特開 2024-171826 因果分析支援装置、因果分析支援方法、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】P2024171826

(43)【公開日】2024-12-12

(54)【発明の名称】因果分析支援装置、因果分析支援方法、プログラム及び記録媒体

(51)【国際特許分類】

   G06N 5/04 20230101AFI20241205BHJP

   G06Q 10/04 20230101ALI20241205BHJP

   G06N 20/00 20190101ALI20241205BHJP

【ＦＩ】

G06N5/04

G06Q10/04

G06N20/00

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023089069

(22)【出願日】2023-05-30

(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

(74)【代理人】

【識別番号】100227019

【弁理士】

【氏名又は名称】安 修央

(72)【発明者】

【氏名】日室 聡仁

(72)【発明者】

【氏名】山本 純一

(72)【発明者】

【氏名】浅沼 爽汰

(72)【発明者】

【氏名】渡部 佳織

(72)【発明者】

【氏名】菅原 収吾

【テーマコード（参考）】

5L010

5L049

【Ｆターム（参考）】

5L010AA04

5L049AA04

(57)【要約】

【課題】 適合度の低下を抑制し、且つ、因果モデルの可読性を向上可能な因果分析支援装置を提供する。
【解決手段】 本開示の因果分析支援装置は、因果モデル取得部、重要度算出部、再構築部、および結果出力部を含み、
前記因果モデル取得部は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出部は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築部は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力部は、少なくとも一つの前記再構築モデルを出力する。
【選択図】 図１

【特許請求の範囲】

【請求項1】

因果モデル取得部、重要度算出部、再構築部、および結果出力部を含み、
前記因果モデル取得部は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出部は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築部は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力部は、少なくとも一つの前記再構築モデルを出力する、因果分析支援装置。

【請求項2】

前記重要度算出部は、前記変数の因果係数に基づいて前記重要度を算出する、請求項１記載の因果分析支援装置。

【請求項3】

前記重要度算出部は、前記因果係数の絶対値に基づいて前記重要度を算出する、請求項２記載の因果分析支援装置。

【請求項4】

前記重要度算出部は、前記重要度として、前記変数の中心性指数を算出する、請求項１から３のいずれか一項に記載の因果分析支援装置。

【請求項5】

前記再構築部は、
前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成し、
前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する、請求項１から３のいずれか一項に記載の因果分析支援装置。

【請求項6】

評価値算出部を含み、
前記評価値算出部は、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する、請求項１から３のいずれか一項に記載の因果分析支援装置。

【請求項7】

前記結果出力部は、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力する、請求項６記載の因果分析支援装置。

【請求項8】

因果モデル取得工程、重要度算出工程、再構築工程、および結果出力工程を含み、
前記因果モデル取得工程は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出工程は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築工程は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力工程は、少なくとも一つの前記再構築モデルを出力する、因果分析支援方法。

【請求項9】

因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラム。

【請求項10】

因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラムを記録した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】

本開示は、因果分析支援装置、因果分析支援方法、プログラム及び記録媒体に関する。

【背景技術】

【0002】

近年、様々な事象の原因推定を行うため、複数の変数からなる事象の因果推定が試みられている。例えば、特許文献１には、生産ラインの実態を正確に反映した各機構間の因果関係の情報を得るための技術が記載されている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１４９３０３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、特許文献１のようなシステムを用いて多数の変数を用いた分析を行う場合、変数間の因果数が膨大になり、分析結果の解釈が困難になる。この際、例えば、因果係数に閾値を設けて因果数を抑制すると、分析モデルの適合度（ＣＦＩ：Comparative Fit Index）が低下するという課題がある。

【0005】

そこで本開示は、適合度の低下を抑制し、且つ、因果モデルの可読性を向上可能な因果分析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、本開示の因果分析支援装置は、
因果モデル取得部、重要度算出部、再構築部、および結果出力部を含み、
前記因果モデル取得部は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出部は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築部は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力部は、少なくとも一つの前記再構築モデルを出力する。

【0007】

本開示の因果分析支援方法は、
因果モデル取得工程、重要度算出工程、再構築工程、および結果出力工程を含み、
前記因果モデル取得工程は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出工程は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築工程は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力工程は、少なくとも一つの前記再構築モデルを出力する。

