知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2024-09-17
(45)【発行日】2024-09-26
(54)【発明の名称】情報処理システム、コンピュータプログラム、及び情報処理方法
(51)【国際特許分類】
G06F 18/25 20230101AFI20240918BHJP
G06F 16/9032 20190101ALI20240918BHJP
G06Q 30/06 20230101ALN20240918BHJP
G06Q 30/0241 20230101ALN20240918BHJP
【ＦＩ】
G06F18/25
G06F16/9032
G06Q30/06
G06Q30/0241
【請求項の数】
10
(21)【出願番号】P 2024077148
(22)【出願日】2024-05-10
【審査請求日】2024-05-10
【早期審査対象出願】
(73)【特許権者】
【識別番号】507009009
【氏名又は名称】株式会社博報堂ＤＹホールディングス
(74)【代理人】
【識別番号】110000578
【氏名又は名称】名古屋国際弁理士法人
(72)【発明者】
【氏名】牛久 雅崇
(72)【発明者】
【氏名】熊谷 雄介
【審査官】福西 章人
(56)【参考文献】
【文献】国際公開第２０２３／１８２１６３（ＷＯ，Ａ１）
【文献】国際公開第２０１９／７３９５９（ＷＯ，Ａ１）
【文献】特開２０１７－９７７１７（ＪＰ，Ａ）
【文献】特開２０１０－２１１３８５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １８／００－１８／４０
Ｇ０６Ｆ １６／００－１６／９５８
Ｇ０６Ｑ ３０／０６
Ｇ０６Ｑ ３０／０２４１
(57)【特許請求の範囲】
【請求項1】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索するように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
【請求項2】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を、前記最適輸送理論に従って探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
【請求項3】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
【数1】
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理システム。
【請求項4】
請求項３記載の情報処理システムであって、前記差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、式
【数2】
【請求項5】
請求項４記載の情報処理システムであって、前記対応付け部は、ｐ＝１及びｑ＝２である前記式
【数3】
情報処理システム。
【請求項6】
請求項３記載の情報処理システムであって、前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間で前記共通変数の値が一致しないとき値０より大きい正の実数を示し、前記共通変数の値が一致するとき値０を示す
情報処理システム。
【請求項7】
請求項１～請求項６のいずれか一項記載の情報処理システムにおける前記第一取得部、前記第二取得部、及び前記対応付け部としての機能を、コンピュータに実現させるためのコンピュータプログラム。
【請求項8】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索することを含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
【請求項9】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を、前記最適輸送理論に従って探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けること
を含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
【請求項10】
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
【数4】
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理システム及び情報処理方法に関する。
【背景技術】
【0002】
従来、商品の販売データに基づき顧客の購買行動を分析することが行われている。顧客によるマスメディアやネットワークコンテンツへの接触行動を分析することも行われている。アンケート形式や対面での質問形式により、顧客に関する多様な情報を収集することも行われている。
【0003】
異なる手段で収集した複数のデータを共通変数に基づいて結合するデータフュージョン技術も知られている。特には、複数の第一の顧客に関して、顧客毎の第一の特徴データを備える第一のデータセットと、複数の第二の顧客に関して、顧客毎の第二の特徴データを備える第二のデータセットと、を結合する技術が既に開示されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１６－１２６６０９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
従来のデータフュージョン技術では、共通変数を用いて近しい顧客を判別するために、結合対象の第一のデータセットと第二のデータセットとの間に、顧客に関する多くの種類の共通変数が必要である。
【0006】
共通変数が第一のデータセットと第二のデータセットとの間に存在していても、共通変数の種類が少ない環境では、共通変数の同一性に基づいて同一性の高い顧客を判別することは難しい。例えば、年齢及び性別等の、多くの顧客が同じ値を示すような共通変数のみを拠り所に、適切なデータフュージョンを行うことは難しい。
【0007】
そこで、本開示の一側面によれば、共通変数の種類が少ない場合でも、複数の第一のエンティティに関する第一のデータセットと、複数の第二のエンティティに関する第二のデータセットとに基づいて、第一のエンティティと第二のエンティティとの対応付けを適切に行うことが可能な技術を提供できることが望ましい。
【課題を解決するための手段】
【0008】
本開示の一側面に係る情報処理システムは、第一取得部と、第二取得部と、対応付け部と、を備える。第一取得部は、複数の第一のエンティティに関する第一のデータセットであって、複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される。
【0009】
第二取得部は、複数の第二のエンティティに関する第二のデータセットであって、複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される。
【0010】
対応付け部は、第一のデータセット及び第二のデータセットに基づき、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成される。
【0011】
第一の特徴量及び第二の特徴量は、第一の特徴量と第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含む。
【0012】
対応付け部は、複数の第一のエンティティ及び複数の第二のエンティティに関して、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、複数の第一のエンティティと複数の第二のエンティティとの間の最適な対応付けを探索する。
【0013】
上記第一の特徴量に関する類似度は、二つの第一のエンティティ間における第一の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。上記第二の特徴量に関する類似度は、二つの第二のエンティティ間における第二の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。
【0014】
この情報処理システムによれば、類似度に関して、複数の第一のエンティティ間の関係と、複数の第二のエンティティ間の関係とが、近くなるように、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けを行うことができる。この情報処理システムによれば更に、共通変数が一致する又は類似する第一のエンティティと第二のエンティティとの対応付けに重みを置くことができる。
【0015】
