知財求人 - 知財ポータルサイト「IP Force」
特開2023-48581分析モデル作成支援装置、分析モデル作成支援方法、プログラム及び記録媒体
(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】P2023048581
(43)【公開日】2023-04-07
(54)【発明の名称】分析モデル作成支援装置、分析モデル作成支援方法、プログラム及び記録媒体
(51)【国際特許分類】
G06F 16/906 20190101AFI20230331BHJP
【ＦＩ】
G06F16/906
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2021157993
(22)【出願日】2021-09-28
(71)【出願人】
【識別番号】000232092
【氏名又は名称】ＮＥＣソリューションイノベータ株式会社
(74)【代理人】
【識別番号】100115255
【弁理士】
【氏名又は名称】辻丸 光一郎
(74)【代理人】
【識別番号】100201732
【弁理士】
【氏名又は名称】松縄 正登
(74)【代理人】
【識別番号】100154081
【弁理士】
【氏名又は名称】伊佐治 創
(72)【発明者】
【氏名】有元 貞士
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175FA03
5B175FB04
(57)【要約】 （修正有）
【課題】効率的に分析モデルを作成できる分析モデル作成支援装置、分析モデル作成支援方法、プログラム及び記録媒体を提供する。
【解決手段】分析モデル作成支援装置は、分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部及び出力部を含む。分析対象データ取得部は、複数の数値データを含む分析対象データを取得する。相関係数算出部は、数値データ間の相関係数を算出する。グループデータ作成部は、相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成する。データパターン作成部は、数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成する。分析モデル作成部は、データパターン毎の分析モデルを作成する。モデル精度算出部は、各分析モデルの精度を算出する。出力部は、分析モデルの精度を出力する。
【選択図】図１
【解決手段】分析モデル作成支援装置は、分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部及び出力部を含む。分析対象データ取得部は、複数の数値データを含む分析対象データを取得する。相関係数算出部は、数値データ間の相関係数を算出する。グループデータ作成部は、相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成する。データパターン作成部は、数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成する。分析モデル作成部は、データパターン毎の分析モデルを作成する。モデル精度算出部は、各分析モデルの精度を算出する。出力部は、分析モデルの精度を出力する。
【選択図】図１
【特許請求の範囲】
【請求項1】
分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部、及び出力部を含み、
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、分析モデル作成支援装置。
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、分析モデル作成支援装置。
【請求項2】
相関係数出力部及び相関閾値取得部を含み、
前記相関係数出力部は、前記数値データ間の相関係数を出力し、
前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、請求項１記載の分析モデル作成支援装置。
前記相関係数出力部は、前記数値データ間の相関係数を出力し、
前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、請求項１記載の分析モデル作成支援装置。
【請求項3】
グループデータ出力部及び代表データ取得部を含み、
前記グループデータ出力部は、前記グループデータを出力し、
前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、請求項１又は２記載の分析モデル作成支援装置。
前記グループデータ出力部は、前記グループデータを出力し、
前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、請求項１又は２記載の分析モデル作成支援装置。
【請求項4】
スコア定義情報取得部及びデータスコア算出部を含み、
前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力部は、前記数値データのスコアを出力する、請求項１から３のいずれか一項に記載の分析モデル作成支援装置。
前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力部は、前記数値データのスコアを出力する、請求項１から３のいずれか一項に記載の分析モデル作成支援装置。
【請求項5】
選択データ取得部を含み、
前記選択データ取得部は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、請求項４記載の分析モデル作成支援装置。
前記選択データ取得部は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、請求項４記載の分析モデル作成支援装置。
【請求項6】
分析対象データ取得工程、相関係数算出工程、グループデータ作成工程、データパターン作成工程、分析モデル作成工程、モデル精度算出工程、及び出力工程を含み、
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、分析モデル作成支援方法。
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、分析モデル作成支援方法。
【請求項7】
コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムであって、
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラム。
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラム。
【請求項8】
請求項７記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、分析モデル作成支援装置、分析モデル作成支援方法、プログラム及び記録媒体に関する。
【背景技術】
【0002】
電力需要予測、ローン可否診断、プラントの運転支援等、様々な分野において、複数の数値データに基づいて分析モデルを作成し、目的となるデータを予測することが行われている（特許文献１、２等）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００５－３３２３６０号公報
【特許文献2】特開２０１９－１４４７４７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
前記分析モデルの作成においては、予測精度を上げるために様々なデータを用意し、人手でデータの取捨選択を行い、分析モデルを作成する必要がある。しかしながら、データ量が増えれば増えるほど、分析モデルを作成するパターンが指数関数的に増加し、人手でデータの選別・評価を行うには手間がかかるという問題がある。