【0008】

本開示のプログラムは、
因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラムである。

【0009】

本開示の記録媒体は、
因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体である。

【発明の効果】

【0010】

本開示によれば、因果モデルの適合度の低下を抑制し、且つ、因果モデルの可読性を向上できる。

【図面の簡単な説明】

【0011】

【図1】図１は、本開示の因果分析支援装置の一例の構成を示すブロック図である。

【図2】図２は、本開示の因果分析支援装置のハードウェア構成の一例を示すブロック図である。

【図3】図３は、本開示の因果分析支援装置における処理の一例を示すフローチャートである。

【図4】図４は、因果モデルの例を示す模式図である。

【図5】図５は、本開示の因果分析支援装置の再構築部による処理の一例を示すフローチャートである。

【図6】図６は、実施例１における評価用因果モデルとその適合度を示す図である。

【図7】図７は、実施例１における再構築モデルとその適合度を示す図である。

【図8】図８は、実施例１における参考例の因果モデルとその適合度を示す図である。

【図9】図９は、本開示の因果分析支援装置の一例の構成を示すブロック図である。

【図10】図１０は、本開示の因果分析支援装置における処理の一例を示すフローチャートである。

【発明を実施するための形態】

【0012】

次に、本開示の実施形態について図を用いて説明する。本開示は、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］
本実施形態の因果分析支援装置について、図１を用いて説明する。図１は、本実施形態の因果分析支援装置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、因果分析支援装置１０（以下、「本装置１０」ともいう）は、因果モデル取得部１１、重要度算出部１２、再構築部１３、および結果出力部１４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、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。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。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、本開示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。さらに、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、中央処理装置（ＣＰＵ、ＧＰＵ等）１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０５、出力装置１０６、通信デバイス１０７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】

中央処理装置１０１は、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、中央処理装置１０１により、例えば、本開示のプログラム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、中央処理装置１０１が、因果モデル取得部１１、重要度算出部１２、再構築部１３、および結果出力部１４として機能する。本装置１０は、演算装置として、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、これら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、後述する因果モデルを生成可能な装置、外部記憶装置（外部データベース等）、プリンタ、外部入力装置、外部表示装置、スピーカ等の音声出力装置、カメラ等の外部撮像装置、並びに、加速度センサ、地磁気センサ、及び方向センサ等の各種センサ等があげられる。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、ユーザの端末等の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。中央処理装置１０１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開示のプログラム等の種々の動作プログラムを、メモリ１０２が読み込み、中央処理装置１０１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、本開示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。この場合、メモリ１０２及び記憶装置１０４は、例えば、前述の本装置のユーザの情報等を記憶していてもよい。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１０５、出力装置１０６を備える。入力装置１０５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。出力装置１０６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；スピーカ等の音声出力装置；プリンタ；等があげられる。本実施形態において、入力装置１０５と出力装置１０６とは、別個に構成されているが、入力装置１０５と出力装置１０６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、本実施形態の因果分析支援方法の一例を、図３のフローチャートに基づき説明する。本実施形態の因果分析支援方法は、例えば、図１または図２に示す因果分析支援装置１０を用いて、次のように実施できる。なお、本実施形態の因果分析支援方法は、図１または図２の因果分析支援装置１０の使用には限定されない。図３は、因果分析支援装置１０による処理の一例を示すフローチャートである。

