 963, related data 964, a pattern 965, and a number of selections 966.
  • the tag ID 961 is a column for storing the identification information of the tag corresponding to the tag button 945.
  • the tag name 962 is a column for storing the name of the tag corresponding to the tag button 945.
  • the time stamp 963 is a column for storing the date and time when the tag corresponding to the tag button 945 was generated.
  • the related data 964 is a column for storing information about data including a column of attributes corresponding to the tag corresponding to the tag button 945.
  • the pattern 965 is a column for storing the pattern of the attribute value stored in the column of the attribute corresponding to the tag corresponding to the tag button 945.
  • the number of selections 966 is a column for storing the number of times the tag corresponding to the tag button 945 is selected.
  • the tag management unit 121 determines whether or not the received request is a termination request (step S803).
  • the tag management unit 121 ends the process.
  • the tag management unit 121 updates the tag dictionary 131 (step S804), and then shifts to the waiting state.
  • the tag management unit 121 deletes the column corresponding to the name 941 from the related data 204 of the record corresponding to the tag before the change. Further, the tag management unit 121 adds a column corresponding to the name 941 to the related data 204 of the record corresponding to the tag set in the tag button 945.
  • the data lake management server 100 can present the relationship between the data to the user as visual information. .. This allows the user to easily and quickly identify the data to be analyzed.
  • FIG. 10 is a flowchart illustrating an outline of the analysis process executed by the data lake management server 100 of the first embodiment.
  • FIG. 11 is a diagram showing an example of a recommendation condition setting screen presented by the data lake management server 100 of the first embodiment.
  • FIG. 12 is a diagram showing an example of a recommendation command display screen presented by the data lake management server 100 of the first embodiment.
  • the data lake management server 100 When the data lake management server 100 receives an access request for executing the analysis process from the client terminal 102, the data lake management server 100 starts the analysis process.
  • the data lake management server 100 executes a login process (step S1001). Since the login process is a publicly known process, detailed description thereof will be omitted.
  • the data analysis unit 120 of the data lake management server 100 acquires various information of the user, and adds a record for storing the acquired information to the user profile information 132 of the DB server 101. To do.
  • the user who executes the analysis process is described as the target user.
  • the data lake management server 100 presents the recommendation condition setting screen 1100 and accepts the recommendation request (step S1002).
  • the recommendation condition setting screen 1100 has a recommendation method setting field 1101, a domain setting field 1102, a process name setting field 1103, a tag hint setting field 1104, a number of years of service setting field 1105, a date range setting field 1106, a time setting field 1107, and a day setting field 1108. , And the setting button 1110.
  • the recommendation method setting field 1101 is a field for selecting a recommendation method.
  • Example 1 either “basic” or “advanced” is selected.
  • Basic command recommendations are made for beginners in analytical work.
  • Advanced command recommendations are made for Meisters who are familiar with analytical work.
  • the information including the value set in the recommendation method setting field 1101 is described as the recommendation condition information.
  • the domain setting field 1102, the process name setting field 1103, the tag hint setting field 1104, the number of years of service setting field 1105, the date range setting field 1106, the time setting field 1107, and the day of the week setting field 1108 provide filtering conditions for narrowing down the recommended commands. This is the field to set. Therefore, the domain setting field 1102, the process name setting field 1103, the tag hint setting field 1104, the working years setting field 1105, the date range setting field 1106, the time setting field 1107, and the day of the week setting field 1108 do not necessarily have to be operated.
  • the domain setting field 1102 the process name setting field 1103, the tag hint setting field 1104, the number of years of service setting field 1105, the date range setting field 1106, the time setting field 1107, and the day of the week setting field 1108.
  • Information including the value is described as filtering condition information.
  • the process name setting column 1103 is a column for setting a process name for specifying the data to be analyzed.
  • the value set in the process name setting field 1103 is saved as the related work process name.
  • the domain setting field 1102 is a field for setting a domain.
  • the tag hint setting field 1104 is a field for setting a hint to be used when specifying a tag.
  • the number of years of service setting column 1105 is a column for setting the number of years of service of the user.
  • the date range setting field 1106 is a field for setting a date and time range.
  • the time setting field 1107 is a field for setting a time zone.
  • the day day setting field 1108 is a field for setting a day.
  • the setting button 1110 is an operation button for setting the recommendation condition.
  • the client terminal 102 transmits a recommendation request including the recommendation condition information and the filtering condition information to the data lake management server 100.
  • the recommendation request does not have to include filtering condition information.
  • the data lake management server 100 executes the recommendation command presentation process based on the recommendation condition information and the filtering condition information included in the recommendation request (step S1003).
  • the data analysis unit 120 calls the recommendation unit 122 and instructs the execution of the recommendation command presentation process.
  • the details of the recommendation command presentation process will be described with reference to FIGS. 13, 14A, and 14B.
  • the data lake management server 100 presents the recommendation command based on the result of the recommendation command presentation process (step S1004). After that, the data lake management server 100 shifts to the waiting state until it receives an operation from the target user.
  • the data analysis unit 120 displays the recommendation command display screen 1200 as shown in FIG. 12 on the client terminal 102.
  • the recommendation command display screen 1200 will be described.
  • the recommendation command display screen 1200 includes a command list 1210, an execution button 1220, and a command input button 1221.
  • the command list 1210 is a list for displaying recommended commands.
  • the list contains records consisting of command button 1211 and add button 1212.
  • the execution button 1220 is a button for instructing the execution of the recommendation command selected from the command list 1210.
  • the command input button 1221 is a button operated when the user manually inputs a command.
  • the command display table 1230 is a table that displays the details of the command corresponding to the command button 1211, and includes the command ID 1231, the command 1232, the time stamp 1233, the data 1234, the tag list 1235, and the importance level 1236.
  • Command ID 1231, command 1232, time stamp 1233, data 1234, and tag list 1235 correspond to command ID 402, command 403, time stamp 404, data 405, and tag list 406.
  • the importance level 1236 is a column for storing the importance level indicating the importance of the command.
  • the client terminal 102 sends a command execution request to the data lake management server 100.
  • the client terminal 102 When the target user operates the command input button 1221, the client terminal 102 sends a command input request to the data lake management server 100.
  • step S1005 when the data lake management server 100 receives the request from the client terminal 102, the data lake management server 100 determines whether or not the received request is a command execution request (step S1005).
  • the data lake management server 100 executes the recommendation command selected by the target user (step S1006).
  • the data analysis unit 120 executes the recommendation command.
  • the data analysis unit 120 executes a Join command for generating a big data table to generate a big data table.
  • the data lake management server 100 updates the content profile information 133 and the date / time / location profile information 134 (step S1011), and then ends the process.
  • the data analysis unit 120 adds a record to the content profile information 133, and sets values in the user ID 401, command ID 402, command 403, data 405, and tag list 406 in the added record.
  • the data analysis unit 120 sets the current time in the time stamp 404 of the added record.
  • GUF407 and WCF408 may be left blank.
  • the values of GUF 407 and WCF 408 may be set based on the record or the like corresponding to the selected command.
  • step S1006 If it is determined in step S1006 that the received request is a command input request, the data lake management server 100 accepts the selection of the data to be analyzed (step S1007).
  • the data lake management server 100 presents the tag of the column included in the data block stored in the selected data (step S1008).
  • the data analysis unit 120 refers to the data 405 of the tag dictionary 131 and the tag list 406 to specify the tags assigned to the columns included in the selected data. In addition, the data analysis unit 120 generates presentation information for presenting the specified tag and transmits it to the client terminal 102.
  • the data analysis unit 120 If there is a tag without a tag in the column included in the data block, the data analysis unit 120 outputs a tag addition request to the tag management unit 121. In this case, the data analysis unit 120 generates the presentation information based on the processing result of the tag management unit 121. Based on the presented information, the tag display screen 900 as shown in FIG. 9A is displayed.
  • the target user can grasp the relationship between the data and generate a command or the like for concatenating the data.
  • the user can grasp the structure and contents of the data as visual information, and can grasp the relationship between the data, so that the time required for command generation can be reduced.
  • the data lake management server 100 receives the command input from the target user (step S1009) and executes the command generated by the target user (step S1010).
  • the data analysis unit 120 executes the command.
  • the data analysis unit 120 executes a Join command for generating a big data table to generate a big data table.
  • the data lake management server 100 updates the content profile information 133 and the date / time / location profile information 134 (step S1011), and then ends the process.
  • FIG. 13 is a flowchart illustrating an example of the recommendation command presentation process executed by the data lake management server 100 of the first embodiment.
  • the recommendation unit 122 calculates the CF (Command Frequency) of each command of the target user (step S1301). Specifically, the following processing is executed.
  • the recommendation unit 122 selects one target command from the commands stored in the content profile information 133.
  • the recommendation unit 122 calculates the number of records (the number of first records) corresponding to the target command with reference to the content profile information 133. In addition, the recommendation unit 122 calculates the number of records (the number of second records) corresponding to the target command executed by the target user. The recommendation unit 122 calculates the value obtained by dividing the number of second records by the number of first records as CF. The recommendation unit 122 stores the CF in the work area in association with the target command.
  • Step S1303 When the processing is not completed for all the commands, the recommendation unit 122 executes the processing of (processing B1) and (processing B2). When the processing for all the commands is completed, the recommendation unit 122 ends the processing in step S1301. The above is the description of the process of step S1301.
  • the recommendation unit 122 calculates the GUF of each command (step S1302). Specifically, the following processing is executed.
  • the recommendation unit 122 selects one target command from the commands stored in the content profile information 133.
  • the recommendation unit 122 calculates the number of users who have executed the target command (the number of first users) with reference to the content profile information 133. In addition, the recommendation unit 122 refers to the user profile information 132 and calculates the total number of users (the number of second users) belonging to the domain to which the target user belongs. The recommendation unit 122 calculates the value obtained by dividing the number of second users by the number of first users as GUF.
  • the recommendation unit 122 searches the content profile information 133 for a record that matches the combination of the target command and the user belonging to the domain to which the target user belongs.
  • the recommendation unit 122 stores the calculated value in the GUF 407 of the searched record.
  • Step S1302. (Processing C4) When the processing is not completed for all the commands, the recommendation unit 122 executes the processing of (processing C1), (processing C2), and (processing C3). When the processing for all the commands is completed, the recommendation unit 122 ends the processing in step S1302. The above is the description of the process of step S1302.
  • the recommendation unit 122 calculates the WCF of each command of the target user (step S1303). Specifically, the following processing is executed.
  • the recommendation unit 122 selects one target command from the commands stored in the content profile information 133.
  • the recommendation unit 122 acquires the CF associated with the target command from the work area.
  • the recommendation unit 122 refers to the content profile information 133 and searches for a record that matches the set of the target command and the target user.
  • the recommendation unit 122 acquires a value from the GUF 407 of the searched record.
  • the recommendation unit 122 calculates a value obtained by multiplying CF, GUF, and the adjustment parameter ⁇ as WCF.
  • the recommendation unit 122 sets the calculated value in WCF408 of the record searched in (process D3).
  • the adjustment parameter ⁇ can be set to any value.
  • the recommendation unit 122 executes the recommendation command selection process (step S1304).
  • the details of the recommendation command selection process will be described with reference to FIGS. 14A and 14B.
  • the recommendation unit 122 generates presentation information for presenting the recommendation command selected by the recommendation command selection process, and transmits it to the client terminal 102 (step S1305). After that, the recommendation unit 122 ends the recommendation command presentation process.
  • steps S1301 and S1302 may be changed.
  • 14A and 14B are flowcharts illustrating an example of the recommendation command selection process executed by the data lake management server 100 of the first embodiment.
  • the recommendation unit 122 refers to the recommendation condition information and determines whether or not the recommendation method is "basic" (step S1401).
  • the recommendation unit 122 determines whether or not the commands can be narrowed down (step S1402).
  • the recommendation unit 122 determines whether or not the recommendation request includes filtering condition information. When the recommendation request includes filtering condition information, the recommendation unit 122 determines that the commands can be narrowed down.
  • step S1404 If it is determined that it is impossible to narrow down the commands, the recommendation unit 122 generates a command profile table (step S1404), and then proceeds to step S1405.
  • the recommendation unit 122 refers to the content profile information 133, acquires all commands, and generates a command profile table including records of all commands.
  • the record in the command profile table is composed of commands and importance.
  • the recommendation unit 122 searches for the OLAP cube 135 based on the filtering condition information, identifies the command (step S1403), and generates a command profile table (step S1404). After that, the process proceeds to step S1405. Since data retrieval using the OLAP cube 135 is a known technique, detailed description thereof will be omitted.
  • the recommendation unit 122 generates a command profile table containing a record of the specified command.
  • step S1405 the recommendation unit 122 acquires the GUF of each command set in the command profile table from the content profile information 133 (step S1405). Specifically, the following processing is executed.
  • the recommendation unit 122 selects a record from the command profile table.
  • the recommendation unit 122 searches the content profile information 133 for a record that matches a set of a command corresponding to the record and an arbitrary user belonging to the domain to which the target user belongs, and GUF407 of the searched record. Get the value.
  • the recommendation unit 122 sets the acquired value for the importance of the record selected in (process E1).
  • step S1405 When the processing is not completed for all the records in the command profile table, the recommendation unit 122 executes the processing of (processing E1) and (processing E2). When the processing is completed for all the records in the command profile table, the recommendation unit 122 ends the processing in step S1405. The above is the description of the process of step S1405.
  • the recommendation unit 122 generates a command list based on the command profile table (step S1406), and then ends the recommendation command selection process.
  • the recommendation unit 122 selects a predetermined number of commands in descending order of importance, and generates a command list including records of the selected commands.
  • the number of commands to be selected can be set arbitrarily. Further, a column for setting the number of commands may be provided on the recommendation condition setting screen 1100.
  • step S1401 If it is determined in step S1401 that the recommendation method is "advanced", the recommendation unit 122 determines whether or not the commands can be narrowed down (step S1411).
  • step S1411 The process of step S1411 is the same as the process of step S1402.
  • the recommendation unit 122 When it is determined that it is impossible to narrow down the commands, the recommendation unit 122 generates a command profile table (step S1413), and then proceeds to step S1414.
  • the recommendation unit 122 refers to the content profile information 133, acquires all commands, and generates a command profile table including records of all commands.
  • the recommendation unit 122 searches for the OLAP cube 135 based on the filtering condition information, identifies the command (step S1412), and generates a command profile table (step S1413). After that, the process proceeds to step S1414.
  • the recommendation unit 122 generates a command profile table containing a record of the specified command.
  • step S1414 the recommendation unit 122 determines whether or not the target user is a new user (step S1414).
  • the recommendation unit 122 refers to the content profile information 133, and determines whether or not there is a record in which the identification information of the target user is stored in the user ID 401. If the user ID 401 does not have a record in which the identification information of the target user is stored, the recommendation unit 122 determines that the target user is a new user.
  • the recommendation unit 122 When it is determined that the target user is not a new user, the recommendation unit 122 generates a command vector for each user (step S1415). Specifically, the following processing is executed.
  • the recommendation unit 122 selects a record from the user profile information 132.
  • the recommendation unit 122 refers to the content profile information 133 and generates a command vector of the same number of elements as the number of command types. The value of each element of the command vector is set to 0.
  • the recommendation unit 122 refers to the content profile information 133, and searches for a record in which the user ID 401 matches the user corresponding to the selected record.
  • the recommendation unit 122 classifies the searched records into groups for each command.
  • the recommendation unit 122 selects one record included in each group and acquires a value from the WCF 408 of the selected record.
  • the recommendation unit 122 sets the acquired WCF in the element corresponding to the vector command.
  • Step S1415 When the processing is not completed for all the records of the user profile information 132, the recommendation unit 122 executes the processing of (processing F1), (processing F2), and (processing F3). When the processing is completed for all the records of the user profile information 132, the recommendation unit 122 ends the processing in step S1415. The above is the description of the process of step S1415.
  • the recommendation unit 122 calculates the degree of similarity between the target user and another user using the command vector (step S1416).
  • the recommendation unit 122 calculates the cosine similarity as shown in the following equation (1).
  • v A represents the command vector of the target user
  • v B represents the command vector of another user
  • the recommendation unit 122 identifies a user similar to the target user based on the degree of similarity (step S1417).
  • the recommendation unit 122 identifies a user whose similarity is greater than the threshold value as a user similar to the target user.
  • the identified user will be referred to as a similar user.
  • the recommendation unit 122 calculates the ECF (Expected Command Frequency) of each command using the WFC of a similar user (step S1418). Specifically, the following processing is executed.
  • the recommendation unit 122 selects a record from the command profile table.
  • the recommendation unit 122 calculates the ECF for each command using the following equation (2).
  • n represents the number of similar users.
  • k represents the identification information of a similar user.
  • (WCF) K represents the WCF of a similar user.
  • the ECF shown in the formula (2) is an average value of WCF of similar users.
  • the recommendation unit 122 sets the ECF calculated for the importance of the selected record.
  • Step S1418 When the processing is not completed for all the records in the command profile table, the recommendation unit 122 executes the processing of (processing G1), (processing G2), and (processing G3). When the processing is completed for all the records in the command profile table, the recommendation unit 122 ends the processing in step S1418.
  • processing G1 processing is not completed for all the records in the command profile table
  • processing G2 processing is not completed for all the records in the command profile table
  • processing G3 When the processing is completed for all the records in the command profile table, the recommendation unit 122 ends the processing in step S1418.
  • the above is the description of the process of step S1418.
  • the recommendation unit 122 generates a command list based on the command profile table (step S1419), and then ends the recommendation command selection process.
  • the recommendation unit 122 selects a predetermined number of commands in descending order of importance, and generates a command list including records of the selected commands.
  • the number of commands to be selected can be set arbitrarily. Further, a column for setting the number of commands may be provided on the recommendation condition setting screen 1100.
  • the recommendation unit 122 can calculate the importance (GUF and ECF) of commands having different viewpoints based on the execution history of the command, and select the recommendation command based on the importance.
  • GUF represents the importance of the command in the computer system
  • ECF represents the importance of the command in the user.
  • the time required for analysis can be shortened. That is, real-time analysis can be realized.
  • it is possible to recommend appropriate commands for example, commands used by Meister, so that advanced analysis can be realized.
  • tags are added to each column of the data block and visualizing it, it is possible to easily and quickly grasp the definition, structure, contents, etc. of the data.
  • the use of tags facilitates the grasping and extraction of related data. As a result, the time required for command generation can be reduced.
  • the present invention is not limited to the above-mentioned examples, and includes various modifications.
  • the above-described embodiment describes the configuration in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to the one including all the described configurations. Further, it is possible to add, delete, or replace a part of the configuration of each embodiment with other configurations.
  • each of the above-mentioned configurations, functions, processing units, processing means, etc. may be realized in hardware by designing a part or all of them with, for example, an integrated circuit.
  • the present invention can also be realized by a program code of software that realizes the functions of the examples.
  • a storage medium in which the program code is recorded is provided to the computer, and the processor included in the computer reads the program code stored in the storage medium.
  • the program code itself read from the storage medium realizes the functions of the above-described embodiment, and the program code itself and the storage medium storing the program code itself constitute the present invention.
  • Examples of the storage medium for supplying such a program code include a flexible disk, a CD-ROM, a DVD-ROM, a hard disk, an SSD (Solid State Drive), an optical disk, a magneto-optical disk, a CD-R, and a magnetic tape.
  • Non-volatile memory cards, ROMs, etc. are used.
  • program code that realizes the functions described in this embodiment can be implemented in a wide range of programs or script languages such as assembler, C / C ++, perl, Shell, PHP, Python, and Java (registered trademark).
  • the program code of the software that realizes the functions of the examples via the network it is stored in a storage means such as a hard disk or memory of a computer or a storage medium such as a CD-RW or a CD-R.
  • the processor provided in the computer may read and execute the program code stored in the storage means or the storage medium.
  • control lines and information lines are shown as necessary for explanation, and not all control lines and information lines are necessarily shown in the product. All configurations may be interconnected.

