知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022023400
(43)【公開日】2022-02-08
(54)【発明の名称】情報処理装置、情報処理システムおよびプログラム
(51)【国際特許分類】
G06F 17/15 20060101AFI20220201BHJP
G06Q 30/02 20120101ALI20220201BHJP
【ＦＩ】
G06F17/15
G06Q30/02
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2020126327
(22)【出願日】2020-07-27
(71)【出願人】
【識別番号】391022614
【氏名又は名称】学校法人幾徳学園
(74)【代理人】
【識別番号】110000420
【氏名又は名称】特許業務法人エム・アイ・ピー
(72)【発明者】
【氏名】杉村 博
(72)【発明者】
【氏名】一色 正男
(72)【発明者】
【氏名】松本 一教
【テーマコード（参考）】
5B056
5L049
【Ｆターム（参考）】
5B056BB21
5L049BB01
(57)【要約】
【課題】 トランザクションデータベース間の距離を計算できる装置、システムおよびプログラムを提供すること。
【解決手段】 情報処理装置は、各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、それぞれの複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、各トランザクションデータベースに対して抽出されたアイテムの組の和集合を生成する生成手段と、各トランザクションデータベースにつき、生成された和集合に含まれるアイテムの組を含むトランザクションの割合を計算する第１の演算手段と、各トランザクションデータベースに対して計算されたトランザクションの割合を用いて、トランザクションデータベース間の距離を計算する第２の演算手段とを含む。
【選択図】 図３
【解決手段】 情報処理装置は、各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、それぞれの複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、各トランザクションデータベースに対して抽出されたアイテムの組の和集合を生成する生成手段と、各トランザクションデータベースにつき、生成された和集合に含まれるアイテムの組を含むトランザクションの割合を計算する第１の演算手段と、各トランザクションデータベースに対して計算されたトランザクションの割合を用いて、トランザクションデータベース間の距離を計算する第２の演算手段とを含む。
【選択図】 図３
【特許請求の範囲】
【請求項1】
トランザクションデータベース間の距離を計算する情報処理装置であって、
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成する生成手段と、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算する第１の演算手段と、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理装置。
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成する生成手段と、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算する第１の演算手段と、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理装置。
【請求項2】
前記第１の演算手段は、前記アイテムの組を、計算した前記トランザクションの割合と対応付けて記憶手段に記憶させ、
前記第２の演算手段は、前記記憶手段に記憶された同じアイテムの組が対応付けられた前記トランザクションの割合の差の絶対値を、各アイテムの組につき計算し、その合計値を前記距離として算出する、請求項１に記載の情報処理装置。
前記第２の演算手段は、前記記憶手段に記憶された同じアイテムの組が対応付けられた前記トランザクションの割合の差の絶対値を、各アイテムの組につき計算し、その合計値を前記距離として算出する、請求項１に記載の情報処理装置。
【請求項3】
前記抽出手段は、抽出した前記アイテムの組の部分集合の組み合わせから相関ルールを抽出し、
前記生成手段は、前記各トランザクションデータベースに対して抽出された前記相関ルールの和集合を生成し、
前記第１の演算手段は、前記各トランザクションデータベースにつき、前記各相関ルールの支持度を前記トランザクションの割合として計算するとともに、計算した前記支持度を用いて、前記相関ルールの確信度を計算し、
前記第２の演算手段は、前記各トランザクションデータベースに対して計算された前記支持度および前記確信度を用いて、前記トランザクションデータベース間の距離を計算する、請求項１に記載の情報処理装置。
前記生成手段は、前記各トランザクションデータベースに対して抽出された前記相関ルールの和集合を生成し、
前記第１の演算手段は、前記各トランザクションデータベースにつき、前記各相関ルールの支持度を前記トランザクションの割合として計算するとともに、計算した前記支持度を用いて、前記相関ルールの確信度を計算し、
前記第２の演算手段は、前記各トランザクションデータベースに対して計算された前記支持度および前記確信度を用いて、前記トランザクションデータベース間の距離を計算する、請求項１に記載の情報処理装置。