【0023】

まず、因果モデル取得部１１により、少なくとも一つの変数の因果関係を含む因果モデルを取得する（Ｓ１、因果モデル取得工程）。前記因果モデルは、例えば、公知の因果探索手法により、少なくとも一つの変数（因子ともいう）における因果関係の有無やその方向を探索した結果を示すモデルである。前記因果モデルは、変数間の因果関係を示す矢印と（因果）と、前記因果の影響力を示す因果係数を含む。前記因果探索方法は、特に制限されず、例えば、ＬｉＮＧＡＭ（Liner Non-Gaussian Acyclic Model）、ＳＡＭ（Structural Agnostic Modelling）、ベイジアンネットワーク、ＬｉＮＧ（Liner Non-Gaussian SEM）等があげられる。前記因果モデルは、例えば、図４に示すように、少なくとも一つの変数（例えば、変数Ａ、Ｂ、Ｃ、及びＤ）について、因果関係を矢印で示した有向グラフで表すことができる。図４に示す因果モデルでは、例えば、変数Ｂは、変数Ｃ及びＤに対して因果関係があり、変数Ａは、変数Ｄに対して因果関係があることを示す。また、図４に示す因果モデルにおいて、各変数間の因果係数は、因果関係を示す矢印付近の数字として示すことができる。具体的に、図４に示す因果モデルにおいて、変数Ａから変数Ｄへの因果係数は、－０．２であり、変数Ｂから変数Ｃへの因果係数は、０．６であり、変数Ｂから変数Ｄへの因果係数は、－２．６であり、変数Ｃから変数Ｄへの因果係数は、－２．３である。因果モデル取得部１１は、例えば、前記因果モデルを１つ取得してもよいし、２以上の複数取得してもよい。因果モデル取得部１１は、例えば、因果探索が可能な外部装置が分析した因果モデルを取得してもよいし、前記因果モデルを記録した外部のデータベース又はサーバから前記因果モデルを取得してもよい。なお、因果モデル取得部１１は、例えば、本装置１０が生成した因果モデルを取得してもよい。この場合、本装置１０は、例えば、少なくとも一つの変数を含むデータを取得し、取得したデータを前記因果探索手法により分析し、入力されたデータが含む前記変数の因果関係を推定し、前記因果モデルを生成できる。なお、この際、例えば、入力されたデータが含む変数が１つである場合、本装置１０は、処理を終了してもよい。この際、例えば、後述する結果出力部１４により、変数が一つである旨の結果をあわせて出力してもよい。

【0024】

前記因果モデルは、例えば、ターゲット変数が指定されたモデルでもよいし、ターゲット変数が指定されていないモデルでもよい。前記ターゲット変数は、例えば、因果の始点または終点となる変数を意味する。前記ターゲット変数が前記因果の始点となる変数である場合、例えば、前記因果探索手法において、前記ターゲット変数から他の変数へ因果が発生するようにパラメータを設定することにより、ターゲット変数が始点となる因果モデルを生成できる。また、前記ターゲット変数が因果の終点となる変数である場合、例えば、前記因果探索手法において、他の変数から前記ターゲット変数に因果が収束するようにパラメータを設定することにより、ターゲット変数が終点となる因果モデルを生成できる。

【0025】

つぎに、重要度算出部１２により、前記因果モデルが含む前記変数の重要度を算出する（Ｓ２、重要度算出工程）。前記重要度は、例えば、前記因果モデルが含む変数が、他の変数に与える影響を示す指標である。重要度算出部１２は、例えば、前記変数の因果係数に基づいて前記重要度を算出できる。前記因果係数は、例えば、正の値であるとは限らず、負の値を含む場合がある。因果係数が負の値である場合、当該変数は、他の変数への負の影響が大きい変数であることが推定される。このため、重要度算出部１２は、例えば、前記因果係数を絶対値に置換し、前記因果係数の絶対値に基づいて前記重要度を算出することが好ましい。重要度算出部１２は、前記重要度として、前記変数の中心性指数を算出できる。具体的に、重要度算出部１２は、例えば、前記因果モデルが含む各変数をノード、前記因果係数（またはその絶対値）をエッジとしてネットワーク中心性分析を行い、各変数の中心性指数を前記重要度として算出できる。前記ネットワーク中心性分析の手段は、特に制限されず、例えば、PageRankアルゴリズム、近接中心性、次数中心性、固有ベクトル中心性、ボナチッチのパワー中心性、媒介中心性、情報中心性等が利用できる。

