特開 2023-42376 情報処理システム、方法及びプログラム

(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】P2023042376

(43)【公開日】2023-03-27

(54)【発明の名称】情報処理システム、方法及びプログラム

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20230317BHJP

【ＦＩ】

G06Q10/04

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2021149642

(22)【出願日】2021-09-14

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＴＨＵＮＤＥＲＢＯＬＴ

(71)【出願人】

【識別番号】520376580

【氏名又は名称】株式会社ｄａｔａｇｕｓｔｏ

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】飯田 蔵土

(72)【発明者】

【氏名】パー 麻緒

(72)【発明者】

【氏名】中村 達哉

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049AA04

(57)【要約】

【課題】自身で予測モデルを作成することが困難なユーザが、適切な予測モデルを作成するためのテンプレートの推薦を受けることが可能な情報処理システムを提供すること。
【解決手段】本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、以下のステップを実行するように構成される。受付ステップでは、第１のユーザのユーザ情報を受け付ける。ここでユーザ情報は、ユーザの属性又は行動履歴を含む情報である。特定ステップでは、ユーザ情報と、ユーザ情報に関連する参照情報とに基づいて、第１のユーザに推薦する、予測モデル作成のためのテンプレートを特定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

情報処理システムであって、
以下のステップを実行するように構成され、
受付ステップでは、第１のユーザのユーザ情報を受け付け、
ここで前記ユーザ情報は、ユーザの属性又は行動履歴を含む情報であり、
特定ステップでは、前記ユーザ情報と、前記ユーザ情報に関連する参照情報とに基づいて、前記第１のユーザに推薦する、予測モデル作成のためのテンプレートを特定する、もの。

【請求項2】

請求項１に記載の情報処理システムにおいて、
前記参照情報は、第２のユーザのユーザ情報と、前記第２のユーザが使用したテンプレートとに関する情報である、もの。

【請求項3】

請求項１又は請求項２に記載の情報処理システムにおいて、
表示制御ステップをさらに実行するように構成され、
前記表示制御ステップでは、特定された前記テンプレートに関する情報を、前記第１のユーザが認識可能な態様で表示させる、もの。

【請求項4】

請求項３に記載の情報処理システムにおいて、
前記表示制御ステップでは、特定された前記テンプレートの、前記第１のユーザに対する関連度を表示させる、もの。

【請求項5】

請求項３又は請求項４に記載の情報処理システムにおいて、
前記表示制御ステップでは、特定された前記テンプレートに関する情報を、前記第１のユーザに対する関連度の高い順に表示させる、もの。

【請求項6】

請求項１～請求項５の何れか１つに記載の情報処理システムにおいて、
前記行動履歴は、ネットワーク上でのアクセス履歴又は、入力クエリの履歴である、もの。

【請求項7】

請求項１～請求項６の何れか１つに記載の情報処理システムにおいて、
生成ステップをさらに実行するように構成され、
前記生成ステップでは、前記第１のユーザによって入力された主データセットと、前記テンプレートとに基づいて、前記予測モデルを生成する、もの。

【請求項8】

請求項１～請求項７の何れか１つに記載の情報処理システムにおいて、
取得ステップ及び生成ステップをさらに実行するように構成され、
前記取得ステップでは、前記第１のユーザによって入力された主データセットと関係する副データセットを、ネットワークを介して取得し、
前記生成ステップでは、少なくとも前記副データセットと、前記テンプレートとに基づいて、前記予測モデルを生成又は更新する、もの。

【請求項9】

請求項１～請求項８の何れか１つに記載の情報処理システムにおいて、
前記特定ステップでは、前記テンプレートに適用可能なデータセット及び前記テンプレートに係る予測モデルのうちの少なくとも一方を特定する、もの。

【請求項10】

方法であって、
請求項１～請求項９の何れか１つに記載の情報処理システムにおける各ステップを備える、方法。

【請求項11】

プログラムであって、
コンピュータに、請求項１～請求項９の何れか１つに記載の情報処理システムにおける各ステップを実行させる、もの。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、方法及びプログラムに関する。