【請求項4】
前記第１の演算手段は、前記アイテムの組を、計算した前記支持度および前記確信度と対応付けて記憶手段に記憶させ、
前記第２の演算手段は、前記記憶手段に記憶された同じアイテムの組が対応付けられた前記支持度および前記確信度の差の絶対値を、各アイテムの組につき計算し、それらの合計値を前記距離として算出する、請求項３に記載の情報処理装置。
前記第２の演算手段は、前記記憶手段に記憶された同じアイテムの組が対応付けられた前記支持度および前記確信度の差の絶対値を、各アイテムの組につき計算し、それらの合計値を前記距離として算出する、請求項３に記載の情報処理装置。
【請求項5】
前記抽出手段は、幅優先探索または深さ優先探索を使用して、前記アイテムの組を抽出する、請求項１～４のいずれか１項に記載の情報処理装置。
【請求項6】
トランザクションデータベース間の距離を計算する情報処理システムであって、
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成する生成手段と、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算する第１の演算手段と、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理システム。
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成する生成手段と、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算する第１の演算手段と、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理システム。
【請求項7】
トランザクションデータベース間の距離を計算する処理をコンピュータに実行させるためのプログラムであって、
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出するステップと、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成するステップと、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算するステップと、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算するステップと
を実行させる、プログラム。
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、前記各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出するステップと、
前記各トランザクションデータベースに対して抽出された前記アイテムの組の和集合を生成するステップと、
前記各トランザクションデータベースにつき、生成された前記和集合に含まれる前記各アイテムの組を含む各トランザクションの割合を計算するステップと、
前記各トランザクションデータベースに対して計算された前記各トランザクションの割合を用いて、前記トランザクションデータベース間の距離を計算するステップと
を実行させる、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、トランザクションデータベース間の距離を計算する装置、システムおよびプログラムに関する。
【背景技術】
【0002】
トランザクションデータベースは、一連の処理をトランザクションとし、そのトランザクションにより得られる情報を収集するシステムである。例えば、顧客が店舗で複数の商品を購入する場合、顧客が１回に購入する複数の商品が１つのトランザクションとなり、顧客の購入履歴情報がトランザクションデータベースに収集されるトランザクションデータとなる。
【0003】
収集された購入履歴情報からは、個々の商品の売れ行き等のほか、商品Ａを購入する人は、同時に商品Ｂも購入するという情報も得られる。このように同時に購入される商品をトランザクション内に共起するアイテムとし、トランザクションデータベースから所定の頻度閾値を満足する各トランザクション内に共起するアイテムの組み合わせを探索する技術が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】国際公開第２００６／０５７１０５号
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、上記従来の技術では、トランザクションデータベース内のアイテムデータ間の距離を計算するのみで、トランザクションデータベースが複数存在する場合にトランザクションデータベース間の距離を計算することはできない。
【課題を解決するための手段】
【0006】
本発明は、上記課題に鑑み、トランザクションデータベース間の距離を計算する情報処理装置であって、
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
各トランザクションデータベースに対して抽出されたアイテムの組の和集合を生成する生成手段と、
各トランザクションデータベースにつき、生成された和集合に含まれるアイテムの組を含むトランザクションの割合を計算する第１の演算手段と、
各トランザクションデータベースに対して計算されたトランザクションの割合を用いて、トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理装置が提供される。