【0005】
そこで、本発明は、効率的に分析モデルを作成できる分析モデル作成支援装置を提供することを目的とする。
【課題を解決するための手段】
【0006】
前記目的を達成するために、本発明の分析モデル作成支援装置は、
分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部、及び出力部を含み、
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する。
分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部、及び出力部を含み、
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する。
【0007】
本発明の分析モデル作成支援方法は、
分析対象データ取得工程、相関係数算出工程、グループデータ作成工程、データパターン作成工程、分析モデル作成工程、モデル精度算出工程、及び出力工程を含み、
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する。
分析対象データ取得工程、相関係数算出工程、グループデータ作成工程、データパターン作成工程、分析モデル作成工程、モデル精度算出工程、及び出力工程を含み、
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する。
【0008】
本発明のプログラムは、コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムであって、
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラムである。
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラムである。
【発明の効果】
【0009】
本発明によれば、効率的に分析モデルを作成できる。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
本発明の分析モデル作成支援装置は、例えば、教師あり学習による分析モデルの作成に利用できる。前記教師あり学習は、例えば、ロジスティック回帰、線形回帰、決定木、ランダムフォレスト、Ｅｌａｓｔｉｃ Ｎｅｔ、サポートベクターマシン（ＳＶＭ）、正則化、ｋ近傍法（ｋ－ＮＮ）、ナイーブベイズ、ニューラルネットワーク（ＮＮ）パーセプトロン等があげられる。
【0012】
本発明の実施形態について図を用いて説明する。本発明は、以下の実施形態には限定されない。以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用でき、各実施形態の構成は、特に言及がない限り、組合せ可能である。
【0013】
［実施形態１］
図１は、本実施形態の分析モデル作成支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、分析対象データ取得部１１、相関係数算出部１２、グループデータ作成部１３、データパターン作成部１４、分析モデル作成部１５、モデル精度算出部１６、及び出力部１７を含む。また、図示していないが、本装置１０は、例えば、記憶部を含んでもよい。
図１は、本実施形態の分析モデル作成支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、分析対象データ取得部１１、相関係数算出部１２、グループデータ作成部１３、データパターン作成部１４、分析モデル作成部１５、モデル精度算出部１６、及び出力部１７を含む。また、図示していないが、本装置１０は、例えば、記憶部を含んでもよい。
【0014】
本装置１０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、本装置１０は、前記通信回線網を介して、後述する外部装置と接続可能である。前記通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。前記通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ローカル５Ｇ、ＬＰＷＡ等が挙げられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。本装置１０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置１０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。本装置１０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0015】
図２に、本装置１０のハードウェア構成のブロック図を例示する。本装置１０は、例えば、ＣＰＵ１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０６、ディスプレイ（表示装置）１０７、通信デバイス（通信部）１０８等を含む。本装置１０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス１０３を介して相互に接続されている。
【0016】
ＣＰＵ１０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、本装置１０の全体の制御を担う。本装置１０において、ＣＰＵ１０１により、例えば、本発明のプログラム１０５やその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ１０１が、分析対象データ取得部１１、相関係数算出部１２、グループデータ作成部１３、データパターン作成部１４、分析モデル作成部１５、モデル精度算出部１６、及び出力部１７として機能する。本装置１０は、演算装置として、ＣＰＵを含むが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。
【0017】
バス１０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、外部記憶装置（外部データベース等）、プリンター、外部入力装置、外部表示装置、外部撮像装置等があげられる。本装置１０は、例えば、バス１０３に接続された通信デバイス１０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、他の装置と接続することもできる。
【0018】
メモリ１０２は、例えば、メインメモリ（主記憶装置）が挙げられる。ＣＰＵ１０１が処理を行う際には、例えば、後述する記憶装置１０４に記憶されている本発明のプログラム１０５等の種々の動作プログラムを、メモリ１０２が読み込み、ＣＰＵ１０１は、メモリ１０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ１０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0019】
記憶装置１０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置１０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置１０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等が挙げられる。記憶装置１０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。本装置１０が前記記憶部を含む場合、例えば、記憶装置１０４は、前記記憶部として機能する。