【背景技術】

【0002】

将来の様々な事象を予測するため、予測モデルを生成する情報処理装置が知られている。例えば、特許文献１には、複数の店舗の売上に基づいて、商品の需要予測モデルを生成する装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－０４３４７７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、専門知識のないユーザにとっては、多岐にわたる予測モデル生成装置及び手法の中から適切なものを選択し、予測モデルを作成することは、非常に困難であった。

【0005】

本発明では上記事情を鑑み、自身で予測モデルを作成することが困難なユーザが、適切な予測モデルを作成するためのテンプレートの推薦を受けることが可能な情報処理システムを提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、以下のステップを実行するように構成される。受付ステップでは、第１のユーザのユーザ情報を受け付ける。ここでユーザ情報は、ユーザの属性又は行動履歴を含む情報である。特定ステップでは、ユーザ情報と、ユーザ情報に関連する参照情報とに基づいて、第１のユーザに推薦する、予測モデル作成のためのテンプレートを特定する。

【0007】

このような態様によれば、自身で予測モデルを作成することが困難なユーザが、適切な予測モデルを作成するためのテンプレートの推薦を受けることが可能な情報処理システムを提供することができる。

【図面の簡単な説明】

【0008】

【図1】情報処理システム１を表す構成図である。

【図2】情報処理装置２のハードウェア構成を示すブロック図である。

【図3】ユーザ端末３のハードウェア構成を示すブロック図である。

【図4】情報処理装置２における制御部２３等によって実現される機能を示すブロック図である。

【図5】テンプレートの推薦に関する情報処理の流れの一例を示すアクティビティ図である。

【図6】ユーザに視認される表示部３４の態様一例を示した画面例である。

【図7】ユーザに視認される表示部３４の態様一例を示した画面例である。

【図8】予測モデルの作成に関する情報処理の流れの一例を示すアクティビティ図である。

【図9】予測モデルの作成に関する情報処理の流れの変形例を示すアクティビティ図である。

【発明を実施するための形態】

【0009】

以下、図面を用いて本開示の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

【0013】

１．ハードウェア構成
本節では、ハードウェア構成について説明する。

【0014】

＜情報処理システム１＞
図１は、情報処理システム１を表す構成図である。情報処理システム１は、情報処理装置２及びユーザ端末３を備え、これらが電気通信回線を通じて通信可能に構成されている。一実施形態において、情報処理システム１とは、１つ又はそれ以上の装置又は構成要素からなるものである。仮に例えば、情報処理装置２のみからなる場合であれば、情報処理システム１は、情報処理装置２となりうる。以下、これらの構成要素について説明する。

【0015】

＜情報処理装置２＞
図２は、情報処理装置２のハードウェア構成を示すブロック図である。情報処理装置２は、通信部２１と、記憶部２２と、制御部２３とを備え、これらの構成要素が情報処理装置２の内部において通信バス２０を介して電気的に接続されている。各構成要素についてさらに説明する。

【0016】

通信部２１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、情報処理装置２は、通信部２１及びネットワークを介して、外部から種々の情報を通信してもよい。

【0017】

記憶部２２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部２３によって実行される情報処理装置２に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部２２は、制御部２３によって実行される情報処理装置２に係る種々のプログラムや変数等を記憶している。

【0018】

制御部２３は、情報処理装置２に関連する全体動作の処理・制御を行う。制御部２３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部２３は、記憶部２２に記憶された所定のプログラムを読み出すことによって、情報処理装置２に係る種々の機能を実現する。すなわち、記憶部２２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部２３によって具体的に実現されることで、制御部２３に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部２３は単一であることに限定されず、機能ごとに複数の制御部２３を有するように実施してもよい。またそれらの組合せであってもよい。

