特開 2024-131686 プログラム、情報処理システム、データ処理システム

(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】P2024131686

(43)【公開日】2024-09-30

(54)【発明の名称】プログラム、情報処理システム、データ処理システム

(51)【国際特許分類】

   G06F 16/906 20190101AFI20240920BHJP

【ＦＩ】

G06F16/906

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2023042101

(22)【出願日】2023-03-16

(71)【出願人】

【識別番号】000006747

【氏名又は名称】株式会社リコー

(71)【出願人】

【識別番号】503359821

【氏名又は名称】国立研究開発法人理化学研究所

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100107515

【弁理士】

【氏名又は名称】廣田 浩一

(72)【発明者】

【氏名】池 昂一

(72)【発明者】

【氏名】相馬 亘

(72)【発明者】

【氏名】青山 秀明

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175FA03

5B175FB04

5B175KA10

(57)【要約】

【課題】分析対象に関する値がどのように推移したかを分析する技術を提供すること。
【解決手段】本発明は、情報処理システムを、年月日時分秒のいずれか１つ以上が対応付けられたデータを取得するデータ取得部と、前記データ取得部が取得したデータから１つ以上の分析対象を抽出するデータ処理部と、前記分析対象に関する値の期間に対する累積値のグラフを作成するグラフ作成部と、前記グラフがｘ軸と形成する第１面積を算出する面積算出部と、前記第１面積に基づいて、グラフ形状のパターンを判別するパターン判別部、として機能させるためのプログラムを提供する。
【選択図】図３

【特許請求の範囲】

【請求項1】

情報処理システムを、
年月日時分秒のいずれか１つ以上が対応付けられたデータを取得するデータ取得部と、
前記データ取得部が取得したデータから１つ以上の分析対象を抽出するデータ処理部と、
前記分析対象に関する値の、期間に対する累積値のグラフを作成するグラフ作成部と、
前記グラフがｘ軸と形成する第１面積を算出する面積算出部と、
前記第１面積に基づいて、グラフ形状のパターンを判別するパターン判別部、
として機能させるためのプログラム。

【請求項2】

前記面積算出部は、前記グラフの二乗関数がｘ軸と形成する第２面積を算出し、
前記パターン判別部は、前記第１面積をｘ軸、前記第２面積をｙ軸とする散布図におけるデータ点の位置に基づいて、前記グラフ形状のパターンを判別する請求項１に記載のプログラム。

【請求項3】

前記面積算出部は、前記グラフの二乗関数がｘ軸と形成する第２面積Ａ２を算出し、前記グラフがｘ軸と形成する第１面積Ａ１と前記第２面積Ａ２を用いて、式（６）で前記第２面積Ａ２を第３面積Ｂ２に変換し、

【数6】

前記パターン判別部は、前記第１面積Ａ１をｘ軸、前記第３面積Ｂ２をｙ軸とする散布図におけるデータ点の位置に基づいて、前記グラフ形状のパターンを判別する請求項１に記載のプログラム。

【請求項4】

前記パターン判別部は、前記第１面積をｘ軸、前記第２面積をｙ軸とする散布図におけるデータ点の位置が右上の場合に、前記グラフ形状が、前記期間の始期に前記分析対象に関する値が増加して前記期間の終期にはほとんど出現しないパターンであると判別し、
前記データ点の位置が左下の場合に、前記グラフ形状が、前記期間の終期に前記分析対象に関する値が急激に伸びているパターンであると判別する請求項２に記載のプログラム。

【請求項5】

前記パターン判別部は、前記第１面積をｘ軸、前記第３面積をｙ軸とする散布図におけるデータ点の位置が右端の場合に、前記グラフ形状が、前記期間の始期に前記分析対象に関する値が増加して前記期間の終期にはほとんど出現しないパターンであると判別する請求項３に記載のプログラム。

【請求項6】

前記パターン判別部は、前記第１面積をｘ軸、前記第３面積をｙ軸とする散布図におけるデータ点の位置が左端の場合に、前記グラフ形状が、前記期間の終期に前記分析対象に関する値が急激に伸びているパターンであると判別する請求項３に記載のプログラム。

【請求項7】

前記パターン判別部は、前記第１面積をｘ軸、前記第３面積をｙ軸とする散布図におけるデータ点の位置が上端の場合に、前記グラフ形状が、前記期間の中央付近で前記分析対象に関する値が急激に伸びたが前記期間の終期には出現しないパターンであると判別する請求項３に記載のプログラム。

【請求項8】

前記パターン判別部は、前記第１面積をｘ軸、前記第３面積をｙ軸とする散布図におけるデータ点の位置が下端の場合に、前記グラフ形状が、前記期間の始期から前記分析対象に関する値が出現しているが一度廃れ、前記期間の終期に前記分析対象に関する値が伸びているパターンであると判別する請求項３に記載のプログラム。

【請求項9】

前記分析対象は前記データに含まれるキーワードであり、前記値はキーワードの出現回数である請求項１～８のいずれか１項に記載のプログラム。

【請求項10】

前記分析対象は前記データに含まれる金融商品の取引の情報であり、前記値が取引回数である請求項１～８のいずれか１項に記載のプログラム。

【請求項11】

前記情報処理システムを、
前記散布図を表示する画面を生成する画面生成部と、
前記画面の画面情報を、ネットワークを介して端末装置に送信する通信部、
として機能させる請求項２～８のいずれか１項に記載のプログラム。

【請求項12】

前記分析対象が前記データに含まれる金融商品の取引の情報であり、前記値が取引回数であり、前記取引の情報が基準時に対応付けられており、
前記パターン判別部は、前記第１面積をｘ軸、前記第３面積をｙ軸とする散布図におけるデータ点の位置に基づいて、前記取引が行われた、基準時が異なる地域を判別する請求項３に記載のプログラム。

【請求項13】

年月日時分秒のいずれか１つ以上が対応付けられたデータを取得するデータ取得部と、
前記データ取得部が取得したデータから１つ以上の分析対象を抽出するデータ処理部と、
前記分析対象に関する値の期間に対する累積値のグラフを作成するグラフ作成部と、
前記グラフがｘ軸と形成する第１面積を算出する面積算出部と、
前記第１面積に基づいて、グラフ形状のパターンを判別するパターン判別部と、
を有する情報処理システム。

【請求項14】

端末装置と情報処理システムがネットワークを介して通信するデータ処理システムであって、
年月日時分秒のいずれか１つ以上が対応付けられたデータを取得するデータ取得部と、
前記データ取得部が取得したデータから１つ以上の分析対象を抽出するデータ処理部と、
前記分析対象に関する値の期間に対する累積値のグラフを作成するグラフ作成部と、
前記グラフがｘ軸と形成する第１面積を算出する面積算出部と、
前記第１面積に基づいて、グラフ形状のパターンを判別するパターン判別部と、
を有するデータ処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、プログラム、情報処理システム、及びデータ処理システムに関する。

【背景技術】

【0002】

時系列データに含まれるキーワードなど種々の分析対象を取り出して、最近の話題などを分析したい場合がある。例えば、時代の趨勢、潮流、流行等の傾向を発見する手法として、キーワードの出現頻度が分析される。各キーワードの出現頻度の分析により、種々の分野で最近増加している話題、トピック、テーマ、人気、気になる事象などを発見しやすくなる。

【0003】

分析対象の文書集合と関係の強いトレンド及びトレンドを反映した分析対象文書を提示する技術が考案されている（例えば特許文献１参照）。特許文献１には、対象文書の単語を抽出した回数の合計と対象文書の作成日時が現在日時に近い過去において出現回数の多い単語を急騰度が高くなるようにトレンド抽出し、単語と関連性の高い関連文書をユーザーへ提示するシステムが開示されている。