【0020】
本装置１０において、メモリ１０２及び記憶装置１０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置１０によって生成した情報、本装置１０が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。なお、少なくとも一部の情報は、例えば、メモリ１０２及び記憶装置１０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0021】
本装置１０は、例えば、さらに、入力装置１０６、ディスプレイ１０７を含む。入力装置１０６は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。ディスプレイ１０７は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等の表示装置があげられる。本実施形態１において、入力装置１０６とディスプレイ１０７とは、別個に構成されているが、入力装置１０６とディスプレイ１０７とは、タッチパネルディスプレイのように、一体として構成されてもよい。
【0022】
つぎに、本実施形態の分析モデル作成支援方法の一例を、図３のフローチャートに基づき説明する。本実施形態の分析モデル作成支援方法は、例えば、図１又は図２の分析モデル作成支援装置１０を用いて、次のように実施する。なお、本実施形態の分析モデル作成支援方法は、図１又は図２の分析モデル作成支援装置１０の使用には限定されない。以下の説明においては、具体例として、下記表１に示す目的データの分析のための分析対象データとして、前記目的データそれぞれについて、データ１、データ２、データ３、及びデータ４のデータが存在する場合を例に挙げて説明するが、本発明の分析モデル作成支援方法は、以下の説明には何ら限定及び制限されない。
【0023】
【表1】
【0024】
まず、分析対象データ取得部１１により、前記表１に示す複数の数値データ（データ１～データ４）を含む分析対象データを取得する（Ｓ１、分析対象データ取得工程）。前記分析対象データが含む数値データは、複数の数値データであればよく、その数の上限および種類は特に制限されない。前記分析対象データの具体例としては、例えば、気温、湿度、年収、家族構成（人数）等があげられる。前記分析データは、これに制限されず、例えば、テキストデータを変数データに変換したデータであってもよい。前記テキストデータは、例えば、天候（晴、曇、雨等）、職業（国家公務員、会社員、自営業等）、国（日本、アメリカ、イギリス等）等があげられる。分析対象データ取得部１１は、例えば、バス１０３に接続された通信デバイス１０８により、前記通信回線網を介して装置外部のデータベースから前記分析対象データを取得してもよいし、分析対象データを計測している装置外のセンサ等から直接前記分析対象データを取得してもよいし、本発明の分析モデル作成支援装置１０のメモリ１０２又は記憶装置１０４に記憶された前記分析対象データを取得してもよい。
【0025】
つぎに、相関係数算出部１２は、前記数値データ間の相関係数を算出する（Ｓ２、相関係数算出工程）。前記数値データ間の相関係数は、例えば、下記式（１）に従い、２つの数値データ（変数Ａ及び変数Ｂ）の共分散を、変数Ａの標準偏差及び変数Ｂの標準偏差で割ることで算出できる。相関係数ｒは、例えば、－１から１までの値をとり、相関係数ｒが正の値である場合、変数Ａ及び変数Ｂは正の相関があり、相関係数ｒが負の値である場合、変数Ａ及びＢには負の相関があるといえる。具体例として、下記表２に、前記表１に示すデータ１～データ４の相関係数を示す。
相関係数ｒ＝共分散／(変数Ａの標準偏差×変数Ｂの標準偏差)……（１）
相関係数ｒ＝共分散／(変数Ａの標準偏差×変数Ｂの標準偏差)……（１）
【0026】
【表2】
【0027】
つぎに、グループデータ作成部１３は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成する（Ｓ３、グループデータ作成工程）。具体的に、グループデータ作成部１３は、前記相関係数が閾値を超えるデータについて、相関関係があると判定し、相関関係のある数値データ同士をグループ化する。前記閾値は、特に制限されず、予め指定された任意の値でもよいし、前記相関係数を確認したユーザにより設定された値でもよい。後者の形態については、実施形態２で後述する。具体例として、前記閾値が「０．９以上」に設定されている場合、グループデータ作成部１３は、前記表２に示す相関係数から、データ１及びデータ２について相関関係があると判断し、下記表３に示すように、データ１及びデータ２をグループ化したグループデータ１を作成する。グループデータ作成部１３は、例えば、数値データ間の相関が、例えば、正の相関である数値データ同士をグループ化してもよいし、負の相関である数値データ同士をグループ化してもよいが、正の相関がある数値データ同士をグループ化することが好ましい。
【0028】
【表3】
【0029】
つぎに、データパターン作成部１４により、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを作成する（Ｓ４、データパターン作成工程）。データパターン作成部１４は、例えば、前記数値データ及び前記グループデータのすべての組み合わせパターンについてデータパターンを作成してもよいし、その一部の組み合わせパターンについてデータパターンを作成してもよい。具体例として、前記Ｓ３においてグループデータ１が作成されている場合、データパターン作成部１４は、例えば、グループデータ１及びデータ３の組み合わせ１、グループデータ１、データ３、及びデータ４の組み合わせ２、グループデータ１及びデータ４の組み合わせ３、並びにデータ３及びデータ４の組み合わせ４、グループデータ１のみの組み合わせ５、データ３のみの組み合わせ６、データ４のみの組み合わせ７、の７つのデータパターンを作成する。
【0030】
つぎに、分析モデル作成部１５により、前記データパターンごとの分析モデルを作成する（Ｓ５、分析モデル作成工程）。前記分析モデルの作成は、公知の分析モデル作成用ＡＩエンジンと同様の方法が利用でき、例えば、分析モデル作成部１５が、前記目的データ及び前記Ｓ４で作成したデータパターンを使用して、前記データパターンごとに前記分析モデル及び分析結果を生成してもよいし、装置１０外の公知の分析モデル作成ＡＩエンジンが作成した分析モデル及び分析結果を取得してもよい。後者の場合、例えば、分析モデル作成部１５は、分析モデル作成支援装置１０外の分析モデル作成ＡＩエンジンに、前記目的データ及び前記Ｓ４で作成したデータパターンを出力し、前記データパターンごとに、前記ＡＩエンジンが生成した分析モデル及び分析結果を取得することにより、前記分析モデルを作成できる。
【0031】
前記Ｓ５において、前記グループデータを含むデータパターンの分析モデルを作成する場合、前記グループデータが含む複数の数値データは、任意のデータを使用でき、例えば、前記グループデータが含む数値データのうち、先頭のデータを使用してもよいし、ユーザが指定した任意のデータを使用してもよい。後者の形態については、実施形態３で後述する。下記表４に、グループデータ１、データ３、及びデータ４の前記組み合わせ２のデータパターンを使用した分析モデルの例を示す。下記表４に示すモデルは、前記組み合わせ２のデータパターンにおいて、グループデータ１が含む数値データのうち、先頭のデータであるデータ１を使用した分析モデルによる予測結果である。
【0032】
【表4】
【0033】