【0019】

＜ユーザ端末３＞
図３は、ユーザ端末３のハードウェア構成を示すブロック図である。ユーザ端末３は、通信部３１と、記憶部３２と、制御部３３と、表示部３４と、入力部３５とを備え、これらの構成要素がユーザ端末３の内部において通信バス３０を介して電気的に接続されている。通信部３１、記憶部３２及び制御部３３の説明は、情報処理装置２における各部の説明と同様のため省略する。

【0020】

表示部３４は、ユーザ端末３筐体に含まれるものであってもよいし、外付けされるものであってもよい。表示部３４は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。これは例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスを、ユーザ端末３の種類に応じて使い分けて実施することが好ましい。

【0021】

入力部３５は、ユーザ端末３の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部３５は、表示部３４と一体となってタッチパネルとして実施されてもよい。タッチパネルであれば、ユーザは、タップ操作、スワイプ操作等を入力することができる。もちろん、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴＹキーボード等を採用してもよい。すなわち、入力部３５がユーザによってなされた操作入力を受け付ける。当該入力が命令信号として、通信バス３０を介して制御部３３に転送され、制御部３３が必要に応じて所定の制御や演算を実行しうる。

【0022】

２．機能構成
本節では、情報処理装置２における制御部２３の機能構成について説明する。前述の通り、記憶部２２に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部２３によって具体的に実現されることで、制御部２３に含まれる各機能部が実行されうる。

【0023】

図４は、情報処理装置２における制御部２３等によって実現される機能を示すブロック図である。具体的には、制御部２３は、受付部２３１、特定部２３２、表示制御部２３３、生成部２３４、取得部２３５、及び更新部２３６を備える。ここで表示制御部２３３、生成部２３４、取得部２３５、及び更新部２３６は必須の構成要素ではない。以下、各機能部について説明する。

【0024】

受付部２３１は、情報処理に必要な種々の情報を受け付けるように構成される。例えば、受付部２３１は、予め記憶部３２に記憶された種々の情報を読み出してもよいし、ネットワーク及び通信部３１を介して外部の機器から種々の情報を取得してもよい。特に、受付部２３１は、第１のユーザのユーザ情報ＵＩを受け付ける。これについては、後にさらに詳述する。

【0025】

特定部２３２は、受付部２３１が受け付けた情報と、他の情報とに基づいて、ユーザ端末３に出力する情報を特定するように構成される。より具体的には、特定部２３２は、ユーザ情報ＵＩと、ユーザ情報ＵＩに関連する参照情報ＲＩとに基づいて、第１のユーザに推薦する、予測モデル作成のためのテンプレートを特定する。これについては、後にさらに詳述する。

【0026】

表示制御部２３３は、ユーザ端末３に種々の情報を表示させるように構成される。表示制御部２３３は、画面、画像、アイコン、テキスト等といった、ヒトが視認可能な態様で生成された情報そのものを生成してもよいし、例えば表示部３４等に画面、画像、アイコン、テキスト等を表示させるためのレンダリング情報を生成し、これを送信するようにしてもよい。これについては、後にさらに詳述する。

【0027】

生成部２３４は、受付部２３１が受け付けた情報と、予測モデル作成のためのテンプレートとに基づいて、予測モデルを生成するように構成される。より具体的には、生成部２３４は、第１のユーザによって入力された主データセットと、特定部２３２が特定したテンプレートとに基づいて、予測モデルを生成する。これについては、後にさらに詳述する。

【0028】

取得部２３５は、ネットワーク及び通信部３１を介して、予測モデルの作成に使用する情報を取得するように構成される。より具体的には、取得部２３５は、第１のユーザによって入力された主データセットと関係する副データセットを、ネットワーク及び通信部３１を介して取得する。これについては、後にさらに詳述する。

【0029】

生成部２３４は、取得部２３５が取得した情報と、予測モデル作成のためのテンプレートとに基づいて、予測モデルを更新するように構成される。より具体的には、生成部２３４は、少なくとも副データセットと、テンプレートとに基づいて、予測モデルを生成又は更新する。これについては、後にさらに詳述する。

