特許 7594183 判定プログラム、判定方法、および情報処理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-11-26

(45)【発行日】2024-12-04

(54)【発明の名称】判定プログラム、判定方法、および情報処理装置

(51)【国際特許分類】

   G06N 20/00 20190101AFI20241127BHJP

   G06F 16/906 20190101ALI20241127BHJP

   G16H 50/50 20180101ALI20241127BHJP

【ＦＩ】

G06N20/00

G06F16/906

G16H50/50

【請求項の数】 8

(21)【出願番号】P 2021028087

(22)【出願日】2021-02-25

(65)【公開番号】P2022129430

(43)【公開日】2022-09-06

【審査請求日】2023-11-09

(73)【特許権者】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002918

【氏名又は名称】弁理士法人扶桑国際特許事務所

(72)【発明者】

【氏名】田中 幹大

(72)【発明者】

【氏名】當眞 重天

(72)【発明者】

【氏名】勝田 江朗

【審査官】山本 俊介

(56)【参考文献】

【文献】特表２０２０－５０２６５８（ＪＰ，Ａ）

【文献】国際公開第２０１９／１６７５５６（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ３／００－９９／００

Ｇ０６Ｆ １６／９０６

Ｇ１６Ｈ ５０／５０

(57)【特許請求の範囲】

【請求項1】

コンピュータに、
機械学習による学習済みのモデルの生成に使用した第１データセットに含まれる複数の第１レコードの項目を、前記複数の第１レコードの前記項目に設定されている第１項目値に基づいて、複数のカテゴリのいずれかに分類し、
前記複数の第１レコードの前記項目に設定されている項目値に基づいて、前記項目が属するカテゴリに応じた手順で第１統計量を算出し、
前記第１データセットと同じ前記項目を有する第２データセットに含まれる複数の第２レコードの前記項目に設定されている第２項目値に基づいて、前記項目が属するカテゴリに応じた手順で第２統計量を算出し、
前記第１統計量と前記第２統計量との類似度に基づいて、前記第２データセットが前記モデルに適合しているか否かを判定する、
処理を実行させる判定プログラム。

【請求項2】

前記第１統計量の算出では、前記複数の第１レコードの前記項目に設定されている前記第１項目値に基づいて、種別の異なる複数の前記第１統計量を算出し、
前記第２統計量の算出では、前記複数の第２レコードの前記項目に設定されている前記第２項目値に基づいて、種別の異なる複数の前記第２統計量を算出し、
前記第１統計量と前記第２統計量との類似度は、複数の前記第１統計量それぞれを要素とする第１特徴ベクトルと、複数の前記第２統計量それぞれを要素とする第２特徴ベクトルとの類似度である、
請求項１記載の判定プログラム。

【請求項3】

前記複数のカテゴリへの分類では、前記項目に設定されている前記第１項目値が数値か否かによって異なるカテゴリに分類し、
前記項目に設定されている前記第１項目値が数値ではない場合、前記第１統計量の算出では、前記第１項目値の種類ごとの出現回数を前記第１統計量として算出し、前記第２統計量の算出では、前記第２項目値の種類ごとの出現回数を前記第２統計量として算出する、
請求項１または２に記載の判定プログラム。

【請求項4】

前記複数のカテゴリへの分類では、前記第１項目値の種類数が２未満か否かによって異なるカテゴリに分類し、
前記項目に設定されている前記第１項目値の種類数が２未満の場合、前記第１統計量の算出では、前記第１項目値を種類に応じて０または１に変換し、変換後の値に基づいて前記第１統計量を算出し、前記第２統計量の算出では、前記第２項目値を種類に応じて０または１に変換し、変換後の値に基づいて前記第２統計量を算出する、
請求項１ないし３のいずれかに記載の判定プログラム。

【請求項5】

前記複数のカテゴリへの分類では、前記第１項目値の種類数の第１レコード数に対する比の値が所定値以上か否かによって異なるカテゴリに分類し、
前記比の値が前記所定値未満の場合、
前記第１統計量の算出では、前記第１データセットの前記項目を前記第１項目値の種類ごとの第１分割項目に分割し、前記複数の第１レコードそれぞれの前記第１分割項目に、対応する種類の前記第１項目値の有無を示す値を設定し、前記第１分割項目ごとに前記第１統計量を算出し、
前記第２統計量の算出では、前記第２データセットの前記項目を前記第１分割項目に分割し、前記複数の第２レコードそれぞれの前記第１分割項目に、対応する種類の前記第２項目値の有無を示す値を設定し、前記第１分割項目ごとに前記第２統計量を算出する、
請求項１ないし４のいずれかに記載の判定プログラム。

【請求項6】

前記比の値が前記所定値以上の場合、
前記第１統計量の算出では、前記第１データセットの前記項目を前記第１項目値に含まれる単語ごとの第２分割項目に分割し、前記複数の第１レコードそれぞれの前記第２分割項目に、対応する単語の有無を示す値を設定し、前記第２分割項目ごとに前記第１統計量を算出し、
前記第２統計量の算出では、前記第２データセットの前記項目を前記第２分割項目に分割し、前記複数の第２レコードそれぞれの前記第２分割項目に、対応する単語の有無を示す値を設定し、前記第２分割項目ごとに前記第２統計量を算出する、
請求項５記載の判定プログラム。

【請求項7】

コンピュータが、
機械学習による学習済みのモデルの生成に使用した第１データセットに含まれる複数の第１レコードの項目を、前記複数の第１レコードの前記項目に設定されている第１項目値に基づいて、複数のカテゴリのいずれかに分類し、
前記複数の第１レコードの前記項目に設定されている項目値に基づいて、前記項目が属するカテゴリに応じた手順で第１統計量を算出し、
前記第１データセットと同じ前記項目を有する第２データセットに含まれる複数の第２レコードの前記項目に設定されている第２項目値に基づいて、前記項目が属するカテゴリに応じた手順で第２統計量を算出し、
前記第１統計量と前記第２統計量との類似度に基づいて、前記第２データセットが前記モデルに適合しているか否かを判定する、
処理を実行させる判定方法。

【請求項8】

機械学習による学習済みのモデルの生成に使用した第１データセットに含まれる複数の第１レコードの項目を、前記複数の第１レコードの前記項目に設定されている第１項目値に基づいて、複数のカテゴリのいずれかに分類し、前記複数の第１レコードの前記項目に設定されている項目値に基づいて、前記項目が属するカテゴリに応じた手順で第１統計量を算出し、前記第１データセットと同じ前記項目を有する第２データセットに含まれる複数の第２レコードの前記項目に設定されている第２項目値に基づいて、前記項目が属するカテゴリに応じた手順で第２統計量を算出し、前記第１統計量と前記第２統計量との類似度に基づいて、前記第２データセットが前記モデルに適合しているか否かを判定する処理部、
を有する情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、判定プログラム、判定方法、および情報処理装置に関する。