つぎに、モデル精度算出部１６により、各分析モデルの精度を算出する（Ｓ６、モデル精度算出工程）。具体的に、モデル精度算出部１６は、例えば、実測値（前記目的データ）に対し、予測値（各データパターンの分析モデルによる予測結果）を評価することで前記分析モデルの精度を算出できる。モデル精度算出部１６による、前記分析モデルの精度の算出方法は、例えば、作成した分析モデルの種類及び分析の目的に応じて適宜決定できる。前記分析モデルが、例えば、回帰分析モデルである場合は、平均誤差（ＭＥ：Mean Error）、二乗平均平方根誤差（ＲＭＳＥ：Root Mean Squared Error）、平均絶対誤差（ＭＡＥ：Mean Absolute Error）、平均誤差率（ＭＰＥ：Mean Percentage Error）、非金絶対誤差率（ＭＡＰＥ：Mean Absolute Percentage Error）、平均二乗誤差（ＭＳＥ：Mean Squared Error）、決定係数（Ｒ２）等の手法が利用できる。また、前記分析モデルが、例えば、分類モデルである場合は、混同行列（Confusion matrix）、正解率(Accuracy)、適合率（Precision）、再現率（Recall）、Ｆ値（F-measure）等の手法が利用できる。前記精度算出方法は、例えば、分析モデル作成支援装置１０のユーザが、目的に応じて適宜設定できる。
【0034】
下記表５に、各データパターンの分析モデルのモデル精度の具体例として、モデル精度算出部１６が算出したＲＭＳＥの結果を示す。ＲＭＳＥは、数値が０に近いほど実測値と予測値の誤差が小さい、すなわち、分析モデルの精度が高いことを示す。
【0035】
【表5】
【0036】
分析モデル作成支援装置１０は、例えば、Ｓ４で作成した全てのデータパターンについて分析モデルの作成及び精度の算出が完了するまで前記Ｓ５及びＳ６を繰り返し実行してもよいし、所定の条件を満たすまでの間、前記Ｓ５及びＳ６を繰り返してもよい。前記所定の条件は、例えば、任意に指定した回数、分析モデルの精度が指定した精度の条件を超えるまで等の条件があげられる。前記所定の条件を満たすまでの間Ｓ５及びＳ６を繰り返す場合、例えば、前記Ｓ５における分析モデルの作成において、使用するデータが偏らないように、前記データパターンを平均的に選択していくことが好ましい。
【0037】
そして、出力部１７は、前記分析モデルの精度を出力し（Ｓ７、出力工程）、分析モデル作成支援装置１０の処理を終了する（ＥＮＤ）。出力部１７は、例えば、前記分析モデルの精度を、ディスプレイ１０７に出力（表示）してもよいし、通信回線網を介して外部装置に出力してもよい。
【0038】
本実施形態の分析モデル作成支援装置１０によれば、例えば、相関係数算出部１２により、数値データ間の相関係数を算出し、グループデータ作成部１３により、相関関係のある数値データ同士をグループ化できる。このため、分析モデル作成支援装置１０によれば、分析モデルの作成に使用するデータ数を削減することができるため、効率的に分析モデルを作成及び評価できる。
【0039】
［実施形態２］
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、相関係数出力部及び相関閾値取得部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、相関係数出力部及び相関閾値取得部を含み、前記相関係数出力部は、前記数値データ間の相関係数を出力し、前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する。
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、相関係数出力部及び相関閾値取得部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、相関係数出力部及び相関閾値取得部を含み、前記相関係数出力部は、前記数値データ間の相関係数を出力し、前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する。
【0040】
図４は、本実施形態の分析モデル作成支援装置１０Ａの一例の構成を示すブロック図である。図４に示すように、分析モデル作成支援装置１０Ａは、実施形態１の分析モデル作成支援装置１０の構成に加えて、相関係数出力部２１及び相関閾値取得部２２を含む。分析モデル作成支援装置１０Ａのハードウェア構成は、図２の分析モデル作成支援装置１０のハードウェア構成において、ＣＰＵ１０１が、図１の分析モデル作成支援装置１０の構成に代えて、図４の分析モデル作成支援装置１０Ａの構成を含む以外は同様である。
【0041】
つぎに、本実施形態の分析モデル作成支援方法について、図５のフローチャートを用いて説明する。本実施形態の分析モデル作成支援方法は、例えば、図４に示す本実施形態の分析モデル作成支援装置１０Ａを用いて実施できる。なお、本発明の分析モデル作成支援方法は、分析モデル作成支援装置１０Ａの使用に限定されない。
【0042】
まず、前記実施形態１の分析モデル作成支援方法におけるＳ１～Ｓ２と同様にして、Ｓ１～Ｓ２を実施する。
【0043】
つぎに、相関係数出力部２１は、Ｓ２で算出した前記数値データ間の相関係数を出力する（Ｓ２１、相関係数出力工程）。相関係数出力部２１は、例えば、前記相関係数をディスプレイ１０７に出力（表示）してもよいし、通信回線網を介して外部装置に出力してもよい。
【0044】
つぎに、相関閾値取得部２２は、前記数値データ間の相関閾値を取得する（Ｓ２２、相関閾値取得工程）。ユーザは、出力された前記相関係数を確認し、数値データ間の相関関係の閾値となる相関閾値を設定し、分析モデル作成支援装置１０Ａの入力装置１０６により、前記相関閾値を入力する。相関閾値取得部２２は、例えば、前記ユーザが入力した相関閾値を取得する。
【0045】
グループデータ作成部１３は、前記相関係数及び前記Ｓ２２で取得した前記相関閾値に基づいて数値データ間の相関関係を判定し、前記相関関係があると判定された数値データ同士をグループ化したグループデータを作成する（Ｓ３、グループデータ作成工程）。
【0046】
そして、前記実施形態１の分析モデル作成支援方法におけるＳ４～Ｓ７と同様にして、Ｓ４～Ｓ７を実施し、分析モデル作成支援装置１０Ａの処理を終了する（ＥＮＤ）。
【0047】
本実施形態の分析モデル作成支援装置は、例えば、相関係数出力部２１により、グループデータの作成前に、ユーザに数値データ間の相関係数を出力する。このため、ユーザは、分析を行う目的や手法に合わせて、数値データ間に相関関係があると判定する閾値を設定することができ、より効率的に分析モデルを作成できる。
【0048】
［実施形態３］
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、グループデータ出力部及び代表データ取得部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、グループデータ出力部及び代表データ取得部を含み、前記グループデータ出力部は、前記グループデータを出力し、前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する。
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、グループデータ出力部及び代表データ取得部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、グループデータ出力部及び代表データ取得部を含み、前記グループデータ出力部は、前記グループデータを出力し、前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する。
【0049】