【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、従来の従来では、分析対象に関する値が時間と共にどのように変化したか分析されていない。すなわち、あるキーワードの出現頻度が急激に増加する場合もある一方、時間と共に徐々に増加する場合もあるが、どちらも単に出現頻度が増加したキーワードがあると判断されていた。

【0005】

本発明は、上記課題に鑑み、分析対象に関する値がどのように推移したかを分析する技術を提供する。

【課題を解決するための手段】

【0006】

上記課題に鑑み、本発明は、情報処理システムを、年月日時分秒のいずれか１つ以上が対応付けられたデータを取得するデータ取得部と、前記データ取得部が取得したデータから１つ以上の分析対象を抽出するデータ処理部と、前記分析対象に関する値の期間に対する累積値のグラフを作成するグラフ作成部と、前記グラフがｘ軸と形成する第１面積を算出する面積算出部と、前記第１面積に基づいて、グラフ形状のパターンを判別するパターン判別部、として機能させるためのプログラムを提供する。

【発明の効果】

【0007】

分析対象に関する値がどのように推移したかを分析する技術を提供できる。

【図面の簡単な説明】

【0008】

【図1】特定の技術分野内の論文から複数のキーワードを抽出し、変化や兆しを検知する流れを説明する図である。

【図2】技術とその技術を使用した事業の時間に対するサイクルを模式的に示す図である。

【図3】所定のキーワードについて出現頻度が増加するまでの推移を分析する処理を説明する図である。

【図4】データ処理システムのシステム構成図の一例である。

【図5】情報処理システム及び端末装置の一例のハードウェア構成を示す図である。

【図6】データ処理システムの機能構成の一例を示す図である。

【図7】出現頻度の推移の分析に使用されるキーワードを含むデータの一例を示す図である。

【図8】図７の出現回数を累積値に変換したデータの一例を示す図である。

【図9】図８のデータの累積値と期間がそれぞれ規格化されたデータの一例を示す図である。

【図10】規格化された期間をｘ軸、規格化された累積値をｙ軸としたあるキーワードの出現頻度の推移を示すグラフの一例である。

【図11】２つの異なるキーワードについて、ワード出現頻度グラフの一例を示す図である。

【図12】面積Ａ１が0.5のワード出現頻度グラフのいくつかのバリエーションを示す図である。

【図13】面積Ａ１と面積Ａ２によるワード出現頻度グラフの形状のパターン分析を説明する図である。

【図14】面積Ａ１が徐々に変化する複数のワード出現頻度グラフの一例を示す図である。

【図15】面積Ａ１に対する面積Ｂ２の散布図の一例である。

【図16】出現回数が一定以上のキーワードについて算出された面積Ａ１と面積Ｂ２をアイマップ上に示す図である。

【図17】データ処理システムがキーワードの出現頻度の推移をパターン分析する処理を説明するシーケンス図の一例である。

【図18】総出現回数が１０以上のキーワードについて、面積Ａ１が小さい順に上位１００個のキーワードの初出現年度、総出現回数、面積Ａ１、面積Ａ２を示す図の一例である。

【図19】上位１００個のキーワード中の兆しワードの抽出率を示す図の一例である。

【図20】（ａ）はユーザーの一日の取引の毎分ごとの取引回数の平均値を示す。（ｂ）はｘ軸を規格化し、取引回数を累積値にしたグラフを示す。

【図21】図２０（ａ）（ｂ）と同じ取引データについて、ｘ軸の時刻を米国東部標準時で表した図である。

【図22】機械学習を使用したパターン分析装置の機能ブロック図の一例である。

【発明を実施するための形態】

【0009】

以下、本発明を実施するための形態の一例として、情報処理システムと情報処理システムが行うパターン分析方法について図面を参照しながら説明する。

【0010】

＜時系列データの推移について＞
ある分野で何が現在の話題になっているか、又は、今後、話題になりそうかをこの分野で使用されているキーワードから分析したい場合がある。例えば、特定の技術分野においてどのような技術が話題になっているか、その変化点や兆しを検知できれば今後の研究テーマに選択するなどの早期の対応が可能になる。

【0011】

図１は、特定の技術分野内の論文から複数のキーワードを抽出し、変化や兆しを検知する流れを説明する図である。通常の技術分野では一般に論文が作成されているので、論文に記載のキーワードが話題の変化や今後話題になりそうな技術を表していると考えられる。そこで、図１に示すように、後述する情報処理システムが論文からキーワードを取り出して、期間に対しその出現頻度がどのように推移したかを表すことが有効である。図１ではキーワードＡとＢの出現頻度の推移が示されているが、キーワードＡは徐々に出現頻度が増加し、キーワードＢは最近出現頻度が増加していること分かる。例えば研究者としてはキーワードＢを特定できれば、キーワードＢを次の研究テーマに選択することも検討できる。

【0012】

図２は、技術とその技術を使用した事業の時間に対するサイクルを模式的に示す図である。ライン２０１は特定の技術の成熟度、採用度、社会への適用度を示す（このラインをハイプサイクルという）。ライン２０１が示すように、一般に技術は、黎明期に多くの研究者が試行的に研究することで研究が進み、研究が一通り進むと、いったんは下火になることが多い。そして、マーケットの見通しや採算が取れる可能性があると、その技術が事業化される。事業化される技術は再度、製品化等のために研究が進められ、ライン２０２で示すように事業化（製品、サービス化）も進む。したがって、ライン２０１がいったん下火になった後の上昇部２０３が、技術が再度研究され始めたタイミングである。企業がこの上昇部２０３を捉えることができれば、早期に事業化できるのでビジネス上有利になる。上昇部２０３は、当該技術が実用的な意味で話題になる兆しということができ、本実施形態のデータ分析方法は、一例としてこの兆しを捉えることを可能にする。

【0013】

次に、図３を参照して、本実施形態におけるデータ分析方法の概略を説明する。図３は、所定のキーワードについて出現頻度が増加するまでの推移を分析する処理を説明する図である。

【0014】

(1) 図３（ａ）に示すように、情報処理システムは、一例として論文のタイトルを形態素解析し（分かち書き）、各キーワードごとに発行年別の出現頻度を算出する。

【0015】

(2) 情報処理システムは、キーワード間で出現頻度の推移を比較できるように、キーワードごとに、発行年と出現頻度の累積値をそれぞれ０～１に正規化する。図３（ｂ－１）（ｂ－２）に示すように、発行年ｘを横軸、出現頻度の累積値ｙを縦軸とするグラフが得られる。このようにグラフにすることで、キーワードの出現頻度の推移が視覚化される。図３（ｂ－１）は、出現頻度が近年急激に増加したキーワードであることを示し、図３（ｂ－２）は、早い時期に出現頻度が増加したが近年はほとんど使用されないキーワードであることを示す。

【0016】

(3) 情報処理システムは、(2)のグラフのグラフ形状がどのパターンに近いかをマップを使用して分析する。詳細は後述するが、情報処理システムは、グラフとｘ軸が形成する面積を算出し、キーワードごとに出現頻度の推移のパターンをマップ内の位置で表す（図３（ｃ））。以下、このマップをアイマップ２１０という。アイマップ２１０は、１つのキーワードについて出現頻度の推移のパターンをデータ点（例えば２１１～２１４）の位置（座標）で示す。データ点の位置により出現頻度がどのように推移したか判断される。例えば、アイマップ２１０の左端のデータ点２１２に対応するキーワードは、「近年急激に増加しているキーワード」、右端のデータ点２１４に対応するキーワードは「昔増加したがほとんど流行らなかったキーワード」、上端のデータ点２１１に対応するキーワードは「途中急激に出現回数が増加したが今は廃れているキーワード」、下端のデータ点２１３に対応するキーワードは「昔からあるが一度廃れ、再度注目されはじめているキーワード」であることを示す。