【0030】

３．情報処理の詳細
本節では、アクティビティ図を参照しながら、前述した情報処理システム１において実行される情報処理について説明する。実施形態の一例において、情報処理システム１は、受け付けたデータを分析して予測モデルを生成し、生成した予測モデルに関する情報を出力する。ここで予測モデルとは、将来の需要や異常発生等の様々な事象を予測するためのモデルであって、複数のデータを所定の手法によって分析することによって生成されたものをいう。

【0031】

３．１ テンプレートの推薦
図５は、テンプレートの推薦に関する情報処理の流れの一例を示すアクティビティ図である。ここでテンプレートとは、予測モデルの生成に使用するデータと、予測モデルを生成するためのデータの処理方法とを予め定めた情報を指す。具体的には例えば、テンプレートは、予測モデルの生成に使用するデータの項目、データを処理するためのアルゴリズム、及び予測モデルに関する情報を表示するための図表の種類や構造等を特定する情報を含んで良い。

【0032】

第１のユーザが情報処理システム１を初めて使用する場合、すなわち、ユーザを識別するための識別子（以下、ＩＤという）を有していない場合、第１のユーザは、自身をユーザ登録する（アクティビティＡ００１）。より具体的には、第１のユーザは、ユーザ端末３の入力部３５を介して、ユーザ登録のための情報を入力する。続いて、情報処理装置２の制御部２３における受付部２３１が、ユーザ登録のための情報を受け付け、記憶部２２に記憶する。ここで、ユーザ登録のための情報は、例えば、ＩＤ、並びにユーザの氏名、連絡先、属性、及び関心のある対象等を含んでよい。第１のユーザが、既にＩＤを有している場合には、アクティビティＡ００１は省略され、次の処理へと進む。

【0033】

アクティビティＡ００１に並行して、第１のユーザの行動履歴が蓄積される（アクティビティＢ００１）。具体的には、受付部２３１が、第１のユーザの行動履歴を受け付け、受け付けた行動履歴とＩＤとを関連付けて記憶部２２に記憶させる。ここで好ましくは、行動履歴は、ネットワーク上でのアクセス履歴又は、入力クエリの履歴である。アクセス履歴は、例えば、アクセスしたサイトのＵＲＬ等であってよく、より好ましくは、ユーザが閲覧したテンプレート及び予測モデルの情報である。入力クエリの履歴は、例えば、検索画面等で入力された検索キーワード等であってよい。このような態様により、ユーザは、アクセス履歴等のより具体的な行動履歴に基づいて、より精度の高いテンプレートの推薦を受けることができる。すなわち、ユーザの利便性がより高い情報処理システム１を提供することができる。なお、ウェブブラウザ等を提供する企業が管理するサーバにおいて蓄積された行動履歴を直接採用するように実施してもよい。

【0034】

アクティビティＡ００１に続いて、受付部２３１は、第１のユーザのユーザ情報ＵＩを受け付ける。ここでユーザ情報ＵＩは、ユーザの属性又は行動履歴を含む情報である。具体的には、受付部２３１は、記憶部２２から読み出した第１のユーザの属性を受け付ける（アクティビティＡ００２）。ユーザの属性は、アクティビティＡ００１において登録されたユーザ登録のための情報に含まれ、例えばユーザの職業、職種、勤務形態、役職等を特定する情報であってよい。続いて、受付部２３１は、記憶部２２から読み出した第１のユーザの行動履歴を受け付ける（アクティビティＡ００３）。

【0035】

次に、特定部２３２は、第１のユーザのユーザ情報ＵＩと、第１のユーザのユーザ情報ＵＩに関連する参照情報ＲＩとを突合させる（アクティビティＡ００４）。ここで好ましくは、参照情報ＲＩは、第２のユーザのユーザ情報ＵＩと、第２のユーザが例えば過去に使用したテンプレートに関する情報である。より具体的には、参照情報ＲＩは、記憶部２２に格納され、ユーザ情報ＵＩとテンプレートとを関連付けたデータベースやルックアップテーブル等であってよい。そして、特定部２３２は、第１のユーザのユーザ情報ＵＩと、第２のユーザのユーザ情報ＵＩとを突合させてよい。