したがって、複数の第一のエンティティ及び複数の第二のエンティティが、共通変数を有し、特徴空間上で同じような距離構造を有する場合において、この情報処理システムは、共通変数を利用しつつ、かつ、共通変数のみに頼らず、第一のエンティティと第二のエンティティとの対応付けを適切に行うことができる。
【0016】
このため、本開示の一側面に係る情報処理システムによれば、共通変数の種類が少ない場合でも、複数の第一のエンティティに関する第一のデータセットと、複数の第二のエンティティに関する第二のデータセットとに基づいて、第一のエンティティと第二のエンティティとの対応付けを適切に行うことができる。
【0017】
本開示の別側面によれば、情報処理システムは、上述の対応付け部に代えて、次の対応付け部を備えてもよい。すなわち、情報処理システムは、第一のデータセット及び第二のデータセットに基づき、最適輸送理論に従って、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成される対応付け部を備えていてもよい。
【0018】
対応付け部は、複数の第一のエンティティと複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定するように構成され得る。
【0019】
対応付け部は、複数の第一のエンティティを複数の第二のエンティティに輸送する際の輸送コストの総和を低減する、複数の第一のエンティティから複数の第二のエンティティへの輸送を、最適輸送理論に従って探索することによって、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成され得る。
【0020】
こうした探索によっても、第一のエンティティと第二のエンティティとの対応付けを適切に行うことができる。
【0021】
本開示の更なる別側面によれば、情報処理システムは、第一のデータセット及び第二のデータセットに基づき、最適輸送理論に従って、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成される対応付け部であって、次のように構成される対応付け部を、上述の対応付け部に代えて備えていてもよい。
【0022】
すなわち、対応付け部は、次式に従う輸送行列Γ＊に基づいて、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成されてもよい。
【0023】
【数1】
【0024】
上式に含まれるＬ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって二つの第一のエンティティｉ，ｋに対応付けられる二つの第二のエンティティｊ，ｌ間の第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］である。
【0025】
上式に含まれるｄ（ｉ，ｊ）は、第一のエンティティｉ及び第二のエンティティｊの共通変数の値に基づく、第一のエンティティｉから第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）である。
【0026】
上式に含まれるΓｉ，ｊ及びΓｋ，ｌは、第一のエンティティｉから第二のエンティティｊへの輸送量Γｉ，ｊ及び第一のエンティティｋから第二のエンティティｌへの輸送量Γｋ，ｌである。上式に含まれるｐ，ｑは、指数ｐ，ｑである。上式に含まれるαは、設計変数αである。
【0027】
第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、二つの第一のエンティティｉ，ｋ間における第一の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。
【0028】
第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、二つの第二のエンティティｊ，ｌ間における第二の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。
【0029】
補正量ｄ（ｉ，ｊ）は、第一のエンティティｉと第二のエンティティｊとの間の共通変数の値が一致しないとき共通変数の値が一致するときよりも大きい値を示す補正量、又は、第一のエンティティｉと第二のエンティティｊとの間の共通変数の値の類似度が基準より低いとき共通変数の値の類似度が基準より高いときよりも大きい値を示す補正量である。
【0030】
こうした探索によっても、第一のエンティティと第二のエンティティとの対応付けを適切に行うことができる。
【0031】
本開示の更なる別側面によれば、差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、次式に従う値であってもよい。
【0032】
【数2】
【0033】
対応付け部は、ｐ＝１及びｑ＝２である次式に従う輸送行列Γ＊を算出することにより、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けるように構成されてもよい。
【0034】
【数3】
【0035】
補正量ｄ（ｉ，ｊ）は、第一のエンティティｉと第二のエンティティｊとの間で共通変数の値が一致しないとき値０より大きい正の実数を示し、共通変数の値が一致するとき値０を示すように定められてもよい。
【0036】
本開示の更なる別側面によれば、上述した情報処理システムにおける第一取得部、第二取得部、及び対応付け部としての機能を、コンピュータに実現させるためのコンピュータプログラムが提供されてもよい。コンピュータプログラムは、コンピュータ読取可能な記録媒体に記録されてもよい。
【0037】
本開示の更なる別側面によれば、上述した情報処理システムに対応する情報処理方法が提供されてもよい。
【0038】
情報処理方法は、複数の第一のエンティティに関する第一のデータセットであって、複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することを含み得る。
【0039】
情報処理方法は、複数の第二のエンティティに関する第二のデータセットであって、複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することを含み得る。
【0040】
情報処理方法は、第一のデータセット及び第二のデータセットに基づき、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることを含み得る。
【0041】
第一の特徴量及び第二の特徴量は、第一の特徴量と第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含む特徴量であり得る。
【0042】
対応付けることは、複数の第一のエンティティ及び複数の第二のエンティティに関して、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、複数の第一のエンティティと複数の第二のエンティティとの間の最適な対応付けを探索することを含み得る。第一の特徴量に関する類似度は、二つの第一のエンティティ間における第一の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。第二の特徴量に関する類似度は、二つの第二のエンティティ間における第二の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。こうした情報処理方法は、上述の情報処理システムと同様の効果を奏し得る。
【0043】
本開示の更なる別側面によれば、対応付けることは、次のように変更されてもよい。すなわち、情報処理方法は、第一のデータセット及び第二のデータセットに基づき、最適輸送理論に従って、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることを含んでいてもよい。
【0044】
対応付けることは、複数の第一のエンティティと複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定することを含んでいてもよい。
【0045】
対応付けることは、複数の第一のエンティティを複数の第二のエンティティに輸送する際の輸送コストの総和を低減する、複数の第一のエンティティから複数の第二のエンティティへの輸送を、最適輸送理論に従って探索することによって、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることを含んでいてもよい。
【0046】