【0026】

前記重要度算出工程の具体例について、図５を用いて説明する。以下の説明においては、図５（Ａ）に示すように、図４に示す因果モデルにおいて、変数Ａから変数Ｄへの因果係数が－０．２であり、変数Ｂから変数Ｃへの因果係数が０．６であり、変数Ｂから変数Ｄへの因果係数が－２．６であり、変数Ｃから変数Ｄへの因果係数が－２．３である場合を例に挙げて説明する。重要度算出部１２は、例えば、図５（Ｂ）に示すように、各因果係数を絶対値に置換する。そして、重要度算出部１２は、例えば、ネットワーク中心性分析を行い、各変数の中心性指数を重要度として算出する。図５（Ｃ）は、変数Ａ～Ｄの重要度を示す表である。図５（Ｃ）に示すように、図４に示す因果モデルにおける変数Ａの重要度は、０．８３であり、変数Ｂの重要度は、３．４５であり、変数Ｃの重要度は、２．８９であり、変数Ｄの重要度は、７．７５である。このため、図４に示す因果モデルにおいては、変数Ｄ、変数Ｂ、変数Ｃ、変数Ａの順で他の変数への影響が大きいことがわかる。

【0027】

つぎに、再構築部１３は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成する（Ｓ３、再構築工程）。具体的に、再構築部１３は、前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成する。再構築部１３は、例えば、重要度が最も低い変数を削除して前記候補変数を生成してもよいし、前記重要度が閾値未満の変数を削除してもよい。前記閾値は、特に制限されず、分析の目的等に応じて適宜設定できる。再構築部１３は、例えば、前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する。再構築部１３は、例えば、前記候補変数について、公知の因果探索手法により候補変数間の因果関係を分析して、前記再構築モデルを生成できる。前記因果探索方法は、特に制限されず、例えば、ＬｉＮＧＡＭ（Liner Non-Gaussian Acyclic Model）、ＳＡＭ（Structural Agnostic Modelling）、ベイジアンネットワーク、ＬｉＮＧ（Liner Non-Gaussian SEM）等があげられる。また、再構築部１３は、例えば、生成した再構築モデルの適合度を合わせて算出してもよい。前記適合度は、例えば、ＣＦＩ（Comparative Fit Index）、ＲＭＳＥＡ（Root Mean Square Error of Approximation）、ＧＦＩ（Goodness of Fit Index）、ＡＧＦＩ（Adjusted Goodness of Fit Index）、ＡＩＣ（Akaike's Information Criterion）、ＣＡＩＣ（Consistent Akaike's Information Criterion）、ＢＩＣ（Bayesian Information Criterion）等があげられる。本装置１０は、例えば、生成した前記再構築モデルを前記記憶部に保存してもよい。この際、前記適合度を前記再構築モデルに紐づけて保存することが好ましい。

【0028】

再構築部１３は、例えば、ターゲット変数を終点とする少なくとも一つの再構築モデルを生成してもよいし、ターゲット変数を始点とする少なくとも一つの再構築モデルを生成してもよいし、ターゲット変数を指定しない少なくとも一つの再構築モデルを生成してもよい。前記ターゲット変数は、例えば、因果の始点または終点となる変数を意味する。前記ターゲット変数が前記因果の始点となる変数である場合、再構築部１３は、例えば、前記因果探索手法において、前記ターゲット変数から他の変数へ因果が発生するようにパラメータを設定することにより、ターゲット変数が始点となる再構築モデルを生成できる。また、前記ターゲット変数が因果の終点となる変数である場合、再構築部１３は、例えば、前記因果探索手法において、他の変数から前記ターゲット変数に因果が収束するようにパラメータを設定することにより、ターゲット変数が終点となる再構築モデルを生成できる。再構築部１３は、例えば、前記ターゲット変数を指定しない再構築モデルを生成する場合、例えば、前記Ｓ１で取得した因果モデルが含む変数について、前記少なくとも一つの変数における中心となる因果モデルを生成できる。

【0029】

また、本装置１０は、例えば、前記候補変数が所定数以下になるまでの間、Ｓ１で取得した因果モデルに代えて、前記再構築モデルを用いて、因果モデル取得部１１、重要度算出部１２、および再構築部１３による処理を繰り返してもよい。前記所定数は、特に制限されず、例えば、任意の数が設定できる。前記所定の数は、例えば、１でもよいし、２以上の複数でもよいが、１が好ましい。また、前記所定の数は、例えば、前記Ｓ１で取得した因果モデルが含む変数数に対する割合であってもよい。前記割合は、特に制限されず、例えば、５０％、２５％、１５％、１０％等があげられる。