各トランザクションデータベースに収集されたそれぞれの複数のトランザクションデータから、各トランザクションデータベースに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する抽出手段と、
各トランザクションデータベースに対して抽出されたアイテムの組の和集合を生成する生成手段と、
各トランザクションデータベースにつき、生成された和集合に含まれるアイテムの組を含むトランザクションの割合を計算する第１の演算手段と、
各トランザクションデータベースに対して計算されたトランザクションの割合を用いて、トランザクションデータベース間の距離を計算する第２の演算手段と
を含む、情報処理装置が提供される。
【発明の効果】
【0007】
本発明によれば、トランザクションデータベース間の距離を計算することが可能となる。
【図面の簡単な説明】
【0008】
【図1】情報処理システムの構成例を示した図。
【図2】情報処理装置のハードウェア構成の一例を示した図。
【図3】情報処理装置の機能構成の一例を示したブロック図。
【図4】トランザクションデータベースに記録されるデータの一例を示した図。
【図5】トランザクションデータベース間の距離の概念を説明する図。
【図6】トランザクションデータベース間の距離を計算する第１の方法について説明する図。
【図7】トランザクションデータベース間の距離を計算する処理の流れを示したフローチャート。
【図8】トランザクションデータベース間の距離を計算する第２の方法について説明する図。
【図9】計算した距離の第１の利用例について説明する図。
【図10】計算した距離の第２の利用例について説明する図。
【発明を実施するための形態】
【0009】
図１は、情報処理システムの構成例を示した図である。情報処理システムは、各々が各トランザクションデータベース（TDB）を管理する複数の管理システム１０と、ＴＤＢ間の距離を計算する情報処理装置１１とを含んで構成される。複数の管理システム１０と情報処理装置１１は、ネットワーク１２に接続され、ネットワーク１２を介して互いに通信を行う。
【0010】
ネットワーク１２は、ＬＡＮ(Local Area Network)、ＷＡＮ(Wide Area Network)、インターネット等であり、１つのネットワークであってもよいし、ルータやゲートウェイ等の中継装置により接続された２以上から構成されるネットワークであってもよい。
【0011】
管理システム１０は、記憶装置を備え、記録装置内に、一連の処理をトランザクションとし、そのトランザクションにより得られる情報（トランザクションデータ）を収集するＴＤＢを構築して管理する。
【0012】
管理システム１０としては、例えば、自動車運転システム、健康診断システム、看護システム、コミュニケーションロボットシステム、ホーム管理システム等が挙げられる。なお、これらは一例であるので、これらのシステムに限定されるものではない。
【0013】
ホーム管理システムは、電気の使用料を見える化し、家電機器を自動制御するＨＥＭＳ(Home Energy Management System)やＩｏＴ(Internet of Things)デバイスを用い、家電機器等から使用時間や設定温度等の情報を収集する。家電機器は、スマートフォンやタブレット端末等の情報端末を含む。このため、ホーム管理システムは、情報端末に入力された情報やＷｅｂ情報等も収集することができる。
【0014】
自動車運転システムは、ブレーキやアクセルのタイミング等の情報を収集する。健康診断システムは、身長、体重、視力等の計測結果や診断結果を収集する。看護システムは、質問紙調査による調査結果等を収集する。コミュニケーションロボットシステムは、ヒューマンインターフェースを備え、運動や会話を促し、運動による循環器の状態、運動強度の評価、語りかけに対する応答の遅延時間等の情報を収集する。
【0015】
例えば、健康診断システムの場合、１回分の健康診断を１つのトランザクションとし、身長、体重、視力等の１回分の健康診断記録をトランザクションデータとして取得し、ＴＤＢで管理する。
【0016】
情報処理装置１１は、各管理システム１０に対してトランザクションデータの取得を要求する。情報処理装置１１は、各管理システム１０から取得したトランザクションデータに基づき、ＴＤＢ間の距離を計算する。計算した距離により、各家庭の生活行動等の類似性を見出すことができる。
【0017】
図２は、情報処理装置１１のハードウェア構成の一例を示した図である。情報処理装置１１は、一般的なコンピュータであり、ＣＰＵ(Central Processing Unit)２０と、ＲＯＭ(Read Only Memory)２１と、ＲＡＭ(Random Access Memory)２２と、ＨＤＤ(Hard Disk Drive)２３と、入出力Ｉ／Ｆ２４と、通信Ｉ／Ｆ２５と、バス２６と、入力装置２７と、表示装置２８とを備える。情報処理装置１１は、ＤＶＤ－ＲＷ(Digital Versatile Disk Rewritable)ドライブ、メディアＩ／Ｆ、マイク、スピーカ等を備えていてもよい。なお、管理システム１０も、情報処理装置１１と同様の構成とすることができる。
【0018】
ＣＰＵ２０は、情報処理装置１１全体の動作を制御する。ＲＯＭ２１は、ＣＰＵ２０の駆動に用いられるプログラムを記憶する。ＲＡＭ２２は、ＣＰＵ２０の作業領域を提供する。ＨＤＤ２３は、各種のプログラムやデータを記憶する。
【0019】
入出力Ｉ／Ｆ２４は、入力装置２７や表示装置２８を接続するためのインターフェースである。入力装置２７は、マウスやキーボード等の各種の指示、文字や数字等を入力する装置である。表示装置２８は、ディスプレイ等のカーソル、ポインタ、メニュー、文字や数字、画像等を表示する装置である。