図６は、本実施形態の分析モデル作成支援装置１０Ｂの一例の構成を示すブロック図である。図６に示すように、分析モデル作成支援装置１０Ｂは、実施形態１の分析モデル作成支援装置１０の構成に加えて、グループデータ出力部３１及び代表データ取得部３２を含む。分析モデル作成支援装置１０Ｂのハードウェア構成は、図２の分析モデル作成支援装置１０のハードウェア構成において、ＣＰＵ１０１が、図１の分析モデル作成支援装置１０の構成に代えて、図６の分析モデル作成支援装置１０Ｂの構成を含む以外は同様である。
【0050】
つぎに、本実施形態の分析モデル作成支援方法について、図７のフローチャートを用いて説明する。本実施形態の分析モデル作成支援方法は、例えば、図６に示す本実施形態の分析モデル作成支援装置１０Ｂを用いて実施できる。なお、本発明の分析モデル作成支援方法は、分析モデル作成支援装置１０Ｂの使用に限定されない。
【0051】
まず、前記実施形態１の分析モデル作成支援方法におけるＳ１～Ｓ３と同様にして、Ｓ１～Ｓ３を実施する。
【0052】
つぎに、グループデータ出力部３１は、Ｓ３で作成したグループデータを出力する（Ｓ３１、グループデータ出力工程）。グループデータ出力部３１は、例えば、前記グループデータをディスプレイ１０７に出力（表示）してもよいし、通信回線網を介して外部装置に出力してもよい。
【0053】
つぎに、代表データ取得部３２は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得する（Ｓ３２、代表データ取得工程）。ユーザは、出力された前記グループデータを確認し、グループデータが含む数値データのうち、分析モデルの作成に使用する代表データを決定し、分析モデル作成支援装置１０Ｂの入力装置１０６により、前記グループデータごとに代表データを入力する。代表データ取得部３２は、前記ユーザが入力した代表データを取得する。
【0054】
つぎに、データパターン作成部１４は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成する（Ｓ４、データパターン作成工程）。また、前記グループデータを含むデータパターンの作成時において、データパターン作成部１４は、例えば、前記Ｓ３２で取得した前記代表データを、前記グループデータと紐づけて前記データパターンを作成してもよい。
【0055】
つぎに、分析モデル作成部１５は、前記データパターンごとの分析モデルを作成する（Ｓ５、分析モデル作成工程）。実施形態２の分析モデル作成支援装置１０Ｂの分析モデル作成部１５は、例えば、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する。
【0056】
そして、前記実施形態１の分析モデル作成支援方法におけるＳ６～Ｓ７と同様にして、Ｓ６～Ｓ７を実施し、分析モデル作成支援装置１０Ｂの処理を終了する（ＥＮＤ）。
【0057】
本実施形態の分析モデル作成支援装置は、例えば、グループデータ出力部３１により、分析モデルの作成前に、ユーザにグループデータを出力する。このため、ユーザは、分析を行う目的や手法に合わせて、グループデータのうち分析モデルの作成に使用する数値データを代表データとして選択することができ、より効率的に分析モデルを作成できる。
【0058】
［実施形態４］
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、スコア定義情報取得部及びデータスコア算出部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、スコア定義情報取得部及びデータスコア算出部を含み、前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、前記出力部は、前記数値データのスコアを出力する。
本実施形態は、実施形態１の分析モデル作成支援装置１０の構成に加えて、スコア定義情報取得部及びデータスコア算出部を含むこと以外は、実施形態１の分析モデル作成支援装置１０と同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、スコア定義情報取得部及びデータスコア算出部を含み、前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、前記出力部は、前記数値データのスコアを出力する。
【0059】
図８は、本実施形態の分析モデル作成支援装置１０Ｃの一例の構成を示すブロック図である。図８に示すように、分析モデル作成支援装置１０Ｃは、実施形態１の分析モデル作成支援装置１０の構成に加えて、スコア定義情報取得部４１及びデータスコア算出部４２を含む。分析モデル作成支援装置１０Ｃのハードウェア構成は、図２の分析モデル作成支援装置１０のハードウェア構成において、ＣＰＵ１０１が、図１の分析モデル作成支援装置１０の構成に代えて、図８の分析モデル作成支援装置１０Ｃの構成を含む以外は同様である。
【0060】
つぎに、本実施形態の分析モデル作成支援方法について、図９のフローチャートを用いて説明する。本実施形態の分析モデル作成支援方法は、例えば、図８に示す本実施形態の分析モデル作成支援装置１０Ｃを用いて実施できる。なお、本発明の分析モデル作成支援方法は、分析モデル作成支援装置１０Ｃの使用に限定されない。
【0061】
まず、前記実施形態１の分析モデル作成支援方法におけるＳ１～Ｓ６と同様にして、Ｓ１～Ｓ６を実施する。
【0062】
つぎに、スコア定義情報取得部４１は、前記数値データのスコア定義情報を取得する（Ｓ４１、スコア定義情報取得工程）。前記スコア定義情報は、例えば、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報である。下記表６に、前記スコア定義情報の具体例を示す。下記表６に示すスコア定義情報は、ＲＭＳＥの算出結果と、データスコアとが紐づけられた情報である。なお、下記表６に示すスコア定義情報は一例であり、スコア定義情報は、例えば、分析を行う目的や手法に合わせて適宜設定できる。表６に示すスコア定義においては、一例として、ＲＭＳＥが低いものほどスコアを高く、ＲＭＳＥが高いものほどスコアを低く、すなわち、分析モデルの精度が高いものほど、数値データのスコアが高く、分析モデルの精度が低くなるほど数値データのスコアが低くなるように定義しているが、本発明はこれには何ら限定されない。
【0063】
【表6】
【0064】
つぎに、データスコア算出部４２は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出する（Ｓ４２、データスコア算出工程）。データスコア算出部４２は、各分析モデルの精度と、前記スコア定義情報に基づき、各分析モデルの作成に使用したデータパターンが含む数値データのスコアを算出し、前記数値データごとに、前記数値データが含まれるデータパターンのスコアの平均値を、前記数値データのスコアとして算出できる。具体例として、下記表７に、分析モデルの精度が、前記表５に示す精度であり、前記スコア定義情報が、前記表６に示すものである場合におけるデータパターンのスコアを示す。下記表７に示すように、グループデータ１を含むデータパターンのスコアは、０、６、２、８であるため、グループデータ１のスコアは、４と算出できる。また、データ３を含むデータパターンのスコアは、６、６、８、６であるため、データ３のスコアは、６．５と算出できる。そして、データ４を含むデータパターンのスコアは、４、２、８、６であるため、データ４のスコアは、５と算出できる。
【0065】
【表7】
【0066】
そして、出力部１７は、前記分析モデルの精度と、前記数値データのスコアとを出力し（Ｓ７、出力工程）、分析モデル作成支援装置１０Ｃの処理を終了する（ＥＮＤ）。
【0067】
本実施形態の分析モデル作成支援装置は、例えば、データスコア算出部４２により、分析モデルの精度に基づいて、数値データごとのスコアを算出できる。このため、本実施形態の分析モデル作成支援装置によれば、分析モデルの作成に使用したデータの妥当性を評価でき、より効率的に分析モデルを作成できる。