【背景技術】

【0002】

昨今ではＡＩ（Artificial Intelligence）技術の発達により、機械学習で学習したモデルを用いたデータ解析や予測が大きな社会的ニーズになっている。そのため、企業や医療施設など様々な業種において有用なモデルが求められている。例えば医療施設であれば、患者の病状に応じた適切な治療方針の決定に学習済みのモデルを利用することができる。

【0003】

学習済みのモデルが複数用意されているとき、どのモデルを利用するのが適切なのかの判断が難しい場合がある。そこで、例えばデータベースに予め保管されている複数の学習済みモデルから、ユーザ側装置での利用に最適な学習済みモデルを選択して提供する学習済みモデル提供方法が提案されている。また、短時間で評価モデルを選択することができる学習方法も提案されている。

【先行技術文献】

【特許文献】

【0004】

【文献】国際公開第２０１８／１４２７６６号

【文献】特許第６７５１９５５号

【発明の概要】

【発明が解決しようとする課題】

【0005】

入力データと予測結果との因果関係が複雑な場合、十分に学習させたモデルを用いても期待した精度の予測結果が得られない可能性がある。しかし、従来技術では、ユーザは、既存のモデルにユーザ自身のデータを入力したときに期待通りの精度の予測結果が得られるか否かを、そのモデルを用いた予測を実行する前に知ることができない。

【0006】

１つの側面では、本件は、期待した精度の予測が可能か否かを事前に判別できるようにすることを目的とする。

【課題を解決するための手段】

【0007】

１つの案では、以下の処理をコンピュータに実行させる判定プログラムが提供される。
コンピュータは、機械学習による学習済みのモデルの生成に使用した第１データセットに含まれる複数の第１レコードの項目を、前記複数の第１レコードの前記項目に設定されている第１項目値に基づいて、複数のカテゴリのいずれかに分類する。次にコンピュータは、前記複数の第１レコードの前記項目に設定されている項目値に基づいて、前記項目が属するカテゴリに応じた手順で第１統計量を算出する。さらにコンピュータは、前記第１データセットと同じ前記項目を有する第２データセットに含まれる複数の第２レコードの前記項目に設定されている第２項目値に基づいて、前記項目が属するカテゴリに応じた手順で第２統計量を算出する。そしてコンピュータは、前記第１統計量と前記第２統計量との類似度に基づいて、前記第２データセットが前記モデルに適合しているか否かを判定する。

【発明の効果】

【0008】

１態様によれば、期待した精度の予測が可能か否かを事前に判別可能となる。

【図面の簡単な説明】

【0009】

【図1】第１の実施の形態に係る判定方法の一例を示す図である。

【図2】システム構成の一例を示す図である。

【図3】ＤＢサーバのハードウェアの一例を示す図である。

【図4】各サーバが有する機能の一例を示すブロック図である。

【図5】ＤＢサーバが有する適用対象データセットの一例を示す図である。

【図6】クラウドサーバが有する学習用データセットの一例を示す図である。

【図7】適用対象データセットが適合するモデルを利用した予測値計算手順の一例を示す図である。

【図8】分類処理の手順の一例を示すフローチャートである。

【図9】カラムの統計量算出の第１の例を示す図である。

【図10】カラムの統計量算出の第２の例を示す図である。

【図11】カラムの統計量算出の第３の例を示す図である。

【図12】カラムの統計量算出の第４の例を示す図である。

【図13】カラムの統計量算出の第５の例を示す図である。

【図14】統計量算出処理の手順の一例を示すフローチャート（その１）である。

【図15】統計量算出処理の手順の一例を示すフローチャート（その２）である。

【図16】統計量算出処理の手順の一例を示すフローチャート（その３）である。

【図17】統計量算出処理の手順の一例を示すフローチャート（その４）である。

【図18】特徴ベクトル生成処理の一例を示す図である。

【図19】類似度算出処理の手順の一例を示すフローチャートである。

【図20】適合判定処理の手順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】

【0010】

以下、本実施の形態について図面を参照して説明する。なお各実施の形態は、矛盾のない範囲で複数の実施の形態を組み合わせて実施することができる。
〔第１の実施の形態〕
まず第１の実施の形態について説明する。第１の実施の形態は、機械学習で生成されたモデルにユーザが有するデータセットが適合しているか否かを判定する判定方法である。モデルにデータセットが適合しているとは、そのモデルにデータセットを入力した場合に、精度の高い予測結果が得られることを意味する。

【0011】

図１は、第１の実施の形態に係る判定方法の一例を示す図である。図１には、適合するか否かを判定する判定方法を、情報処理装置１０を用いて実施した場合の例を示している。情報処理装置１０は、例えば判定プログラムを実行することにより、判定方法を実施することができる。

【0012】

情報処理装置１０は、記憶部１１と処理部１２とを有する。記憶部１１は、例えば情報処理装置１０が有するメモリ、またはストレージ装置である。処理部１２は、例えば情報処理装置１０が有するプロセッサ、または演算回路である。

【0013】

記憶部１１は、機械学習により学習済みのモデル１、モデル１の学習に使用された第１データセット２、およびモデル１を用いた推論処理の適用対象となる第２データセット３を記憶する。

【0014】

処理部１２は、第１データセット２と第２データセット３とを比較することで、第２データセット３がモデル１に適合しているか否かを判定する。すなわちモデル１の学習に用いた第１データセット２のデータ分布と近しいデータ分布を持つデータセットを用いれば、モデル１を用いて精度の高い予測結果が得られるものと考えられる。そこで処理部１２は、第１データセット２と第２データセット３それぞれのデータ分布に応じた第１特徴ベクトル４と第２特徴ベクトル５を生成し、ベクトル間の類似度が一定の閾値を超えた場合、第２データセット３がモデル１に適合していると判断する。

【0015】

そのために処理部１２は、まず第１データセット２の項目の分類と第１統計量の算出とを行う。例えば処理部１２は、モデル１の生成に使用した第１データセット２に含まれる複数の第１レコードの項目を、複数の第１レコードの項目に設定されている第１項目値に基づいて、複数のカテゴリのいずれかに分類する。次に処理部１２は、複数の第１レコードの項目に設定されている項目値に基づいて、項目が属するカテゴリに応じた手順で第１統計量を算出する。例えば処理部１２は、複数の第１レコードの項目に設定されている第１項目値に基づいて、平均や中央値などの種別の異なる複数の第１統計量を算出する。

【0016】

また処理部１２は、第１データセット２と同じ項目を有する第２データセット３の項目の分類と第２統計量の算出とを行う。例えば処理部１２は、第２データセット３に含まれる複数の第２レコードの項目に設定されている第２項目値に基づいて、項目が属するカテゴリに応じた手順で第２統計量を算出する。例えば処理部１２は、複数の第２レコードの項目に設定されている第２項目値に基づいて、種別の異なる複数の第２統計量を算出する。