【0017】

したがって、ユーザーは、アイマップ２１０のどこにキーワードのデータ点があるかを判断することにより、どのようにキーワードの出現頻度が推移したのか把握できる。例えば特定の技術分野においてどのような技術が話題になっているか、今後話題になりそうかの兆しを抽出できる。

【0018】

＜用語について＞
データとは、時間と共にどのように推移するかが分析されるキーワードや数値等の分析対象が含まれるものであればよい。データ又は分析対象には年月日時分秒の１つ以上が対応付けられていることが好ましい。

【0019】

分析対象とは、時間と共にどのように推移するかが分析される対象であり、例えばキーワードや数値等をいう。

【0020】

分析対象に関する値とは、データに含まれる分析対象に直接含まれた値だけでなく、分析対象を加工することで得られる値など、処理により抽出可能な何らかの値であればよい。本実施形態では、分析対象に関する値は、出現回数や取引回数という用語で説明される。

【0021】

グラフ形状のパターン分析とは、グラフ形状がどのような形状かをこのグラフ形状と近い型（パターン）と比較して分析する方法をいう。グラフ形状のパターンは分析対象に関する値の期間に対する変動パターンでもある。

【0022】

＜システム構成例＞
図４は、データ処理システム１００のシステム構成図の一例である。データ処理システム１００は、情報処理システム１０と、端末装置３０と、を有する。ただし、端末装置３０は汎用的なコンピュータでよく、データ処理システム１００に含まれない場合がある。

【0023】

情報処理システム１０と端末装置３０は、インターネット等の広域的なネットワークＮ１を介して通信可能に接続されている。情報処理システム１０は、クラウドやデータセンターなどに設置されていてもよいし、オンプレミスに設置されていてもよい。情報処理システム１０は端末装置３０からの要求に応じて、処理結果を返す端末装置３０にＷｅｂサーバーであってよい。サーバーとは、クライアントからの要求に対して情報や処理結果を提供する機能を果たすコンピュータやソフトウェアである。

【0024】

情報処理システム１０は、例えば、ユーザー９が端末装置３０により指定するデータ（例えば複数の文献のタイトルなど）からキーワードを抽出し、各キーワードの出現頻度の推移をアイマップ２１０に示す。あるいは、情報処理システム１０は、例えば、ユーザーが端末装置３０により指定するキーワードが、あるデータの中でどのように出現頻度が推移したかをアイマップ２１０に示す。

【0025】

情報処理システム１０は、予め、ユーザーが分析に指定するデータが保存されたデータ記憶装置を有していてよい。あるいは、情報処理システム１０は、データサーバやＮＡＳ（Network Attached Storage）からデータを取得してもよい。また、情報処理システム１０は、ネットワーク上からＷｅｂスクレイピングを行うことでデータを取得してもよい。あるいは、ユーザーが端末装置３０から分析の対象のデータを情報処理システム１０に送信してもよい。

【0026】

情報処理システム１０は、クラウドコンピューティングに対応していてもよい。クラウドコンピューティングとは、特定ハードウェア資源が意識されずにネットワーク上のリソースが利用される利用形態をいう。したがって、情報処理システム１０は、１つの筐体に収納されていたり一まとまりの装置として備えられていたりする必要はない。情報処理システム１０は複数の情報処理装置にその機能が分散されていてもよいし、複数の情報処理装置がそれぞれ全ての機能を有し、負荷分散などにより処理する情報処理装置が切り替えられてもよい。

【0027】

端末装置３０は、企業、教育機関、工場などの施設に配置されており、ネットワークＮ２に接続されている。ネットワークＮ２は、ＬＡＮ、Wi－Fi（登録商標）、広域イーサネット（登録商標）、４Ｇ、５Ｇ、６Ｇ等の携帯電話網、などでよい。

【0028】

端末装置３０は、ユーザーが使用する汎用的なコンピュータである。ここでユーザーとは、情報処理システム１０を使用する者である。したがって、情報処理システム１０を使用する者は、キーワード等の出現頻度の推移を分析したい者であればよい。また、ユーザーには、分析対象のデータを情報処理システム１０等に登録する者が含まれてよい。

【0029】

端末装置３０ではＷｅｂブラウザや情報処理システム１０に専用のネイティブアプリが動作する。端末装置３０がＷｅｂブラウザを実行する場合、端末装置３０と情報処理システム１０はＷｅｂアプリを実行する。Ｗｅｂアプリとは、Ｗｅｂブラウザ上で動作するプログラミング言語（例えばJavaScript（登録商標））によるプログラムとＷｅｂサーバー（情報処理システム１０）側のプログラムが協調することによって動作するアプリケーションである。Ｗｅｂアプリの実行時、キーワードの出現頻度の推移の分析は情報処理システム１０が行ってもよいし、Ｗｅｂアプリを受信した端末装置３０が行ってもよい。

【0030】

端末装置３０にインストールされなければ実行されないアプリケーションをネイティブアプリという。本実施形態に関しても、端末装置３０で実行されるアプリケーションはＷｅｂアプリでもネイティブアプリでもよい。この場合も、キーワードの出現頻度の推移の分析は情報処理システム１０が行ってもよいし、端末装置３０がネイティブアプリで行ってもよい。

【0031】

また、本実施形態では、情報処理システム１０が、キーワードの出現頻度の推移を分析するとして説明するが、図４（ｂ）に示すように、端末装置３０が単体でデータ分析してもよい。この場合、端末装置３０ではデータが含むキーワードの出現頻度の推移を分析するネイティブアプリが動作する。ただし、端末装置３０はネットワーク上のデータサーバからデータを取得してよい。したがって、図４（ｂ）の形態でも、端末装置３０はネットワークに接続できることが好ましい。

【0032】

端末装置３０は、例えば、ユーザーが使用するデスクトップＰＣ、ノート型ＰＣ、スマートフォン、ＰＤＡ（Personal Digital Assistant）、タブレット端末等である。この他、端末装置３０はＷｅｂブラウザやネイティブアプリが動作する装置であればよい。端末装置３０は、電子黒板、テレビ会議端末等でもよい。

【0033】

なお、本実施形態では、特に言及しない限り、図４（ａ）の形態に基づいて説明する。

【0034】

＜ハードウェア構成例＞
図５を参照して、本実施形態に係るデータ処理システム１００に含まれる情報処理システム１０及び端末装置３０のハードウェア構成について説明する。

【0035】

＜＜情報処理システム及び端末装置＞＞
図５は、本実施形態に係る情報処理システム１０及び端末装置３０の一例のハードウェア構成を示す図である。図５に示されているように、情報処理システム１０及び端末装置３０はコンピュータ５００によって構築されており、ＣＰＵ５０１、ＲＯＭ５０２、ＲＡＭ５０３、ＨＤ（Hard Disk）５０４、ＨＤＤ(Hard Disk Drive)コントローラ５０５、ディスプレイ５０６、外部機器接続Ｉ／Ｆ(Interface)５０８、ネットワークＩ／Ｆ５０９、バスライン５１０、キーボード５１１、ポインティングデバイス５１２、ＤＶＤ－ＲＷ(Digital Versatile Disk Rewritable)ドライブ５１４、メディアＩ／Ｆ５１６を備えている。