【0020】
通信Ｉ／Ｆ２５は、ネットワーク１２を利用してデータを通信するためのインターフェースである。バス２６は、ＣＰＵ２０等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。
【0021】
図３は、情報処理装置１１の機能構成の一例を示したブロック図である。情報処理装置１１が備える各機能は、ＣＰＵ２０等の処理回路により実現することができる。なお、処理回路は、プログラムにより各機能を実行するようにプログラミングされたプロセッサ、各機能を実行するように設計されたＡＳＩＣ(Application Specific Integrated Circuit)、ＤＳＰ(Digital Signal Processor)、ＦＰＧＡ(Field Programmable Gate Array)等を含むものとする。
【0022】
情報処理装置１１は、通信部３０と、抽出部３１、記憶部３２と、生成部３３と、第１の演算部３４と、第２の演算部３５とを含む。通信部３０は、任意のタイミングで、各管理システム１０へアクセスし、各管理システム１０が管理する各ＴＤＢからトランザクションデータを取得する。通信部３０は、各ＴＤＢが管理するトランザクションデータを全て取得する。
【0023】
抽出部３１は、各ＴＤＢに収集されたそれぞれの複数のトランザクションデータから、各ＴＤＢに対して複数のトランザクション内に所定の頻度以上で生起するアイテムの組を抽出する。ここでは、アイテムの組を、アイテム集合として参照する。
【0024】
ここで、図４を参照して、ＴＤＢに収集されるトランザクションデータについて説明する。トランザクションは、処理の単位で、複数のアイテムを含む。具体的には、トランザクションは、１回分の商品の購入履歴、１回分の健康診断記録、１回分の出張精算記録等である。アイテムは、トランザクション内の具体的な要素であり、トランザクションが１回分の購入履歴の場合、購入した個々の商品（ビール、ガム、パン、弁当等）や支払金額等である。また、１回分の健康診断記録の場合、アイテムは、身長、体重、視力等である。１回分の出張精算記録の場合、アイテムは、出張目的、出張場所、経路、経費等である。
【0025】
トランザクションデータは、例えば１回分の商品の購入履歴のデータである。このため、トランザクションデータは、１回分の商品の購入履歴に含まれる複数のアイテムの情報を含む。アイテムの情報は、アイテムが商品である場合、商品名、商品の種類、商品価格等である。
【0026】
再び図３を参照して、抽出部３１は、１つのＴＤＢから取得した複数のトランザクションデータを用い、当該１つのＴＤＢの頻出アイテム集合を抽出する。抽出部３１は、同様にして、距離を計算する対象のもう１つのＴＤＢからも取得した複数のトランザクションデータを用い、当該もう１つのＴＤＢの頻出アイテム集合を抽出する。頻出アイテム集合は、複数のトランザクション内に所定の頻度以上で生起するアイテム集合で、例えば幅優先探索や深さ優先探索を使用して抽出することができる。
【0027】
幅優先探索は、出発点に近い点から順に探索する方法で、例えばＡｐｒｉｏｒｉアルゴリズムを使用することができる。深さ優先探索は、出発点から進めるところまで進み、進めなくなったところで、一歩戻り、探索する方法で、例えばＦＰ－ｇｒｏｗｔｈアルゴリズムを使用することができる。これらのアルゴリズムでは、最小頻度（最小支持度）を与えて、それ以下の低頻度アイテム集合を枝刈りする。低頻度アイテムは、計算する距離への影響度が小さいため、無視する。なお、Ａｐｒｉｏｒアルゴリズム、ＦＰ－ｇｒｏｗｔｈアルゴリズムは、良く知られたアルゴリズムであるため、ここでは詳述しない。
【0028】
ちなみに、最小頻度を変更すると、計算する距離が変動する。このため、複数のＴＤＢ間の距離を比較する際、最小頻度を同条件にする必要がある。
【0029】
抽出部３１は、抽出した頻出アイテム集合を、同時に生起するアイテム集合（同時生起アイテム集合）もしくは特徴として記憶部３２に記憶させる。頻出アイテム集合は、｛ビール、おむつ｝等の複数のアイテムの組み合わせである。
【0030】
生成部３３は、各ＴＤＢに対して抽出部３１により抽出された頻出アイテム集合の和集合を生成する。ＴＤＢ１とＴＤＢ２の２つのＴＤＢがあり、それぞれにつき１以上の頻出アイテム集合が抽出された場合、和集合は、ＴＤＢ１とＴＤＢ２の一方、または両方から抽出された頻出アイテム集合の全体からなる集合である。したがって、和集合には、ＴＤＢ１のみから抽出された頻出アイテム集合も含まれるし、ＴＤＢ２のみから抽出された頻出アイテム集合も含まれるし、ＴＤＢ１とＴＤＢ２の両方から抽出された頻出アイテム集合も含まれる。和集合に含まれる頻出アイテム集合は、ＴＤＢを識別する識別情報（例えば、TDB1等）を対応付けて記憶部３２に記憶される。
【0031】
第１の演算部３４は、記憶部３２に記憶された情報を参照し、各ＴＤＢにつき、生成された和集合に含まれる頻出アイテム集合を含むトランザクションの割合を計算する。割合は、通信部３０により取得されたトランザクションデータを用い、ＴＤＢに収集された全トランザクションデータが示す全トランザクションに対する、その頻出アイテム集合が生起する確率として計算される。第１の演算部３４は、計算された生起確率を特徴量として、ＴＤＢの識別情報と、特徴としての頻出アイテム集合とに対応付けて記憶部３２に記憶させる。
【0032】
第２の演算部３５は、各ＴＤＢに対して計算された特徴量を用いて、ＴＤＢ間の距離を計算する。２つのＴＤＢがＴＤＢ１とＴＤＢ２である場合、第２の演算部３５は、ＴＤＢ１とＴＤＢ２との間の距離を計算する。