【0036】

次に、特定部２３２は、第１のユーザのユーザ情報ＵＩと、参照情報ＲＩとに基づいて、第１のユーザに推薦する、予測モデル作成のためのテンプレートを特定する（アクティビティＡ００５）。より具体的には、特定部２３２は、アクティビティＡ００４において一致度が高いと判定された第２のユーザが、過去に使用していたテンプレートを特定する。このような態様により、第１のユーザは、自身と属性や行動履歴が近い第２のユーザが使用しているテンプレートの推薦を受けることが可能となり、推薦の精度が向上する。

【0037】

次に、特定部２３２は、第１のユーザのユーザ情報ＵＩと、参照情報ＲＩとに基づいて、アクティビティＡ００５で特定されたテンプレートの第１のユーザへの関連度を決定する（アクティビティＡ００６）。より具体的には、関連度は、アクティビティＡ００４で突合された、第１のユーザのユーザ情報ＵＩと、第２のユーザのユーザ情報ＵＩとの一致度であってよい。

【0038】

次に、表示制御部２３３は、特定部２３２によって特定されたテンプレートに関する情報を、第１のユーザが認識可能な態様でユーザ端末３の表示部３４に表示させる（アクティビティＡ００７）。図６及び図７は、ユーザに視認される表示部３４の態様一例を示した画面例である。このような態様により、ユーザは、推薦されたテンプレートに関する情報を視認することができ、ユーザにとって利便性の高い情報処理システム１を提供することができる。

【0039】

好ましくは、特定部２３２は、テンプレートに適用可能なデータセット及びテンプレートに係る予測モデルのうちの少なくとも一方を特定してもよい。より好ましくは、特定部２３２に特定されたデータセット及び予測モデルのうち少なくとも一方が、表示制御部２３３によって、第１のユーザに視認可能な態様でユーザ端末３の表示部３４に表示されてもよい。このような態様により、ユーザは、テンプレートに加えてデータセット及び予測モデル（以下、テンプレート等という）の推薦を受けることができる。すなわち、専門知識を有しないユーザであっても、より簡単に予測モデルを作成し、又は予測モデルを使用することができる。

【0040】

図６及び図７の例では、第１のユーザは、操作画面４００におけるメニュー表示エリア４１０に含まれるボタンを選択することによって、検索結果表示エリア４２０を表示させている。具体的には、図６の例では、第１のユーザが「予測モデルを作る」と表示された作成プルダウン４１１に含まれる作成プルダウンメニュー４１２の中から、「テンプレートから新しく作る」と表示されたボタンを選択した場面を示している。また、図７の例では、第１のユーザが「予測モデルを使う」と表示された使用プルダウン４１３に含まれる使用プルダウンメニュー４１４の中から、「共有された予測モデルを探す」と表示されたボタンを選択した場面を示している。

【0041】

検索結果表示エリア４２０には、ユーザが検索ボックス４２２にキーワードを入力し、検索ボタン４２３をクリック等押下することで、入力されたキーワードを含むテンプレート又は予測モデルの検索結果が表示される。図６及び図７の例では、第１のユーザがキーワード検索を行う前の初期状態の画面を示している。図６の検索結果表示エリア４２０には、特定部２３２によって特定されたテンプレート及びデータセットに関する情報が、２箇所の推薦表示エリア４３０にそれぞれ表示されている。また、図７では、特定部２３２によって特定された予測モデルに関する情報が、推薦表示エリア４３０に表示されている。