【0036】

これらのうち、ＣＰＵ５０１は、情報処理システム１０及び端末装置３０全体の動作を制御する。ＲＯＭ５０２は、ＩＰＬ等のＣＰＵ５０１の駆動に用いられるプログラムを記憶する。ＲＡＭ５０３は、ＣＰＵ５０１のワークエリアとして使用される。ＨＤ５０４は、プログラム等の各種データを記憶する。ＨＤＤコントローラ５０５は、ＣＰＵ５０１の制御にしたがってＨＤ５０４に対する各種データの読み出し又は書き込みを制御する。ディスプレイ５０６は、カーソル、メニュー、ウィンドウ、文字、又は画像などの各種情報を表示する。外部機器接続Ｉ／Ｆ５０８は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、例えば、ＵＳＢ(Universal Serial Bus)メモリやプリンタ等である。ネットワークＩ／Ｆ５０９は、ネットワークＮ２を利用してデータ通信をするためのインターフェースである。バスライン５１０は、図５に示されているＣＰＵ５０１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。

【0037】

また、キーボード５１１は、文字、数値、又は各種指示などの入力に使用される複数のキーを備えた入力手段の一種である。ポインティングデバイス５１２は、各種指示の選択や実行、処理対象の選択、カーソルの移動などを行う入力手段の一種である。ＤＶＤ－ＲＷドライブ５１４は、着脱可能な記録媒体の一例としてのＤＶＤ－ＲＷ５１３に対する各種データの読み出し又は書き込みを制御する。なお、ＤＶＤ－ＲＷドライブ５１４は、ＤＶＤ－ＲＷに限らず、ＤＶＤ－Ｒ等であってもよい。メディアＩ／Ｆ５１６は、フラッシュメモリ等の記録メディア５１５に対するデータの読み出し又は書き込み（記憶）を制御する。

【0038】

＜機能について＞
次に、図６を用いて、本実施形態に係るデータ処理システム１００の機能構成について説明する。図６は、本実施形態に係るデータ処理システム１００の機能構成の一例を示す図である。

【0039】

＜＜情報処理システムの機能構成＞＞
情報処理システム１０は、通信部１１、データ取得部１２、データ処理部１３、出現頻度算出部１４、規格化部１５、グラフ作成部１６、面積算出部１７、パターン判別部１８、及び、画面生成部１９を有している。これら各部は、図５に示されている各構成要素のいずれかが、ＲＡＭ５０３に展開されたプログラムに従ったＣＰＵ５０１からの命令によって動作することで実現される機能、又は機能する手段である。また、各機能の詳細は後に図を用いて説明する。

【0040】

通信部１１は、端末装置３０との間で各種の情報を送受信する。本実施形態では、通信部１１は、Ｗｅｂアプリや分析結果であるアイマップを端末装置３０に送信し、ユーザーからの各種の操作内容や指示を受信する。

【0041】

データ取得部１２は、出現頻度の推移の分析対象であるキーワードが含まれたデータを取得する。データ取得部１２は、端末装置３０からデータを受信してもよいし、ＮＡＳやデータサーバからデータを取得してもよい。また、データ取得部１２はＷｅｂスクレイピングによりデータを取得してもよい。

【0042】

データ処理部１３は、必要に応じてデータに形態素解析を行い正規表現に直すことで、キーワードを抽出する。データ処理部１３は、表形式のテーブルの決まった列からキーワードを抽出してもよく、形態素解析が不要な場合もある。例えば、形態素解析は、データ形式がテーブル形式（ＸＭＬ，ＪＳＯＮ、ＣＳＶ等）に清書されている場合等はなくてもよい場合がある。

【0043】

出現頻度算出部１４は、形態素解析で得た各キーワードの単位期間ごとの出現頻度を数え、それを期間に対する累積値に変換する。単位期間は出現回数を数える期間であり、後述の論文分析では１年である。単位期間は、年月日時分秒など分析対象や目的によって適宜設定されてよい。また、期間とは、単位期間の始めから終わりまでを総計した全期間である。

【0044】

規格化部１５は、キーワードごとに、累積値と期間をそれぞれ最小値０、最大値１となるように規格化する。規格化される期間は、初出現年度等がキーワードによって異なっていても、全てのキーワードで同じ期間でよい。

【0045】

グラフ作成部１６は、キーワードごとに、期間をｘ軸、出現頻度の累積値をｙ軸とするグラフ（後述するワード出現頻度グラフ）を作成する。また、グラフ作成部１６は、出現頻度の推移のパターンを区別できるように、このグラフにおける累積値の二乗をｙ軸とするグラフも作成する。元のグラフの累積値が二乗されたグラフを二乗関数という。

【0046】

面積算出部１７は、グラフがｘ軸との間に形成する面積（この面積をＡ１とする）を算出する（面積Ａ１は第１面積の一例）。面積算出部１７は、二乗関数がｘ軸との間に形成する面積（この面積をＡ２とする）を算出する。面積Ａ２（面積Ａ２は第２面積の一例）を求めることで、面積Ａ１だけでは区別が困難なキーワードについて出現頻度の推移のパターンを区別しやすくなる。更に、面積算出部１７は、面積Ａ２をアイマップ用の面積Ｂ２（面積Ｂ２は第３面積の一例）に変換する。

【0047】

パターン判別部１８は、面積Ａ１をｘ軸、面積Ａ２をｙ軸とする散布図を作成し、面積Ａ１に対応する面積Ａ２のデータ点をこの散布図に配置する。同様に、パターン判別部１８は、面積Ａ１をｘ軸、面積Ｂ２をｙ軸とする散布図を作成し、面積Ａ１に対応する面積Ｂ２のデータ点をこの散布図に配置する。どちらの散布図でも、データ点の位置によってどのような推移で出現頻度が増加したかの傾向を示すので、ユーザーは任意のキーワードの出現頻度がどのように推移したかをデータ点の位置で把握できる。

【0048】

画面生成部１９は端末装置３０が表示する画面情報の生成を行う。端末装置３０がＷｅｂアプリを実行する場合は、画面情報は、ＨＴＭＬ、ＸＭＬ、ＣＳＳ（Ｃａｓｃａｄｅ Ｓｔｙｌｅ Ｓｈｅｅｔ）、及びＪａｖａＳｃｒｉｐｔ（登録商標）等により作成される。端末装置３０がネイティブアプリを実行する場合は、画面情報は端末装置３０が保持しており、表示される情報がＸＭＬ等で送信される。

【0049】

＜＜端末装置＞＞
端末装置３０は、キーワードの出現頻度の推移を分析したいユーザーにより使用される。端末装置３０は、通信部３１と、表示制御部３２と、操作受付部３３とを有する。これら各機能部は、端末装置３０にインストールされた１以上のプログラムに含まれる命令をＣＰＵ５０１が実行することで実現される機能又は手段である。なお、このプログラムはＷｅｂブラウザが実行するＷｅｂアプリでもよいし、専用のネイティブアプリでもよい。

【0050】

通信部３１は、情報処理システム１０との間で各種の情報を送受信する。本実施形態では、通信部３１は、Ｗｅｂアプリやアイマップ２１０等の画面情報を情報処理システム１０から受信し、ユーザーの操作内容や指示を情報処理システム１０に送信する。