本開示の更なる別側面によれば、情報処理方法は、第一のデータセット及び第二のデータセットに基づき、最適輸送理論に従って、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることであって、次式に従う輸送行列Γ＊に基づいて、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることを含んでいてもよい。
【0047】
【数4】
【0048】
上式に含まれるＬ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の第一の特徴量に関する類似度Ｃ（ｉ，ｋ）と、複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって二つの第一のエンティティｉ，ｋに対応付けられる二つの第二のエンティティｊ，ｌ間の第二の特徴量に関する類似度Ｃ（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］である。
【0049】
上式に含まれるｄ（ｉ，ｊ）は、第一のエンティティｉ及び第二のエンティティｊの共通変数の値に基づく、第一のエンティティｉから第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）である。
【0050】
上式に含まれるΓｉ，ｊ及びΓｋ，ｌは、第一のエンティティｉから第二のエンティティｊへの輸送量Γｉ，ｊ及び第一のエンティティｋから第二のエンティティｌへの輸送量Γｋ，ｌである。上式は更に、指数ｐ，ｑ及び設計変数αを含む。
【0051】
第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、二つの第一のエンティティｉ，ｋ間における第一の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。
【0052】
第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、二つの第二のエンティティｊ，ｌ間における第二の特徴量のうちの少なくとも非共通変数の値の比較に基づく類似度である。
【0053】
補正量ｄ（ｉ，ｊ）は、第一のエンティティｉと第二のエンティティｊとの間の共通変数の値が一致しないとき共通変数の値が一致するときよりも大きい値を示す補正量、又は、第一のエンティティｉと第二のエンティティｊとの間の共通変数の値の類似度が基準より低いとき共通変数の値の類似度が基準より高いときよりも大きい値を示す補正量である。
【0054】
こうした情報処理方法は、上述の情報処理システムと同様の効果を奏し得る。本開示の更なる別側面によれば、上述した情報処理方法を、コンピュータに実行させるためのコンピュータプログラムが提供されてもよい。コンピュータプログラムは、コンピュータ読取可能な記録媒体に記録され得る。
【図面の簡単な説明】
【0055】
【図1】情報処理システムの構成を表すブロック図である。
【図3】プロセッサが実行する分析処理を表すフローチャート（その１）である。
【図4】プロセッサが実行する分析処理を表すフローチャート（その２）である。
【図5】対応表の構成を例示する図である。
【図6】拡張データセットの構成を例示する図である。
【発明を実施するための形態】
【0056】
以下に本開示の例示的実施形態を、図面を参照しながら説明する。
図１に示す本実施形態の情報処理システム１は、汎用コンピュータに専用のコンピュータプログラムＰｒをインストールすることによって構成される。情報処理システム１は、プロセッサ１１と、メモリ１３と、ストレージ１５と、ユーザインタフェース１７と、通信インタフェース１９とを備える。
図１に示す本実施形態の情報処理システム１は、汎用コンピュータに専用のコンピュータプログラムＰｒをインストールすることによって構成される。情報処理システム１は、プロセッサ１１と、メモリ１３と、ストレージ１５と、ユーザインタフェース１７と、通信インタフェース１９とを備える。
【0057】
プロセッサ１１は、ストレージ１５に格納されたコンピュータプログラムＰｒに従う処理を実行する。メモリ１３は、ＲＡＭを備える一次記憶装置であり、プロセッサ１１による処理の実行時に作業エリアとして使用される。
【0058】
ストレージ１５は、例えばハードディスクドライブ又はソリッドステートドライブを備える二次記憶装置であり、コンピュータプログラムＰｒの他、コンピュータプログラムＰｒに従う処理の実行時に供される各種データを記憶する。
【0059】
ユーザインタフェース１７は、入力デバイスと、ディスプレイとを備える。入力デバイスは、情報処理システム１を操作するユーザからの操作信号をプロセッサ１１に入力するために設けられる。ディスプレイは、ユーザに対して各種情報を表示するために設けられる。入力デバイスの例には、キーボード及びポインティングデバイスが含まれる。
【0060】
通信インタフェース１９は、ＬＡＮ（ローカルエリアネットワーク）インタフェース及びＵＳＢ（ユニバーサル・シリアル・シリアル）インタフェースを含み、外部装置との通信に使用される。情報処理システム１は、通信インタフェース１９を通じて外部装置との間でデータ送受する。
【0061】
本実施形態によれば、プロセッサ１１は、コンピュータプログラムＰｒに従う処理の実行により、通信インタフェース１９を通じて外部装置から取得した第一のデータセット１５Ａを、第二のデータセット１５Ｂを用いて拡張した拡張データセット１５Ｃを生成する。
【0062】
第一のデータセット１５Ａは、複数の第一のエンティティに関するデータセットであって、第一のエンティティのそれぞれの特徴を記述するデータセットである。エンティティは、例えば人である。人は、消費者を含む。人は、個人であり得る。
【0063】
第一のデータセット１５Ａは、第一の特徴データの集合である。第一の特徴データのそれぞれは、複数の第一のエンティティ（換言すれば第一のエンティティの集合）のうちの対応する一つの第一のエンティティの特徴を、第一の特徴量を用いて記述する。
【0064】
第二のデータセット１５Ｂは、複数の第二のエンティティに関するデータセットであって、第二のエンティティのそれぞれの特徴を記述するデータセットである。第二のデータセット１５Ｂは、第二の特徴データの集合である。
【0065】
第二の特徴データのそれぞれは、複数の第二のエンティティ（換言すれば第二のエンティティの集合）のうちの対応する一つの第二のエンティティの特徴を、第二の特徴量を用いて記述する。
【0066】
第一のエンティティの集合、及び、第二のエンティティの集合は、例えば、互いに共通する母集団の、互いに異なる部分集合である。母集団は、例えば人（又は消費者）の集合である。人（又は消費者）は、個人又はクラスタであり得る。例えば第一のエンティティの集合は、第一の企業の顧客に対応する人の集合であり得る。例えば第二のエンティティの集合は、第一の企業とは異なる第二の企業の顧客に対応する人の集合であり得る。
【0067】
あるいは、第一のエンティティの集合は、第一の行動の収集対象とされる人の集合であり得る。第二のエンティティの集合は、第二の行動の収集対象とされる人の集合であり得る。
【0068】
第一のエンティティの集合及び第二のエンティティの集合は、互いに共通する一以上のエンティティを有し得る。すなわち、第一のエンティティの集合のうちの、一以上の第一のエンティティが、第二のエンティティの集合のうちの、一以上の第二のエンティティと同じエンティティ（例えば同一人物）であり得る。
【0069】
図２Ａに示される第一のデータセット１５Ａは、第一の人の集合に関するデータであり、人毎の購買行動に関する第一の特徴データを備える。第一の人の集合は、第一の個人の集合であると理解されてもよい。
【0070】
第一の特徴データは、対応する人のＩＤ及びデモグラフィック属性ＤＭに関連付けて、対応する人による複数の商品Ｐ１，Ｐ２，Ｐ３，…のそれぞれの購買量を記述する。第一の特徴データは、複数の商品Ｐ１，Ｐ２，Ｐ３，…のそれぞれの購買量として、対応する商品を、対応する人が購入したか否かを１又は０の２値で表し得る。
【0071】
第一の特徴データは、デモグラフィック属性ＤＭを説明する値として、対応する人の性別、年齢、及び職業を説明する値を含み得る。ここでいう年齢は、１年刻みの年齢であると理解されてもよいし、複数年刻みの年齢層と理解されてもよい。
【0072】
第一の特徴量は、このデモグラフィック属性ＤＭ及び商品Ｐ１，Ｐ２，Ｐ３，…の購買量の組合せに対応する。第一の特徴量は、デモグラフィック属性ＤＭ及び商品Ｐ１，Ｐ２，Ｐ３，…の購買量を要素に有する特徴ベクトルに対応する。
【0073】
図２Ｂに示される第二のデータセット１５Ｂは、第二の人の集合に関するデータであり、人毎のウェブコンテンツの閲覧行動に関する第二の特徴データを備える。第二の人の集合は、第二の個人の集合であると理解されてもよい。