Abstract

データレイクに格納されるデータを用いた処理を実行する計算機システムであって、データレイクを用いた処理に利用されたコマンドである履歴コマンドに関する情報を格納する履歴情報を管理し、ユーザからフィルタリング条件を含むレコメンド要求を受信した場合、フィルタリング条件に基づいて履歴情報を参照することによって候補コマンドを特定し、候補コマンドの重要度を算出し、重要度に基づいてユーザに提示するレコメンドコマンドを選択し、レコメンドコマンドを提示するための第１提示情報を生成し、レコメンドコマンドの実行要求を受け付けた場合、レコメンドコマンドに基づいて処理を実行する。

Description

計算機システム及びデータレイクに格納されるデータを用いた処理方法
　本発明は、データレイクに格納されるビッグデータの処理に関する。
　ビッグデータ分野では、テーブル形式、ＸＭＬ形式、Ｊｓｏｎ形式、及びＣＳＶ形式等、様々なデータ構造のデータ（ネイティブデータ）を管理するデータレイク方式が知られている。ここで、データレイクは、データの種別及びデータの大きさ等に依存することなく、多種多様なデータを格納するリポジトリを示す。
特開２０１５－１７７４８７号公報 特開２０１４－２２８９６７号公報
　データレイクに格納されるデータを用いたリアルタイム分析を実行するためには、できるだけ早く、必要なデータを統合する必要がある。しかし、データレイクに格納されるデータの定義、構造、及び内容等は事前に設定されていないため、把握することが難しく、また、データ間の関連性も把握することが難しい。そのため、データ統合を行うためのコマンドの生成には長い時間を要する。したがって、リアルタイム分析が困難であるという課題がある。
　前述の課題に対して、レコメンド機能を用いて過去に実行されたコマンドをレコメンドする方法が考えられる。従来のレコメンド技術としては、例えば、特許文献１及び特許文献２に記載の技術が知られている。
　特許文献１には、「外部の共用端末を使用している第１のユーザの組み合わせである第１の利用状況を、第１の視聴者登録手段によって登録された第１のユーザの第１の識別情報に基づいて識別するユーザ識別手段と、第１の利用状況に基づいて、第１のユーザに共通する関心事項と関係を有する第１のコンテンツの視聴を推奨する第１のレコメンド情報のみを共用端末へ配信するレコメンド情報配信手段とを備える。」レコメンド情報配信装置が記載されている。
　特許文献２には、「過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶し、検索要求時の検索クエリとコンテンツ履歴情報とに基づいた関連コンテンツ検索結果を取得し、検索クエリ検索結果を取得し、検索クエリ検索結果の人気度情報を取得し、関連コンテンツ評価値と、検索結果評価値と、人気度評価値とを算出し、関連コンテンツ評価値と検索結果評価値と人気度評価値とに基づいて、検索結果として出力するコンテンツの優先度を決定し、関連コンテンツ検索結果と、検索クエリ検索結果とに基づいた検索結果を出力する」コンテンツ検索結果提供装置が記載されている。
　従来のレコメンド技術では、ユーザの利用状況又はコンテンツの評価等に基づいて、レコメンドするコンテンツ等が選択されている。
　特許文献１に記載の技術の場合、初めて使用するユーザに対してコンテンツのレコメンドを行えない。また、分析処理ではコマンドそのものの評価は行われないため、特許文献２のようなコンテンツの評価値に基づくレコメンド方法を採用することができない。
　本発明は、リアルタイム分析を実現するためのコマンドのレコメンド技術を提供する。
　本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、データレイクに格納されるデータを用いた処理を実行する計算機システムであって、前記データレイクは、少なくとも一つの属性から構成されるデータブロックを格納するデータが、当該データのデータ構造に依存しない形式で格納され、前記計算機システムは、プロセッサ、前記プロセッサに接続されるメモリ、及び前記プロセッサに接続されるネットワークインタフェースを有する少なくとも一つの計算機を備え、前記データレイクを用いた処理に利用されたコマンドである履歴コマンドに関する情報を格納する履歴情報を管理し、前記少なくとも一つの計算機は、第１ユーザからフィルタリング条件を含むレコメンド要求を受信した場合、前記フィルタリング条件に基づいて前記履歴情報を参照することによって候補コマンドを特定し、前記候補コマンドの実行履歴に基づいて、前記候補コマンドの重要度を算出し、前記重要度に基づいて、前記第１ユーザに提示するレコメンドコマンドを選択し、前記選択されたレコメンドコマンドを提示するための第１提示情報を生成し、前記第１提示情報を出力し、前記レコメンドコマンドの実行要求を受け付けた場合、前記レコメンドコマンドに基づいて処理を実行する。
　本発明の一形態によれば、リアルタイム分析を実現するためのコマンドのレコメンド技術を提供できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。
実施例１の計算機システムの構成例を示す図である。 実施例１のタグ辞書のデータ構造の詳細を示す図である。 実施例１のユーザプロファイル情報のデータ構造の詳細を示す図である。 実施例１のコンテンツプロファイル情報のデータ構造の詳細を示す図である。 実施例１のコンテンツプロファイル情報のデータ構造の詳細を示す図である。 実施例１のコンテンツプロファイル情報のデータ構造の詳細を示す図である。 実施例１の日時／場所プロファイル情報のデータ構造の詳細を示す図である。 実施例１のＯＬＡＰキューブのデータ構造の詳細を示す図である。 実施例１のデータレイク管理サーバが実行するタグ辞書の生成処理を説明するフローチャートである。 実施例１のデータレイク管理サーバが実行するタグ付与処理を説明するフローチャートである。 実施例１のデータレイク管理サーバによって提示されるタグ表示画面の一例を示す図である。 実施例１のデータレイク管理サーバによって提示されるタグ表示画面の一例を示す図である。 実施例１のデータレイク管理サーバが実行する分析処理の概要を説明するフローチャートである。 実施例１のデータレイク管理サーバによって提示されるレコメンド条件設定画面の一例を示す図である。 実施例１のデータレイク管理サーバによって提示されるレコメンドコマンド表示画面の一例を示す図である。 実施例１のデータレイク管理サーバが実行するレコメンドコマンド提示処理の一例を説明するフローチャートである。 実施例１のデータレイク管理サーバが実行するレコメンドコマンド選択処理の一例を説明するフローチャートである。 実施例１のデータレイク管理サーバが実行するレコメンドコマンド選択処理の一例を説明するフローチャートである。
　以下、本発明の実施例を、図面を用いて説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。
　以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。
　本明細書等における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数又は順序を限定するものではない。
　図面等において示す各構成の位置、大きさ、形状、及び範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、及び範囲等を表していない場合がある。したがって、本発明では、図面等に開示された位置、大きさ、形状、及び範囲等に限定されない。
　図１は、実施例１の計算機システムの構成例を示す図である。
　計算機システムは、データレイク管理サーバ１００、ＤＢサーバ１０１、及びクライアント端末１０２から構成される。データレイク管理サーバ１００及びＤＢサーバ１０１はネットワーク１０３を介して互いに接続され、データレイク管理サーバ１００及びクライアント端末１０２はネットワーク１０４を介して接続される。
　ネットワーク１０３、１０４は、例えば、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）及びＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等である。また、ネットワーク１０３、１０４の接続方式は無線及び有線のいずれでもよい。なお、一つのネットワークを介して、データレイク管理サーバ１００、ＤＢサーバ１０１、及びクライアント端末１０２が接続されてもよい。
　ＤＢサーバ１０１は、データレイク１３０及びその他情報を管理する計算機である。ＤＢサーバ１０１は、後述するデータレイク管理サーバ１００と同様のハードウェア構成であり、図示しない、プロセッサ、メモリ、記憶装置、及びネットワークインタフェースを有する。
　ＤＢサーバ１０１は、データレイク１３０、タグ辞書１３１、ユーザプロファイル情報１３２、コンテンツプロファイル情報１３３、日時／場所プロファイル情報１３４、及びＯＬＡＰ（ｏｎｌｉｎｅ　ａｎａｌｙｔｉｃａｌ　ｐｒｏｃｅｓｓｉｎｇ）キューブ１３５を管理する。
　データレイク１３０は、テーブル形式、ＸＭＬ形式、Ｊｓｏｎ形式、及びＣＳＶ形式等、多種多様なデータ形式のデータ（ネイティブデータ）を格納するリポジトリである。例えば、データレイク１３０には複数の属性（カラム）から構成されるレコードを複数含むテーブル形式のデータが格納される。属性には数値及び文字列が格納される。本発明は、データレイク１３０に格納されるデータのデータ形式及びデータ量に限定されない。
　実施例１では、一つのＤＢサーバ１０１の記憶領域を用いてデータレイク１３０が実現される。複数のＤＢサーバ１０１を用いてデータレイク１３０を実現する場合、複数のＤＢサーバ１０１は分散クラスタ構成を取り、データが分散して配置される。
　以下の説明では、データレイク１３０に格納されるデータの最小の管理単位をデータブロックとも記載する。例えば、ＲＤＢに対応するデータの場合、一つのレコードが一つのデータブロックに対応する。以下の説明では、「属性」は、一つのデータブロックを構成するカラム（フィールド）の識別情報を表すものとする。また、以下の説明では、「属性値」は、「属性」の具体的な値を表すものとする。
　タグ辞書１３１は、カラムの属性を示すタグを管理するための情報である。タグ辞書１３１のデータ構造の詳細は図２を用いて説明する。
　ユーザプロファイル情報１３２は、ユーザに関する情報を管理するための情報である。ユーザプロファイル情報１３２のデータ構造の詳細は図３を用いて説明する。
　コンテンツプロファイル情報１３３は、実行されたコマンドに関する情報（履歴情報）を管理するための情報である。コンテンツプロファイル情報１３３のデータ構造の詳細は図４を用いて説明する。
　日時／場所プロファイル情報１３４は、実行されたコマンドの実行時間及び他のコマンドとの関連性に関する情報を管理するための情報である。日時／場所プロファイル情報１３４のデータ構造の詳細は図５を用いて説明する。