【0017】

そして処理部１２は、第１統計量と第２統計量との類似度に基づいて、第２データセット３がモデル１に適合しているか否かを判定する。類似度は、例えば複数の第１統計量それぞれを要素とする第１特徴ベクトル４と、複数の第２統計量それぞれを要素とする第２特徴ベクトル５との類似度である。処理部１２は、例えば類似度が予め設定された閾値以上であれば、適合していると判定する。

【0018】

このように項目を、その項目に設定された項目値に応じたカテゴリに分類し、そのカテゴリに応じた手順で統計量を算出することで、第１データセット２と第２データセット３とに設定された項目値の特徴をよく表す統計量が得られる。その結果、高精度に類似度を算出することができ、適合するか否かの判定を正しく行うことができる。

【0019】

項目のカテゴリには、例えば名義尺度二項、名義尺度多項、数値データ、フリーテキストなどがある。名義尺度二項は、数値データか否かで別カテゴリにすることもできる。
例えば処理部１２は、項目に設定されている第１項目値が数値か否かによって異なるカテゴリに分類する。

【0020】

処理部１２は、項目に設定されている第１項目値が数値ではない場合、第１項目値の種類ごとの出現回数を第１統計量として算出する。そして処理部１２は、第２統計量の算出では、第２項目値の種類ごとの出現回数を第２統計量として算出する。これにより、数値以外の項目値の分布を数値に変換し、適切な統計量を算出することが可能となる。

【0021】

また処理部１２は、第１項目値の種類数が２未満か否かによって異なるカテゴリに分類してもよい。この場合、処理部１２は、項目に設定されている第１項目値の種類数が２未満の場合、第１項目値を種類に応じて０または１に変換し、変換後の値に基づいて第１統計量を算出する。また処理部１２は、変換後の値に基づいて第１統計量を算出し、第２項目値を種類に応じて０または１に変換し、変換後の値に基づいて第２統計量を算出する。これにより項目値の種類数が２未満の場合に、統一した尺度で統計量を求めることができ、類似度の判定精度を向上させることができる。

【0022】

また処理部１２は、第１項目値の種類数の第１レコードの数に対する比の値が所定値以上か否かによって異なるカテゴリに分類してもよい。例えば処理部１２は、比の値が所定値未満の場合、第１データセット２の項目を第１項目値の種類ごとの第１分割項目に分割する。そして処理部１２は、複数の第１レコードそれぞれの第１分割項目に、対応する種類の第１項目値の有無を示す値を設定し、第１分割項目ごとに第１統計量を算出する。また処理部１２は、第２データセット３の項目を第１分割項目に分割する。そして処理部１２は、複数の第２レコードそれぞれの第１分割項目に、対応する種類の第２項目値の有無を示す値を設定し、第１分割項目ごとに第２統計量を算出する。これにより、数値以外の項目値について適切に数値化して特徴を算出可能となる。

【0023】

さらに処理部１２は、比の値が所定値以上の場合、第１データセット２の項目を第１項目値に含まれる単語ごとの第２分割項目に分割する。そして処理部１２は、複数の第１レコードそれぞれの第２分割項目に、対応する単語の有無を示す値を設定し、第２分割項目ごとに第１統計量を算出する。また処理部１２は、第２データセット３の項目を第２分割項目に分割する。そして処理部１２は、複数の第２レコードそれぞれの第２分割項目に、対応する単語の有無を示す値を設定し、第２分割項目ごとに第２統計量を算出する。これにより、フリーテキストについても適切に数値化して特徴量を算出可能となる。

【0024】

〔第２の実施の形態〕
次に第２の実施の形態について説明する。第２の実施の形態は、クラウドコンピューティングシステム（以下、クラウドと呼ぶ）により提供されたモデルを利用して、ユーザ自身のデータから任意の情報を予測するシステムである。

【0025】

図２は、システム構成の一例を示す図である。ＤＢサーバ１００は、モデルを用いた推論の適用対象となるデータセットを管理する。ＤＢサーバ１００は、ネットワーク２０を介してクラウドサーバ２００に接続されている。クラウドサーバ２００は、クラウド上に設けられたサーバコンピュータである。クラウドサーバ２００は、学習済みのモデルを複数有しており、ＤＢサーバ１００からの要求に応じてモデルを提供する。

【0026】

クラウドサーバ２００は、ＤＢサーバが有するデータセットのモデルへの適合度合いを、モデルの学習に用いた学習用データセットとの類似度に基づいて判断する。すなわち、学習済みのモデルは、学習に使用したデータセットを入力したときに正しい推論結果を得られるように最適化されている。モデルがニューラルネットワークであれば、ニューロン間の結合強度を示す重みの値が調整され、学習に使用したデータセットをモデルに入力すれば、正しい予測結果を得ることができる。従って、学習に使用したデータセットと類似するデータセットであれば、同じモデルへ入力したときに正しい予測結果が得られる可能性が高い。

【0027】

そこでＤＢサーバ１００は、自身が有するデータセットを入力データとして推論処理を行うのに適切なモデルを選択するため、そのデータセットの特徴を示す統計量を計算する。ＤＢサーバ１００は、計算した統計量をクラウドサーバ２００に送信する。またＤＢサーバ１００は、モデルの生成に使用されたデータセットについても特徴を示す統計量を計算し、クラウドサーバ２００に送信する。

【0028】

クラウドサーバ２００は、自身が有する複数のモデルそれぞれの生成に使用したデータセットの特徴量と、ＤＢサーバ１００が有するデータセットの特徴量との比較により、データセット間の類似度を計算する。クラウドサーバ２００は、複数のモデルそれぞれの生成に使用したデータセットごとに算出した類似度を、ＤＢサーバ１００に送信する。

【0029】

ＤＢサーバ１００は、クラウドサーバ２００から取得した類似度に基づいて、ＤＢサーバ１００が有するデータセットが複数のモデルそれぞれへ適合するか否かを判定する。そしてＤＢサーバ１００は、データセットの適合度合いが閾値より高いモデルをクラウドサーバ２００から取得し、そのモデルを用いて推論処理を行う。

【0030】

図３は、ＤＢサーバのハードウェアの一例を示す図である。ＤＢサーバ１００は、プロセッサ１０１によって装置全体が制御されている。プロセッサ１０１には、バス１０９を介してメモリ１０２と複数の周辺機器が接続されている。プロセッサ１０１は、マルチプロセッサであってもよい。プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、またはＤＳＰ（Digital Signal Processor）である。プロセッサ１０１がプログラムを実行することで実現する機能の少なくとも一部を、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）などの電子回路で実現してもよい。

【0031】

メモリ１０２は、ＤＢサーバ１００の主記憶装置として使用される。メモリ１０２には、プロセッサ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、メモリ１０２には、プロセッサ１０１による処理に利用する各種データが格納される。メモリ１０２としては、例えばＲＡＭ（Random Access Memory）などの揮発性の半導体記憶装置が使用される。

【0032】

バス１０９に接続されている周辺機器としては、ストレージ装置１０３、ＧＰＵ（Graphics Processing Unit）１０４、入力インタフェース１０５、光学ドライブ装置１０６、機器接続インタフェース１０７およびネットワークインタフェース１０８がある。