【0074】
第二の特徴データは、対応する人のＩＤ及びデモグラフィック属性ＤＭに関連付けて、対応する人による複数のウェブサイトＳ１，Ｓ２，Ｓ３，…のそれぞれの閲覧量を記述する。第二の特徴データは、複数のウェブサイトＳ１，Ｓ２，Ｓ３，…のそれぞれの閲覧量として、対応するウェブサイトを、対応する人が訪問してウェブコンテンツを閲覧したか否かを１又は０の２値で表し得る。
【0075】
第二の特徴データも第一の特徴データと同様に、デモグラフィック属性ＤＭを説明する値として、対応する人の性別、年齢、及び職業を説明する値を含み得る。第二の特徴量は、このデモグラフィック属性ＤＭ及びウェブサイトＳ１，Ｓ２，Ｓ３，…の閲覧量の組合せに対応する。
【0076】
第二の特徴量は、デモグラフィック属性ＤＭ及びウェブサイトＳ１，Ｓ２，Ｓ３，…の閲覧量を要素に有する特徴ベクトルに対応する。第二の特徴量は、第一の特徴量と共通する変数である共通変数としてデモグラフィック属性ＤＭに関する一以上の変数を有する。
【0077】
図２Ａ及び図２Ｂに例示される、第一の特徴量及び第二の特徴量は、第一の特徴量と第二の特徴量との間で共通する共通変数として、性別、年齢、及び職業を有する。ただし、共通変数は、この例に限定されない。第一の特徴量及び第二の特徴量は、共通変数以外の、互いに共通しない変数である非共通変数を更に含む。
【0078】
【0079】
拡張データセット１５Ｃは、第一のデータセット１５Ａに対して、第二のデータセット１５Ｂが備える情報を付加したデータセットである（図６参照）。第一のデータセット１５Ａが備える複数の第一のエンティティのそれぞれの特徴データには、第二のデータセット１５Ｂが備える複数の第二のエンティティの特徴データのうちの、対応する一つの第二のエンティティの特徴データが付加される。
【0080】
拡張により、第一のデータセット１５Ａが記述する各エンティティの情報量は増大する。情報量の増大は、拡張データセット１５Ｃに基づいた人の行動分析や広告配信に有意義に機能する。
【0081】
【0082】
【0083】
Ｓ１１０，Ｓ１２０において、プロセッサ１１は、ストレージ１５に予め格納された第一のデータセット１５Ａ及び第二のデータセット１５Ｂを、ストレージ１５から読み出すことができる。これにより、プロセッサ１１は、第一のデータセット１５Ａ及び第二のデータセット１５Ｂを取得することができる。
【0084】
取得すべき第一のデータセット１５Ａ及び第二のデータセット１５Ｂは、ユーザから指定され得る。ユーザは、データフュージョン対象の第一のデータセット１５Ａ及び第二のデータセット１５Ｂを予め収集してストレージ１５に格納することができる。
【0085】
あるいは、プロセッサ１１は、通信インタフェース１９を用いた通信により、第一の外部装置から第一のデータセット１５Ａを取得し、第二の外部装置から第二のデータセット１５Ｂを取得することができる。
【0086】
続くＳ１３０において、プロセッサ１１は、第一のデータセット１５Ａに基づき、第一のエンティティの集合に関する行列Ｘを生成する。行列Ｘは、Ｎ１行Ｍ１列の行列である。Ｎ１は、第一のエンティティの数に対応し、Ｍ１は、第一の特徴量の次元数に対応する。
【0087】
第一の特徴量は、Ｍ１次元の特徴ベクトルｘ＝［ｘ１，ｘ２，ｘ３，…］である。特徴ベクトルｘの要素ｘ１，ｘ２，ｘ３，…は、対応する人のデモグラフィック属性ＤＭ及び商品Ｐ１，Ｐ２，Ｐ３，…の購買量を表し得る。特徴ベクトルｘは、対応する人の第一の特徴データから特定される。
【0088】
行列Ｘは、各行に、対応する一つの第一のエンティティの第一の特徴量を記述する。すなわち、行列Ｘは、ｉ＝１，…，Ｎ１について、第ｉ行に、複数の第一のエンティティのうちの参照番号ｉの第一のエンティティの特徴ベクトルｘ＝ｘ（ｉ）を記述する。特徴ベクトルｘは、正規化された特徴ベクトルとして行列Ｘに組み込まれ得る。
【0089】
ここでは、複数の第一のエンティティのそれぞれを区別するために参照番号ｉ＝１，…，Ｎ１を用いる。以下において、参照番号ｉの第一のエンティティと表現したときには、行列Ｘにおいて第ｉ行に第一の特徴量が記述された第一のエンティティであると理解されたい。参照番号ｋについても同様である。すなわち、参照番号ｋの第一のエンティティと表現したときには、行列Ｘにおいて第ｋ行に第一の特徴量が記述された第一のエンティティであると理解されたい。
【0090】
続くＳ１４０において、プロセッサ１１は、第二のデータセット１５Ｂに基づき、第二のエンティティの集合に関する行列Ｙを生成する。行列Ｙは、Ｎ２行Ｍ２列の行列である。Ｎ２は、第二のエンティティの数に対応し、Ｍ２は、第二の特徴量の次元数に対応する。
【0091】
第二の特徴量は、Ｍ２次元の特徴ベクトルｙ＝［ｙ１，ｙ２，ｙ３，…］である。特徴ベクトルｙの要素ｙ１，ｙ２，ｙ３，…は、対応する人のデモグラフィック属性ＤＭ及びウェブサイトＳ１，Ｓ２，Ｓ３，…の閲覧量を表し得る。特徴ベクトルｙは、対応する人の第二の特徴データから特定される。
【0092】
行列Ｙは、各行に、対応する一つの第二のエンティティの第二の特徴量を記述する。すなわち、行列Ｙは、ｊ＝１，…，Ｎ２について、第ｊ行に、複数の第二のエンティティのうちの参照番号ｊの第二のエンティティの特徴ベクトルｙ＝ｙ（ｊ）を記述する。特徴ベクトルｙは、正規化された特徴ベクトルとして行列Ｙに組み込まれ得る。
【0093】
ここでは、複数の第二のエンティティのそれぞれを区別するために参照番号ｊ＝１，…，Ｎ２を用いる。以下において、参照番号ｊの第二のエンティティと表現したときには、行列Ｙにおいて第ｊ行に第二の特徴量が記述された第二のエンティティであると理解されたい。参照番号ｌ（エル）についても同様である。
【0094】
続くＳ１５０において、プロセッサ１１は、第一の類似度行列Ｃ１を、行列Ｘに基づいて算出する。第一の類似度行列Ｃ１は、Ｎ１行Ｎ１列の正方行列である。第一の類似度行列Ｃ１は、第ｉ行第ｋ列において、参照番号ｉの第一のエンティティと、参照番号ｋの第一のエンティティとの間の第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）を表す。
【0095】
すなわち、第一の類似度行列Ｃ１は、第ｉ行第ｋ列において、複数の第一のエンティティのうちの参照番号ｉの第一のエンティティの第一の特徴量と、参照番号ｋの第一のエンティティの第一の特徴量と、の間の類似度Ｃ１（ｉ，ｋ）を表す。類似度Ｃ１（ｉ，ｋ）は、例えばコサイン類似度であり得る。類似度Ｃ１（ｉ，ｋ）は、コサイン距離、マンハッタン距離（Ｌ１ノルム）、又はユークリッド距離（Ｌ２ノルム）であってもよい。コサイン距離、マンハッタン距離（Ｌ１ノルム）、又はユークリッド距離（Ｌ２ノルム）を類似度の指標として採用する場合、類似度が高いことは、距離が短いことに対応し、類似度が低いことは、距離が長いことに対応する。
【0096】
類似度Ｃ１（ｉ，ｋ）としてコサイン類似度を算出する例によれば、第一の類似度行列Ｃ１を、式Ｃ１＝ＸＸＴに従って算出することができる。上付きＴは、転置を意味する。以下の式で使用される上付きＴも同様に、転置を意味する。
【0097】
続くＳ１６０において、プロセッサ１１は、第二の類似度行列Ｃ２を、行列Ｙに基づき算出する。第二の類似度行列Ｃ２は、Ｎ２行Ｎ２列の正方行列である。第二の類似度行列Ｃ２は、第ｊ行第ｌ列において、参照番号ｊの第二のエンティティと、参照番号ｌの第二のエンティティとの間の第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）を表す。
【0098】
すなわち、第二の類似度行列Ｃ２は、第ｊ行第ｌ列において、複数の第二のエンティティのうちの参照番号ｊの第二のエンティティの第二の特徴量と、参照番号ｌの第二のエンティティの第二の特徴量と、の類似度Ｃ２（ｊ，ｌ）を表す。類似度Ｃ２（ｊ，ｌ）は、例えばコサイン類似度であり得る。類似度Ｃ２（ｊ，ｌ）は、類似度Ｃ１（ｉ，ｋ）と同様に、コサイン距離、マンハッタン距離（Ｌ１ノルム）、又はユークリッド距離（Ｌ２ノルム）であってもよい。
【0099】
類似度Ｃ２（ｊ，ｌ）としてコサイン類似度を算出する例によれば、第二の類似度行列Ｃ２を、式Ｃ２＝ＹＹＴに基づき算出することができる。
【0100】
続くＳ１７０において、プロセッサ１１は、各要素の値がすべて１／Ｎ１であるＮ１行１列の行列μ１＝［１／Ｎ１，１／Ｎ１，…，１／Ｎ１］Ｔ、及び、各要素の値がすべて１／Ｎ２であるＮ２行１列の行列μ２＝［１／Ｎ２，１／Ｎ２，…，１／Ｎ２］Ｔを生成する。
【0101】
続くＳ１８０において、プロセッサ１１は、補正行列Ｃを算出する。補正行列Ｃは、Ｎ１行Ｎ２列の行列であり、第ｉ行第ｊ列の要素は、補正量ｄ（ｉ，ｊ）として、値０又は値τを示す。τは、値０より大きい正の実数で定められる設計変数である。τは、例えば値１に設定される。