　ＯＬＡＰキューブ１３５は、ユーザに対するコマンドのレコメンドに使用する多次元データベースである。ＯＬＡＰキューブ１３５のデータ構造の詳細は図６を用いて説明する。
　データレイク管理サーバ１００は、データレイク１３０へのアクセスを管理し、また、データレイク１３０に格納されるデータを用いた処理を実行する計算機である。データレイク管理サーバ１００は、プロセッサ１１１、メモリ１１２、記憶装置１１３、ネットワークインタフェース１１４、及びＩ／Ｏインタフェース１１５を有する。各ハードウェアはバスを介して接続される。
　プロセッサ１１１は、メモリ１１２に格納されるプログラムを実行する。プロセッサ１１１がプログラムにしたがって処理を実行することによって、特定の機能を実現する機能部（モジュール）として動作する。以下の説明では、機能部を主語に処理を説明する場合、プロセッサ１１１が当該機能部を実現するプログラムを実行していることを示す。
　メモリ１１２は、不揮発性の記憶媒体であり、プロセッサ１１１が実行するプログラム及び当該プログラムが使用する情報を格納する。メモリ１１２は、プログラムが一時的に使用するワークエリアを含む。実施例１のメモリ１１２には、データ分析部１２０、タグ管理部１２１、及びレコメンド部１２２を実現するプログラムを格納する。
　データ分析部１２０は、データレイク１３０に格納されるデータを用いた分析処理を実行する。なお、本発明は、分析処理の内容に限定されない。また、データ分析部１２０は、分析処理以外の処理を実行してもよい。
　タグ管理部１２１は、データブロックのカラムの属性を示すタグを管理する。
　レコメンド部１２２は、分析処理の実行時に、ユーザに対してコマンドのレコメンドを行う。実施例１では、分析処理に使用するビッグデータテーブルを生成するための統合処理を実現するコマンドのレコメンドが行われる。
　なお、データレイク管理サーバ１００が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。
　記憶装置１１３は、不揮発性の記憶媒体であり、各種データを永続的に格納する。記憶装置１１３は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）である。
　ネットワークインタフェース１１４は、ネットワークを介して他の装置と接続するためのインタフェースである。
　Ｉ／Ｏインタフェース１１５は、入力装置及び出力装置等の外部装置と接続するためのインタフェースである。入力装置は、キーボード、マウス、及びタッチパネル等を含み、出力装置は、ディスプレイ及びプリンタ等を含む。
　クライアント端末１０２は、ユーザが操作する計算機である。クライアント端末１０２は、データレイク管理サーバ１００と同様のハードウェア構成である。ユーザは、クライアント端末１０２を用いてデータレイク管理サーバ１００に対する各種操作を行う。
　図２は、実施例１のタグ辞書１３１のデータ構造の詳細を示す図である。
　タグ辞書１３１は、タグＩＤ２０１、タグ名２０２、タイムスタンプ２０３、関連データ２０４、パターン２０５、及び選択回数２０６から構成されるレコードを含む。一つのレコードが一つのタグに対応する。なお、タグ辞書１３１に格納されるレコードの構造は一例であってこれに限定されない。例えば、カラムに設定された属性値の種別を格納するカラムを含むレコードでもよい。
　タグＩＤ２０１は、タグを一意に識別するための識別情報を格納するカラムである。タグＩＤ２０１は、タグ辞書１３１のレコードを識別するための識別情報としても用いられる。
　タグ名２０２は、タグの名称、すなわち、カラムの属性の名称を格納するカラムである。
　タイムスタンプ２０３は、タグが生成された日時を格納するカラムである。
　関連データ２０４は、タグに対応する属性のカラムを含むデータに関する情報を格納するカラムである。関連データ２０４には、データレイク１３０に格納されるデータの識別情報及びタグが付与されるカラムの識別情報の組が一つ以上格納される。
　パターン２０５は、タグに対応する属性のカラムに格納される属性値のパターンを格納するカラムである。
　選択回数２０６は、レコードに対応するタグが選択された回数を格納するカラムである。
　図３は、実施例１のユーザプロファイル情報１３２のデータ構造の詳細を示す図である。
　ユーザプロファイル情報１３２は、ユーザＩＤ３０１、氏名３０２、ドメイン名３０３、年齢３０４、性別３０５、役職３０６、及び勤務年数３０７から構成されるレコードを含む。一つのレコードが一人のユーザに対応する。なお、ユーザプロファイル情報１３２に格納されるレコードの構造は一例であってこれに限定されない。
　ユーザＩＤ３０１は、ユーザを一意に識別するための識別情報を格納するカラムである。ユーザＩＤ３０１は、ユーザプロファイル情報１３２のレコードを識別するための識別情報としても用いられる。
　氏名３０２は、ユーザの氏名を格納するカラムである。ドメイン名３０３は、ユーザが所属するドメインの識別情報を格納するカラムである。年齢３０４は、ユーザの年齢を格納するカラムである。性別３０５は、ユーザの性別を格納するカラムである。役職３０６は、ユーザの役職（地位）を格納するカラムである。勤務年数３０７は、ユーザの勤務年数を格納するカラムである。
　図４Ａ、図４Ｂ、及び図４Ｃは、実施例１のコンテンツプロファイル情報１３３のデータ構造の詳細を示す図である。
　コンテンツプロファイル情報１３３は、ユーザＩＤ４０１、コマンドＩＤ４０２、コマンド４０３、タイムスタンプ４０４、データ４０５、タグリスト４０６、ＧＵＦ４０７、及びＷＣＦ４０８から構成されるレコードを含む。一つのレコードが、一つのコマンドの履歴に対応する。なお、コンテンツプロファイル情報１３３に格納されるレコードの構造は一例であってこれに限定されない。
　ユーザＩＤ４０１は、コマンドを実行したユーザを一意に識別するための識別情報を格納するカラムである。ユーザＩＤ４０１には、ユーザＩＤ３０１に設定された値が格納される。
　コマンドＩＤ４０２は、実行されたコマンドを一意に識別するための識別情報を格納するカラムである。
　コマンド４０３は、実行されたコマンドを格納するカラムである。コマンド４０３には、例えば、図４Ｂに示すようなコマンドが格納される。
　タイムスタンプ４０４は、コマンドが実行された日時を格納するカラムである。
　データ４０５は、コマンドに基づいて実行される処理に用いられたデータの識別情報を格納するカラムである。
　タグリスト４０６は、コマンドに含まれるカラムに付与されるタグに関する情報を格納するフィールドである。タグリスト４０６には、図４Ｃに示すような情報が格納される。
　ＧＵＦ４０７及びＷＣＦ４０８は、ユーザに対してコマンドのレコメンドを行う場合に使用する指標を格納するカラムである。ＧＵＦ４０７は、計算機システムにおけるコマンドの重要度を示す値であるＧＵＦ（Ｇｅｎｅｒａｌ　Ｕｓｅｒ　Ｆｒｅｑｕｅｎｃｙ）を格納するカラムである。ＷＣＦ４０８は、任意のユーザにおけるコマンドの重要度を示す値であるＷＣＦ（Ｗｅｉｇｈｔｅｄ　Ｃｏｍｍａｎｄ　Ｆｒｅｑｕｅｎｃｙ）を格納するカラムである。ＧＵＦ及びＷＣＦの算出方法について後述する。
　なお、コマンド４０３が同一、かつ、ユーザＩＤ４０１に対応するユーザが所属するドメインが同一であるレコードのＧＵＦ４０７には、同一の値が格納される。また、ユーザＩＤ４０１及びコマンド４０３が同一のレコードのＷＣＦ４０８には、同一の値が格納される。
　図５は、実施例１の日時／場所プロファイル情報１３４のデータ構造の詳細を示す図である。
　日時／場所プロファイル情報１３４は、コマンドＩＤ５０１、タイムスタンプ５０２、曜日５０３、時刻５０４、ドメイン名５０５、及び関連ワークプロセス名５０６から構成されるレコードを格納する。なお、日時／場所プロファイル情報１３４に格納されるレコードの構造は一例であってこれに限定されない。
　コマンドＩＤ５０１は、コマンドＩＤ４０２と同一のカラムである。タイムスタンプ５０２は、タイムスタンプ４０４と同一のカラムである。
　曜日５０３は、コマンドが実行された曜日を格納するカラムである。時刻５０４は、コマンドが実行された時間帯を格納するカラムである。時刻５０４には、例えば、午前、午後、夜等が格納される。
　ドメイン名５０５は、コマンドを実行したユーザが所属するドメインの名称を格納するカラムである。ドメイン名５０５には、ドメイン名３０３に設定された値が格納される。
　関連ワークプロセス名５０６は、コマンドを用いた処理において使用したデータに対応する製造プロセスと関連性がある製造プロセス（工程名）の識別情報を格納するカラムである。
　図６は、実施例１のＯＬＡＰキューブ１３５のデータ構造の詳細を示す図である。
　ＯＬＡＰキューブ１３５は、ユーザプロファイル情報１３２、コンテンツプロファイル情報１３３、及び日時／場所プロファイル情報１３４がディメンションとして設定された多次元データベースである。セルには、メジャとしてＷＣＦ又はＧＵＦが格納される。
　次に、データレイク管理サーバ１００が実行する処理について説明する。まず、タグ辞書１３１の生成処理、及び、タグ付与処理について説明する。
　図７は、実施例１のデータレイク管理サーバ１００が実行するタグ辞書１３１の生成処理を説明するフローチャートである。
　データレイク管理サーバ１００は、タグ辞書１３１の生成要求を受信した場合、タグ辞書１３１の生成処理を開始する。タグ辞書１３１の生成要求は、例えば、データレイク管理サーバ１００を管理する管理者又はクライアント端末１０２から入力される。
　タグ管理部１２１は、データレイク１３０に格納されるデータからサンプルデータを取得する（ステップＳ７０１）。実施例１では、タグ辞書１３１の生成要求にサンプルデータを指定する情報が含まれるものとする。なお、タグ辞書１３１の生成要求にサンプルデータが含まれてもよい。
　次に、タグ管理部１２１は、各サンプルデータに格納されるデータブロックのカラムの属性を特定するための分析処理を実行する（ステップＳ７０２）。
　具体的には、タグ管理部１２１は、サンプルデータのデータ構造を定義するメタ情報及びカラムに格納される属性値を分析する。タグ管理部１２１は、分析結果に基づいて、サンプルデータに格納されるデータブロックのカラムの属性及び属性値のパターン等を特定する。なお、カラムの属性は、ユーザがパターン等に基づいて決定してもよい。
　次に、タグ管理部１２１は、分析結果に基づいてタグ辞書１３１を生成し（ステップＳ７０３）、その後、処理を終了する。
　具体的には、タグ管理部１２１は、タグ辞書１３１に特定された属性の数だけレコードを追加する。タグ管理部１２１は、各レコードのタグＩＤ２０１に識別情報を設定し、また、タイムスタンプ２０３に現時刻を設定し、また、選択回数２０６に「０」を設定する。タグ管理部１２１は、各レコードのタグ名２０２に特定された属性の名称を格納し、また、関連データ２０４に、レコードに対応する属性に分類されたカラム及び当該カラムを含むデータの識別情報の組を格納する。タグ管理部１２１は、各レコードのパターン２０５に特定されたパターンを格納する。