【0051】

表示制御部３２は、各種の画面の画面情報を解釈してディスプレイ５０６に表示させる。操作受付部３３は、ディスプレイ５０６に表示された各種画面におけるユーザーの各種操作を受け付ける。

【0052】

＜出現頻度の規格化＞
以下、情報処理システム１０が行うパターン分析の流れについて図を参照しながら詳細に説明する。また、以下では、情報処理システム１０が、技術文献をデータとし、技術文献に含まれるキーワードの出現頻度の推移を分析する処理を一例として説明する。しかしながら、本実施形態のデータ分析方法は、年月日時分秒の少なくとも１つを有するデータ（時系列データ）であれば好適に適用できる。また、キーワードの出現頻度の推移に限らず、時系列な何らかの値であってもその推移の分析が可能である。

【0053】

図７は、出現頻度の推移の分析に使用されるキーワードを含むデータの一例を示す。データ取得部１２は、ネットワーク上や端末装置３０からデータとしてファイルを取得する。データ処理部１３は、例えばユーザーが指定したファイルから、論文のタイトル(テキストデータ)と出版年を抽出し、必要に応じてタイトルに形態素解析を行う。図７では、複数のキーワードで１つの意味をなす複合語が取得されているが、本実施形態では、単にキーワードという。単一のキーワードの出現頻度の推移も当然可能である。出現頻度算出部１４は、このキーワードごとに出版年べつ（単位期間の一例）の出現頻度を算出する。

【0054】

図７では、一例として１９８９年から２０２０年まで、各キーワードの出現回数が論文の出版年ごとに示されている。図７では、一年間の出現回数が算出されているが、１月ごと、１週ごと、１日ごと等、出現回数を算出する単位期間は任意でよい。また、複数年が１つの単位期間でもよい。また、分析対象のデータが有するキーワードに時刻、分、又は秒が対応付けられている場合、出現回数を算出する単位期間を時刻、分、又は秒とすることもできる。

【0055】

次に、図８に示すように、出現頻度算出部１４は図７のデータを累積値に変換する。図８は、図７の出現回数が累積値に変換されたデータを示す。累積値なので出現回数が期間に対し減少することはない。累積値にすることで出現頻度の推移のパターンは期間に対しい減少しないので、パターン分析が容易になる。

【0056】

次に、図９、図１０に示すように、規格化部１５は、累積値と期間を、それぞれ最小値０、最大値１となるように規格化する。図９は、図８のデータの累積値と期間がそれぞれ規格化されたデータを示す。期間については、規格化部１５は、例えば２０２０－１９８９＝３１年を０～１に割り当てる。累積値については、規格化部１５は、各キーワードごとに該キーワードの累積値の最大値と最小値の差を０～１に割り当てる。

【0057】

図１０は、規格化された期間をｘ軸、規格化された累積値をｙ軸としたあるキーワードの出現頻度の推移を示すグラフである。図１０では、データ点２７１が各出版年の累積値であり、各データ点２７１の近似曲線をグラフ２７２として示す。以下、各データ点２７１を結んだ折れ線グラフを「ワード出現頻度グラフ」という。なお、ワード出現頻度グラフはデータ点２７１の近似曲線でもよい。

【0058】

累積値を規格化するのは、キーワードの出現回数が異なってもキーワード間の比較を容易にするためである。累積値と期間を規格化することで、キーワード出現頻度グラフとｘ軸が形成する面積も規格化でき、この面積により出現頻度の推移をパターン分析できるようになる。

【0059】

＜面積の算出＞
次に、ワード出現頻度グラフのグラフ形状を定量的に扱う方法の１つとして、ワード出現頻度グラフとｘ軸が形成する面積について説明する。

【0060】

図１１は、２つの異なるキーワードについて、ワード出現頻度グラフを示す。図１１（ａ）は「international scientific conference camstech」というキーワード（複合語）のワード出現頻度グラフであり、図１１（ｂ）は「peek/carbon composite」というキーワード（複合語）のワード出現頻度グラフである。

【0061】

図１１（ａ）のワード出現頻度グラフのグラフ形状は、キーワードの出現頻度が近年急激（ある期間の終期）に伸びている形状の一例である。図１１（ｂ）は、早い時期（ある期間の始期）にキーワードの出現頻度が増加したが近年（ある期間の終期）はほとんど出現しないグラフ形状の一例である。２つのワード出現頻度グラフを比較すると、ワード出現頻度グラフがｘ軸と形成する面積が大きく違うことが分かる。したがって、面積算出部１７がこの面積を算出することで、近年、急激に伸びている兆しを示すキーワードを抽出できる。

【0062】

面積の算出方法を説明する。面積算出部１７は、ワード出現頻度グラフに対しいわゆる積分を行えばよい。ここでは台形近似による面積の求め方を説明する。台形近似による任意のデータ点とデータ点の間の面積は式（１）により算出される。Ｓは台形の面積、ｙは累積値、ｘは期間である。

【数1】

各台形の総和Ｉは式（２）により算出される。

【数2】

総和Ｉを書き直すと式（３）になる。

【数3】

y₀＝０、y_n＝１とすると、総和Iは式（４）で表すことができる。総和Iが、ワード出現頻度グラフがｘ軸と形成する面積Ａ１である。

【数4】

＜＜二乗関数の面積について＞＞
図１１にて説明したように、面積の大小で図１１（ａ）（ｂ）のような出現頻度の推移の違いは判別できる。つまり、面積が極端に小さい又は大きい場合、ワード出現頻度グラフの形状のバリエーションは少なく面積Ａ１で判別可能である。しかし、面積Ａ１が同程度でも、ワード出現頻度グラフの形状が大きく異なる場合も存在する。

【0063】

図１２は、面積Ａ１が0.5のワード出現頻度グラフのいくつかのバリエーションを示す。図１２（ａ）～（ｅ）のワード出現頻度グラフ２２１～２２５は形状が全て異なっているが、いずれも面積Ａ１が0.5である。このように、面積Ａ１が0.5に近い場合、面積Ａ１だけでは、出現頻度の推移の違いを判別できない。

【0064】

そこで、本実施形態では、グラフ作成部１６が、ワード出現頻度グラフの二乗（二乗関数という）をｙ軸の値とするグラフを作成する。図１２（ｆ）～（ｊ）は、図１２（ａ）～（ｅ）のワード出現頻度グラフ２２１～２２５について二乗関数２２６～２３０を示す。面積算出部１７は、二乗関数２２６～２３０がｘ軸と形成する面積（これは2nd momentとも呼ばれる)を算出する。以下、二乗関数がｘ軸と形成する面積を面積Ａ２という。

【0065】

図１２（ｆ）～（ｊ）の元のワード出現頻度グラフ２２１～２２５は、いずれも面積Ａ１が0.5であるが、二乗関数の面積Ａ２はそれぞれ異なっていることが分かる。すなわち、図１２（ｆ）の面積Ａ２（0.475）＞図１２（ｇ）の面積Ａ２（0.428）＞図１２（ｈ）の面積Ａ２（0.383）＞図１２（ｉ）の面積Ａ２（0.333）＞図１２（ｊ）の面積Ａ２（0.273）、の関係がある。