【0102】
参照番号ｉの第一のエンティティと参照番号ｊの第二のエンティティとの間で、共通変数であるデモグラフィック属性ＤＭが完全に一致するとき、補正行列Ｃの第ｉ行第ｊ列の要素は、値ｄ（ｉ，ｊ）＝０を示す。
【0103】
参照番号ｉの第一のエンティティと参照番号ｊの第二のエンティティとの間で、共通変数であるデモグラフィック属性ＤＭが完全には一致しないとき、補正行列Ｃの第ｉ行第ｊ列の要素は、値ｄ（ｉ，ｊ）＝τを示す。
【0104】
別例として、補正量ｄ（ｉ，ｊ）は、参照番号ｉの第一のエンティティと参照番号ｊの第二のエンティティとの間における共通変数の一致度が低いほど、大きい値を示すように設計されてもよい。
【0105】
続くＳ１９０において、プロセッサ１１は、次式（１）に従う行列Ｃ０を算出する。次式（１）に含まれる演算子〇は、アダマール積を意味する。
【0106】
【数5】
【0107】
上式（１）において、１Ｎ２
Ｔは、全要素が値１の１行Ｎ２列の行列であり、１Ｎ１は、全要素が値１のＮ１行１列の行列である。
【0108】
続くＳ２００において、プロセッサ１１は、Ｎ１行Ｎ２列の輸送行列Γを初期化する。続くＳ２１０において、プロセッサ１１は、次式（２）にしたがって、行列ＣΓを更新する。
【0109】
【数6】
【0110】
続くＳ２２０において、プロセッサ１１は、ＳＩＮＫＨＯＲＮ＿ＫＮＯＰＰ関数を含む次式（３）にしたがって、輸送行列Γを更新する。ＳＩＮＫＨＯＲＮ＿ＫＮＯＰＰ関数への入力変数εは、正則化パラメータであり、正値実数であり、定数である。
【0111】
【数7】
【0112】
ＳＩＮＫＨＯＲＮ＿ＫＮＯＰＰ関数は、最適輸送距離の良い近似として知られるＳｉｎｋｈｏｒｎ距離を、Ｓｉｎｋｈｏｒｎ－ｋｎｏｐｐアルゴリズムに従って計算し、Ｓｉｎｋｈｏｒｎ距離に対応する輸送行列Γを出力する関数であると理解されてよい。Ｓｉｎｋｈｏｒｎ距離を算出する過程で、対応する輸送行列Γが得られる。Ｓ２２０の処理は、輸送コストがＣΓで定義されるときに、輸送コストの総和を低減する輸送行列Γを算出することに対応する。
【0113】
プロセッサ１１は、Ｓ２１０，Ｓ２２０の処理を、Ｓ２３０において輸送行列Γが収束したと判断するまで繰り返し実行する。ここでは、収束した輸送行列Γを、輸送行列Γ＊と表現する。輸送行列Γ＊は、輸送コストの総和を最小化する最適輸送行列に対応する。ここでいう最適輸送行列は、輸送コストの総和を近似的に最小化する輸送行列を含むものと広義に解釈されたい。この輸送行列は、局所解であってもよい。すなわち、最適輸送行列は、輸送コストの総和を極小化する輸送行列であってもよい。
【0114】
プロセッサ１１は、輸送行列Γが収束したと判断すると（Ｓ２３０でＹｅｓ）、Ｓ２４０に移行し、上記収束した輸送行列Γ＊に従って、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付ける。
【0115】
輸送行列Γ＊における第ｉ行第ｊ列の要素は、参照番号ｉの第一のエンティティから参照番号ｊの第二のエンティティへの輸送量を表す。この輸送量は、参照番号ｉの第一のエンティティを参照番号ｊの第二のエンティティに対応付けることに対する正当性の高さを表す。すなわち、輸送行列Γ＊における第ｉ行第ｊ列の要素の値は、参照番号ｉの第一のエンティティを参照番号ｊの第二のエンティティに対応付けることに対する正当性の高さを評価した値に対応する。ここでいう正当性の高さは、「対応度合いの強さ」であると理解されてもよい。
【0116】
したがって、プロセッサ１１は、輸送行列Γ＊に従って、例えば次の手法で、複数の第一のエンティティのそれぞれを、第二のエンティティの少なくとも一つに対応付けることができる。
【0117】
（手法１）輸送行列Γ＊の第ｉ行において、値が最大の要素を探索する。値が最大の要素が第ｃ列である場合には、第一のエンティティの集合のうちの参照番号ｉの第一のエンティティを、第二のエンティティの集合のうちの参照番号ｃの第二のエンティティに対応付ける。これを全ての行について行う。
【0118】
ただし、上記手法１では、第二のエンティティの一つに、複数の第一のエンティティが対応付けられる可能性がある。この可能性を抑制するために、近傍検索が行われてもよい。
【0119】
（手法２）厳密な一対一の対応付けを行うために、輸送行列Γ＊を入力とした最適割当問題を解くことにより、複数の第一のエンティティのそれぞれを、重複しない第二のエンティティの一つに対応付ける。
【0120】
Ｓ２４０において、プロセッサ１１は、第一のエンティティと第二のエンティティとの間の対応関係を説明するテーブルとして、図５に示す対応表を出力することができる。すなわち、第一のエンティティのそれぞれのＩＤに関連付けて、対応する第二のエンティティのＩＤを記述する対応表を出力して、ストレージ１５に記憶することができる。
【0121】
続くＳ２５０において、プロセッサ１１は、データフュージョン処理を実行する。データフュージョン処理において、プロセッサ１１は、上記対応付けの結果、又は上記対応表に基づいて、第一のデータセット１５Ａと、第二のデータセット１５Ｂとを結合して、拡張データセット１５Ｃを生成する。
【0122】
拡張データセット１５Ｃは、複数の拡張データを備える。図６に示すように、複数の拡張データのそれぞれは、対応する一つの第一の特徴データと第二の特徴データとの結合データである。
【0123】
すなわち、プロセッサ１１は、対応表に基づき、第一のデータセット１５Ａに含まれる複数の第一の特徴データのそれぞれに、第二のデータセット１５Ｂに含まれる複数の第二の特徴データのうちの一つを結合することによって、拡張データセット１５Ｃを生成する。
【0124】
プロセッサ１１は、対応表によって、参照番号ｉの第一のエンティティと、参照番号ｊの第二のエンティティとが対応付けられているとき、参照番号ｉの第一のエンティティの特徴を説明する第一の特徴データと、参照番号ｊの第二のエンティティの特徴を説明する第二の特徴データとを結合して、上記参照番号ｉの第一のエンティティの拡張データを生成することができる。
【0125】
このようにして生成された拡張データセット１５Ｃは、ストレージ１５に格納される。ストレージ１５に格納された拡張データセット１５Ｃは、例えばユーザインタフェース１７を通じて入力されるユーザからの指令に基づき、通信インタフェース１９を通じて別のシステムに転送される。
【0126】
別のシステムは、例えば広告配信システムであり得る。広告配信システムは、拡張データセット１５Ｃに基づき、広告配信先のエンティティを判別し、当該エンティティに広告を配信することができる。Ｓ２５０において、データフュージョン処理を終了すると、プロセッサ１１は、図３及び図４に示す分析処理を終了する。
【0127】
以上に説明した分析処理における対応付けは、Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離を用いて、複数の第一のエンティティのそれぞれを、複数の第二のエンティティのうちの一つに対応付けることに対応する。
【0128】
Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離を用いた対応付けによれば、第一のエンティティ間の距離構造と、第二のエンティティ間の距離構造と、が適合するように、複数の第一のエンティティのそれぞれを、複数の第二のエンティティのうちの一つに対応付けることができる。ここでいう距離は、特徴空間上の距離、すなわち、エンティティ間の類似度に対応する。
【0129】
すなわち、この対応付けによれば、類似度に関する第一のエンティティ間の相互関係が第二のエンティティ間の相互関係に適合するように、複数の第一のエンティティのそれぞれを、複数の第二のエンティティの一つに対応付けることができる。
【0130】
この対応付けは、第一の特徴空間における複数の第一のエンティティの分布が、第二の特徴空間における複数の第二のエンティティの分布に適合するように、第一の特徴空間上の複数の第一のエンティティを第二の特徴空間にマッピングするための写像として、輸送行列Γ＊を探索する動作を含むと言える。
【0131】
本実施形態によれば、更に、共通変数を指標とした第一のエンティティと第二のエンティティとの間の同一性に基づく補正量ｄ（ｉ，ｊ）を用いるため、上記距離構造を考慮しつつも、共通変数を有意義に活用して、複数の第一のエンティティと複数の第二のエンティティとの間の適切な対応付けを行うことができる。
【0132】
上述した分析処理における輸送行列Γ＊の算出は、一般化すると、次式（４）にしたがって、輸送行列Γ＊を算出することに対応する。次式は、Ｆｕｓｅｄ Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離に対応する輸送行列Γ＊を算出する式である。