　図８は、実施例１のデータレイク管理サーバ１００が実行するタグ付与処理を説明するフローチャートである。図９Ａ及び図９Ｂは、実施例１のデータレイク管理サーバ１００によって提示されるタグ表示画面９００の一例を示す図である。
　データレイク管理サーバ１００は、タグ付与要求を受信した場合、タグ付与処理を開始する。タグ付与要求には、タグを付与するデータの識別情報が含まれる。図８の説明では、タグを付与するデータをターゲットデータと記載する。
　タグ管理部１２１は、ターゲットデータに格納されるデータブロックのカラムにタグを付与する（ステップＳ８０１）。具体的には、以下のような処理が実行される。
　（処理Ａ１）タグ管理部１２１は、ターゲットデータのメタ情報及び各カラムに格納される属性値を分析し、カラムの名称及び属性値のパターン等を特定する。タグ管理部１２１は、カラムの名称及び属性値のパターン等から構成されるレコードを含むテンプレートを生成する。
　（処理Ａ２）タグ管理部１２１は、テンプレートに基づいてタグ辞書１３１を参照することによって、ターゲットデータに格納されるデータブロックの各カラムのタグを特定する。例えば、タグ管理部１２１は、テンプレートからレコードを選択し、関連データに２０４に格納されるカラムの名称が選択されたレコードに含まれるカラムの名称と類似し、かつ、パターン２０５が選択されたレコードに含まれるパターンと一致するレコードを検索する。なお、名称の類否は、図示しない語彙の辞書を用いて判定すればよい。
　（処理Ａ３）タグ管理部１２１は、検索されたレコードの関連データ２０４に、選択されたレコードに含まれるカラムの名称を設定する。
　（処理Ａ４）テンプレートの全てのレコードに対して処理が完了していない場合、タグ管理部１２１は、（処理Ａ２）及び（処理Ａ３）を実行する。テンプレートの全てのレコードに対して処理が完了した場合、タグ管理部１２１は、ステップＳ８０１の処理を終了する。以上がステップＳ８０１の処理の説明である。
　次に、タグ管理部１２１は結果を提示する（ステップＳ８０２）。その後、タグ管理部１２１は、ユーザからの操作を受け付けるまで待ち状態に移行する。
　例えば、タグ管理部１２１は、図９Ａ及び図９Ｂに示すようなタグ表示画面９００を表示するための表示情報を生成し、クライアント端末１０２に表示情報を送信する。ここで、タグ表示画面９００について説明する。
　タグ表示画面９００は、クライアント端末１０２に表示される画面である。タグ表示画面９００は、ターゲットデータ表示欄９０１、プロパティ表示欄９０２、操作ボタン表示欄９０３、及び確認欄９０４を含む。
　ターゲットデータ表示欄９０１は、ターゲットデータの格納場所を表示する欄であり、ファイルパス９１０を含む。ファイルパス９１０は、ターゲットデータが格納されるパスを表示する欄である。
　プロパティ表示欄９０２は、ターゲットデータのプロパティの概要を表示する欄であり、ファイルサイズ９２０、カラム数９２１、レコード数９２２、更新日９２３、及びプロファイル日９２４を含む。
　ファイルサイズ９２０は、ターゲットデータのサイズを表示する欄である。カラム数９２１は、ターゲットデータに格納されるデータブロックに含まれるカラムの数を表示する欄である。レコード数９２２は、ターゲットデータに格納されるデータブロックの数を表示する欄である。更新日９２３は、ターゲットデータが更新された日時を表示する欄である。プロファイル日９２４は、ターゲットデータを用いた処理が実行された日時を表示する欄である。
　操作ボタン表示欄９０３は、各種操作を行うための操作ボタンを表示する欄であり、カラム９３０、データリネージ９３１、履歴９３２、プロパティ９３３、及び概要９３４を含む。
　カラム９３０は、カラムに付与されたタグを表示するためのボタンである。データリネージ９３１は、リネージを表示するためのボタンである。履歴９３２は、ターゲットデータの履歴を表示するためのボタンである。プロパティ９３３は、ターゲットデータの詳細なプロパティを表示するためのボタンである。概要９３４は、ターゲットデータの概要を表示するためのボタンである。
　確認欄９０４は、操作ボタン表示欄９０３に含まれる操作ボタンに応じた情報を表示する欄である。図９Ａ及び図９Ｂでは、カラム９３０が操作された場合の確認欄９０４を示す。確認欄９０４には、タグ表示テーブル９４０及び終了ボタン９５０が表示される。
　タグ表示テーブル９４０は、カラムに付与されたタグを表示するテーブルであり、名前９４１、タグ９４２、及びレコード数９４３から構成されるレコードを含む。一つのレコードが一つのカラムに対応する。
　名前９４１は、カラムの名称を格納するカラムである。
　タグ９４２は、カラムに付与されたタグに関する情報を格納するカラムである。タグ９４２には、タグボタン９４５及び更新ボタン９４６が格納される。タグボタン９４５は、カラムに付与されたタグを示すボタンである。更新ボタン９４６は、タグの情報を更新するためのボタンである。
　なお、タグが不明なカラムに対応するレコードのタグ９４２には、「ＤＵＲＡＴＩＯＮ」のタグボタン９４５が表示される。
　レコード数９４３は、カラムに値が設定されているレコードの数を格納するカラムである。
　終了ボタン９５０は、確認欄９０４の表示を終了するためのボタンである。終了ボタン９５０が操作された場合、終了要求がデータレイク管理サーバ１００に送信される。
　ユーザは、タグボタン９４２をクリックし、タグを修正することができる。修正内容を確定する場合、ユーザは更新ボタン９４６をクリックする。この場合、更新内容を含む更新要求がデータレイク管理サーバ１００に送信される。
　タグボタン９４２をダブルクリックした場合、図９Ｂに示すようなボップが表示される。当該ボップには、タグに関する詳細な情報を示すタグ確認テーブル９６０が表示される。タグ確認テーブル９６０は、タグＩＤ９６１、タグ名９６２、タイムスタンプ９６３、関連データ９６４、パターン９６５、及び選択回数９６６から構成されるレコードを含む。
　タグＩＤ９６１は、タグボタン９４５に対応するタグの識別情報を格納するカラムである。タグ名９６２は、タグボタン９４５に対応するタグの名称を格納するカラムである。タイムスタンプ９６３は、タグボタン９４５に対応するタグが生成された日時を格納するカラムである。関連データ９６４は、タグボタン９４５に対応するタグに対応する属性のカラムを含むデータに関する情報を格納するカラムである。パターン９６５は、タグボタン９４５に対応するタグに対応する属性のカラムに格納される属性値のパターンを格納するカラムである。選択回数９６６は、タグボタン９４５に対応するタグが選択された回数を格納するカラムである。
　以上がタグ表示画面９００の説明である。図８の説明に戻る。
　タグ管理部１２１は、クライアント端末１０２から要求を受信した場合、受信した要求が終了要求であるか否かを判定する（ステップＳ８０３）。
　クライアント端末１０２から受信した要求が終了要求であると判定された場合、タグ管理部１２１は処理を終了する。
　クライアント端末１０２から受信した要求が更新要求であると判定された場合、タグ管理部１２１は、タグ辞書１３１を更新し（ステップＳ８０４）、その後、待ち状態に移行する。
　具体的には、タグ管理部１２１は、変更前のタグに対応するレコードの関連データ２０４から名前９４１に対応するカラムを削除する。また、タグ管理部１２１は、タグボタン９４５に設定されたタグに対応するレコードの関連データ２０４に名前９４１に対応するカラムを追加する。
　このように、データに格納されるデータブロックのカラムにタグが付与されることによって、データレイク管理サーバ１００は、ユーザに対して、データ間の関連性を視覚的な情報として提示することができる。これによって、ユーザは分析対象のデータを容易かつ迅速に特定することができる。
　次に、分析処理について説明する。
　図１０は、実施例１のデータレイク管理サーバ１００が実行する分析処理の概要を説明するフローチャートである。図１１は、実施例１のデータレイク管理サーバ１００によって提示されるレコメンド条件設定画面の一例を示す図である。図１２は、実施例１のデータレイク管理サーバ１００によって提示されるレコメンドコマンド表示画面の一例を示す図である。
　データレイク管理サーバ１００は、クライアント端末１０２から分析処理を実行するためのアクセス要求を受信した場合、分析処理を開始する。
　データレイク管理サーバ１００は、ログイン処理を実行する（ステップＳ１００１）。ログイン処理は公知に処理であるため詳細な説明を省略する。
　なお、新規ユーザからアクセス要求を受信した場合、データレイク管理サーバ１００のデータ分析部１２０は、ユーザの各種情報を取得し、ＤＢサーバ１０１のユーザプロファイル情報１３２に取得した情報を格納するレコードを追加する。以下の説明では、分析処理を実行するユーザをターゲットユーザと記載する。
　次に、データレイク管理サーバ１００は、レコメンド条件設定画面１１００を提示し、レコメンド要求を受け付ける（ステップＳ１００２）。
　ここで、レコメンド条件設定画面１１００について説明する。
　レコメンド条件設定画面１１００は、レコメンド方法設定欄１１０１、ドメイン設定欄１１０２、工程名設定欄１１０３、タグヒント設定欄１１０４、勤務年数設定欄１１０５、日付範囲設定欄１１０６、時刻設定欄１１０７、曜日設定欄１１０８、及び設定ボタン１１１０を含む。
　レコメンド方法設定欄１１０１は、レコメンド方法を選択するための欄である。実施例１では、「基本」又は「高度」のいずれかが選択される。「基本」が選択された場合、分析業務の初心者を対象としたコマンドのレコメンドが行われる。「高度」が選択された場合、分析業務に精通しているマイスタを対象としたコマンドのレコメンドが行われる。
　以下の説明では、レコメンド方法設定欄１１０１に設定された値を含む情報をレコメンド条件情報と記載する。
　ドメイン設定欄１１０２、工程名設定欄１１０３、タグヒント設定欄１１０４、勤務年数設定欄１１０５、日付範囲設定欄１１０６、時刻設定欄１１０７、及び曜日設定欄１１０８は、レコメンドするコマンドを絞り込むためのフィルタリング条件を設定する欄である。そのため、ドメイン設定欄１１０２、工程名設定欄１１０３、タグヒント設定欄１１０４、勤務年数設定欄１１０５、日付範囲設定欄１１０６、時刻設定欄１１０７、及び曜日設定欄１１０８は、必ずしも操作されなくてもよい。
　以下の説明では、ドメイン設定欄１１０２、工程名設定欄１１０３、タグヒント設定欄１１０４、勤務年数設定欄１１０５、日付範囲設定欄１１０６、時刻設定欄１１０７、及び曜日設定欄１１０８の少なくともいずれかに設定された値を含む情報をフィルタリング条件情報と記載する。
　工程名設定欄１１０３は、分析するデータを特定するための工程名を設定する欄である。工程名設定欄１１０３に設定された値は、関連ワークプロセス名として保存される。