【0066】

したがって、二乗関数の面積Ａ２を使用すれば、面積が0.5近くのワード出現頻度グラフ２２１～２２５であっても、キーワードの出現頻度の推移を判別できる。

【0067】

図１３は、面積Ａ１と面積Ａ２によるワード出現頻度グラフの形状のパターン分析を説明する図である。図１３（ａ）は、面積Ａ１が0.5のワード出現頻度グラフの面積Ａ２をデータ点２３１～２３５で示す。面積Ａ１が0.5のワード出現頻度グラフとして図１２（ａ）～（ｅ）を使用した。データ点２３１はワード出現頻度グラフ２２１の面積Ａ２であり、データ点２３２はワード出現頻度グラフ２２２の面積Ａ２であり、データ点２３３はワード出現頻度グラフ２２３の面積Ａ２であり、データ点２３４はワード出現頻度グラフ２２４の面積Ａ２であり、データ点２３５はワード出現頻度グラフ２２５の面積Ａ２である。任意のキーワードについて面積Ａ２のデータ点がどのワード出現頻度グラフのデータ点（２３１～２３５）に近いかにより、ワード出現頻度グラフの形状がどのパターンに近いかを分析できる。

【0068】

図１３（ｂ）は、全ての面積Ａ１について、面積Ａ２が取り得る範囲２４０を示す。この範囲２４０は、面積Ａ１が0.5の場合と同様に、面積Ａ１の範囲（０～１）をいくつかに分割して、それぞれで面積Ａ１になるいくつかのワード出現頻度グラフを用意することで求められる。例えば面積Ａ１が0.1となるワード出現頻度グラフのバリエーションをいくつか用意し（図１２（ａ）に示すようなバリエーションで面積Ａ１が0.1のもの）、各ワード出現頻度グラフの面積Ａ２を算出すると、面積Ａ１＝0.1における面積Ａ２の上下範囲が求められる。同じ処理を面積Ａ１が0.2～1.0のそれぞれで行うと、範囲２４０が求められる。

【0069】

面積Ａ２の計算にバリエーションとして用いたワード出現頻度グラフが既知なので、任意のキーワードの面積Ａ２のデータ点が範囲２４０のどこにあるかで、任意のキーワードのワード出現頻度グラフの形状がどのパターンに近いかを分析できる。パターン判別部１８はデータ点を範囲２４０に配置することでワード出現頻度グラフの形状を既存のパターンに対応付けられる。なお、範囲２４０の左下のデータ点は図１１（ａ）のグラフ形状に対応し、範囲２４０の右上のデータ点は図１１（ｂ）のグラフ形状に対応する。

【0070】

図１３のグラフ２５０について補足する。図１４は、面積Ａ１が徐々に変化する複数のワード出現頻度グラフを示す。図１４のワード出現頻度グラフは各面積Ａ１を示すグラフ形状のうち標準的なものである。図１３（ａ）（ｂ）のグラフ２５０は、図１４の各ワード出現頻度グラフから算出された面積Ａ１と面積Ａ２の散布図である。

【0071】

＜＜アイマップ＞＞
図１３のように面積Ａ１と面積Ａ２の散布図を作成してもパターン分析は可能であるが、縦軸の面積Ａ２を変換すると、更に詳細なパターン分析が可能になる。まず、面積Ａ２の変換方法を説明する。

【0072】

面積算出部１７は、式（５）を用いて面積Ａ２を面積Ｂ２に変換する。

【数5】

図１５は、面積Ａ１に対する面積Ｂ２の散布図を示す。図１５ではアイマップ２１０が図１３（ｂ）の範囲２４０に対応する。面積Ａ１に対する面積Ｂ２の全てのデータ点はアイマップ２１０に含まれる。その形状から図１５の散布図をアイマップ２１０という。アイマップ２１０は範囲２４０に対応するので、アイマップ２１０は、図１３（ｂ）の範囲２４０を上下左右対称に拡大したものになり、詳細なパターン分析が可能になる。

【0073】

図１５にはいくつかのワード出現頻度グラフのデータ点が示されている。
データ点２１１はワード出現頻度グラフ２２１に対応する。
データ点２１６はワード出現頻度グラフ２２２に対応する。
データ点２１８はワード出現頻度グラフ２２４に対応する。
データ点２１９はワード出現頻度グラフ２５３に対応する。
データ点２１３はワード出現頻度グラフ２２５に対応する。
データ点２１２はワード出現頻度グラフ２５１に対応する。
データ点２１７はワード出現頻度グラフ２５２に対応する。
データ点２２０はワード出現頻度グラフ２５４に対応する。
データ点２１４はワード出現頻度グラフ２５５に対応する。

【0074】

したがって、データ点の位置（アイマップ２１０内の座標）によりキーワードの出現頻度の推移をパターンに当てはめることができる。パターン判別部１８はデータ点をアイマップ２１０に配置することでワード出現頻度グラフの形状を既存のパターンに対応付けられる。例えばデータ点の位置によって以下のようなパターン分析が可能である。左端のデータ点２１２のキーワードは、「近年（ある期間の終期）急激に増加しているキーワード」、右端のデータ点２１４のキーワードは「昔（ある期間の始期）増加したがほとんど流行らなかったキーワード」、上端のデータ点２１１のキーワードは「途中（ある期間の中央付近）急激に出現回数が増加したが今は廃れているキーワード」、下端のデータ点２１３のキーワードは「昔（ある期間の始期）からあるが一度廃れ、再度、近年（ある期間の終期）注目されはじめているキーワード」であることを示す。

【0075】

この他、データ点の位置とワード出現頻度グラフの形状の対応は既知であるので、任意のキーワードのデータ点がアイマップ２１０のどこにあるかで、任意のキーワードのワード出現頻度グラフの形状がどのパターンに近いかを分析できる。また、あまり馴染みがないキーワード（技術テーマ）においても、出現頻度のおおまかな推移を把握することができる。

【0076】

図１６は、出現回数が一定以上のキーワードについて算出された面積Ａ１と面積Ｂ２をアイマップ２１０上に示す。図１６は、ＣＦＲＰ（Carbon Fiber Reinforced Plastics）という技術分野の複数の論文から抽出されたキーワードの分析結果を示す。なお、出現回数が少ないキーワードについては非表示になっている。図１６（ａ）はアイマップ２１０を示し、１つのデータ点が１つのキーワードを表す。ユーザーは各キーワードの出現頻度の推移にどのような傾向があるかを把握できる。図１６（ｂ）は、各キーワードの出現回数（最終的な出現回数の累積値）をアイマップ２１０上に棒グラフで示したものである。こうすることで、ユーザーは出現頻度が大きいキーワード及び小さいキーワードについて、出現頻度の推移がどのパターンに近いかを把握できる。

【0077】

また、ユーザーが任意のデータ点をマウスカーソル等でクリックすると、データ点に対応するキーワード２６１、出現回数２６２、及び、初出現年度２６３などが表示される。ユーザーはデータ点が表すキーワード、出現回数、及び、初出現年度を確認できる。

【0078】

＜処理又は動作＞
図１７は、データ処理システム１００がキーワードの出現頻度の推移をパターン分析する処理を説明するシーケンス図である。

【0079】

S1：ユーザーは端末装置３０を情報処理システム１０に接続させ、端末装置３０にＷｅｂアプリを実行させる。端末装置３０が実行するＷｅｂアプリに対し、ユーザーはデータを指定して、データが含むキーワードについて出現頻度の推移の分析開始を指示する。

【0080】

S2：端末装置３０の操作受付部３３が指示を受け付け、通信部３１がデータの指定と分析要求を情報処理システム１０に送信する。通信部３１がデータそのものを送信してもよい。

【0081】

S3：情報処理システム１０の通信部１１は分析要求を受信し、データ取得部１２が分析対象のデータを取得する。データ取得部１２はデータそのものを端末装置３０から受信してもよいし、ネットワーク上から取得してもよい。