【0033】

ストレージ装置１０３は、内蔵した記録媒体に対して、電気的または磁気的にデータの書き込みおよび読み出しを行う。ストレージ装置１０３は、コンピュータの補助記憶装置として使用される。ストレージ装置１０３には、ＯＳのプログラム、アプリケーションプログラム、および各種データが格納される。なお、ストレージ装置１０３としては、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）を使用することができる。

【0034】

ＧＰＵ１０４は画像処理を行う演算装置であり、グラフィックコントローラとも呼ばれる。ＧＰＵ１０４には、モニタ２１が接続されている。ＧＰＵ１０４は、プロセッサ１０１からの命令に従って、画像をモニタ２１の画面に表示させる。モニタ２１としては、有機ＥＬ（Electro Luminescence）を用いた表示装置や液晶表示装置などがある。

【0035】

入力インタフェース１０５には、キーボード２２とマウス２３とが接続されている。入力インタフェース１０５は、キーボード２２やマウス２３から送られてくる信号をプロセッサ１０１に送信する。なお、マウス２３は、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。

【0036】

光学ドライブ装置１０６は、レーザ光などを利用して、光ディスク２４に記録されたデータの読み取り、または光ディスク２４へのデータの書き込みを行う。光ディスク２４は、光の反射によって読み取り可能なようにデータが記録された可搬型の記録媒体である。光ディスク２４には、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）などがある。

【0037】

機器接続インタフェース１０７は、ＤＢサーバ１００に周辺機器を接続するための通信インタフェースである。例えば機器接続インタフェース１０７には、メモリ装置２５やメモリリーダライタ２６を接続することができる。メモリ装置２５は、機器接続インタフェース１０７との通信機能を搭載した記録媒体である。メモリリーダライタ２６は、メモリカード２７へのデータの書き込み、またはメモリカード２７からのデータの読み出しを行う装置である。メモリカード２７は、カード型の記録媒体である。

【0038】

ネットワークインタフェース１０８は、ネットワーク２０に接続されている。ネットワークインタフェース１０８は、ネットワーク２０を介して、他のコンピュータまたは通信機器との間でデータの送受信を行う。ネットワークインタフェース１０８は、例えばスイッチやルータなどの有線通信装置にケーブルで接続される有線通信インタフェースである。またネットワークインタフェース１０８は、基地局やアクセスポイントなどの無線通信装置に電波によって通信接続される無線通信インタフェースであってもよい。

【0039】

ＤＢサーバ１００は、以上のようなハードウェアによって、第２の実施の形態の処理機能を実現することができる。クラウドサーバ２００もＤＢサーバ１００と同様のハードウェアにより実現することができる。また第１の実施の形態に示した情報処理装置１０も、ＤＢサーバ１００と同様のハードウェアにより実現することができる。

【0040】

ＤＢサーバ１００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たプログラムを実行することにより、第２の実施の形態の処理機能を実現する。ＤＢサーバ１００に実行させる処理内容を記述したプログラムは、様々な記録媒体に記録しておくことができる。例えば、ＤＢサーバ１００に実行させるプログラムをストレージ装置１０３に格納しておくことができる。プロセッサ１０１は、ストレージ装置１０３内のプログラムの少なくとも一部をメモリ１０２にロードし、プログラムを実行する。またＤＢサーバ１００に実行させるプログラムを、光ディスク２４、メモリ装置２５、メモリカード２７などの可搬型記録媒体に記録しておくこともできる。可搬型記録媒体に格納されたプログラムは、例えばプロセッサ１０１からの制御により、ストレージ装置１０３にインストールされた後、実行可能となる。またプロセッサ１０１が、可搬型記録媒体から直接プログラムを読み出して実行することもできる。

【0041】

次にＤＢサーバ１００が有するデータセットが適合するモデルを用いて推論処理を行うための各サーバの機能について説明する。
図４は、各サーバが有する機能の一例を示すブロック図である。ＤＢサーバ１００は、記憶部１１０、分類部１２０、統計量計算部１３０、適合判定部１４０、モデル取得部１５０、および推論部１６０を有する。

【0042】

記憶部１１０は、推論処理の適用対象となる適用対象データセット１１１およびクラウドサーバ２００から取得したモデル１１２を記憶する。適用対象データセット１１１は例えばテーブル形式のデータであり、各行にレコードが登録される。各レコードにはカラムごとに項目が割り当てられ、そのカラム内に該当項目の項目値が設定される。例えばＤＢサーバ１００が医療機関のシステムであれば、患者ごとのレコードが適用対象データセット１１１に含まれる。カラムには、登録される項目値の属性（氏名、性別、病名など）が設定される。記憶部１１０は、例えばＤＢサーバ１００のメモリ１０２またはストレージ装置１０３の記憶領域の一部によって実現される。

【0043】

分類部１２０は、適用対象データセット１１１の各カラムを、設定される項目値の種別に応じたカテゴリに分類する。例えば分類部１２０は、数値が設定されるカラムと、文字列が設定されるカラムとを別のカテゴリに分類する。また分類部１２０は、設定される項目値の種類数が２種類のみか３種類以上あるのかにより、別のカテゴリに分類する。分類部１２０は、各カラムが属するカテゴリを示す情報を統計量計算部１３０に送信する。

【0044】

また分類部１２０は、クラウドサーバ２００に格納されている複数のモデルそれぞれの生成に利用した学習用データセットを取得する。そして分類部１２０は、学習用データセットについても、適用対象データセット１１１と同様にカラムごとにカテゴリに分類する。

【0045】

統計量計算部１３０は、モデルの生成に使用されたデータセットおよび推論処理の適用対象とする適用対象データセット１１１の統計量を計算する。例えば統計量計算部１３０は、適用対象データセット１１１のカラムごとに、すべてのレコードの該当カラムの項目値に基づいて、該当カラムが属するカテゴリに応じた方法で所定の統計量を計算する。同様に、統計量計算部１３０は、クラウドサーバ２００から取得した学習用データセットのカラムごとの統計量を計算する。統計量計算部１３０は、適用対象データセット１１１または学習用データセット４１，４２，・・・ごとに算出した統計量をまとめた統計量集合６１，６２，・・・をクラウドサーバ２００にアップロードする。

【0046】

適合判定部１４０は、モデルを用いた予測処理の適用対象データセット１１１がモデル５１，５２，・・・のいずれかに適合しているか否かを判定する。例えば適合判定部１４０は、類似度判定要求をクラウドサーバ２００に送信する。適合判定部１４０は、類似度判定要求の応答として、学習用データセット４１，４２，・・・それぞれと適用対象データセット１１１との間の類似度をクラウドサーバ２００から取得する。適合判定部１４０は、類似度が所定の閾値以上の学習用データセットに対応するモデルの識別番号をモデル取得部１５０に送信する。