【0030】

そして、結果出力部１４は、少なくとも一つの前記再構築モデルを出力する（Ｓ４、結果出力工程）。結果出力部１４は、例えば、前記再構築モデルを本装置１０の出力装置１０６（例えば、ディスプレイ）に出力してもよいし、外部装置に出力してもよい。前記外部装置は、特に制限されず、例えば、プリンタ、端末装置（例えば、ユーザのスマートフォン、ＰＣ、タブレット端末等）があげられる。

【0031】

本実施形態の因果分析支援装置によれば、因果モデル取得部により取得した因果モデルについて、重要度算出部により、前記因果モデルが含む変数の重要度を算出できる。そして、再構築部により、前記重要度に基づいて前記因果モデルを再構築した再構築モデルを少なくとも一つ生成し、結果出力部により、少なくとも一つの再構築モデルを出力できる。このため、本実施形態の因果分析支援装置によれば、因果モデルが含む変数の重要度を考慮した再構築モデルを生成できるため、適合度の低下を抑制し、且つ、因果モデルの可読性を向上できる。このため、本実施形態の因果分析支援装置は、例えば、心因果関係の分析を利用する分野において利用でき、特に、ＩＴ分野、経済分野、ライフサイエンス分野、環境分野、社会学分野等の、多数の変数間の因果関係の推定に特に好適に利用できる。

【0032】

［実施例１］
本開示の因果分析支援装置が、因果数の多い多変数データにおける因果分析に適していることを確認した。なお、本開示は以下の実施例にはなんら限定されない。

【0033】

まず、２２変数（変数Ｑ、変数Ｃ、変数Ｉ、変数Ｋ、変数Ｇ、変数Ｒ、変数Ｏ、変数Ｄ、変数Ｌ、変数Ｔ、変数Ｊ、変数Ｕ、変数Ｂ、変数Ｎ、変数Ｖ、変数Ａ、変数Ｐ、変数Ｓ、変数Ｍ、変数Ｅ、変数Ｈ、変数Ｆ）のデータを用意し、ＬｉＮＧＡＭにより、評価用因果モデルを用意した。図６（Ａ）に、前記評価用因果モデルの全体図を示す。前記評価用因果モデルの適合度は、図６（Ｂ）に示すように、ＣＦＩ（Comparative Fit Index）が0.990717、ＧＦＩ（Goodness of Fit Index）が0.977986、ＡＧＦＩ（Adjusted Goodness of Fit Index）が0.960845、ＲＭＳＥＡ（Root Mean Square Error of Approximation）が0.026482、ＡＩＣ（Akaike's Information Criterion）が243.554451、ＢＩＣ（Bayesian Information Criterion）が842.300595であった。図６（Ｂ）に示すように、図６（Ａ）の評価用因果モデルは、適合度が高く、２２変数間の因果関係としては妥当なモデルであると考えられるが、図６（Ａ）に示すように、変数間の因果関係が非常に複雑であり、可読性が低い。

【0034】

図６（Ａ）の評価用因果モデルを、本装置１０に入力し、再構築した再構築モデルの一例を図７に示す。図７（Ａ）に示すように、本装置１０により再構築した再構築モデルは、変数が削減されており、可読性が向上している。また、図７（Ｂ）に示すように、前記再構築モデルは、ＣＦＩ（Comparative Fit Index）が0.97844、ＧＦＩ（Goodness of Fit Index）が0.95897、ＡＧＦＩ（Adjusted Goodness of Fit Index）が0.92740、ＲＭＳＥＡ（Root Mean Square Error of Approximation）が0.03206、ＡＩＣ（Akaike's Information Criterion）が29.94730、ＢＩＣ（Bayesian Information Criterion）が103.56363であった。図７（Ａ）および（Ｂ）に示すように、本装置１０により再構築した再構築モデルは、モデルの適合度の低下を抑制し、且つ、変数を削減できる。このため、本装置１０は、因果モデルの適合度の低下を抑制し、且つ、因果モデルの可読性を向上できることがわかった。