【0033】
図５は、ＴＤＢ間の距離の概念を説明する図である。ここでは、各店舗にＴＤＢがあり、複数の顧客の購入履歴をトランザクションデータとして格納している。ここでは、３つの店舗Ａ～Ｃがあり、店舗Ａと店舗Ｂ、店舗Ａと店舗ＣのＴＤＢ間の距離について説明する。
【0034】
店舗Ａ～Ｃは、同様の商品を扱っており、商品として「ビール」、「おむつ」、「新聞」、「コーヒー」、「お茶」等を販売している。店舗Ａでは、１回分の購入履歴において、「ビール」と「おむつ」、「新聞」と「お茶」を両方とも購入する顧客が所定の人数（頻度）以上存在する。
【0035】
店舗Ｂでは、１回分の購入履歴において「ビール」と「おむつ」、「新聞」と「コーヒー」を両方とも購入する顧客が所定の頻度以上存在する。店舗Ｃでは、１回分の購入履歴において「ビール」と「おむつ」、「新聞」と「コーヒー」を両方とも購入する顧客が所定の頻度以上存在する。
【0036】
図５（ａ）に示すように、店舗Ａについては、頻出アイテム集合として｛ビール、おむつ｝、｛新聞、お茶｝が抽出され、店舗Ｂについては｛ビール、おむつ｝、｛新聞、コーヒー｝が抽出され、店舗Ｃについては｛ビール、おむつ｝、｛新聞、お茶｝が抽出される。
【0037】
抽出された頻出アイテム集合は、所定の頻度以上であることから、高頻度である。一方、抽出されないアイテム集合は、所定の頻度未満であることから、低頻度である。
【0038】
店舗同士を比較するにあたって、比較対象となるアイテム集合は全体において共通していなければならない。そこで、店舗Ａ～Ｃについて抽出された頻出アイテム集合全体の和集合をとる。すると、和集合、すなわち共通アイテム集合全体は｛ビール、おむつ｝、｛新聞、コーヒー｝、｛新聞、お茶｝となる。
【0039】
図５（ｂ）に示すように、店舗Ａに対しては、｛ビール、おむつ｝、｛新聞、お茶｝が高頻度、｛新聞、コーヒー｝が低頻度となる。店舗Ｂに対しては、｛ビール、おむつ｝、｛新聞、コーヒー｝が高頻度、｛新聞、お茶｝が低頻度となる。店舗Ｃに対しては、｛ビール、おむつ｝、｛新聞、お茶｝が高頻度、｛新聞、コーヒー｝が低頻度となる。
【0040】
店舗Ａと店舗Ｂ、店舗Ａと店舗Ｃのそれぞれの結果を比較すると、店舗Ａと店舗Ｂは、３つの特徴のうち１つのみ、すなわち｛ビール、おむつ｝のみが高頻度で一致しており、他の２つの特徴は一致していない。これに対し、店舗Ａと店舗Ｃは、３つの特徴のいずれも同じ結果となっている。このことから、店舗Ａと店舗Ｂとの間より、店舗Ａと店舗Ｃとの間のほうが、顧客購買行動が類似しており、類似性を示す距離が近いと判断することができる。
【0041】
図５（ｂ）に示す例では、店舗Ａと店舗Ｂとの間の距離は（店舗Ａと店舗Ｃとの間の距離に比較して）遠く、店舗Ａと店舗Ｃとの間の距離は（店舗Ａと店舗Ｂとの間の距離に比較して）近いという結果になっている。
【0042】
図５に示した例では、単に特徴量を高頻度、低頻度で表し、高頻度として一致する特徴の数を比較し、距離が遠いか近いかを判断している。しかしながら、数値を使用して表したほうが、距離がどの程度離れているのか、どれだけ近いのかを定量的に表すことができる。
【0043】
そこで、以下の方法により２つのトランザクションデータベースＤＢα、ＤＢβ間の距離を計算する。
(A) ＤＢαから抽出された頻出アイテム集合全体をＦα、ＤＢβから抽出された頻出アイテム集合全体をＦβとする。
(B) 共通の頻出アイテム集合全体を和集合Ｆ＝｛ＦαＵＦβ｝として作成する。ただし、Ｆはｋ（ｋは自然数）個の頻出アイテム集合を有し、Ｆ＝｛ｆ１、ｆ２、…、ｆｋ｝である。
(C) ＤＢα、ＤＢβのそれぞれに対して和集合Ｆから各頻出アイテム集合の頻度Ｐを計算し、頻度集合Ｐα、Ｐβをそれぞれ作成する。頻度Ｐは、下記式１を使用して計算する。Ｐα＝｛Ｐα１、Ｐα２、…、Ｐαｋ｝、Ｐβ＝｛Ｐβ１、Ｐβ２、…、Ｐβｋ｝
(D) 和集合Ｆがｋ個の頻出アイテム集合を有する場合、ＤＢαとＤＢβ間の距離Ｄを、下記式２を使用して計算する。
(A) ＤＢαから抽出された頻出アイテム集合全体をＦα、ＤＢβから抽出された頻出アイテム集合全体をＦβとする。
(B) 共通の頻出アイテム集合全体を和集合Ｆ＝｛ＦαＵＦβ｝として作成する。ただし、Ｆはｋ（ｋは自然数）個の頻出アイテム集合を有し、Ｆ＝｛ｆ１、ｆ２、…、ｆｋ｝である。
(C) ＤＢα、ＤＢβのそれぞれに対して和集合Ｆから各頻出アイテム集合の頻度Ｐを計算し、頻度集合Ｐα、Ｐβをそれぞれ作成する。頻度Ｐは、下記式１を使用して計算する。Ｐα＝｛Ｐα１、Ｐα２、…、Ｐαｋ｝、Ｐβ＝｛Ｐβ１、Ｐβ２、…、Ｐβｋ｝
(D) 和集合Ｆがｋ個の頻出アイテム集合を有する場合、ＤＢαとＤＢβ間の距離Ｄを、下記式２を使用して計算する。
【0044】
【数1】
【0045】
【数2】
【0046】
図６は、トランザクションデータベースＴＤＢ１、ＴＤＢ２間の距離の具体的な計算方法を説明する図である。上記(A)、(B)により、和集合Ｆを作成する。図６に示す例では、和集合Ｆが有する個々の頻出アイテム集合（同時生起アイテム集合）ｆｋが｛ビール、おむつ｝、｛新聞、コーヒー｝、｛新聞、お茶｝である。
【0047】
上記(C)により、ＴＤＢ１につき、個々の頻出アイテム集合の頻度を計算する。頻度は、頻出アイテム集合を構成するアイテムが同時に生起する確率（同時生起確率）として、上記式１により計算される。全トランザクションの数は、ＴＤＢ１に収集された全トランザクションデータに対応する全トランザクションの数である。ＴＤＢ１に収集された購入履歴が１０００個あれば、全トランザクションデータの数は１０００個であり、全トランザクション数は１０００である。同様にして、ＴＤＢ２についても、個々の頻出アイテム集合の頻度を計算する。