【0133】
【数8】
【0134】
すなわち、輸送行列Γ＊を算出することは、次式（５）の値を最小化する輸送行列Γを算出することに対応する。上式（４）及び次式（５）において、Γｉ，ｊは、輸送行列Γの第ｉ行第ｊ列の要素に対応し、参照番号ｉの第一のエンティティから参照番号ｊの第二のエンティティへの輸送量に対応する。Γｋ，ｌは、輸送行列Γの第ｋ行第ｌ列の要素に対応し、参照番号ｋの第一のエンティティから参照番号ｌの第二のエンティティへの輸送量に対応する。
【0135】
【数9】
【0136】
ｉ，ｋは、１≦ｉ，ｋ≦Ｎ１を満足する自然数であり、ｊ，ｌは、１≦ｊ，ｌ≦Ｎ２を満足する自然数である。輸送行列Γ，Γ＊は、各要素が非負の実数であるＮ１行Ｎ２列の行列である。輸送行列Γ＊は、第ｉ行第ｊ列の要素Γｉ，ｊが次の条件を満足する範囲内で探索される。
【0137】
【数10】
【0138】
上式（４）及び式（５）におけるＣ１（ｉ，ｋ）は、上述した第一の類似度行列Ｃ１の第ｉ行第ｋ列の要素に対応する。すなわち、Ｃ１（ｉ，ｋ）は、複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋである、参照番号ｉの第一のエンティティと参照番号ｋの第一のエンティティとの間の第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）を表す。
【0139】
Ｃ２（ｊ，ｌ）は、上述した第二の類似度行列Ｃ２の第ｊ行第ｌ列の要素に対応する。すなわち、Ｃ２（ｊ，ｌ）は、複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって、二つの第一のエンティティｉ，ｋに対応付けられる二つの第二のエンティティｊ，ｌである、参照番号ｊの第二のエンティティと、参照番号ｌの第二のエンティティとの間の第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）を表す。
【0140】
Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、類似度Ｃ１（ｉ，ｋ）と類似度Ｃ２（ｊ，ｌ）との間の距離、換言すれば、類似度Ｃ１（ｉ，ｋ）と類似度Ｃ２（ｊ，ｌ）との間の差の評価値に対応する。αは、設計変数である。αは、ゼロより大きい任意の実数に設定される（α＞０）。
【0141】
ｄ（ｉ，ｊ）は、上述した補正行列Ｃにおける第ｉ行第ｊ列の要素の補正量ｄ（ｉ，ｊ）に対応する。上述した通り、ｄ（ｉ，ｊ）は、参照番号ｉの第一のエンティティと参照番号ｊの第二のエンティティとの間における共通変数の一致度に応じた値を示す。
【0142】
ｄ（ｉ，ｊ）は、参照番号ｉの第一のエンティティと参照番号ｊの第二のエンティティとの間の共通変数の値が一致しないとき共通変数の値が一致するときよりも大きい値を示す、参照番号ｉの第一のエンティティから参照番号ｊの第二のエンティティへの輸送コストに関する補正量である。例えば共通変数の値が一致するとき、ｄ（ｉ，ｊ）は、値ゼロであり、共通変数の値が一致するとき、値ゼロより大きい正の実数τである。
【0143】
上式（４）及び式（５）におけるｐ，ｑは指数である。ｐ，ｑは、いずれもゼロより大きい正の実数の範囲で任意に定められる（ｐ，ｑ＞０）。
【0144】
式（５）を最小化する輸送行列Γ＊を算出することは、類似度Ｃ１（ｉ，ｋ）と類似度Ｃ２（ｊ，ｌ）との差が小さいほど、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式で、輸送行列Γ＊を探索することに対応する。
【0145】
換言すれば、式（５）を最小化する輸送行列Γ＊を算出することは、類似度Ｃ１（ｉ，ｋ）と類似度Ｃ２（ｊ，ｌ）との差が小さいほど、小さい輸送コストを設定して、輸送コストの総和を最小化する輸送行列Γ＊を探索することに対応する。
【0146】
式（５）を最小化する輸送行列Γ＊を算出することは、補正量ｄ（ｉ，ｊ）を用いて、共通変数の値が一致する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式で、輸送行列Γ＊を探索することに対応する。
【0147】
換言すれば、式（５）を最小化する輸送行列Γ＊を算出することは、共通変数の値が一致する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定して、輸送コストの総和を最小化する輸送行列Γ＊を探索することに対応する。輸送行列Γ＊を探索することは、複数の第一のエンティティと複数の第二のエンティティとの間の最適な対応付けを探索することに対応する。
【0148】
分析処理における輸送行列Γ＊の算出（Ｓ２１０～Ｓ２３０）は、具体的には、Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］を次式に従って設定したときの、上式（４）の近似解を算出することに対応する。
【0149】
【数11】
【0150】
分析処理における輸送行列Γ＊の算出（Ｓ２１０～Ｓ２３０）は、特に、ｐ＝１に設定し、ｑ＝２に設定し、Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］を上式（８）に従って設定したときの、上式（４）の近似解を算出することに対応する。上述した分析処理における輸送行列Γ＊の算出は、次式（９）の近似解を算出することに対応する。
【0151】
【数12】
【0152】
本実施形態では、Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離に基づく最適輸送問題に対し、共通変数の不一致に応じた補正量ｄ（ｉ，ｊ）＝τを導入することにより、共通変数が一致する第一のエンティティと第二のエンティティとの間の輸送コストを小さく設定し、共通変数が一致しない第一のエンティティと第二のエンティティとの間の輸送コストを大きく設定する。
【0153】
これにより、本実施形態では、単にＧｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離を用いて対応付けを行う場合よりも、共通変数を有効活用して、高精度な対応付けを行うことができる。また、共通変数がない場合よりも、高精度な対応付けを行うことができる。
【0154】
本実施形態では、互い対応付ける第一のエンティティの集合と、第二のエンティティの集合とが、相互に一致する、類似する、又は、関係する距離構造を有すると仮定して、Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離に基づく最適輸送問題を解くことにより、共通変数の種類が少ない環境でも、高精度な対応付けを実現できるようにした。
【0155】
このような仮定は、第一のエンティティの集合と、第二のエンティティの集合とが、同じ母集団からの部分集合であるとき、およそ満足される。したがって、第一のエンティティ及び第二のエンティティが人であるとき、すなわち、第一のデータセット１５Ａ及び第二のデータセット１５Ｂとして、人に関する特徴を表すデータセットが取り扱われるとき、本実施形態の技術は、有意義に機能する。
【0156】
特に人の行動は、デモグラフィック属性に応じた傾向を示すことが多い。したがって、第一のデータセット１５Ａ及び第二のデータセット１５Ｂが、デモグラフィック属性の分布が互いに類似すると推定される集団からの収集データに基づいたデータセットであるとき、エンティティ間の適切な対応付けを実現可能である。
【0157】
以上に、本開示の例示的実施形態を説明したが、本開示は、上記実施形態に限定されるものではなく、種々の態様を採ることができる。
【0158】
上述した例によれば、行列Ｘの第ｉ行には、参照番号ｉの第一のエンティティの特徴量として、共通変数及び非共通変数の値が記述される。しかしながら、行列Ｘの第ｉ行には、参照番号ｉの第一のエンティティの第一の特徴量のうち、非共通変数の値のみが記述されてもよい。
【0159】
すなわち、共通変数に関する情報は行列Ｘに含まれなくてもよい。第一の類似度行列Ｃ１における第i行第ｋ列の類似度Ｃ１（ｉ，ｋ）は、第一の特徴量に関する類似度であって、二つの第一のエンティティｉ，ｋ間における非共通変数の値の類似度を示すものであってもよい。すなわち、類似度Ｃ１（ｉ，ｋ）は、二つの第一のエンティティｉ，ｋ間の非共通変数の値の比較に基づく類似度であってもよい。この類似度は、非共通変数の値の比較に基づくコサイン類似度、コサイン距離、マンハッタン距離、又はユークリッド距離であり得る。
【0160】