【0047】

モデル取得部１５０は、適用対象データセット１１１が適合しているモデルをクラウドサーバ２００から取得する。例えばモデル取得部１５０は、適合判定部１４０から取得した識別番号を指定したモデル取得要求をクラウドサーバ２００に送信する。クラウドサーバ２００からは、指定された識別番号に対応する学習済みのモデルが送り返される。モデル取得部１５０は、取得したモデルを記憶部１１０に格納する。

【0048】

推論部１６０は、適用対象データセット１１１をモデル１１２への入力データとして推論処理を行い、所定の項目の予測値を得る。推論部１６０は、取得した予測値を予測結果として出力する。

【0049】

クラウドサーバ２００は、記憶部２１０、学習用データセット提供部２２０、類似度計算部２３０、およびモデル提供部２４０を有する。
記憶部２１０は、複数の学習用データセット４１，４２，・・・、複数のモデル５１，５２，・・・、および複数の統計量集合６１，６２，・・・を記憶する。複数の学習用データセット４１，４２，・・・は、それぞれいずれかのモデルの生成に使用されたデータセットである。複数の統計量集合６１，６２，・・・は、それぞれ複数の学習用データセット４１，４２，・・・または適用対象データセット１１１から算出された統計量の集合である。記憶部２１０は、クラウドサーバ２００が有するメモリまたはストレージ装置の記憶領域の一部を用いて実現される。

【0050】

学習用データセット提供部２２０は、ＤＢサーバ１００からの要求に応じて、複数の学習用データセット４１，４２，・・・を記憶部２１０から取得し、ＤＢサーバ１００に送信する。

【0051】

類似度計算部２３０は、ＤＢサーバ１００から送られた類似度判定要求に基づいて、学習用データセット４１，４２，・・・それぞれとＤＢサーバ１００が有する適用対象データセット１１１との類似度を算出する。例えば類似度計算部２３０は、適用対象データセット１１１のカラムごとに計算した統計量の数値を要素とする、適用対象データセット１１１の特徴ベクトルを生成する。また類似度計算部２３０は、複数の学習用データセット４１，４２，・・・それぞれについても、カラムごとに計算した統計量の数値を要素とする特徴ベクトルを生成する。そして類似度計算部２３０は、適用対象データセット１１１の特徴ベクトルと学習用データセット４１，４２，・・・それぞれの特徴ベクトルとの類似度を計算する。類似度計算部２３０は、算出した学習用データセット４１，４２，・・・ごとの類似度をＤＢサーバ１００に送信する。

【0052】

モデル提供部２４０は、ＤＢサーバ１００からのモデル取得要求に応じて、モデル取得要求で指定されたモデルを記憶部２１０から取得し、取得したモデルをＤＢサーバ１００に送信する。

【0053】

なお、図４に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。また、図４に示した各要素の機能は、例えば、その要素に対応するプログラムモジュールをコンピュータに実行させることで実現することができる。

【0054】

図５は、ＤＢサーバが有する適用対象データセットの一例を示す図である。例えば適用対象データセット１１１には、患者ごとのレコードが登録される。適用対象データセット１１１は、患者ＩＤ、氏名、病名コード、検体検査情報などの属性が設定されたカラムを有する。各レコードは、カラムに設定された属性の項目値を含む。適用対象データセット１１１は、図５に示したもの以外に、例えば処置コード、生体検査情報、臨床検査項目分類コード、分類別コード、識別コード、材料コード、測定法コード、結果識別コード、医薬品コードなどのカラムを有する。

【0055】

図６は、クラウドサーバが有する学習用データセットの一例を示す図である。クラウドサーバ２００が有する学習用データセット４１には、その学習用データセット４１を用いて生成されたモデル５１の識別番号が付与されている。学習用データセット４１は、適用対象データセット１１１と同様に患者ごとのレコードを有する。学習用データセット４１の各レコードは、適用対象データセット１１１内のレコードと同種のカラムを有する。

【0056】

学習用データセット４１を用いて生成されたモデル５１は、例えばニューラルネットワークである。学習用データセット４１内の１または複数のカラムに設定された項目値をモデル５１の入力層へ入力し、モデル５１に従って計算を行うことで、出力層の出力として精度の高い予測値を得ることができる。

【0057】

ＤＢサーバ１００を有するユーザが、クラウドサーバ２００が有する複数のモデル５１，５２，・・・のいずれかを利用して、適用対象データセット１１１に基づく所定の項目の予測値を得たい場合がある。この場合、複数のモデル５１，５２，・・・のうち、正しい予測値が得られるモデルを利用するのが適切である。複数のモデル５１，５２，・・・それぞれは、学習時に使用された学習用データセットに適合するようにパラメータの値などが調整されている。そのため適用対象データセット１１１に類似する学習用データセットがある場合、適用対象データセット１１１は、その学習用データセットを用いて生成されたモデルに適合していると考えられる。そこでクラウドサーバ２００では、例えば学習用データセット４１，４２，・・・それぞれと適用対象データセット１１１との類似度に基づいて、適用対象データセット１１１が適合しているモデルを判定する。

【0058】

図７は、適用対象データセットが適合するモデルを利用した予測値計算手順の一例を示す図である。ＤＢサーバ１００の分類部１２０は、モデル取得を指示する入力に応じて、クラウドサーバ２００から、複数のモデル５１，５２，・・・の生成に使用された学習用データセット４１，４２，・・・を取得する。例えば分類部１２０は、クラウドサーバ２００へ学習用データセット４１，４２，・・・の取得要求を送信する（ステップＳ１１）。クラウドサーバ２００の学習用データセット提供部２２０は、複数の学習用データセット４１，４２，・・・をＤＢサーバ１００に送信する（ステップＳ１２）。

【0059】

ＤＢサーバ１００の分類部１２０は、取得した学習用データセット４１，４２，・・・のカラムを、複数のカテゴリのいずれかに分類する（ステップＳ１３）。例えば分類部１２０は、学習用データセット４１，４２，・・・に含まれる各カラムを名義尺度二項、数値データ、名義尺度多項、フリーテキストのいずれかに分類する。

【0060】

具体的には、分類部１２０は、カラムに設定される項目値が、数値かつ種類が２パターンのみ（例えば０と１）の場合は、カテゴリ名義尺度二項に分類する。分類部１２０は、カラムに設定される項目値が、数値かつ種類が３パターン以上ある場合、数値データに分類する。分類部１２０は、カラムに設定される項目値が、数値データではなく種類が２パターンの場合、名義尺度二項に分類する。分類部１２０は、カラムに設定されている項目値の種類数が、数値データではなく、処理対象の学習用データセットに登録されたレコード数に対して、設定される項目値の種類数の割合が１割未満（比の値が０．１未満）の場合、名義尺度多項に分類する。分類部１２０は、カラムに設定される項目値が、数値データではなく、処理対象の学習用データセットに登録されたレコード数に対して、設定される項目値の種類数が１割以上の場合、名義尺度多項に分類する。統計量計算部１３０は、複数の学習用データセット４１，４２，・・・それぞれのカラムごとに、そのカラムが属するカテゴリに応じた手順で統計量を算出する（ステップＳ１４）。統計量計算部１３０は、学習用データセット４１，４２，・・・ごとに生成された統計量を集めた統計量集合を、クラウドサーバ２００にアップロードする（ステップＳ１５）。