【0042】

表示制御部２３３は、例えば、推薦表示エリア４３０にコンテンツ表示エリア４３１を表示させることで、特定部２３２によって特定されたテンプレート等に関する情報を表示してよい。好ましくは、表示制御部２３３は、特定されたテンプレート等の、第１のユーザに対する関連度を表示させる。具体的には、コンテンツ表示エリア４３１には、例えば、コンテンツ名４３２と、説明表示エリア４３３と、関連度表示４３４が含まれる。図６の例では、関連度表示４３４には、コンテンツ表示エリア４３１に表示されたテンプレートの、第１のユーザへの関連度がパーセンテージで表示されている。このような態様により、ユーザは、推薦されたテンプレート等を選ぶための指標を得ることができ、ユーザにとってより利便性の高い情報処理システム１を提供することができる。なお、関連度は、ユーザが認識可能な態様であれば表示の方法に制限はなく、「Ａ，Ｂ，Ｃ」等の指標、「最もおすすめ」等のテキストによって表示させてもよい。

【0043】

より好ましくは、表示制御部２３３は、特定されたテンプレートに関する情報を、第１のユーザに対する関連度の高い順に表示させる。ユーザが関連度の順序を認識できる態様であれば、表示態様に特に制限はない。図６の例では、関連度表示４３４の数値の高い順に、コンテンツ表示エリア４３１が左から順番に表示されている。ユーザは、例えば、マウスのホイール操作や、ドラッグ操作等により、画面の外に隠れているコンテンツ表示エリア４３１を左にスクロールさせることができる。もちろん、最も関連度が高いコンテンツ表示エリア４３１を最上部に表示し、関連度の順に下に並べて表示させてもよい。このような態様により、ユーザは自身に最も関連度の高いテンプレート等を視認しやすくなり、ユーザにとってより利便性の高い情報処理システム１を提供することができる。

【0044】

３．２ 予測モデルの生成
図８は、予測モデルの作成に関する情報処理の流れの一例を示すアクティビティ図である。まず、受付部２３１が、第１のユーザに選択されたテンプレートを、記憶部３２から読み出すことで受け付ける（アクティビティＡ１０１）。第１のユーザによるテンプレートの選択は、例えば、図６におけるコンテンツ表示エリア４３１を第１のユーザがクリック等押下することによって行われてもよい。

【0045】

次に、受付部２３１が、ネットワーク及び通信部３１を介して、第１のユーザから主データセットを受け付ける（アクティビティＡ１０２）。主データセットは、テンプレートに予め定められたデータの項目に従って、第１のユーザが用意したデータセットであってよい。なお、受付部２３１は、記憶部３２に予め記憶されたデータセットを読み出すことによって、主データセットを受け付けてもよい。主データセットは、特定部２３２によって特定され、第１のユーザに選択されたデータセットであってもよい。

【0046】

データセットとは、予測モデルの生成に使用されるデータの集合のことをいう。データセットは、項目名及び複数のデータを含む。項目名は、複数のデータを総称するタイトルであってよい。複数のデータは、具体的には、業種、職種、役職、都道府県、商品種別、性別、曜日等を示すカテゴリ変数、又は従業員数、商品の売上数、売上金額、位置情報、西暦、日付、時刻等を示す量的変数であってよい。データセットは、例えばｃｓｖ形式として受け付けることができる。

【0047】

次に、生成部２３４が、受付部２３１によって受け付けられた主データセットと、テンプレートとに基づいて、予測モデルを生成する（アクティビティＡ１０３）。具体的には、生成部２３４は、テンプレートによって特定されたアルゴリズムによって主データセットを処理することで、予測モデルを生成する。このような態様により、ユーザは、テンプレートに定められた通りにデータセットを入力することで、データサイエンスの専門知識を有しなくても簡単に予測モデルを作成することができる。

【0048】

予測モデルを生成するアルゴリズムは特に限定されず、統計解析、機械学習等のアルゴリズムが使用されてよい。具体的には例えば、異種混合学習、ｋ近傍法、ロジスティック回帰、サポートベクターマシン（ＳＶＭ）、ニューラルネットワーク、トピックモデル、混合ガウスモデル等が適宜採用されればよい。