【0048】
上記(D)により、上記式２を使用して計算する。具体的には、ＴＤＢ１とＴＤＢ２で同じ頻出アイテム集合同士、同時生起確率の差の絶対値を計算する。各頻出アイテム集合につき計算した絶対値を合計し、ＴＤＢ１とＴＤＢ２との間の距離Ｄを算出する。図６に示す例では、距離が０．０２５と算出される。
【0049】
ここで、距離に関して、簡単にその定義を説明しておく。関数ｄが下記の距離の公理を満たす場合、擬距離と定義される。
(i) 非負性：ｄ(x,y)≧０
(ii) 対称性：ｄ(x,y)＝ｄ(y,x)
(iii) 三角不等式：ｄ(x,y)＋ｄ(y,z)≧ｄ(x,z)
さらに、下記の条件を満たす場合、距離と呼ばれる。ただし、擬距離も距離の公理を満たすため、一般的には包括して距離と表現される。
(iv) 非退化性：ｘ＝ｙ→ｄ(x,y)＝０かつd(x,y)＝０→ｘ＝ｙ
(i) 非負性：ｄ(x,y)≧０
(ii) 対称性：ｄ(x,y)＝ｄ(y,x)
(iii) 三角不等式：ｄ(x,y)＋ｄ(y,z)≧ｄ(x,z)
さらに、下記の条件を満たす場合、距離と呼ばれる。ただし、擬距離も距離の公理を満たすため、一般的には包括して距離と表現される。
(iv) 非退化性：ｘ＝ｙ→ｄ(x,y)＝０かつd(x,y)＝０→ｘ＝ｙ
【0050】
上記(D)により計算される距離Ｄは、絶対値の合計として正の値として算出されるため、上記(i)の要件は満たす。また、共通の頻出アイテム集合を使用し、差の絶対値として計算されることから、入れ替えても同じ値が得られ、上記(ii)の要件も満たす。さらに、ｘ＝ｙ＝ｚのときにｄ(x,y)＋ｄ(y,z)＝ｄ(x,z)であり、上記(i)の非負性を満たすことから、ｘ、ｙ、ｚが異なる値の場合、ｄ(x,y)＋ｄ(y,z)＞ｄ(x,z)となり、上記(iii)の要件も満たす。
【0051】
また、上記式１よりｘ＝ｙの場合、ｄ(x,y)＝０が成立する。すなわち、Ｐα１とＰβ１、Ｐα２とＰβ２、…、ＰαｋとＰβｋがそれぞれ同じ値であれば、Ｄ＝０となる。しかしながら、その逆のｄ(x,y)＝０の場合、ｘ＝ｙが成立しないことがある。例えば、所定の頻度未満として抽出されないアイテム集合の頻度がＴＤＢ１とＴＤＢ２で異なる場合である。したがって、上記(D)により計算される距離Ｄは、正確には擬距離と定義されるが、距離の公理である上記(i)～(iii)の要件を満たすことから、距離と表現することができる。
【0052】
図７は、ＴＤＢ間の距離を計算する処理の流れを示したフローチャートである。ＴＤＢ間の距離計算は、所定の時間間隔で、または任意の時間に開始することができる。所定の時間間隔としては、１日ごと、1週間ごと、１か月ごとなどである。任意の時間は、システムの管理者が指定した時間などである。この処理は、ステップ１００から開始する。
【0053】
ステップ１０１では、通信部３０が、計算対象の２つのＴＤＢからトランザクションデータを取得する。ここでは、計算対象を２つのＴＤＢ間の距離としているが、３つ以上のＴＤＢ間のそれぞれの距離を計算するため、３つ以上のＴＤＢからトランザクションデータを取得してもよい。各ＴＤＢから取得するトランザクションデータは、所定の時間間隔で距離計算を行う場合は、前回の計算から今回の計算までに収集されたトランザクションデータとすることができる。管理者が時間を指定する場合も同様に、前回指定した時間から今回の時間までに収集されたトランザクションデータとすることができる。これらは一例であるので、ＴＤＢに収集された全トランザクションデータ等であってもよい。そして、各ＴＤＢから取得したそれぞれのトランザクションデータから、各ＴＤＢにつきアイテム集合を取得する。
【0054】
ステップ１０２では、抽出部３１が、各ＴＤＢにつき取得したアイテム集合から、各ＴＤＢにつき頻出する同時生起アイテム集合を抽出する。ステップ１０３では、生成部３３が、各ＴＤＢにつき抽出された同時生起アイテム集合全体として和集合を生成する。このとき、生成部３３は、和集合の要素である同時生起アイテム集合を、記憶部３２が管理する、図６に示したテーブルの同時生起アイテム集合の欄に入力し、記憶させることができる。
【0055】
ステップ１０４では、第１の演算部３４が、比較する対象のＴＤＢの全てにつき、和集合に関する同時生起確率を計算したかを判断する。計算していない場合、ステップ１０５へ進み、未計算のＴＤＢを選択する。そして、ステップ１０６では、第１の演算部３４が、選択したＴＤＢにつき、和集合の各同時生起アイテム集合の同時生起確率を計算する。ステップ１０７では、第１の演算部３４が、計算した各同時生起確率を各同時生起アイテム集合に関連付けて記憶部３２に記憶させる。すなわち、図６に示したテーブルの同時生起確率の欄に入力し、記憶させる。そして、ステップ１０４へ戻る。
【0056】
ステップ１０４でＴＤＢの全てにつき、同時生起確率を計算した場合、ステップ１０８へ進み、第２の演算部３５が、記憶部３２に記憶された情報を参照し、各ＴＤＢに対して同じ同時生起アイテム集合に関連付けられた同時生起確率を取得し、取得した同時生起確率の差の絶対値を計算する。第２の演算部３５は、記憶部３２に記憶された同時生起アイテム集合の全てにつき、同時生起確率の差の絶対値を計算した後、ステップ１０９へ進み、その合計値を計算することにより距離を計算する。
【0057】
計算結果は、表示装置２８に数値として表示してもよいし、図５（ｂ）に示すような別のＴＤＢ間の距離と比較する形で表示してもよい。なお、計算結果を出力する場合、表示に限定されるものではなく、紙に印刷して出力してもよいし、音声で出力してもよい。出力後、ステップ１１１へ進み、処理を終了する。