【0082】

S4：次に、データ処理部１３はデータを形態素解析し、出現頻度算出部１４がキーワードごとに単位期間べつの出現頻度を算出する。データ形式によっては、形態素解析は不要でよい。

【0083】

S5：次に、規格化部１５は、期間と出現頻度の累積値とを、それぞれ０～１に正規化する。

【0084】

S6：次に、グラフ作成部１６は、期間に対する出現頻度の累積値をグラフ化（ワード出現頻度グラフを作成）する。

【0085】

S7：同様に、グラフ作成部１６は、ワード出現頻度グラフの二乗関数を作成する。

【0086】

S8：面積算出部１７は、ワード出現頻度グラフがｘ軸との間に形成する面積Ａ１、及び、二乗関数がｘ軸との間に形成する面積Ａ２をそれぞれ算出する。

【0087】

S9：面積算出部１７は、面積Ａ２を面積Ｂ２に変換する。図１３にて説明したように、面積Ａ２のままパターン分析する場合、ステップS9の処理は不要である。

【0088】

S10：パターン判別部１８は、面積Ａ１に対応する面積Ｂ２のデータ点を散布図に配置する（アイマップ２１０を作成）。面積Ａ２のまま分析する場合、パターン判別部１８は、面積Ａ１に対応する面積Ａ２のデータ点を散布図に配置する。

【0089】

S11：情報処理システム１０の画面生成部１９は、アイマップ２１０を表示する画面を作成し、通信部１１がこの画面情報を端末装置３０に送信する。

【0090】

S12：端末装置３０の通信部３１は画面情報を受信し、表示制御部３２がアイマップ２１０を含む画面をディスプレイ５０６に表示する。

【0091】

＜アイマップによるパターン分析の検証＞
次に、図１８，図１９に基づいて、アイマップ２１０によるパターン分析の検証例を説明する。ここでは、面積Ａ１が小さいキーワードが、最近話題になっている又は今後話題になりそうなキーワードであるかの検証例を説明する。つまり、本実施形態の分析方法が、最近注目されている又は今後注目されそうな技術の兆しを捉えているかを検証する。

【0092】

図１８は、総出現回数が１０以上のキーワードについて、面積Ａ１が小さい順に上位１００個のキーワードの初出現年度、総出現回数、面積Ａ１、面積Ａ２を示す。技術分野はＣＦＲＰである。この１００個のキーワードは、面積Ａ１が小さいので、最近話題になっている又は今後話題になりそうなキーワードであることが推測される。また、情報処理システム１０は同様の分析を量子コンピュータという技術分野でも行った。

【0093】

図１９は、上位１００個のキーワード中の兆しキーワードの抽出率を示す。図１９では、１００個のキーワードの内、何個が最近話題になっている又は今後話題になりそうなキーワードであるかの個数と割合を示す。割合が抽出率である。図１９（ａ）はＣＦＲＰを技術分野とする論文において最近話題になっている又は今後話題になりそうなキーワードの抽出率を示す。図１９（ｂ）は量子コンピュータを技術分野とする論文において最近話題になっている又は今後話題になりそうなキーワードの抽出率を示す。各キーワードが、最近話題になっている又は今後話題になりそうなキーワードであるかは各分野の専門家が判断した。図１９では、最近話題になっているキーワードを「兆し（トレンド）」、今後話題になりそうなキーワードを「兆し（フューチャー）」とした。

【0094】

図１９（ａ）（ｂ）に示すように、ＣＦＲＰと量子コンピュータのいずれも、本実施形態のデータ分析方法で抽出した上位１００キーワードのうち、兆しキーワードの割合（抽出率）が６０%を超えており、面積Ａ１により、有望領域を探索する上で有用なキーワードを抽出できたことが分かる。なお、図１９では、総出現回数が１０以上を閾値としたが、最適な条件は適宜設定されてよい。

【0095】

＜論文以外のデータ分析例＞
本実施形態のデータ分析方法は、年月日時分秒の１つ以上が対応づけられた値を含む時系列データであれば好適に適用できる。以下では、その一例として、ユーザーの暗号資産（金融商品の一例）の取引データからユーザーの所属地（国や地域）を推定する方法を説明する。なお、金融商品としては、株式、投資信託、債券、商品先物、FX（Foreign Exchange）などでもよい。

【0096】

図２０（ａ）は、ユーザーの一日の取引の毎分ごとの取引回数の平均値（例えば１時間ごと）を示す。ｘ軸が基準時（世界時間（UTS））、ｙ軸が１分ごとの取引回数の平均である。図２０（ａ）では、日本で朝九時から午後５時まであるユーザーが一定回数の取引をした場合を想定する。

【0097】

図２０（ｂ）は、ｘ軸を規格化し、取引回数の平均値を累積値にしたグラフ（上記のワード出現頻度グラフに相当）である。図２０（ｂ）の取引データの面積Ａ１は0.733333、面積Ｂ２は0.0207407であった。

【0098】

図２１（ａ）（ｂ）は図２０（ａ）（ｂ）と同じ取引データについて、ｘ軸の基準時を米国東部標準時（ＥＳＴ）で表したものである。図２１（ｂ）の取引データの面積Ａ１は0.28、面積Ｂ２は0.0415407であった。

【0099】

図２０（ｂ）と図２１（ｂ）のグラフを比較するとその形状が異なるが、形状の違いは面積Ａ１と面積Ｂ２に現れている。したがって、キーワードの出現頻度と同様に、取引データに対応するデータ点がアイマップ２１０のどこにあるかでユーザーの所属地を推定できる。

【0100】

＜機械学習を使用したパターン分析＞
本実施形態では、情報処理システム１０が、ワード出現頻度グラフの面積Ａ１に対する面積Ａ２又はＢ２の散布図を作成することで、パターン分析を行ったが、機械学習を使用してパターン分析してもよい。

【0101】

機械学習とは、コンピュータに人のような学習能力を獲得させるための技術であり、コンピュータが、データ識別等の判断に必要なアルゴリズムを、事前に取り込まれる学習データから自律的に生成し、新たなデータについてこれを適用して予測を行う技術のことをいう。機械学習のための学習方法は、教師あり学習、教師なし学習、半教師学習、強化学習、深層学習のいずれかの方法でもよく、更に、これらの学習方法を組み合わせた学習方法でもよく、機械学習のための学習方法は問わない。機械学習の手法には、パーセプトロン、ディープラーニング、サポートベクターマシン、ロジスティック回帰、ナイーブベイズ、決定木、ランダムフォレストなどがあり、本実施形態で説明する手法には限られない。

【0102】

例えば、ディープラーニングは、入力されたデータＡＢＣに基づいてＸＹＺを予測した後に、教師データとの誤差を減らすために誤差逆伝播法でニューラルネットワーク間の重みを調整するアルゴリズムである。より具体的には、ワード出現頻度グラフ（座標）を入力、アイマップ２１０をいくつかに区分した領域の識別情報を正解データの組とするトレーニングデータを管理者が用意し、機械学習部が、ワード出現頻度グラフと領域の識別情報の対応を学習する。

【0103】

ブースティング決定木は、決定木など複数の弱識別機を独立に学習させ、複数の弱識別機による予測結果を、多数決などを用いて統合し、全体（強識別機）の予測結果として出力するアルゴリズムである。この場合、機械学習部は、同様のトレーニングデータを用いて、ワード出現頻度グラフ（座標）を、領域の識別情報に分類する複数の異なる決定木を作成し、これらの多数決で最終的な領域の識別情報を出力する。