【0049】

次に、所定の条件に一致する場合、取得部２３５が、主データセットに関連する副データセットを、ネットワーク及び通信部３１を介して取得する（アクティビティＡ１０４）。所定の条件とは、例えば、入力されたデータの数、若しくは生成された予測モデルの精度が所定の値に達していないこと、又は、第１のユーザから副データセット取得の要求がなされたこと等であってよい。

【0050】

副データセットは、主データセットに対応するデータセットであって、インターネット上で公開された情報の中から取得されたものであってよい。ここで副データセットの取得について、具体例を挙げて説明する。例えば、主データセットの一項目である「店舗住所」の中に、「住所情報Ａ，住所情報Ｂ，住所情報Ｃ・・・」というデータが含まれているとする。この場合、「店舗住所」に関連する情報として、「該住所の最寄り駅」、「該住所における過去のある１日の最高気温」等がインターネット上で公開されている。ここで取得部２３５は、例えば、主データセット「店舗住所」における「住所情報Ａ，住所情報Ｂ，住所情報Ｃ・・・」に対応する「駅名Ｅ，駅名Ｆ，駅名Ｇ・・・」というデータを含む副データセット「店舗の最寄り駅」を取得することができる。

【0051】

続いて、生成部２３４が、取得部２３５によって取得された副データセットと、受付部２３１によって受け付けられたテンプレートとに基づいて、生成部２３４によって作成された予測モデルを更新する（アクティビティＡ１０５）。具体的には、生成部２３４は、テンプレートによって特定されたアルゴリズムによって副データセットをさらに処理することで、予測モデルを更新する。好ましくは、生成部２３４は、主データセットと、副データセットと、テンプレートとに基づいて、予測モデルを更新する。このような態様により、ユーザは、手持ちのデータが少ない場合にも、より多くのデータに基づいて予測モデルの作成をすることができる。すなわち、ユーザは、より容易に精度の高い予測モデルを作成することが可能となる。所定の条件に一致しない場合には、アクティビティＡ１０４及びＡ１０５は省略され、次の処理へと進む。

【0052】

次に、表示制御部２３３は、第１のユーザのユーザ端末３における表示部３４に、予測モデルを表示する（アクティビティＡ１０６）。具体的には、表示制御部２３３は、記憶部３２から読み出されたテンプレートによって特定された図表や構造等の定義に従って、予測モデルを表示する。表示制御部２３３は、生成された予測モデルの精度を、例えばパーセンテージによって表示してもよい。
４．その他
前述の実施形態に係る情報処理システム１に関して、以下のような態様を採用してもよい。

【0053】

実施形態の一態様は、情報処理方法であってよい。情報処理方法は、情報処理システム１における各ステップ、すなわち受付ステップと、特定ステップとを備える。情報処理方法は、好ましくは、表示制御ステップと、生成ステップと、取得ステップと、更新ステップとをさらに備えてもよい。

【0054】

実施形態の一態様は、プログラムであってよい。プログラムは、コンピュータに、情報処理システム１における各ステップ、すなわち受付ステップと、特定ステップとを実行させる。プログラムは、好ましくは、表示制御ステップと、生成ステップと、取得ステップと、更新ステップとをさらに実行させてもよい。このようなプログラムが、ネットワークとは切り離されたスタンドアロンのコンピュータにおいて、オフラインで実行可能に構成されてもよい。かかる場合、情報処理装置２と、ユーザ端末３とが同一の情報処理装置として実施されてもよい。

【0055】

情報処理装置２は、オンプレミス形態であってもよく、クラウド形態であってもよい。クラウド形態の情報処理装置２としては、例えば、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）、クラウドコンピューティングという形態で、上述の機能や処理を提供してもよい。