【0035】

因果モデルの可読性を単純に向上させる手法としては、例えば、分析対象となるターゲット変数周辺の関係性を抽出して解釈を試みるという手法が考えられる。そこで、参考例として、図６（Ａ）の評価用因果モデルについて、ターゲット変数Ｅに隣接する変数と、前記隣接する変数にさらに隣接する変数をピックアップし、ピックアップした変数を用いて再構築した参考例の因果モデルの一例を図８に示す。図８（Ａ）に示すように、参考例の手法によっても、因果モデルの可読性は向上するが、図８（Ｂ）に示すように、参考例の因果モデルは、ＣＦＩ（Comparative Fit Index）が0.915675、ＧＦＩ（Goodness of Fit Index）が0.897672、ＡＧＦＩ（Adjusted Goodness of Fit Index）が0.870684、ＲＭＳＥＡ（Root Mean Square Error of Approximation）が0.063892、ＡＩＣ（Akaike's Information Criterion）が57.075787、ＢＩＣ（Bayesian Information Criterion）が199.400690であった。参考例の因果モデルは、モデル適合度の低下が著しく、ＣＦＩ、ＧＦＩ、ＡＧＦＩ、ＲＭＳＥＡの数値が図６の評価用因果モデルから低下し、特に、ＧＦＩおよびＡＧＦＩの低下レベルが許容できないレベルであることがわかった。

【0036】

［実施形態２］
実施形態２は、本開示の因果分析支援装置の例である。

【0037】

図９は、因果分析支援装置１０Ａの一例の構成を示すブロック図である。図９に示すように、因果分析支援装置１０Ａは、実施形態１の因果分析支援装置１０の構成に加えて、評価値算出部１５を含む。因果分析支援装置１０Ａのハードウェア構成は、図２の因果分析支援装置１０のハードウェア構成において、中央処理装置１０１が、図１の因果分析支援装置１０の構成に代えて、図９の因果分析支援装置１０Ａの構成を備える以外は同様である。以下、評価値算出部１５の処理を説明する。評価値算出部１５の処理は、例えば、前記実施形態１で説明した図３のフローチャートにおける任意の位置に適宜挿入できるが、図１０に示すように、Ｓ３の後、且つ、Ｓ４の前に挿入されることが好ましい。

【0038】

評価値算出部１５は、例えば、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する（Ｓ１１、評価値算出工程）。前記評価値は、例えば、前記因果モデルおよび前記再構築モデルの適合度と可読性とを総合的に評価した指標である。評価値算出部１５は、例えば、各モデルの適合度および変数数に基づき、任意のスコア関数を用いて前記評価値を算出できる。前記スコア関数は、特に制限されず、例えば、下記式（１）のような関数があげられる。なお、下記式（１）のスコア関数は一例であり、本開示は以下の例示にはなんら制限されない。評価値算出部１５は、例えば、算出した前記評価値を対応する因果モデルまたは再構築モデルと紐づけて前記記憶部に記憶してもよい。
式（１）：(0.97-CFI)^2 + 2*(0.04-RMSEA)^2 +0.3*(3-変数数)^2

【0039】

本実施形態において、結果出力部１４は、例えば、Ｓ４の結果出力工程において、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力してもよい。結果出力部１４は、例えば、前記評価値が最も優れた再構築モデルまたは因果モデルを選択してもよいし、前記評価値が評価基準を超える少なくとも一つの再構築モデルまたは因果モデルを選択してもよい。結果出力部１４による再構築モデルの選択基準は、特に制限されず、例えば、前記評価値の算出手法に応じて適切な基準が設定できる。

【0040】

本実施形態の因果分析支援装置によれば、因果モデル取得部により取得した因果モデルについて、重要度算出部により、前記因果モデルが含む変数の重要度を算出できる。そして、再構築部により、前記重要度に基づいて前記因果モデルを再構築した再構築モデルを少なくとも一つ生成し、前記評価値算出部により、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出し、前記結果出力部により、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力できる。このため、本実施形態の因果分析支援装置によれば、因果モデルが含む変数の重要度を考慮した再構築モデルを生成できるため、適合度の低下を抑制し、且つ、因果モデルの可読性を向上できる。また、本実施形態の因果分析支援装置によれば、前記評価値算出部により算出した評価値に基づいて、前記結果出力部が、少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力できる。このため、本実施形態の因果分析支援装置によれば、ユーザは、適合度の低下が抑制され、且つ、可読性が向上された因果モデルをより容易に閲覧することが可能になる。このため、本実施形態の因果分析支援装置は、例えば、心因果関係の分析を利用する分野において利用でき、特に、ＩＴ分野、経済分野、ライフサイエンス分野、環境分野、社会学分野等の、多数の変数間の因果関係の推定に特に好適に利用できる。