【0058】
これまでに説明してきた方法では、頻出アイテム集合の頻度（アイテムの同時生起確率）を用いて距離を計算した。距離の精度を向上させるためには、その他のパラメータも使用して距離を計算することが望ましい。そこで、相関ルールを特徴量として使用し、頻度に加え、他のパラメータとして確信度を追加する。以下に、相関ルールを特徴量として距離を計算する方法について説明する。
【0059】
相関ルールは、互いに同じ要素を含まないアイテム集合ＸとＹの関係が「Ｘを含むトランザクションにはＹも高頻度で含む」という同時性や関係性が強い事象の組み合わせを表したものである。「Ｘを含むトランザクションにはＹも高頻度で含む」という相関ルールは、下記式３のように表される。
【0060】
【数3】
【0061】
相関ルールを表す上記式３中、矢印の左側部分（Ｘの部分）は、条件部（前提部）と呼ばれ、矢印の右側部分（Ｙの部分）は、帰結部（結論部）と呼ばれる。相関ルールにおいて全てのアイテムを含むトランザクションの割合は、支持度と呼ばれる。支持度は、上記の同時生起確率と同様のものである。
【0062】
また、Ｘを含むトランザクションに対するＸとＹを両方含むトランザクションの割合は、確信度Ｃと呼ばれ、下記式４のように表される。この例では、支持度に加えて、確信度も使用して距離を計算する。
【0063】
【数4】
【0064】
各トランザクションデータベースＴＤＢ１、ＴＤＢ２につき、頻出アイテム集合を抽出した後、全ての頻出アイテム集合の全ての部分集合の組み合わせに関して、相関ルールを抽出する。
【0065】
ここで、相関ルールを用いて距離を計算する方法について説明する。ＤＢαから｛ビール、おむつ｝、｛新聞、お茶｝が頻出アイテム集合として抽出され、ＤＢβから｛ビール、おむつ｝、｛新聞、コーヒー｝が頻出アイテム集合として抽出されたとする。
【0066】
ＤＢαについての頻出アイテム集合の全ての部分集合の組み合わせは、「ビール」と「おむつ」、「新聞」と「お茶」になる。これらを用いて相関ルールを抽出すると、「ビールを購入した人は高頻度でおむつを購入する」という｛ビール｝⇒｛おむつ｝、｛新聞｝⇒｛お茶｝の２つが相関ルール集合として抽出される。なお、｛おむつ｝⇒｛ビール｝は、｛ビール｝⇒｛おむつ｝と同義であり、｛お茶｝⇒｛新聞｝は、｛新聞｝⇒｛お茶｝と同義である。ＤＢβについても同様にして、相関ルール集合が抽出される。
【0067】
(a) ＤＢαから抽出された相関ルール集合全体をＲαとし、ＤＢβから抽出された相関ルール集合全体をＲβとする。
(b) 共通の相関ルール集合全体を和集合Ｒ＝｛ＲαＵＲβ｝として作成する。ただし、Ｒはｋ（ｋは自然数）個の相関ルール集合を有し、Ｒ＝｛ｒ１、ｒ２、…、ｒｋ｝である。
(c) ＤＢα、ＤＢβのそれぞれに対して和集合Ｒから各相関ルール集合の支持度を計算し、支持度集合Ｓα、Ｓβをそれぞれ作成する。Ｓα＝｛Ｓα１、Ｓα２、…、Ｓαｋ｝、Ｓβ＝｛Ｓβ１、Ｓβ２、…、Ｓβｋ｝
(d) 同様に、ＤＢα、ＤＢβのそれぞれに対して和集合Ｒから各相関ルール集合の確信度を計算し、確信度集合Ｃα、Ｃβをそれぞれ作成する。Ｃα＝｛Ｃα１、Ｃα２、…、Ｃαｋ｝、Ｃβ＝｛Ｃβ１、Ｃβ２、…、Ｃβｋ｝
(e) 和集合Ｒがｋ個の頻出アイテム集合を有する場合、ＤＢαとＤＢβ間の距離を、下記式５を使用して計算する。
(b) 共通の相関ルール集合全体を和集合Ｒ＝｛ＲαＵＲβ｝として作成する。ただし、Ｒはｋ（ｋは自然数）個の相関ルール集合を有し、Ｒ＝｛ｒ１、ｒ２、…、ｒｋ｝である。
(c) ＤＢα、ＤＢβのそれぞれに対して和集合Ｒから各相関ルール集合の支持度を計算し、支持度集合Ｓα、Ｓβをそれぞれ作成する。Ｓα＝｛Ｓα１、Ｓα２、…、Ｓαｋ｝、Ｓβ＝｛Ｓβ１、Ｓβ２、…、Ｓβｋ｝
(d) 同様に、ＤＢα、ＤＢβのそれぞれに対して和集合Ｒから各相関ルール集合の確信度を計算し、確信度集合Ｃα、Ｃβをそれぞれ作成する。Ｃα＝｛Ｃα１、Ｃα２、…、Ｃαｋ｝、Ｃβ＝｛Ｃβ１、Ｃβ２、…、Ｃβｋ｝
(e) 和集合Ｒがｋ個の頻出アイテム集合を有する場合、ＤＢαとＤＢβ間の距離を、下記式５を使用して計算する。
【0068】
【数5】
【0069】
図８は、ＴＤＢ１とＴＤＢ２との間の距離の具体的な計算方法を説明する図である。上記(a)、(b)により、共通の相関ルール集合全体として和集合を作成する。相関ルールは、頻出アイテム集合を抽出し、頻出アイテム集合から抽出することができる。具体的には、頻出アイテム集合として｛ビール、おむつ｝、｛新聞、お茶｝が抽出された場合、全ての頻出アイテム集合の全ての部分集合の組み合わせ、すなわち「ビール」と「おむつ」、「新聞」と「お茶」に関して相関ルールを抽出する。
【0070】
「ビール」を購入する人は高頻度で「おむつ」を購入するという関係を導き出すことができることから、相関ルールとして、｛ビール｝⇒｛おむつ｝が抽出される。同様に、｛新聞｝⇒｛お茶｝が抽出される。
【0071】
図８に示す例では、ＴＤＢ１からは相関ルールとして｛ビール｝⇒｛おむつ｝、｛新聞｝⇒｛お茶｝が抽出され、ＴＤＢ２からは相関ルールとして｛ビール｝⇒｛おむつ｝、｛新聞｝⇒｛コーヒー｝が抽出される。和集合Ｒは、｛ビール｝⇒｛おむつ｝、｛新聞｝⇒｛コーヒー｝、｛新聞｝⇒｛お茶｝の３つの相関ルールが含まれる。
【0072】
上記(c)により、ＴＤＢ１につき、個々の相関ルール中の頻出アイテムの全てを含むトランザクションの割合を支持度として計算する。支持度は、同時生起確率と同様のものである。同時生起確率の計算方法については既に説明したので、ここでは説明を省略する。同様にして、ＴＤＢ２についても、支持度を計算する。