【0104】

図２２は、機械学習を使用したパターン分析装置３２０の機能ブロック図である。図２２に示されるように、パターン分析装置３２０は、ワード出現頻度グラフ取得部３２１、教師データ格納部３２２、機械学習部３２３、学習済みモデル格納部３２４、及び、推論部３２５を備えることができる。以下、それぞれについて説明する。ワード出現頻度グラフ取得部３２１は、グラフ作成部１６が作成したワード出現頻度グラフを取得する。

【0105】

＜学習フェーズ＞
教師データ格納部３２２には、機械学習のための教師データが格納されている。教師データ格納部３２２内の教師データは、ワード出現頻度グラフ取得部３２１が一定期間取得して蓄積した、ワード出現頻度グラフの座標（入力）と、アイマップ２１０内の領域の識別情報（出力）である。

【0106】

機械学習部３２３は、受信したワード出現頻度グラフの座標から、出力する領域の識別情報を導出するための学習済みモデルを生成する。具体的には、機械学習部３２３は、受信したワード出現頻度グラフの座標を入力データとし、そのワード出現頻度グラフが分類されるべき正しい領域の識別情報を出力データとした教師データを用いて機械学習を行い、学習済みモデルを生成する。また、機械学習部３２３は、生成した学習済みモデルを学習済みモデル格納部３２４に格納する。学習済みモデル格納部３２４には、機械学習部３２３が生成した学習済みモデルが格納されている。

【0107】

＜推論フェーズ＞
推論部３２５は、現在のワード出現頻度グラフの座標を取得して、アイマップ２１０においてキーワードが配置される領域の識別情報を推論する。具体的には、推論部３２５は、ワード出現頻度グラフ取得部３２１から、ワード出現頻度グラフの座標を取得する。また、推論部３２５は、学習済みモデル格納部３２４内の学習済みモデルにワード出現頻度グラフの座標を入力して、アイマップ２１０においてキーワードが配置される領域の識別情報を出力させる。

【0108】

＜主な効果＞
以上説明したように、本実施形態のデータ処理システムは、時系列データを規格化してｘ軸との面積Ａ１と二乗関数の面積Ａ２又はＢ２を算出し、面積Ａ１に対する面積Ａ２又はＢ２の散布図を作成することで、時系列データがどのように推移したかをパターン分析できる。例えば特定の技術分野においてどのような技術が話題になっているか、今後話題になりそうかの兆しを抽出でき、早期に事業化できる可能性が高まる。

【0109】

＜その他の適用例＞
以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

【0110】

例えば、本実施形態では、データに含まれるキーワードについて出現頻度の推移をパターン分析したが、ユーザーが指定したキーワードについて出現頻度の推移をパターン分析してもよい。この場合、情報処理システム１０は１つキーワードについてのみパターン分析すればよい。

【0111】

また、キーワードはテキスト化されていなくてもよい。情報処理システム１０は例えば各種の会議で録音された音声データを音声認識して、含まれるキーワードについて出現頻度の推移をパターン分析してもよい。ユーザーは、各種開催される会議で、どのような話題がどのようなパターンで推移したかを解析できる。また、情報処理システム１０は、コールセンターにかかってくる会話の音声データを音声認識して、含まれるキーワードについて出現頻度の推移をパターン分析してもよい。ユーザーは、どのようなキーワードについて問い合わせが多いかを分析して、システムやサービスを改良することができる。

【0112】

また、情報処理システム１０がスクレイピングする例としてＳＮＳへの投稿内容があり、投稿内容からキーワードを抽出してよい。情報処理システム１０は、現在、話題になっているキーワードを特定できる。

【0113】

また、本実施形態では、出現頻度の累積値を求めたので、ワード出現頻度グラフが期間に対し減少することはなかったが、ワード出現頻度グラフを180°回転させてパターン分析してもよい。

【0114】

また、本実施形態では、グラフ作成部１６がワード出現頻度グラフ等を作成したが、本実施形態で作成されるグラフは視覚化されることまでは必要ない。すなわち、本実施形態で示したグラフは説明のためのものであり、面積Ａ１、Ａ２、Ｂ２を算出できれば、表示されなくてもよい。ただし、ワード出現頻度グラフ等がアイマップ２１０と共に表示されることで、ユーザーはワード出現頻度グラフの形状を目視で確認できる。

【0115】

また、本実施形態では、分析対象の一例として、技術分野の論文のタイトルに含まれるキーワードの出現頻度の推移をパターン分析したり、暗号資産の取引回数の推移をパターン分析したりしたが分析対象はこれらに限られない。例えば論文は技術分野でなく、医学、薬学、思想、芸術、文学、言語、歴史、地理、文化人類、法学、政治、経済、社会、教育、心理、数学、物理、天文学、化学、エネルギー、生化学、農芸化学、土木、スポーツなど論文の形式であればよい。

【0116】

また、キーワードが含まれていればデータは論文に限られない。データは、書籍、雑誌、議事録、日報、経理書類などでもよい。また、キーワードは、人名、地名、企業名等の固有名詞でもよい。

【0117】

また、データは画像データでもよい。この場合、認識装置が画像データに写っている被写体をキーワードに変換する。例えば、情報処理システム１０が画像データに光学的文字認識処理を行うことでキーワードを抽出する。あるいは、情報処理システム１０が画像データから歩行者や車両の数を認識し、これらの数と撮影日時とを抽出してもよい。情報処理システム１０は所定の時間ない歩行者や車両の数がどのように推移するかをパターン分析できる。歩行者や車両の数に限らず、時間と共に変化する被写体の数について、情報処理システム１０は同様に分析可能である。

【0118】

また、図６などの構成例は、端末装置３０、及び情報処理システム１０による処理の理解を容易にするために、主な機能に応じて分割したものである。処理単位の分割の仕方や名称によって本願発明が制限されることはない。端末装置３０、及び情報処理システム１０の処理は、処理内容に応じて更に多くの処理単位に分割することもできる。また、１つの処理単位が更に多くの処理を含むように分割することもできる。

【0119】

また、実施例に記載された装置群は、本明細書に開示された実施形態を実施するための複数のコンピューティング環境のうちの１つを示すものにすぎない。ある実施形態では、情報処理システム１０は、サーバクラスタといった複数のコンピューティングデバイスを含む。複数のコンピューティングデバイスは、ネットワークや共有メモリなどを含む任意のタイプの通信リンクを介して互いに通信するように構成されており、本明細書に開示された処理を実施する。

【0120】

更に、情報処理システム１０は、本実施形態で開示された処理ステップ、例えば図１７等を様々な組み合わせで共有するように構成できる。例えば、所定のユニットによって実行されるプロセスは、情報処理システム１０が有する複数の情報処理装置によって実行され得る。また、情報処理システム１０は、１つのサーバー装置にまとめられていても良いし、複数の装置に分けられていても良い。

【0121】

上記で説明した実施形態の各機能は、一又は複数の処理回路によって実現することが可能である。ここで、本明細書における「処理回路」とは、電子回路により実装されるプロセッサのようにソフトウェアによって各機能を実行するようプログラミングされたプロセッサや、上記で説明した各機能を実行するよう設計されたASIC(Application Specific Integrated Circuit)、DSP（Digital Signal Processor）、FPGA（Field Programmable Gate Array）や従来の回路モジュール等のデバイスを含むものとする。

【符号の説明】

【0122】

１０ 情報処理システム
３０ 端末装置
１００ データ処理システム

【先行技術文献】

【特許文献】

【0123】

【特許文献1】特開2019－101591号公報

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】