【0061】

複数の学習用データセット４１，４２，・・・に対する統計量の算出が終了すると、分類部１２０は、記憶部１１０から推論処理対象の適用対象データセット１１１を取得する（ステップＳ１６）。そして分類部１２０は、学習用データセット４１，４２，・・・の場合と同様に、適用対象データセット１１１の各カラムを複数のカテゴリのいずれかに分類する（ステップＳ１７）。統計量計算部１３０は、適用対象データセット１１１のカラムごとに、そのカラムが属するカテゴリに応じた手順で統計量を算出する（ステップＳ１８）。統計量計算部１３０は、適用対象データセット１１１に基づいて生成された統計量を集めた統計量集合をクラウドサーバ２００にアップロードする（ステップＳ１９）。

【0062】

適合判定部１４０は、類似度判定要求をクラウドサーバ２００に送信する（ステップＳ２０）。クラウドサーバ２００の類似度計算部２３０は、予めアップロードされた統計量集合６１，６２，・・・に基づいて、適用対象データセット１１１と学習用データセット４１，４２，・・・それぞれの特徴ベクトルを生成する（ステップＳ２１）。次に類似度計算部２３０は、生成した特徴ベクトルに基づいて、学習用データセット４１，４２，・・・それぞれと適用対象データセット１１１との類似度を算出する（ステップＳ２２）。

【0063】

類似度計算部２３０は、学習用データセット４１，４２，・・・ごとの類似度をＤＢサーバ１００に送信する（ステップＳ２３）。ＤＢサーバ１００の適合判定部１４０は、類似度が所定の閾値以上の学習用データセットに対応するモデルを、適用対象データセット１１１が適合するモデルであると判定する（ステップＳ２４）。適合判定部１４０は、適合するモデルの識別番号をモデル取得部１５０に送信する。モデル取得部１５０は、推奨モデルの識別番号を指定したモデル取得要求をクラウドサーバ２００に送信する（ステップＳ２５）。クラウドサーバ２００のモデル提供部２４０は、モデル取得要求で指定された識別番号のモデルをＤＢサーバ１００に送信する（ステップＳ２６）。

【0064】

ＤＢサーバ１００のモデル取得部１５０は、クラウドサーバ２００から取得したモデル１１２を記憶部１１０に格納する。その後、推論部１６０は、適用対象データセット１１１に設定されている項目値をモデル１１２への入力値として、モデル１１２に従った推論処理を実行する（ステップＳ２７）。推論処理により、所定の項目の予測値が得られる。

【0065】

以上のような手順で適用対象データセット１１１が適合するモデルを利用した予測値の算出が可能となる。このときＤＢサーバ１００では、学習用データセット４１，４２，・・・および適用対象データセット１１１それぞれのカラムのカテゴリに応じた手順で該当カラムの統計量を算出している。

【0066】

次にカラムの分類処理について詳細に説明する。
図８は、分類処理の手順の一例を示すフローチャートである。以下、図８に示す処理をステップ番号に沿って説明する。

【0067】

［ステップＳ１０１］分類部１２０は、処理対象の学習用データセット４１，４２，・・・または適用対象データセット１１１のカラムを１つ選択する。
［ステップＳ１０２］分類部１２０は、選択したカラムに設定されているのが数値データか否かを判断する。例えば分類部１２０は、カラム内のすべての項目値が数値であれば数値データであると判断する。分類部１２０は、数値データであれば処理をステップＳ１０３に進める。また分類部１２０は、数値データでなければ処理をステップＳ１０６に進める。

【0068】

［ステップＳ１０３］分類部１２０は、選択したカラムに設定されている項目値が２パターンのみか否かを判断する。分類部１２０は、２パターンのみであれば処理をステップＳ１０４に進める。また分類部１２０は、３パターン以上の項目値が設定されていれば処理をステップＳ１０５に進める。

【0069】

［ステップＳ１０４］分類部１２０は、選択したカラムを名義尺度二項（数値データ）に分類する。その後、分類部１２０は処理をステップＳ１１１に進める。
［ステップＳ１０５］分類部１２０は、選択したカラムを数値データに分類する。その後、分類部１２０は処理をステップＳ１１１に進める。

【0070】

［ステップＳ１０６］分類部１２０は、選択したカラムに設定されている項目値が２パターンのみか否かを判断する。分類部１２０は、２パターンのみであれば処理をステップＳ１０７に進める。また分類部１２０は、３パターン以上の項目値が設定されていれば処理をステップＳ１０８に進める。

【0071】

［ステップＳ１０７］分類部１２０は、選択したカラムを名義尺度二項（テキストデータ）に分類する。その後、分類部１２０は処理をステップＳ１１１に進める。
［ステップＳ１０８］分類部１２０は、処理対象の学習用データセット４１，４２，・・・または適用対象データセット１１１に含まれるレコード数に対する選択したカラムに設定されている項目値の種類数が１割未満か否かを判断する。分類部１２０は、項目値の種類数が１割未満であれば処理をステップＳ１０９に進める。また分類部１２０は、項目値の種類数が１割以上であれば処理をステップＳ１１０に進める。

【0072】

［ステップＳ１０９］分類部１２０は、選択したカラムを名義尺度多項に分類する。その後、分類部１２０は処理をステップＳ１１１に進める。
［ステップＳ１１０］分類部１２０は、選択したカラムをフリーテキストに分類する。

【0073】

［ステップＳ１１１］分類部１２０は、処理対象の学習用データセット４１，４２，・・・または適用対象データセット１１１のカラムのうち、未選択のカラムがあるか否かを判断する。分類部１２０は、未選択のカラムがある場合、処理をステップＳ１０１に進める。分類部１２０は、すべてのカラムが選択済みであれば分類処理を終了する。

【0074】

カラムを複数のカテゴリに適切に分類することにより学習用データセット４１，４２，・・・および適用対象データセット１１１それぞれの特徴を、統計量に正しく反映させることができる。以下、図９～図１３を参照して、カテゴリごとの統計量の算出方法について説明する。

【0075】

図９は、カラムの統計量算出の第１の例を示す図である。図９には、数値データであり、かつ２パターンの項目値しか設定されないカラムの統計量の計算例が示されている。例えば学習用データセット４１の各レコードのカラム「Ｖ１」には、「１０」または「２０」の２つの数値のいずれかのみが設定されている。この場合、分類部１２０は、カラム「Ｖ１」をカテゴリ「名義尺度二項（数値データ）」に分類する。