　ドメイン設定欄１１０２は、ドメインを設定する欄である。タグヒント設定欄１１０４は、タグを特定する場合に使用するヒントを設定する欄である。勤務年数設定欄１１０５は、ユーザの勤務年数を設定する欄である。日付範囲設定欄１１０６は、日時の範囲を設定する欄である。時刻設定欄１１０７は、時間帯を設定する欄である。曜日設定欄１１０８は、曜日を設定する欄である。
　設定ボタン１１１０は、レコメンド条件を設定するための操作ボタンである。ターゲットユーザが設定ボタン１１１０を操作した場合、クライアント端末１０２は、レコメンド条件情報及びフィルタリング条件情報を含むレコメンド要求をデータレイク管理サーバ１００に送信する。なお、レコメンド要求には、フィルタリング条件情報が含まれていなくてもよい。
　以上がレコメンド条件設定画面１１００の説明である。図１０の説明に戻る。
　次に、データレイク管理サーバ１００は、レコメンド要求に含まれるレコメンド条件情報及びフィルタリング条件情報に基づいて、レコメンドコマンド提示処理を実行する（ステップＳ１００３）。
　具体的には、データ分析部１２０は、レコメンド部１２２を呼び出し、レコメンドコマンド提示処理の実行を指示する。レコメンドコマンド提示処理の詳細は、図１３、図１４Ａ、及び図１４Ｂを用いて説明する。
　次に、データレイク管理サーバ１００は、レコメンドコマンド提示処理の結果に基づいて、レコメンドコマンドを提示する（ステップＳ１００４）。その後、データレイク管理サーバ１００は、ターゲットユーザからの操作を受け付けるまで待ち状態に移行する。
　例えば、データ分析部１２０は、クライアント端末１０２に図１２に示すようなレコメンドコマンド表示画面１２００を表示する。ここで、レコメンドコマンド表示画面１２００について説明する。
　レコメンドコマンド表示画面１２００は、コマンドリスト１２１０、実行ボタン１２２０、及びコマンド入力ボタン１２２１を含む。
　コマンドリスト１２１０は、レコメンドコマンドを表示するリストである。リストは、コマンドボタン１２１１及び追加ボタン１２１２から構成されるレコードを含む。
　実行ボタン１２２０は、コマンドリスト１２１０から選択されたレコメンドコマンドの実行を指示するためのボタンである。
　コマンド入力ボタン１２２１は、ユーザが手動でコマンドを入力する場合に操作するボタンである。
　ユーザがコマンドボタン１２１１をクリックした場合、コマンド表示テーブル１２３０を表示するポップが表示される。
　コマンド表示テーブル１２３０は、コマンドボタン１２１１に対応するコマンドの詳細を表示するテーブルであり、コマンドＩＤ１２３１、コマンド１２３２、タイムスタンプ１２３３、データ１２３４、タグリスト１２３５、及び重要度１２３６を含む。
　コマンドＩＤ１２３１、コマンド１２３２、タイムスタンプ１２３３、データ１２３４、及びタグリスト１２３５は、コマンドＩＤ４０２、コマンド４０３、タイムスタンプ４０４、データ４０５、及びタグリスト４０６に対応する。
　重要度１２３６は、コマンドの重要性を示す重要度を格納するカラムである。
　ターゲットユーザが追加ボタン１２１２をクリックし、実行ボタン１２２０を操作した場合、クライアント端末１０２は、データレイク管理サーバ１００にコマンド実行要求を送信する。
　ターゲットユーザがコマンド入力ボタン１２２１を操作した場合、クライアント端末１０２は、データレイク管理サーバ１００にコマンド入力要求を送信する。
　以上がレコメンドコマンド表示画面１２００の説明である。図１０の説明に戻る。
　次に、データレイク管理サーバ１００は、クライアント端末１０２から要求を受信した場合、受信した要求がコマンド実行要求であるか否かを判定する（ステップＳ１００５）。
　受信した要求がコマンド実行要求であると判定された場合、データレイク管理サーバ１００は、ターゲットユーザによって選択されたレコメンドコマンドを実行する（ステップＳ１００６）。
　具体的には、データ分析部１２０がレコメンドコマンドを実行する。例えば、データ分析部１２０は、ビッグデータテーブルを生成するためのＪｏｉｎコマンドを実行し、ビッグデータテーブルを生成する。
　次に、データレイク管理サーバ１００は、コンテンツプロファイル情報１３３及び日時／場所プロファイル情報１３４を更新し（ステップＳ１０１１）、その後、処理を終了する。
　具体的には、データ分析部１２０は、コンテンツプロファイル情報１３３にレコードを追加し、追加されたレコードにユーザＩＤ４０１、コマンドＩＤ４０２、コマンド４０３、データ４０５、及びタグリスト４０６に値を設定する。データ分析部１２０は、追加されたレコードのタイムスタンプ４０４に現時刻を設定する。
　この時点では、ＧＵＦ４０７及びＷＣＦ４０８は空欄でもよい。なお、ＧＵＦ４０７及びＷＣＦ４０８には、選択されたコマンドに対応するレコード等に基づいて値が設定されてもよい。
　ステップＳ１００６において、受信した要求がコマンド入力要求であると判定された場合、データレイク管理サーバ１００は、分析対象のデータの選択を受け付ける（ステップＳ１００７）。
　次に、データレイク管理サーバ１００は、選択されたデータに格納されるデータブロックに含まれるカラムのタグを提示する（ステップＳ１００８）。
　具体的には、データ分析部１２０は、タグ辞書１３１のデータ４０５及びタグリスト４０６を参照して、選択されたデータに含まれるカラムに付与されるタグを特定する。また、データ分析部１２０は、特定されたタグを提示するための提示情報を生成し、クライアント端末１０２に送信する。
　なお、データブロックに含まれるカラムの中に、タグが付与されていないタグが存在する場合、データ分析部１２０は、タグ付与要求をタグ管理部１２１に出力する。この場合、データ分析部１２０は、タグ管理部１２１の処理結果に基づいて提示情報を生成する。提示情報に基づいて、図９Ａに示すようなタグ表示画面９００が表示される。
　ターゲットユーザは、タグ表示画面９００を参照することによって、データ間の関連性を把握し、データを連結するためのコマンド等を生成できる。
　このように、ユーザは、視覚情報として、データの構造及び内容等を把握でき、また、データ間の関連性を把握できるため、コマンドの生成に要する時間を削減することができる。
　次に、データレイク管理サーバ１００は、ターゲットユーザからコマンドの入力を受け付け（ステップＳ１００９）、ターゲットユーザによって生成されたコマンドを実行する（ステップＳ１０１０）。
　具体的には、データ分析部１２０がコマンドを実行する。例えば、データ分析部１２０は、ビッグデータテーブルを生成するためのＪｏｉｎコマンドを実行し、ビッグデータテーブルを生成する。
　次に、データレイク管理サーバ１００は、コンテンツプロファイル情報１３３及び日時／場所プロファイル情報１３４を更新し（ステップＳ１０１１）、その後、処理を終了する。
　図１３は、実施例１のデータレイク管理サーバ１００が実行するレコメンドコマンド提示処理の一例を説明するフローチャートである。
　レコメンド部１２２は、ターゲットユーザの各コマンドのＣＦ（Ｃｏｍｍａｎｄ　Ｆｒｅｑｕｅｎｃｙ）を算出する（ステップＳ１３０１）。具体的には、以下のような処理が実行される。
　（処理Ｂ１）レコメンド部１２２は、コンテンツプロファイル情報１３３に格納されるコマンドの中からターゲットコマンドを一つ選択する。
　（処理Ｂ２）レコメンド部１２２は、コンテンツプロファイル情報１３３を参照して、ターゲットコマンドに対応するレコードの数（第１レコード数）を算出する。また、レコメンド部１２２は、ターゲットユーザが実行したターゲットコマンドに対応するレコードの数（第２レコード数）を算出する。レコメンド部１２２は、第２レコード数を第１レコード数で除算した値をＣＦとして算出する。レコメンド部１２２は、ＣＦをターゲットコマンドと対応づけてワークエリアに格納する。
　（処理Ｂ３）全てのコマンドについて処理が完了していない場合、レコメンド部１２２は、（処理Ｂ１）及び（処理Ｂ２）の処理を実行する。全てのコマンドについて処理が完了した場合、レコメンド部１２２はステップＳ１３０１の処理を終了する。以上がステップＳ１３０１の処理の説明である。
　次に、レコメンド部１２２は、各コマンドのＧＵＦを算出する（ステップＳ１３０２）。具体的には、以下のような処理が実行される。
　（処理Ｃ１）レコメンド部１２２は、コンテンツプロファイル情報１３３に格納されるコマンドの中からターゲットコマンドを一つ選択する。
　（処理Ｃ２）レコメンド部１２２は、コンテンツプロファイル情報１３３を参照して、ターゲットコマンドを実行したユーザの数（第１ユーザ数）を算出する。また、レコメンド部１２２は、ユーザプロファイル情報１３２を参照し、ターゲットユーザが所属するドメインに所属する全ユーザ数（第２ユーザ数）を算出する。レコメンド部１２２は、第２ユーザ数を第１ユーザ数で除算した値をＧＵＦとして算出する。
　（処理Ｃ３）レコメンド部１２２は、コンテンツプロファイル情報１３３から、ターゲットコマンド及びターゲットユーザが所属するドメインに所属するユーザの組合せに一致するレコードを検索する。レコメンド部１２２は、検索されたレコードのＧＵＦ４０７に算出された値を格納する。
　（処理Ｃ４）全てのコマンドについて処理が完了していない場合、レコメンド部１２２は、（処理Ｃ１）、（処理Ｃ２）、及び（処理Ｃ３）の処理を実行する。全てのコマンドについて処理が完了した場合、レコメンド部１２２はステップＳ１３０２の処理を終了する。以上がステップＳ１３０２の処理の説明である。
　次に、レコメンド部１２２は、ターゲットユーザの各コマンドのＷＣＦを算出する（ステップＳ１３０３）。具体的には、以下のような処理が実行される。
　（処理Ｄ１）レコメンド部１２２は、コンテンツプロファイル情報１３３に格納されるコマンドの中からターゲットコマンドを一つ選択する。
　（処理Ｄ２）レコメンド部１２２は、ターゲットコマンドに対応づけられるＣＦをワークエリアから取得する。
　（処理Ｄ３）レコメンド部１２２は、コンテンツプロファイル情報１３３を参照して、ターゲットコマンド及びターゲットユーザの組に一致するレコードを検索する。レコメンド部１２２は、検索されたレコードのＧＵＦ４０７から値を取得する。
　（処理Ｄ４）レコメンド部１２２は、ＣＦ、ＧＵＦ、及び調整パラメタτを乗算した値をＷＣＦとして算出する。レコメンド部１２２は、（処理Ｄ３）において検索されたレコードのＷＣＦ４０８に算出された値を設定する。なお、調整パラメタτは任意の値に設定できる。
　（処理Ｄ５）全てのコマンドについて処理が完了していない場合、レコメンド部１２２は、（処理Ｄ１）、（処理Ｄ２）、（処理Ｄ３）、及び（処理Ｄ４）の処理を実行する。全てのコマンドについて処理が完了した場合、レコメンド部１２２はステップＳ１３０３の処理を終了する。以上がステップＳ１３０３の処理の説明である。
　次に、レコメンド部１２２は、レコメンドコマンド選択処理を実行する（ステップＳ１３０４）。レコメンドコマンド選択処理の詳細は図１４Ａ及び図１４Ｂを用いて説明する。
　次に、レコメンド部１２２は、レコメンドコマンド選択処理によって選択されたレコメンドコマンドを提示するための提示情報を生成し、クライアント端末１０２に送信する（ステップＳ１３０５）。その後、レコメンド部１２２はレコメンドコマンド提示処理を終了する。