【0041】

［実施形態３］
本実施形態のプログラムは、前述の因果分析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、因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を実行させるためのプログラムである。

【0042】

前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力する。

【0043】

また、本実施形態のプログラムは、コンピュータを、因果モデル取得手順、重要度算出手順、再構築手順、および結果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。

【0044】

本実施形態のプログラムは、前記本開示の因果分析支援装置および因果分析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）、フラッシュメモリー（例えば、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＵＳＢフラッシュメモリー、ＳＤ／ＳＤＨＣカード等）、光ディスク（例えば、ＣＤ‐Ｒ／ＣＤ‐ＲＷ、ＤＶＤ‐Ｒ／ＤＶＤ‐ＲＷ、ＢＤ‐Ｒ／ＢＤ‐ＲＥ等）、光磁気ディスク（ＭＯ）、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。また、本実施形態のプログラム（例えば、プログラミング製品、又はプログラム製品ともいう）は、例えば、外部のコンピュータから配信される形態であってもよい。前記「配信」は、例えば、通信回線網を介した配信でもよいし、有線で接続された装置を介した配信であってもよい。本実施形態のプログラムは、配信された装置にインストールされて実行されてもよいし、インストールされずに実行されてもよい。

【0045】

以上、実施形態を参照して本開示を説明したが、本開示は、上記実施形態に限定されるものではない。本開示の構成や詳細には、本開示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。そして、各実施の形態は、適宜他の実施の形態と組み合わせることができる。