【0076】

統計量計算部１３０は、カテゴリ「名義尺度二項（数値データ）」に分類されたカラム「Ｖ１」の項目値を「０」と「１」の２値に変換する。図９の例では統計量計算部１３０は、「１０」を「０」に変換し、「２０」を「１」に変換している。そして統計量計算部１３０は、変換後の値を用いて、カラム「Ｖ１」の統計量として、平均値、標準偏差、不偏標準偏差、中央値、１Ｑ値（第一四分位数）、および３Ｑ値（第三四分位数）を算出する。

【0077】

図１０は、カラムの統計量算出の第２の例を示す図である。図１０には、数値データであり、かつ３パターン以上の項目値が設定されるカラムの統計量の計算例が示されている。例えば学習用データセット４１の各レコードのカラム「Ｖ２」には、３種類以上の整数の項目値が設定されている。この場合、分類部１２０は、カラム「Ｖ２」をカテゴリ「数値データ」に分類する。

【0078】

統計量計算部１３０は、カテゴリ「数値データ」に分類されたカラム「Ｖ２」のそのままの項目値を用いて、カラム「Ｖ２」の統計量として、平均値、標準偏差、不偏標準偏差、中央値、１Ｑ値、および３Ｑ値を算出する。

【0079】

図１１は、カラムの統計量算出の第３の例を示す図である。図１１には、数値データ以外であり、かつ２パターンの項目値しか設定されないカラムの統計量の計算例が示されている。例えば学習用データセット４１の各レコードのカラム「Ｖ３」には、「男」と「女」の２種類のいずれかのみが設定されている。この場合、分類部１２０は、カラム「Ｖ３」をカテゴリ「名義尺度二項（テキストデータ）」に分類する。

【0080】

統計量計算部１３０は、カテゴリ「名義尺度二項（テキストデータ）」に分類されたカラム「Ｖ３」の項目値を「０」と「１」の２値に変換する。図１１の例では統計量計算部１３０は、「男」を「０」に変換し、「女」を「１」に変換している。そして統計量計算部１３０は、変換後の値を用いて、カラム「Ｖ３」の統計量として、平均値、標準偏差、不偏標準偏差、中央値、１Ｑ値、３Ｑ値、および項目値ごとの出現回数を算出する。また統計量計算部１３０は、カラム「Ｖ３」に設定されている項目値のリスト「男、女」を生成する。

【0081】

図１２は、カラムの統計量算出の第４の例を示す図である。図１２には、数値データ以外であり、かつ設定される項目値の種類の数がレコード数の１割未満であるカラムの統計量の計算例が示されている。例えば学習用データセット４１の各レコードのカラム「Ｖ４」には、４種類の血液型（「Ａ型」、「Ｂ型」、「Ｏ型」、「ＡＢ型」）のいずれかが設定されている。学習用データセット４１のレコード数は４０以上あるものとする。この場合、分類部１２０は、カラム「Ｖ４」をカテゴリ「名義尺度多項」に分類する。

【0082】

統計量計算部１３０は、カテゴリ「名義尺度多項」に分類されたカラム「Ｖ４」を、設定されている項目値ごとのカラムに分割する。図１２の例では、「Ａ型」、「Ｂ型」、「Ｏ型」、「ＡＢ型」の各項目値に対応する「Ｖ４＿Ａ型」、「Ｖ４＿Ｂ型」、「Ｖ４＿Ｏ型」、「Ｖ４＿ＡＢ型」のカラムに分割されている。各レコードの分割後の各カラムには、分割元のカラム「Ｖ４」において分割後のカラムに対応する項目値が設定されていれば「１」、設定されていなければ「０」の項目値が設定される。そして統計量計算部１３０は、分割後のカラムそれぞれの統計量として、平均値、標準偏差、不偏標準偏差、中央値、１Ｑ値、３Ｑ値、および項目値ごとの出現回数を算出する。また統計量計算部１３０は、分割後のカラムそれぞれの統計量の集合に、そのカラムに対応する項目値を付与する。

【0083】

図１３は、カラムの統計量算出の第５の例を示す図である。図１３には、数値データ以外であり、かつ設定される項目値の種類の数がレコード数の１割以上であるカラムの統計量の計算例が示されている。例えば学習用データセット４１の各レコードのカラム「Ｖ５」には、任意の文字列が設定されている。この場合、分類部１２０は、カラム「Ｖ５」をカテゴリ「フリーテキスト」に分類する。

【0084】

統計量計算部１３０は、カテゴリ「フリーテキスト」に分類されたカラム「Ｖ５」に設定されている文字列の形態素解析を行い、名詞などの所定の品詞の単語を抽出する。統計量計算部１３０は、カラム「Ｖ５」を抽出された単語ごとのカラムに分割する。図１３の例では、「Ｖ５＿１型糖尿病」、「Ｖ５＿アトピー」、「Ｖ５＿２型糖尿病」などのカラムに分割されている。各レコードの分割後の各カラムには、分割元のカラム「Ｖ５」において分割後のカラムに対応する文字を含む項目値が設定されていれば「１」、設定されていなければ「０」の項目値が設定される。そして統計量計算部１３０は、分割後のカラムそれぞれの統計量として、平均値、標準偏差、不偏標準偏差、中央値、１Ｑ値、３Ｑ値、および項目値ごとの出現回数を算出する。また統計量計算部１３０は、分割後のカラムそれぞれの統計量の集合に、そのカラムに対応する単語を付与する。

【0085】

次に統計量算出処理の手順について、図１４～図１６を参照して詳細に説明する。
図１４は、統計量算出処理の手順の一例を示すフローチャート（その１）である。以下、図１４に示す処理をステップ番号に沿って説明する。

【0086】

［ステップＳ２０１］統計量計算部１３０は、名義尺度二項（数値データ）に分類されたカラムを１つ選択する。
［ステップＳ２０２］統計量計算部１３０は、選択したカラムに設定されている２種類の項目値を「０」と「１」に２値化する。

【0087】

［ステップＳ２０３］統計量計算部１３０は、２値化後の値を用いて、選択したカラムの統計量を計算し、計算した統計量を含む該当カラムの統計情報を生成する。
［ステップＳ２０４］統計量計算部１３０は、名義尺度二項（数値データ）に分類されたカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２０１に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２０５に進める。

【0088】

［ステップＳ２０５］統計量計算部１３０は、数値データに分類されたカラムを１つ選択する。
［ステップＳ２０６］統計量計算部１３０は、選択したカラムに設定されている項目値の統計量を計算し、計算した統計量を含む該当カラムの統計情報を生成する。

【0089】

［ステップＳ２０７］統計量計算部１３０は、数値データに分類されたカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２０５に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２１１（図１５参照）に進める。

【0090】

図１５は、統計量算出処理の手順の一例を示すフローチャート（その２）である。以下、図１５に示す処理をステップ番号に沿って説明する。
［ステップＳ２１１］統計量計算部１３０は、名義尺度二項（テキストデータ）に分類されたカラムを１つ選択する。