　なお、ステップＳ１３０１及びステップＳ１３０２の処理の順番は入れ替えてもよい。
　図１４Ａ及び図１４Ｂは、実施例１のデータレイク管理サーバ１００が実行するレコメンドコマンド選択処理の一例を説明するフローチャートである。
　レコメンド部１２２は、レコメンド条件情報を参照し、レコメンド方法が「基本」であるか否かを判定する（ステップＳ１４０１）。
　レコメンド方法が「基本」であると判定された場合、レコメンド部１２２は、コマンドの絞込みが可能か否かを判定する（ステップＳ１４０２）。
　具体的には、レコメンド部１２２は、レコメンド要求にフィルタリング条件情報が含まれるか否かを判定する。レコメンド要求にフィルタリング条件情報が含まれる場合、レコメンド部１２２は、コマンドの絞込みが可能であると判定する。
　コマンドの絞込みが不可能であると判定された場合、レコメンド部１２２は、コマンドプロファイルテーブルを生成し（ステップＳ１４０４）、その後、ステップＳ１４０５に進む。
　具体的には、レコメンド部１２２は、コンテンツプロファイル情報１３３を参照して、全てのコマンドを取得し、全てのコマンドのレコードを含むコマンドプロファイルテーブルを生成する。なお、コマンドプロファイルテーブルのレコードはコマンド及び重要度から構成される。
　コマンドの絞込みが可能であると判定された場合、レコメンド部１２２は、フィルタリング条件情報に基づいてＯＬＡＰキューブ１３５を検索し、コマンドを特定し（ステップＳ１４０３）、コマンドプロファイルテーブルを生成し（ステップＳ１４０４）、その後、ステップＳ１４０５に進む。なお、ＯＬＡＰキューブ１３５を用いたデータ検索は公知の技術であるため詳細な説明は省略する。
　具体的には、レコメンド部１２２は、特定されたコマンドのレコードを含むコマンドプロファイルテーブルを生成する。
　ステップＳ１４０５では、レコメンド部１２２は、コンテンツプロファイル情報１３３から、コマンドプロファイルテーブルに設定された各コマンドのＧＵＦを取得する（ステップＳ１４０５）。具体的には、以下のような処理が実行される。
　（処理Ｅ１）レコメンド部１２２は、コマンドプロファイルテーブルからレコードを選択する。
　（処理Ｅ２）レコメンド部１２２は、コンテンツプロファイル情報１３３から、レコードに対応するコマンド及びターゲットユーザが所属するドメインに所属する任意のユーザの組に一致するレコードを検索し、検索されたレコードのＧＵＦ４０７の値を取得する。レコメンド部１２２は、（処理Ｅ１）において選択されたレコードの重要度に取得した値を設定する。
　（処理Ｅ３）コマンドプロファイルテーブルの全てのレコードについて処理が完了していない場合、レコメンド部１２２は、（処理Ｅ１）及び（処理Ｅ２）の処理を実行する。コマンドプロファイルテーブルの全てのレコードについて処理が完了した場合、レコメンド部１２２はステップＳ１４０５の処理を終了する。以上が、ステップＳ１４０５の処理の説明である。
　次に、レコメンド部１２２は、コマンドプロファイルテーブルに基づいてコマンドリストを生成し（ステップＳ１４０６）、その後、レコメンドコマンド選択処理を終了する。
　具体的には、レコメンド部１２２は、重要度の大きい順に所定の数のコマンドを選択し、選択されたコマンドのレコードを含むコマンドリストを生成する。
　なお、選択するコマンドの数は任意に設定できる。また、レコメンド条件設定画面１１００にコマンドの数を設定する欄を設けてもよい。
　ステップＳ１４０１において、レコメンド方法が「高度」であると判定された場合、レコメンド部１２２は、コマンドの絞込みが可能か否かを判定する（ステップＳ１４１１）。ステップＳ１４１１の処理はステップＳ１４０２の処理と同一である。
　コマンドの絞込みが不可能であると判定された場合、レコメンド部１２２は、コマンドプロファイルテーブルを生成し（ステップＳ１４１３）、その後、ステップＳ１４１４に進む。
　具体的には、レコメンド部１２２は、コンテンツプロファイル情報１３３を参照して、全てのコマンドを取得し、全てのコマンドのレコードを含むコマンドプロファイルテーブルを生成する。
　コマンドの絞込みが可能であると判定された場合、レコメンド部１２２は、フィルタリング条件情報に基づいてＯＬＡＰキューブ１３５を検索し、コマンドを特定し（ステップＳ１４１２）、コマンドプロファイルテーブルを生成し（ステップＳ１４１３）、その後、ステップＳ１４１４に進む。
　具体的には、レコメンド部１２２は、特定されたコマンドのレコードを含むコマンドプロファイルテーブルを生成する。
　ステップＳ１４１４では、レコメンド部１２２は、ターゲットユーザが新規ユーザであるか否かを判定する（ステップＳ１４１４）。
　例えば、レコメンド部１２２は、コンテンツプロファイル情報１３３を参照し、ユーザＩＤ４０１にターゲットユーザの識別情報が格納されるレコードが存在するか否かを判定する。ユーザＩＤ４０１にターゲットユーザの識別情報が格納されるレコードが存在しない場合、レコメンド部１２２は、ターゲットユーザが新規ユーザであると判定する。
　ターゲットユーザが新規ユーザであると判定された場合、レコメンド部１２２はステップＳ１４０５に進む。
　ターゲットユーザが新規ユーザではないと判定された場合、レコメンド部１２２は、ユーザ毎にコマンドベクトルを生成する（ステップＳ１４１５）。具体的には、以下のような処理が実行される。
　（処理Ｆ１）レコメンド部１２２は、ユーザプロファイル情報１３２からレコードを選択する。レコメンド部１２２は、コンテンツプロファイル情報１３３を参照し、コマンドの種別の数と同数の要素のコマンドベクトルを生成する。当該コマンドベクトルの各要素の値は０に設定される。
　（処理Ｆ２）レコメンド部１２２は、コンテンツプロファイル情報１３３を参照し、ユーザＩＤ４０１が選択されたレコードに対応するユーザと一致するレコードを検索する。レコメンド部１２２は、検索されたレコードをコマンド毎にグループに分類する。レコメンド部１２２は、各グループに含まれるレコードを一つ選択し、選択されたレコードのＷＣＦ４０８から値を取得する。
　（処理Ｆ３）レコメンド部１２２は、ベクトルのコマンドに対応する要素に、取得したＷＣＦを設定する。
　（処理Ｆ４）ユーザプロファイル情報１３２の全てのレコードについて処理が完了していない場合、レコメンド部１２２は、（処理Ｆ１）、（処理Ｆ２）、及び（処理Ｆ３）の処理を実行する。ユーザプロファイル情報１３２の全てのレコードについて処理が完了した場合、レコメンド部１２２はステップＳ１４１５の処理を終了する。以上がステップＳ１４１５の処理の説明である。
　次に、レコメンド部１２２は、コマンドベクトルを用いて、ターゲットユーザと他のユーザとの間の類似度を算出する（ステップＳ１４１６）。
　例えば、レコメンド部１２２は下式（１）のようなコサイン類似度を算出する。
Figure JPOXMLDOC01-appb-M000001
　ここで、ｖＡはターゲットユーザのコマンドベクトルを表し、ｖＢは他のユーザのコマンドベクトルを表す。
　次に、レコメンド部１２２は、類似度に基づいてターゲットユーザに類似するユーザを特定する（ステップＳ１４１７）。
　例えば、レコメンド部１２２は、類似度が閾値より大きいユーザを、ターゲットユーザに類似するユーザとして特定する。以下の説明では、特定されたユーザを類似ユーザと記載する。
　次に、レコメンド部１２２は、類似ユーザのＷＦＣを用いて、各コマンドのＥＣＦ（Ｅｘｐｅｃｔｅｄ　Ｃｏｍｍａｎｄ　Ｆｒｅｑｕｅｎｃｙ）を算出する（ステップＳ１４１８）。具体的には、以下のような処理が実行される。
　（処理Ｇ１）レコメンド部１２２は、コマンドプロファイルテーブルからレコードを選択する。
　（処理Ｇ２）レコメンド部１２２は、各コマンドに対して、下式（２）を用いてＥＣＦを算出する。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｎは類似ユーザの数を表す。ｋは類似ユーザの識別情報を表す。また、（ＷＣＦ）Ｋは、類似ユーザのＷＣＦを表す。式（２）に示すＥＣＦは、類似ユーザのＷＣＦの平均値である。
　（処理Ｇ３）レコメンド部１２２は、選択されたレコードの重要度に算出されたＥＣＦを設定する。
　（処理Ｇ４）コマンドプロファイルテーブルの全てのレコードについて処理が完了していない場合、レコメンド部１２２は、（処理Ｇ１）、（処理Ｇ２）、及び（処理Ｇ３）の処理を実行する。コマンドプロファイルテーブルの全てのレコードについて処理が完了した場合、レコメンド部１２２はステップＳ１４１８の処理を終了する。以上がステップＳ１４１８の処理の説明である。
　次に、レコメンド部１２２は、コマンドプロファイルテーブルに基づいてコマンドリストを生成し（ステップＳ１４１９）、その後、レコメンドコマンド選択処理を終了する。
　具体的には、レコメンド部１２２は、重要度の大きい順に所定の数のコマンドを選択し、選択されたコマンドのレコードを含むコマンドリストを生成する。
　なお、選択するコマンドの数は任意に設定できる。また、レコメンド条件設定画面１１００にコマンドの数を設定する欄を設けてもよい。
　レコメンド部１２２は、コマンドの実行履歴に基づいて、観点が異なるコマンドの重要度（ＧＵＦ及びＥＣＦ）を算出し、当該重要度に基づいて、レコメンドコマンドを選択できる。ここで、ＧＵＦは計算機システムにおけるコマンドの重要度を表し、ＥＣＦはユーザにおけるコマンドの重要度を表す。
　ユーザが初心者又は新規のマイスタである場合、計算機システムにおいて重要と思われるコマンドが優先的にレコメンドされる。一方、既存のマイスタである場合、当該マイスタと類似する他のマイスタが使用したコマンドの中から重要と思われるコマンドが優先的にレコメンドされる。
　実施例１によれば、ユーザ毎に適切なコマンドをレコメンドできるため、分析に要する時間を短縮することができる。すなわち、リアルタイムな分析を実現できる。また、新規ユーザ又は初心者に対しても、適切なコマンドのレコメンド、例えば、マイスタが使用したコマンドをレコメンドできるため、高度な分析を実現できる。
　また、データブロックの各カラムにタグを付与し、視覚化することによって、データの定義、構造、内容等を容易かつ迅速に把握することができる。また、タグを用いることによって関連するデータの把握及び抽出が容易になる。これによって、コマンドの生成に要する時間を削減することができる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。
　また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｐｙｔｈｏｎ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。
　さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。
　上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