【0068】
［実施形態５］
本実施形態は、実施形態４の分析モデル作成支援装置１０Ｃの構成に加えて、選択データ取得部を含むこと以外は、実施形態４の分析モデル作成支援装置１０Ｃと同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、選択データ取得部を含み、前記選択データ取得部は、選択データ情報を取得し、前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、前記モデル精度算出部は、各分析モデルの精度を算出し、前記出力部は、前記分析モデルの精度を出力する。
本実施形態は、実施形態４の分析モデル作成支援装置１０Ｃの構成に加えて、選択データ取得部を含むこと以外は、実施形態４の分析モデル作成支援装置１０Ｃと同様であり、その説明を援用できる。本実施形態の分析モデル作成支援装置は、選択データ取得部を含み、前記選択データ取得部は、選択データ情報を取得し、前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、前記モデル精度算出部は、各分析モデルの精度を算出し、前記出力部は、前記分析モデルの精度を出力する。
【0069】
図１０は、本実施形態の分析モデル作成支援装置１０Ｄの一例の構成を示すブロック図である。図１０に示すように、分析モデル作成支援装置１０Ｄは、実施形態４の分析モデル作成支援装置１０Ｃの構成に加えて、選択データ取得部５１を含む。分析モデル作成支援装置１０Ｄのハードウェア構成は、図２の分析モデル作成支援装置１０のハードウェア構成において、ＣＰＵ１０１が、図１の分析モデル作成支援装置１０の構成に代えて、図１０の分析モデル作成支援装置１０Ｄの構成を含む以外は同様である。
【0070】
つぎに、本実施形態の分析モデル作成支援方法について、図１１のフローチャートを用いて説明する。本実施形態の分析モデル作成支援方法は、例えば、図１０に示す本実施形態の分析モデル作成支援装置１０Ｄを用いて実施できる。なお、本発明の分析モデル作成支援方法は、分析モデル作成支援装置１０Ｄの使用に限定されない。
【0071】
まず、前記実施形態４の分析モデル作成支援方法におけるＳ１～Ｓ６、Ｓ４１～Ｓ４２、Ｓ７と同様にして、Ｓ１～Ｓ６、Ｓ４１～Ｓ４２、Ｓ７を実施する。
【0072】
つぎに、選択データ取得部５１は、選択データ情報を取得する（Ｓ５１、選択データ取得工程）。前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含む。ユーザは、出力された前記数値データのスコアを確認し、分析データを使用するデータを選択し、分析モデル作成支援装置１０Ｄの入力装置１０６により、選択したデータを選択データ情報として入力する。選択データ取得部５１は、例えば、前記ユーザが入力した選択データ情報を取得する。前記選択データ情報は、例えば、必ず分析に使用する必須数値データと、任意に組み合わせ可能である任意数値データとを含んでもよい。
【0073】
つぎに、データパターン作成部１４は、前記選択データ情報に基づき、データパターンを再作成する（Ｓ５２、データパターン再作成工程）。データパターン作成部１４は、前記選択データ情報が、前記必須数値データを含む場合、例えば、すべてのデータパターンが、前記必須数値データを含むように、データパターンを再作成する。具体例として、選択データ情報が、必須データとして、前記データ３を含み、前記任意データとして、前記データ４を含む場合を例に挙げて説明する。この場合データパターン作成部１４は、例えば、データ３のみの組み合わせ１、及び、データ３及びデータ４の組み合わせ２の２つのデータパターンを作成する。
【0074】
つぎに、分析モデル作成部１５は、前記再作成されたデータパターンごとに分析モデルを作成する（Ｓ５２、分析モデル再作成工程）。そして、モデル精度算出部１６は、再作成された各分析モデルの精度を算出し（Ｓ５３、モデル精度再算出工程）、出力部１７は、前記分析モデルの精度を出力し（Ｓ５４、出力工程）、分析モデル作成支援装置１０Ｄの処理を終了する（ＥＮＤ）。
【0075】
本実施形態の分析モデル作成支援装置は、例えば、ユーザが選択した選択データ情報に基づいて、データパターンを再作成し、再作成されたデータパターンごとの分析モデルの精度を出力できる。このため、本実施形態の分析モデル作成支援装置によれば、より効率的に分析モデルを作成できる。分析モデルの作成時には、使用するデータだけでなく、どのようなパラメータを設定して分析モデルを作成するかにより、出力される分析モデルが変化する。本実施形態によれば、分析モデルの作成に使用するデータパターンをさらに削減できるため、パラメータを変更しての分析において特に有用である。
【0076】
［実施形態６］
本実施形態のプログラムは、前述の分析モデル作成支援方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態のプログラムは、コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムである。
本実施形態のプログラムは、前述の分析モデル作成支援方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態のプログラムは、コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムである。
【0077】
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する。
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する。
【0078】
また、本実施形態のプログラムは、コンピュータを、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順として機能させるプログラムということもできる。
【0079】
本実施形態のプログラムは、前記本発明の分析モデル作成支援装置および分析モデル作成支援方法における記載を援用できる。前記各手順は、例えば、「手順」を「処理」と読み替え可能である。また、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体は、例えば、非一時的なコンピュータ可読記録媒体（non-transitory computer-readable storage medium）である。前記記録媒体は、特に制限されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。
【0080】
以上、実施形態を参照して本発明を説明したが、本発明は、上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をできる。
【0081】
＜付記＞
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部、及び出力部を含み、
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、分析モデル作成支援装置。
（付記２）
相関係数出力部及び相関閾値取得部を含み、
前記相関係数出力部は、前記数値データ間の相関係数を出力し、
前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記１記載の分析モデル作成支援装置。
（付記３）
グループデータ出力部及び代表データ取得部を含み、
前記グループデータ出力部は、前記グループデータを出力し、
前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記１又は２記載の分析モデル作成支援装置。