【0056】

以上の実施形態では、情報処理装置２が種々の記憶・制御を行ったが、情報処理装置２に代えて、複数の外部装置が用いられてもよい。すなわち、ブロックチェーン技術等を用いて、参照情報ＲＩ、ユーザ情報ＵＩ等を分散して複数の外部装置に記憶させてもよい。

【0057】

参照情報ＲＩは、データベースやルックアップテーブル等に限らず、複数の情報を数学的に関係づけた数理モデルでもよく、複数の情報の相関性を予め機械学習させた学習済みモデルであってもよい。

【0058】

図９は、予測モデルの作成に関する情報処理の流れの変形例を示すアクティビティ図である。図９に示すように、受付部２３１が第１のユーザから主データセットを受け付けた後、取得部２３５が連続して副データセットを取得してもよい（アクティビティＡ２０３）。変形例において、生成部２３４は、主データセットと、副データセットと、テンプレートとに基づいて、予測モデルを生成してよい（アクティビティＡ２０４）。図９における各アクティビティは、図８において説明した内容と略同様のため、説明を省略する。

【0059】

さらに、次に記載の各態様で提供されてもよい。
前記情報処理システムにおいて、前記参照情報は、第２のユーザのユーザ情報と、前記第２のユーザが使用したテンプレートとに関する情報である、もの。
前記情報処理システムにおいて、表示制御ステップをさらに実行するように構成され、前記表示制御ステップでは、特定された前記テンプレートに関する情報を、前記第１のユーザが認識可能な態様で表示させる、もの。
前記情報処理システムにおいて、前記表示制御ステップでは、特定された前記テンプレートの、前記第１のユーザに対する関連度を表示させる、もの。
前記情報処理システムにおいて、前記表示制御ステップでは、特定された前記テンプレートに関する情報を、前記第１のユーザに対する関連度の高い順に表示させる、もの。
前記情報処理システムにおいて、前記行動履歴は、ネットワーク上でのアクセス履歴又は、入力クエリの履歴である、もの。
前記情報処理システムにおいて、生成ステップをさらに実行するように構成され、前記生成ステップでは、前記第１のユーザによって入力された主データセットと、前記テンプレートとに基づいて、前記予測モデルを生成する、もの。
前記情報処理システムにおいて、取得ステップ及び生成ステップをさらに実行するように構成され、前記取得ステップでは、前記第１のユーザによって入力された主データセットと関係する副データセットを、ネットワークを介して取得し、前記生成ステップでは、少なくとも前記副データセットと、前記テンプレートとに基づいて、前記予測モデルを生成又は更新する、もの。
前記情報処理システムにおいて、前記特定ステップでは、前記テンプレートに適用可能なデータセット及び前記テンプレートに係る予測モデルのうちの少なくとも一方を特定する、もの。
方法であって、前記情報処理システムにおける各ステップを備える、方法。
プログラムであって、コンピュータに、前記情報処理システムにおける各ステップを実行させる、もの。
もちろん、この限りではない。

【0060】

最後に、本開示に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0061】

１ ：情報処理システム
２ ：情報処理装置
２０ ：通信バス
２１ ：通信部
２２ ：記憶部
２３ ：制御部
２３１ ：受付部
２３２ ：特定部
２３３ ：表示制御部
２３４ ：生成部
２３５ ：取得部
２３６ ：更新部
３ ：ユーザ端末
３０ ：通信バス
３１ ：通信部
３２ ：記憶部
３３ ：制御部
３４ ：表示部
３５ ：入力部
４００ ：操作画面
４１０ ：メニュー表示エリア
４１１ ：作成プルダウン
４１２ ：作成プルダウンメニュー
４１３ ：使用プルダウン
４１４ ：使用プルダウンメニュー
４２０ ：検索結果表示エリア
４２２ ：検索ボックス
４２３ ：検索ボタン
４３０ ：推薦表示エリア
４３１ ：コンテンツ表示エリア
４３２ ：コンテンツ名
４３３ ：説明表示エリア
４３４ ：関連度表示
ＲＩ ：参照情報
ＵＩ ：ユーザ情報

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】