Claims (10)

  1. 　データレイクに格納されるデータを用いた処理を実行する計算機システムであって、
    　前記データレイクは、少なくとも一つの属性から構成されるデータブロックを格納するデータが、当該データのデータ構造に依存しない形式で格納され、
    　前記計算機システムは、
    　プロセッサ、前記プロセッサに接続されるメモリ、及び前記プロセッサに接続されるネットワークインタフェースを有する少なくとも一つの計算機を備え、
    　前記データレイクを用いた処理に利用されたコマンドである履歴コマンドに関する情報を格納する履歴情報を管理し、
    　前記少なくとも一つの計算機は、
    　第１ユーザからフィルタリング条件を含むレコメンド要求を受信した場合、前記フィルタリング条件に基づいて前記履歴情報を参照することによって候補コマンドを特定し、
    　前記候補コマンドの実行履歴に基づいて、前記候補コマンドの重要度を算出し、
    　前記重要度に基づいて、前記第１ユーザに提示するレコメンドコマンドを選択し、
    　前記選択されたレコメンドコマンドを提示するための第１提示情報を生成し、前記第１提示情報を出力し、
    　前記レコメンドコマンドの実行要求を受け付けた場合、前記レコメンドコマンドに基づいて処理を実行することを特徴とする計算機システム。
  2. 　請求項１に記載の計算機システムであって、
    　前記少なくとも一つの計算機は、前記履歴コマンドの各々の前記計算機システムにおける重要性を示す第１指標を前記重要度として算出することを特徴とする計算機システム。
  3. 　請求項１に記載の計算機システムであって、
    　前記少なくとも一つの計算機は、
    　前記履歴コマンドの各々の前記計算機システムにおける重要性を示す第１指標を算出し、
    　前記計算機システムを使用する複数のユーザの各々について、前記履歴コマンドの各々の重要性を示す第２指標を算出し、
    　前記計算機システムを使用する複数のユーザの各々について、前記第１指標及び前記第２指標を用いて第３指標を算出し、
    　前記第１ユーザの前記第３指標及び他のユーザの前記第３指標に基づいて、前記第１ユーザと類似するユーザを特定し、
    　前記特定されたユーザの前記履歴コマンドの各々の前記第３指標の平均値を、前記履歴コマンドの各々の前記重要度として算出することを特徴とする計算機システム。
  4. 　請求項２又は請求項３に記載の計算機システムであって、
    　前記少なくとも一つの計算機は、
    　前記データレイクに格納されるデータの各々に格納される前記データブロックの属性を分析して、
    　同一種類の属性を識別するためのタグを管理するためのタグ辞書を生成し、
    　前記レコメンドコマンドとは異なるコマンドの入力を受け付ける場合、処理対象のデータに格納されるデータブロックの属性に付与されたタグ、及び当該タグと同一のタグが付与された属性を含むデータブロックを格納するデータを提示するための第２提示情報を生成し、前記第２提示情報を出力することを特徴とする計算機システム。
  5. 　請求項２又は請求項３に記載の計算機システムであって、
    　前記フィルタリング条件は、ユーザの特性に関する情報、及びコマンドが実行された日時に関する情報の少なくともいずれかを含むことを特徴とする計算機システム。
  6. 　計算機システムが実行するデータレイクに格納されたデータを用いた処理方法であって、
    　前記データレイクは、少なくとも一つの属性から構成されるデータブロックを格納するデータが、当該データのデータ構造に依存しない形式で格納され、
    　前記計算機システムは、
    　プロセッサ、前記プロセッサに接続されるメモリ、及び前記プロセッサに接続されるネットワークインタフェースを有する少なくとも一つの計算機を備え、
    　前記データレイクを用いた処理に利用されたコマンドである履歴コマンドに関する情報を格納する履歴情報を管理し、
    　前記処理方法は、
    　前記少なくとも一つの計算機が、第１ユーザからフィルタリング条件を含むレコメンド要求を受信した場合、前記フィルタリング条件に基づいて前記履歴情報を参照することによって候補コマンドを特定する第１のステップと、
    　前記少なくとも一つの計算機が、前記候補コマンドの実行履歴に基づいて、前記候補コマンドの重要度を算出する第２のステップと、
    　前記少なくとも一つの計算機が、前記重要度に基づいて、前記第１ユーザに提示するレコメンドコマンドを選択する第３のステップと、
    　前記少なくとも一つの計算機が、前記選択されたレコメンドコマンドを提示するための第１提示情報を生成し、前記第１提示情報を出力する第４のステップと、
    　前記レコメンドコマンドの実行要求を受け付けた場合、前記少なくとも一つの計算機が、前記レコメンドコマンドに基づいて処理を実行する第５のステップと、を含むことを特徴とする処理方法。
  7. 　請求項６に記載の処理方法であって、
    　前記第２のステップは、前記少なくとも一つの計算機が、前記履歴コマンドの各々の前記計算機システムにおける重要性を示す第１指標を前記重要度として算出するステップを含むことを特徴とする処理方法。
  8. 　請求項６に記載の処理方法であって、
    　前記第２のステップは、
    　前記少なくとも一つの計算機が、前記履歴コマンドの各々の前記計算機システムにおける重要性を示す第１指標を算出するステップと、
    　前記少なくとも一つの計算機が、前記計算機システムを使用する複数のユーザの各々について、前記履歴コマンドの各々の重要性を示す第２指標を算出するステップと、
    　前記少なくとも一つの計算機が、前記計算機システムを使用する複数のユーザの各々について、前記第１指標及び前記第２指標を用いて第３指標を算出するステップと、
    　前記少なくとも一つの計算機が、前記第１ユーザの前記第３指標及び他のユーザの前記第３指標に基づいて、前記第１ユーザと類似するユーザを特定するステップと、
    　前記少なくとも一つの計算機が、前記特定されたユーザの前記履歴コマンドの各々の前記第３指標の平均値を、前記履歴コマンドの各々の前記重要度として算出するステップと、を含むことを特徴とする処理方法。
  9. 　請求項７又は請求項８に記載の処理方法であって、
    　前記少なくとも一つの計算機が、前記データレイクに格納されるデータの各々に格納される前記データブロックの属性を分析し、同一種類の属性を識別するためのタグを管理するためのタグ辞書を生成するステップと、
    　前記少なくとも一つの計算機が、前記レコメンドコマンドとは異なるコマンドの入力を受け付ける場合、処理対象のデータに格納されるデータブロックの属性に付与されたタグ、及び当該タグと同一のタグが付与された属性を含むデータブロックを格納するデータを提示するための第２提示情報を生成し、前記第２提示情報を出力するステップを含むことを特徴とする処理方法。
  10. 　請求項７又は請求項８に記載の処理方法であって、
    　前記フィルタリング条件は、ユーザの特性に関する情報、及びコマンドが実行された日時に関する情報の少なくともいずれかを含むことを特徴とする処理方法。
PCT/JP2019/009433 2019-03-08 2019-03-08 計算機システム及びデータレイクに格納されるデータを用いた処理方法 WO2020183538A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021504623A JPWO2020183538A1 (ja) 2019-03-08 2019-03-08 計算機システム及びデータレイクに格納されるデータを用いた処理方法
PCT/JP2019/009433 WO2020183538A1 (ja) 2019-03-08 2019-03-08 計算機システム及びデータレイクに格納されるデータを用いた処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/009433 WO2020183538A1 (ja) 2019-03-08 2019-03-08 計算機システム及びデータレイクに格納されるデータを用いた処理方法