（付記４）
スコア定義情報取得部及びデータスコア算出部を含み、
前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力部は、前記数値データのスコアを出力する、付記１から３のいずれかに記載の分析モデル作成支援装置。
（付記５）
選択データ取得部を含み、
前記選択データ取得部は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、付記４記載の分析モデル作成支援装置。
（付記６）
分析対象データ取得工程、相関係数算出工程、グループデータ作成工程、データパターン作成工程、分析モデル作成工程、モデル精度算出工程、及び出力工程を含み、
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、分析モデル作成支援方法。
（付記７）
相関係数出力工程及び相関閾値取得工程を含み、
前記相関係数出力工程は、前記数値データ間の相関係数を出力し、
前記相関閾値取得工程は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成工程は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記６記載の分析モデル作成支援方法。
（付記８）
グループデータ出力工程及び代表データ取得工程を含み、
前記グループデータ出力工程は、前記グループデータを出力し、
前記代表データ取得工程は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成工程は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記６又は７記載の分析モデル作成支援方法。
（付記９）
スコア定義情報取得工程及びデータスコア算出工程を含み、
前記スコア定義情報取得工程は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出工程は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力工程は、前記数値データのスコアを出力する、付記６から８のいずれかに記載の分析モデル作成支援方法。
（付記１０）
選択データ取得工程を含み、
前記選択データ取得工程は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成工程は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成工程は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、付記９記載の分析モデル作成支援方法。
（付記１１）
コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムであって、
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラム。
（付記１２）
相関係数出力手順及び相関閾値取得手順を含み、
前記相関係数出力手順は、前記数値データ間の相関係数を出力し、
前記相関閾値取得手順は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成手順は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記１１記載のプログラム。
（付記１３）
グループデータ出力手順及び代表データ取得手順を含み、
前記グループデータ出力手順は、前記グループデータを出力し、
前記代表データ取得手順は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成手順は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記１１又は１２記載のプログラム。
（付記１４）
スコア定義情報取得手順及びデータスコア算出手順を含み、
前記スコア定義情報取得手順は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出手順は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力手順は、前記数値データのスコアを出力する、付記１１から１３のいずれかに記載のプログラム。
（付記１５）
選択データ取得手順を含み、
前記選択データ取得手順は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成手順は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成手順は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、付記１４記載のプログラム。
（付記１６）
付記１１から１５のいずれかに記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体。
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
分析対象データ取得部、相関係数算出部、グループデータ作成部、データパターン作成部、分析モデル作成部、モデル精度算出部、及び出力部を含み、
前記分析対象データ取得部は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出部は、前記数値データ間の相関係数を算出し、
前記グループデータ作成部は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成部は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成部は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、分析モデル作成支援装置。
（付記２）
相関係数出力部及び相関閾値取得部を含み、
前記相関係数出力部は、前記数値データ間の相関係数を出力し、
前記相関閾値取得部は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成部は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記１記載の分析モデル作成支援装置。
（付記３）
グループデータ出力部及び代表データ取得部を含み、
前記グループデータ出力部は、前記グループデータを出力し、
前記代表データ取得部は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成部は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記１又は２記載の分析モデル作成支援装置。
（付記４）
スコア定義情報取得部及びデータスコア算出部を含み、
前記スコア定義情報取得部は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出部は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力部は、前記数値データのスコアを出力する、付記１から３のいずれかに記載の分析モデル作成支援装置。
（付記５）
選択データ取得部を含み、
前記選択データ取得部は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成部は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成部は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出部は、各分析モデルの精度を算出し、