【0073】
上記(d)により、ＴＤＢ１につき、個々の相関ルール中の条件部の頻出アイテム集合の頻度を計算し、その相関ルール中の頻出アイテムの全てを含むトランザクションの割合（支持度）を用いて、確信度を計算する。
【0074】
上記(e)により、ＴＤＢ１とＴＤＢ２で同じ相関ルール集合同士、支持度の差の絶対値、確信度の差の絶対値をそれぞれ計算する。各相関ルール集合につき計算した絶対値を合計し、ＴＤＢ１とＴＤＢ２との間の距離Ｄを算出する。図８に示す例では、距離が０．１７５と算出される。
【0075】
計算される距離は、その数値のみではどの程度離れているか、もしくは近いかは分からない。２組以上のトランザクションデータベース間の距離を計算することで、一方の距離を基準とし、他方の距離がどの程度離れているか、もしくは近いかを相対的に評価することができる。
【0076】
このようにして、アイテムが同時に生起するトランザクションのデータを収集したトランザクションデータベースが複数存在する場合に、トランザクションデータベース間の距離を計算することができる。トランザクションデータベースは、データベースの１つの形式で、店舗における顧客の商品購入履歴、スマートホームにおける生活者の行動履歴、教育分野での各教室の学生の定性的な属性の管理等に使用されている。このため、商品購入履歴等のデータをグルーピングし、知識を発見するビッグデータ解析として、データサイエンスや人工知能の分野に適用することができる。
【0077】
本発明によれば、距離の計算により類似するトランザクションデータベースを検出することができる。検出されたトランザクションデータベースは、顧客の商品購入や行動の傾向が類似していることから、数か月後や数年後にどのようになるかという未来状態予測や、同じような行動をとることにより健康を維持する等の類似性発見に活用することができる。
【0078】
本システムの適用例について、図９および図１０を参照して説明する。図９は、同店舗の売上傾向の類似性を推定するシステムとして利用する場合の例である。同じ系列店では、同様の商品を扱うが、営業地域で販売傾向が異なる。各店舗のＴＤＢは、顧客の商品購入履歴をトランザクションデータとして収集する。情報処理装置１１は、各店舗のＴＤＢからトランザクションデータを取得し、各ＴＤＢ間の距離を計算する。
【0079】
Ａ店のＴＤＢとＢ店のＴＤＢとの距離が遠く、Ａ店のＴＤＢとＣ店のＴＤＢとの距離が近いという結果が得られた場合、Ａ店は、Ｂ店よりＣ店のほうが顧客の購買傾向が似ていると言える。Ａ店は、Ｂ店よりＣ店のノウハウを利用し、売上を向上させることができる。
【0080】
図１０は、類似生活行動者のグルーピングを行うシステムとして利用する場合の例である。この例では、生活を分析し、類似の高齢者を発見する。各家庭では、家族構成、生活時間、使用家電等がそれぞれ異なる。各家庭のＴＤＢは、家族情報や家電の操作履歴等をトランザクションデータとして収集する。家族情報は、家族の人数、年齢、住居の場所、自家用車等の移動手段の有無、１日に歩く歩数等を含む。家電は、照明、エアコン、テレビ、空気清浄機、家庭用蓄電池、太陽光発電システム、給湯器、電力・ガス・水道メータ、パーソナルコンピュータ（ＰＣ）、スマートフォン、ウェアラブルデバイス、電気自動車等である。操作履歴は、照明の点灯や消灯時刻、エアコンの設定温度、テレビの電源ＯＮ、ＯＦＦの時刻、空気清浄機の動作記録、家庭用蓄電池や太陽光発電システムによる充放電記録、給湯器の動作時刻、電力・ガス・水道の１日毎の使用量のグラフ形状、ＰＣやスマートフォンの利用時間、ウェアラブルデバイスのヘルスモニタデータ、電気自動車の充放電記録等を含む。トランザクションデータは、操作履歴として機器から取得するデータ以外に、メールやＷｅｂ等のアンケートで取得する生活情報を含む。
【0081】
家族情報は、各家庭のＰＣ等を使用して入力することにより、ＴＤＢに記憶させることができる。操作履歴は、家電デバイスが備えるセンサー等から取得し、ＴＤＢに記憶させることができる。
【0082】
情報処理装置１１は、各家庭のＴＤＢからトランザクションデータを取得し、各ＴＤＢ間の距離を計算する。
【0083】
Ａ家のＴＤＢとＢ家のＴＤＢとの距離が遠く、Ａ家のＴＤＢとＣ家のＴＤＢとの距離が近いという結果が得られた場合、Ａ家は、Ｂ家よりＣ家のほうが暮らしの傾向が似ていると言える。Ａ家は、Ｂ家よりＣ家から知見を得て、高齢者の見守りや未病へ活用することができる。
【0084】
これまで本発明の情報処理装置、情報処理システムおよびプログラムについて上述した実施形態をもって詳細に説明してきたが、本発明は、上述した実施形態に限定されるものではなく、他の実施形態や、追加、変更、削除など、当業者が想到することができる範囲内で変更することができ、いずれの態様においても本発明の作用・効果を奏する限り、本発明の範囲に含まれるものである。
【符号の説明】
【0085】
１０…管理システム
１１…情報処理装置
１２…ネットワーク
２０…ＣＰＵ
２１…ＲＯＭ
２２…ＲＡＭ
２３…ＨＤＤ
２４…入出力Ｉ／Ｆ
２５…通信Ｉ／Ｆ
２６…バス
２７…入力装置
２８…表示装置
３０…通信部
３１…抽出部
３２…記憶部
３３…生成部
３４…第１の演算部
３５…第２の演算部
１１…情報処理装置
１２…ネットワーク
２０…ＣＰＵ
２１…ＲＯＭ
２２…ＲＡＭ
２３…ＨＤＤ
２４…入出力Ｉ／Ｆ
２５…通信Ｉ／Ｆ
２６…バス
２７…入力装置
２８…表示装置
３０…通信部
３１…抽出部
３２…記憶部
３３…生成部
３４…第１の演算部
３５…第２の演算部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