Publications (1)

Publication Number Publication Date
WO2020183538A1 true WO2020183538A1 (ja) 2020-09-17

Family

ID=72426186

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/009433 WO2020183538A1 (ja) 2019-03-08 2019-03-08 計算機システム及びデータレイクに格納されるデータを用いた処理方法

Country Status (2)

Country Link
JP (1) JPWO2020183538A1 (ja)
WO (1) WO2020183538A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010061178A (ja) * 2008-08-05 2010-03-18 Ricoh Co Ltd 情報処理装置、情報検索システム、情報処理方法およびプログラム
JP2015095025A (ja) * 2013-11-11 2015-05-18 株式会社 ミックウェア 検索式作成装置、検索式作成方法、およびプログラム
JP2019021176A (ja) * 2017-07-20 2019-02-07 株式会社日立製作所 データ分析システム、及びデータ分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010061178A (ja) * 2008-08-05 2010-03-18 Ricoh Co Ltd 情報処理装置、情報検索システム、情報処理方法およびプログラム
JP2015095025A (ja) * 2013-11-11 2015-05-18 株式会社 ミックウェア 検索式作成装置、検索式作成方法、およびプログラム
JP2019021176A (ja) * 2017-07-20 2019-02-07 株式会社日立製作所 データ分析システム、及びデータ分析方法

Also Published As

Publication number Publication date
JPWO2020183538A1 (ja) 2021-11-25

Similar Documents

Publication Publication Date Title
US8527893B2 (en) Taxonomy editor
JP2017224184A (ja) 機械学習装置
US10146800B2 (en) Management and dynamic assembly of presentation material
US20220035847A1 (en) Information retrieval
US11392757B2 (en) Management of annotation jobs
Bhatia et al. Machine Learning with R Cookbook: Analyze data and build predictive models
JP5048852B2 (ja) 検索装置、検索方法、検索プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
US20190295110A1 (en) Performance analytics system for scripted media
US11645312B2 (en) Attribute extraction apparatus and attribute extraction method
JP2017016294A (ja) 情報処理装置、その制御方法、及びプログラム
JP5447484B2 (ja) 情報処理装置
JP3908634B2 (ja) 検索支援方法および検索支援装置
JP5260003B2 (ja) ファイル検索装置及びファイル検索プログラム
WO2020183538A1 (ja) 計算機システム及びデータレイクに格納されるデータを用いた処理方法
KR20050074058A (ko) 인터넷상에서 기사를 자동분류하여 타 웹사이트에자동송출하는 시스템 및 그 제어방법
JP7340952B2 (ja) テンプレート検索システムおよびテンプレート検索方法
JP5877775B2 (ja) コンテンツ管理装置、コンテンツ管理システム、コンテンツ管理方法、プログラム、及び記憶媒体
CN113360225A (zh) 用于非分层文件系统的图形化用户界面
KR20160056340A (ko) 오픈소스 소프트웨어 추천 시스템 및 방법
US9208224B2 (en) Business content hierarchy
JP2019101829A (ja) ソフトウェア部品管理システム、計算機および方法
JP2011070369A (ja) データベース統合装置およびデータベース統合方法
JP5820307B2 (ja) コンテンツフィルタリングシステム、コンテンツフィルタリング方法
KR102150634B1 (ko) 상품정보통합관리시스템 및 그 방법
Nawzer et al. A Case Study On Customizing The Microsoft Time Series Algorithm: Tourist Arrival Prediction

Legal Events

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

Ref document number: 19919197

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021504623

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: 19919197

Country of ref document: EP

Kind code of ref document: A1