【0046】

＜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）
因果モデル取得部、重要度算出部、再構築部、および結果出力部を含み、
前記因果モデル取得部は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出部は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築部は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力部は、少なくとも一つの前記再構築モデルを出力する、因果分析支援装置。
（付記２）
前記重要度算出部は、前記変数の因果係数に基づいて前記重要度を算出する、付記１記載の因果分析支援装置。
（付記３）
前記重要度算出部は、前記因果係数の絶対値に基づいて前記重要度を算出する、付記２記載の因果分析支援装置。
（付記４）
前記重要度算出部は、前記重要度として、前記変数の中心性指数を算出する、付記１から３のいずれかに記載の因果分析支援装置。
（付記５）
前記再構築部は、
前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成し、
前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する、付記１から４のいずれかに記載の因果分析支援装置。
（付記６）
前記因果モデル生成部は、ターゲット変数を終点とする少なくとも一つの再構築モデルを生成する、付記５記載の因果分析支援装置。
（付記７）
前記因果モデル生成部は、ターゲット変数を始点とする少なくとも一つの再構築モデルを生成する、付記５または６記載の因果分析支援装置。
（付記８）
評価値算出部を含み、
前記評価値算出部は、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する、付記１から７のいずれかに記載の因果分析支援装置。
（付記９）
前記結果出力部は、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力する、付記８記載の因果分析支援装置。
（付記１０）
因果モデル取得工程、重要度算出工程、再構築工程、および結果出力工程を含み、
前記因果モデル取得工程は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出工程は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築工程は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力工程は、少なくとも一つの前記再構築モデルを出力する、因果分析支援方法。
（付記１１）
前記重要度算出工程は、前記変数の因果係数に基づいて前記重要度を算出する、付記１０記載の因果分析支援方法。
（付記１２）
前記重要度算出工程は、前記因果係数の絶対値に基づいて前記重要度を算出する、付記１１記載の因果分析支援方法。
（付記１３）
前記重要度算出工程は、前記重要度として、前記変数の中心性指数を算出する、付記１０から１２のいずれかに記載の因果分析支援方法。
（付記１４）
前記再構築工程は、
前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成し、
前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する、付記１０から１３のいずれかに記載の因果分析支援方法。
（付記１５）
前記因果モデル生成工程は、ターゲット変数を終点とする少なくとも一つの再構築モデルを生成する、付記１４記載の因果分析支援方法。
（付記１６）
前記因果モデル生成工程は、ターゲット変数を始点とする少なくとも一つの再構築モデルを生成する、付記１４または１５記載の因果分析支援方法。
（付記１７）
評価値算出工程を含み、
前記評価値算出工程は、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する、付記１０から１６のいずれかに記載の因果分析支援方法。
（付記１８）
前記結果出力工程は、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力する、付記１７記載の因果分析支援方法。
（付記１９）
因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラム。
（付記２０）
前記重要度算出手順は、前記変数の因果係数に基づいて前記重要度を算出する、付記１９記載のプログラム。
（付記２１）
前記重要度算出手順は、前記因果係数の絶対値に基づいて前記重要度を算出する、付記２０記載のプログラム。
（付記２２）
前記重要度算出手順は、前記重要度として、前記変数の中心性指数を算出する、付記１９から２１のいずれかに記載のプログラム。
（付記２３）
前記再構築手順は、
前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成し、
前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する、付記１９から２２のいずれかに記載のプログラム。
（付記２４）
前記因果モデル生成手順は、ターゲット変数を終点とする少なくとも一つの再構築モデルを生成する、付記２３記載のプログラム。
（付記２５）
前記因果モデル生成手順は、ターゲット変数を始点とする少なくとも一つの再構築モデルを生成する、付記２３または２４記載のプログラム。
（付記２６）
評価値算出手順を含み、
前記評価値算出手順は、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する、付記１９から２５のいずれかに記載のプログラム。
（付記２７）
前記結果出力手順は、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力する、付記２６記載のプログラム。
（付記２８）
因果モデル取得手順、重要度算出手順、再構築手順、および結果出力手順を含み、
前記因果モデル取得手順は、少なくとも一つの変数の因果関係を含む因果モデルを取得し、
前記重要度算出手順は、前記因果モデルが含む前記変数の重要度を算出し、
前記再構築手順は、前記重要度に基づいて前記因果モデルを再構築し、少なくとも一つの再構築モデルを生成し、
前記結果出力手順は、少なくとも一つの前記再構築モデルを出力し、
前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記２９）
前記重要度算出手順は、前記変数の因果係数に基づいて前記重要度を算出する、付記２８記載の記録媒体。
（付記３０）
前記重要度算出手順は、前記因果係数の絶対値に基づいて前記重要度を算出する、付記２０記載の記録媒体。
（付記３１）
前記重要度算出手順は、前記重要度として、前記変数の中心性指数を算出する、付記２８から３０のいずれかに記載の記録媒体。
（付記３２）
前記再構築手順は、
前記重要度に基づいて、前記因果モデルが含む前記変数から、少なくとも一つの変数を削除した候補変数を生成し、
前記候補変数に基づいて、少なくとも一つの再構築モデルを生成する、付記２８から３１のいずれかに記載の記録媒体。
（付記３３）
前記因果モデル生成手順は、ターゲット変数を終点とする少なくとも一つの再構築モデルを生成する、付記３２記載の記録媒体。
（付記３４）
前記因果モデル生成手順は、ターゲット変数を始点とする少なくとも一つの再構築モデルを生成する、付記３２または３３記載の記録媒体。
（付記３５）
評価値算出手順を含み、
前記評価値算出手順は、前記因果モデルおよび前記再構築モデルの少なくとも一つの評価値を算出する、付記２８から３４のいずれかに記載の記録媒体。
（付記３６）
前記結果出力手順は、前記評価値に基づいて少なくとも一つの前記再構築モデルおよび前記因果モデルを選択し、選択した前記再構築モデルおよび前記因果モデルを出力する、付記３５記載の記録媒体。

【産業上の利用可能性】

【0047】

このため、本開示は、例えば、因果関係の分析を利用する分野において利用でき、特に、ＩＴ分野、経済分野、ライフサイエンス分野、環境分野、社会学分野等の、多数の変数間の因果関係の推定に特に好適に利用できる。

【符号の説明】

【0048】

１０、１０Ａ 因果分析支援装置
１１ 因果モデル取得部
１２ 重要度算出部
１３ 再構築部
１４ 結果出力部
１５ 評価値算出部
１０１ ＣＰＵ
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ 入力装置
１０６ 出力装置
１０７ 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】