同様に、共通変数に関する情報は行列Ｙに含まれなくてもよい。第二の類似度行列Ｃ２における第ｊ行ｌ列の類似度Ｃ２（ｊ，ｌ）は、第二の特徴量に関する類似度であって、二つの第二のエンティティｊ，ｌ間における非共通変数の値の類似度を示すものであってもよい。すなわち、類似度Ｃ２（ｊ，ｌ）は、類似度Ｃ１（ｉ，ｋ）と同様、二つの第二のエンティティｊ，ｌ間の非共通変数の値の比較に基づく類似度であってもよい。
【0161】
第一のエンティティの集合及び第二のエンティティの集合は、共通するエンティティを有さなくてもよい。この他、補正量ｄ（ｉ，ｊ）は、二つのエンティティの間において、共通変数の値の類似度が低いほど、大きい値を示す関数で定義されてもよい。補正量ｄ（ｉ，ｊ）は、二つのエンティティの間において、共通変数の値の類似度が基準値より低いとき、類似度が、基準値より高いときよりも大きい値を示す補正量であってもよい。補正量ｄ（ｉ，ｊ）は、非負の値として定義され得る。
【0162】
補正量ｄ（ｉ，ｊ）は、非共通変数に関する特徴空間上における参照番号ｉのエンティティと、参照番号ｊのエンティティとの間の距離が長いほど、大きな値を採る距離関数で定義されてもよい。距離は、コサイン距離であってもよいし、ユークリッド距離やマンハッタン距離であってもよい。
【0163】
上述した例によれば、第一のデータセット１５Ａは、第一の集団に属する複数の人のそれぞれの購買行動に関する特徴を記述するデータセットであり、第二のデータセット１５Ｂは、第二の集団に属する複数の人のそれぞれのウェブサイト訪問行動及び／又はウェブコンテンツ閲覧行動に関する特徴を記述するデータセットである。
【0164】
別例によれば、第一のデータセット１５Ａ及び第二のデータセット１５Ｂの一方には、テレビ視聴行動などの人のメディア接触行動に関する特徴を記述するデータセットが用いられてもよい。第一のデータセット１５Ａ及び第二のデータセット１５Ｂの一方には、スマートフォン等の携帯端末の使用状況に関する特徴を記述するデータセットが用いられてもよい。
【0165】
第一のデータセット１５Ａ及び第二のデータセット１５Ｂの一方には、オフライン空間（すなわち現実空間）における人の移動に関する特徴を記述するデータセットが用いられてもよい。データセットは、オフライン空間における人の移動に関する特徴として、例えば複数の場所への訪問、移動経路、及び／又は、移動手段に関する特徴を記述し得る。
【0166】
第一のデータセット１５Ａ及び第二のデータセット１５Ｂの一方には、オンライン空間における人の移動に関する特徴を記述するデータセットが用いられてもよい。データセットは、オンライン空間における人の移動に関する特徴として、仮想現実（ＶＲ）空間における人の移動やネットサ―フィンに関する特徴を記述し得る。第一のデータセット１５Ａ及び第二のデータセット１５Ｂの一方には、アンケートにより収集されたデータに基づくデータセットが使用されてもよい。
【0167】
第一のデータセット１５Ａと第二のデータセット１５Ｂとの組合せとして、アンケートにより収集されたデータセットと、テレビ視聴行動に関するデータセットとの組合せ、又は、移動履歴に関するデータセットと、購買に関するデータセットとの組合せが採用されてもよい。
【0168】
以上には、指数ｐ＝１及び指数ｑ＝２であるＦｕｓｅｄ Ｇｒｏｍｏｖ－Ｗａｓｓｅｒｓｔｅｉｎ距離を用いて、輸送行列Γ＊を算出する例を説明したが、指数ｐ，ｑの値は、これに限定されない。Ｃ１（ｉ，ｋ）とＣ２（ｊ，ｌ）との間の距離Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、｜Ｃ１（ｉ，ｋ）－Ｃ２（ｊ，ｌ）｜に限定されない。距離Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、｜Ｃ１（ｉ，ｋ）－Ｃ２（ｊ，ｌ）｜以外の距離関数で定義されてもよい。
【0169】
Ｓ１３０，Ｓ１４０において、第一の特徴量に対応する特徴ベクトルｘ及び第二の特徴量に対応する特徴ベクトルｙは、次元削減処理により、低次元化されてもよい。すなわち、特徴ベクトルｘを低次元化した特徴ベクトルを用いて、行列Ｘは定義されてもよい。同様に、特徴ベクトルｙを低次元化した特徴ベクトルを用いて、行列Ｙは定義されてもよい。
【0170】
上記実施形態における１つの構成要素が有する機能は、複数の構成要素に分散して設けられてもよい。複数の構成要素が有する機能は、１つの構成要素に統合されてもよい。上記実施形態の構成の一部は、省略されてもよい。特許請求の範囲に記載の文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。
【0171】
［本明細書が開示する技術思想］
本明細書には、次の技術思想が開示されていると理解することができる。
［項目１］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索するように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
［項目２］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を、前記最適輸送理論に従って探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
［項目３］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
に従う輸送行列Γ＊に基づいて、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成され、
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理システム。
［項目４］
項目３記載の情報処理システムであって、
前記差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、式
に従う値である情報処理システム。
［項目５］
項目４記載の情報処理システムであって、
前記対応付け部は、ｐ＝１及びｑ＝２である前記式
に従う輸送行列Γ＊を算出することにより、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付ける
情報処理システム。
［項目６］
項目３～項目５のいずれか一項記載の情報処理システムであって、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間で前記共通変数の値が一致しないとき値０より大きい正の実数を示し、前記共通変数の値が一致するとき値０を示す
情報処理システム。
［項目７］
項目１～項目６のいずれか一項記載の情報処理システムにおける前記第一取得部、前記第二取得部、及び前記対応付け部としての機能を、コンピュータに実現させるためのコンピュータプログラム。
［項目８］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索することを含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
［項目９］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けること
を含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
［項目１０］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
に従う輸送行列Γ＊に基づいて、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることを含み、
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理方法。
本明細書には、次の技術思想が開示されていると理解することができる。
［項目１］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索するように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
［項目２］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を、前記最適輸送理論に従って探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成され、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理システム。