前記出力部は、前記分析モデルの精度を出力する、付記４記載の分析モデル作成支援装置。
（付記６）
分析対象データ取得工程、相関係数算出工程、グループデータ作成工程、データパターン作成工程、分析モデル作成工程、モデル精度算出工程、及び出力工程を含み、
前記分析対象データ取得工程は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出工程は、前記数値データ間の相関係数を算出し、
前記グループデータ作成工程は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成工程は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成工程は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、分析モデル作成支援方法。
（付記７）
相関係数出力工程及び相関閾値取得工程を含み、
前記相関係数出力工程は、前記数値データ間の相関係数を出力し、
前記相関閾値取得工程は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成工程は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記６記載の分析モデル作成支援方法。
（付記８）
グループデータ出力工程及び代表データ取得工程を含み、
前記グループデータ出力工程は、前記グループデータを出力し、
前記代表データ取得工程は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成工程は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記６又は７記載の分析モデル作成支援方法。
（付記９）
スコア定義情報取得工程及びデータスコア算出工程を含み、
前記スコア定義情報取得工程は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出工程は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力工程は、前記数値データのスコアを出力する、付記６から８のいずれかに記載の分析モデル作成支援方法。
（付記１０）
選択データ取得工程を含み、
前記選択データ取得工程は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成工程は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成工程は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出工程は、各分析モデルの精度を算出し、
前記出力工程は、前記分析モデルの精度を出力する、付記９記載の分析モデル作成支援方法。
（付記１１）
コンピュータに、分析対象データ取得手順、相関係数算出手順、グループデータ作成手順、データパターン作成手順、分析モデル作成手順、モデル精度算出手順、及び出力手順を実行させるためのプログラムであって、
前記分析対象データ取得手順は、複数の数値データを含む分析対象データを取得し、
前記相関係数算出手順は、前記数値データ間の相関係数を算出し、
前記グループデータ作成手順は、前記相関係数に基づき、相関関係のある数値データ同士をグループ化したグループデータを作成し、
前記データパターン作成手順は、前記数値データ及び前記グループデータの少なくとも一方を含むデータパターンを生成し、
前記分析モデル作成手順は、前記データパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、プログラム。
（付記１２）
相関係数出力手順及び相関閾値取得手順を含み、
前記相関係数出力手順は、前記数値データ間の相関係数を出力し、
前記相関閾値取得手順は、前記数値データ間の相関閾値を取得し、
前記グループデータ作成手順は、前記相関係数及び前記相関閾値に基づき、数値データ間の相関関係を判定し、相関関係があると判定された数値データ同士をグループ化したグループデータを作成する、付記１１記載のプログラム。
（付記１３）
グループデータ出力手順及び代表データ取得手順を含み、
前記グループデータ出力手順は、前記グループデータを出力し、
前記代表データ取得手順は、前記グループデータごとに、分析モデルの作成に使用する代表データを取得し、
前記分析モデル作成手順は、前記グループデータを含むデータパターンの分析モデルの作成において、前記グループデータの数値データとして、前記代表データを使用して分析モデルを作成する、付記１１又は１２記載のプログラム。
（付記１４）
スコア定義情報取得手順及びデータスコア算出手順を含み、
前記スコア定義情報取得手順は、前記数値データのスコア定義情報を取得し、
前記スコア定義情報は、前記分析モデルの精度と、データのスコア定義とが紐づけられた情報であり、
前記データスコア算出手順は、前記分析モデルの精度と、前記スコア定義情報とに基づき、前記分析モデルの作成に使用した数値データごとのスコアを算出し、
前記出力手順は、前記数値データのスコアを出力する、付記１１から１３のいずれかに記載のプログラム。
（付記１５）
選択データ取得手順を含み、
前記選択データ取得手順は、選択データ情報を取得し、
前記選択データ情報は、前記数値データのスコアに基づいてユーザが選択した選択データを含み、
前記データパターン作成手順は、前記選択データ情報に基づき、データパターンを再作成し、
前記分析モデル作成手順は、前記再作成されたデータパターンごとの分析モデルを作成し、
前記モデル精度算出手順は、各分析モデルの精度を算出し、
前記出力手順は、前記分析モデルの精度を出力する、付記１４記載のプログラム。
（付記１６）
付記１１から１５のいずれかに記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体。
【産業上の利用可能性】
【0082】
本発明によれば、分析モデルの作成に使用する数値データを削減することにより、効率的に分析モデルを作成できる。このため、本発明は、例えば、数値データを用いて分析を行う様々な分野において有用である。
【符号の説明】
【0083】
１０、１０Ａ、１０Ｂ、１０Ｃ、１０Ｄ 分析モデル作成支援装置
１１ 分析対象データ取得部
１２ 相関係数算出部
１３ グループデータ作成部
１４ データパターン作成部
１５ 分析モデル作成部
１６ モデル精度算出部
１７ 出力部
２１ 相関係数出力部
２２ 相関閾値取得部
３１ グループデータ出力部
３２ 代表データ取得部
４１ スコア定義情報取得部
４２ データスコア算出部
５１ 選択データ取得部
１０１ ＣＰＵ
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ プログラム
１０６ 入力装置
１０７ 表示装置
１０８ 通信デバイス
１１ 分析対象データ取得部
１２ 相関係数算出部
１３ グループデータ作成部
１４ データパターン作成部
１５ 分析モデル作成部
１６ モデル精度算出部
１７ 出力部
２１ 相関係数出力部
２２ 相関閾値取得部
３１ グループデータ出力部
３２ 代表データ取得部
４１ スコア定義情報取得部
４２ データスコア算出部
５１ 選択データ取得部
１０１ ＣＰＵ
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ プログラム
１０６ 入力装置
１０７ 表示装置
１０８ 通信デバイス
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】