［項目３］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得するように構成される第一取得部と、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得するように構成される第二取得部と、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けるように構成される対応付け部と、
を備え、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付け部は、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
【数13】
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理システム。
［項目４］
項目３記載の情報処理システムであって、
前記差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］は、式
【数14】
［項目５］
項目４記載の情報処理システムであって、
前記対応付け部は、ｐ＝１及びｑ＝２である前記式
【数15】
情報処理システム。
［項目６］
項目３～項目５のいずれか一項記載の情報処理システムであって、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間で前記共通変数の値が一致しないとき値０より大きい正の実数を示し、前記共通変数の値が一致するとき値０を示す
情報処理システム。
［項目７］
項目１～項目６のいずれか一項記載の情報処理システムにおける前記第一取得部、前記第二取得部、及び前記対応付け部としての機能を、コンピュータに実現させるためのコンピュータプログラム。
［項目８］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、前記複数の第一のエンティティ及び前記複数の第二のエンティティに関して、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の対応付けの正当性を高く評価する方式であって、前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性を更に高く評価する方式を用いて、前記複数の第一のエンティティと前記複数の第二のエンティティとの間の最適な対応付けを探索することを含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
［項目９］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティと前記複数の第二のエンティティとの間の輸送コストとして、二つの第一のエンティティ間の前記第一の特徴量に関する類似度と、前記二つの第一のエンティティの輸送先に対応する二つの第二のエンティティ間の前記第二の特徴量に関する類似度との差が小さいほど、小さい輸送コストを設定し、
前記共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の輸送コストを更に小さく設定し、
前記複数の第一のエンティティを前記複数の第二のエンティティに輸送する際の前記輸送コストの総和を低減する、前記複数の第一のエンティティから前記複数の第二のエンティティへの輸送を探索することによって、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けること
を含み、
前記第一の特徴量に関する類似度は、前記二つの第一のエンティティ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度は、前記二つの第二のエンティティ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度である
情報処理方法。
［項目１０］
複数の第一のエンティティに関する第一のデータセットであって、前記複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセットを取得することと、
複数の第二のエンティティに関する第二のデータセットであって、前記複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットを取得することと、
前記第一のデータセット及び前記第二のデータセットに基づき、最適輸送理論に従って、前記複数の第一のエンティティのそれぞれを、前記複数の第二のエンティティの一つに対応付けることと、
を含み、
前記第一の特徴量及び前記第二の特徴量は、前記第一の特徴量と前記第二の特徴量との間で共通する変数である共通変数と、共通しない変数である非共通変数と、を含み、
前記対応付けることは、
前記複数の第一のエンティティのうちの二つの第一のエンティティｉ，ｋ間の前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）と、前記複数の第二のエンティティのうちの二つの第二のエンティティｊ，ｌであって前記二つの第一のエンティティｉ，ｋに対応付けられる前記二つの第二のエンティティｊ，ｌ間の前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）と、の差Ｌ［Ｃ１（ｉ，ｋ），Ｃ２（ｊ，ｌ）］と、
前記第一のエンティティｉ及び前記第二のエンティティｊの前記共通変数の値に基づく、前記第一のエンティティｉから前記第二のエンティティｊへの輸送コストに関する補正量ｄ（ｉ，ｊ）と、
前記第一のエンティティｉから前記第二のエンティティｊへの輸送量Γｉ，ｊ及び前記第一のエンティティｋから前記第二のエンティティｌへの輸送量Γｋ，ｌと、
指数ｐ，ｑ及び設計変数αと、
を含む式
【数16】
前記第一の特徴量に関する類似度Ｃ１（ｉ，ｋ）は、前記二つの第一のエンティティｉ，ｋ間における前記第一の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記第二の特徴量に関する類似度Ｃ２（ｊ，ｌ）は、前記二つの第二のエンティティｊ，ｌ間における前記第二の特徴量のうちの少なくとも前記非共通変数の値の比較に基づく類似度であり、
前記補正量ｄ（ｉ，ｊ）は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値が一致しないとき前記共通変数の値が一致するときよりも大きい値を示す補正量、又は、前記第一のエンティティｉと前記第二のエンティティｊとの間の前記共通変数の値の類似度が基準より低いとき前記共通変数の値の類似度が前記基準より高いときよりも大きい値を示す補正量である
情報処理方法。
【符号の説明】
【0172】
１…情報処理システム、１１…プロセッサ、１３…メモリ、１５…ストレージ、１５Ａ…第一のデータセット、１５Ｂ…第二のデータセット、１５Ｃ…拡張データセット、１７…ユーザインタフェース、１９…通信インタフェース、Ｐｒ…コンピュータプログラム。
【要約】
【課題】エンティティ間の対応付けを適切に実行可能な技術を提供する。
【解決手段】複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセット、及び、複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットが取得される。これらのデータセットに基づき、複数の第一のエンティティのそれぞれが、複数の第二のエンティティの一つに対応付けられる。最適な対応付けのために、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けの正当性が高く評価される。共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性が高く評価される。
【選択図】図１
【解決手段】複数の第一のエンティティのそれぞれの特徴を第一の特徴量を用いて記述する第一のデータセット、及び、複数の第二のエンティティのそれぞれの特徴を第二の特徴量を用いて記述する第二のデータセットが取得される。これらのデータセットに基づき、複数の第一のエンティティのそれぞれが、複数の第二のエンティティの一つに対応付けられる。最適な対応付けのために、二つの第一のエンティティ間の第一の特徴量に関する類似度と、二つの第一のエンティティに対応付けられる二つの第二のエンティティ間の第二の特徴量に関する類似度との差が小さいほど、複数の第一のエンティティと複数の第二のエンティティとの間の対応付けの正当性が高く評価される。共通変数の値が一致する又は類似する第一のエンティティと第二のエンティティとの間の対応付けの正当性が高く評価される。
【選択図】図１
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】