【0091】

［ステップＳ２１２］統計量計算部１３０は、選択したカラムに設定されている２種類の項目値を「０」と「１」に２値化する。
［ステップＳ２１３］統計量計算部１３０は、２値化後の値を用いて、選択したカラムの統計量を計算し、計算した統計量を含む該当カラムの統計情報を生成する。

【0092】

［ステップＳ２１４］統計量計算部１３０は、選択したカラムの統計量情報に、そのカラムに対応する項目値の文字列を追加する。
［ステップＳ２１５］統計量計算部１３０は、名義尺度二項（テキストデータ）に分類されたカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２１１に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２２１（図１６参照）に進める。

【0093】

図１６は、統計量算出処理の手順の一例を示すフローチャート（その３）である。以下、図１６に示す処理をステップ番号に沿って説明する。
［ステップＳ２２１］統計量計算部１３０は、名義尺度多項に分類されたカラムを１つ選択する。

【0094】

［ステップＳ２２２］統計量計算部１３０は、選択したカラムを、項目値の種別ごとのカラムに分割する。分割後の各レコードのカラムには、該当カラムに対応する項目値の存否を示す「１」または「０」の値が設定される。

【0095】

［ステップＳ２２３］統計量計算部１３０は、項目値の種別に対応するカラムを１つ選択する。
［ステップＳ２２４］統計量計算部１３０は、選択したカラムに設定されている項目値の統計量を計算し、計算した統計量を含む該当カラムの統計情報を生成する。

【0096】

［ステップＳ２２５］統計量計算部１３０は、選択したカラムの統計情報に、そのカラムに対応する項目値の文字列を追加する。
［ステップＳ２２６］統計量計算部１３０は、分割によって生成された項目値の種別ごとのカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２２３に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２２７に進める。

【0097】

［ステップＳ２２７］統計量計算部１３０は、名義尺度多項に分類されたカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２２１に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２３１（図１７参照）に進める。

【0098】

図１７は、統計量算出処理の手順の一例を示すフローチャート（その４）である。以下、図１７に示す処理をステップ番号に沿って説明する。
［ステップＳ２３１］統計量計算部１３０は、フリーテキストに分類されたカラムを１つ選択する。

【0099】

［ステップＳ２３２］統計量計算部１３０は、選択したカラムに設定されている文字列の形態素解析によって単語を抽出する。
［ステップＳ２３３］統計量計算部１３０は、選択したカラムを、抽出した単語ごとのカラムに分割する。分割後の各レコードのカラムには、該当カラムに対応する単語の存否を示す「１」または「０」の値が設定される。

【0100】

［ステップＳ２３４］統計量計算部１３０は、抽出した単語に対応するカラムを１つ選択する。
［ステップＳ２３５］統計量計算部１３０は、選択したカラムに設定されている項目値の統計量を計算し、計算した統計量を含む該当カラムの統計情報を生成する。

【0101】

［ステップＳ２３６］統計量計算部１３０は、選択したカラムの項目値から算出された統計量を含む統計情報に、そのカラムに対応する単語の文字列を追加する。
［ステップＳ２３７］統計量計算部１３０は、抽出した単語ごとのカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２３４に進める。統計量計算部１３０は、未選択のカラムがなければ処理をステップＳ２３８に進める。

【0102】

［ステップＳ２３８］統計量計算部１３０は、フリーテキストに分類されたカラムのうち、未選択のカラムがあるか否かを判断する。統計量計算部１３０は、未選択のカラムがあれば処理をステップＳ２３１に進める。統計量計算部１３０は、未選択のカラムがなければ統計量算出処理を終了する。

【0103】

図１４～図１７の処理が、適用対象データセット１１１と複数の学習用データセット４１，４２，・・・それぞれについて行われる。適用対象データセット１１１および複数の学習用データセット４１，４２，・・・それぞれから得られた統計量は、適合判定部１４０によってクラウドサーバ２００に送信される。クラウドサーバ２００の類似度計算部２３０は、取得した統計量に基づいて、適用対象データセット１１１と複数の学習用データセット４１，４２，・・・それぞれの特徴ベクトルを生成する。

【0104】

図１８は、特徴ベクトル生成処理の一例を示す図である。学習用データセット４１に基づいて生成された統計量集合７０には、各カラムの統計量が含まれる。例えば学習用データセット４１のカラム「Ｖ１」は名義尺度二項に分類されている。この場合、カラム「Ｖ１」の項目値を二値化した値から得られた複数の統計量（ａ１，ａ２，・・・）が統計量集合７０に含まれる。カラム「Ｖ１」の複数の統計量（ａ１，ａ２，・・・）それぞれが、学習用データセット４１の特徴を示す特徴ベクトルの要素として設定される。

【0105】

また学習用データセット４１の別のカラム「Ｖ４」は名義尺度多項に分類されている。この場合、カラム「Ｖ４」が項目値ごとの複数のカラムに分割され、分割後のカラムそれぞれについて複数の統計量（ｂ１，ｂ２，・・・，ｃ１，ｃ２，・・・，）が得られる。カラム「Ｖ４」の複数の統計量（ｂ１，ｂ２，・・・，ｃ１，ｃ２，・・・，）それぞれが、学習用データセット４１の特徴を示す特徴ベクトルの要素として設定される。例えば項目値「Ａ型」に対応する分割後のカラムの統計情報（ｂ１，ｂ２，・・・）は、特徴ベクトルにおける項目値「Ａ型」に対応する要素として設定される。

【0106】

このようにして、適用対象データセット１１１と複数の学習用データセット４１，４２，・・・それぞれの特徴ベクトルが生成される。類似度計算部２３０は、適用対象データセット１１１の特徴ベクトルと、複数の学習用データセット４１，４２，・・・それぞれの特徴ベクトルとの類似度を算出する。この類似度は、複数の学習用データセット４１，４２，・・・それぞれと適用対象データセット１１１との類似度でもある。

【0107】

図１９は、類似度算出処理の手順の一例を示すフローチャートである。以下、図１９に示す処理をステップ番号に沿って説明する。
［ステップＳ３０１］類似度計算部２３０は、適用対象データセット１１１の統計量集合を選択する。

【0108】

［ステップＳ３０２］類似度計算部２３０は、選択した統計量集合に基づいて特徴ベクトルを生成する。
［ステップＳ３０３］類似度計算部２３０は、学習用データセットの統計量集合を選択する。

【0109】

［ステップＳ３０４］類似度計算部２３０は、選択した統計量集合に基づいて特徴ベクトルを生成する。
［ステップＳ３０５］類似度計算部２３０は、ステップＳ３０２で生成した特徴ベクトルとステップＳ３０４で生成した特徴ベクトルとのコサイン類似度を計算する。

【0110】

［ステップＳ３０６］類似度計算部２３０は、未選択の統計量集合があるか否かを判断する。類似度計算部２３０は、未選択の統計量集合がある場合、処理をステップＳ３０３に進める。また類似度計算部２３０は、すべての統計量集合が選択済みであれば、処理をステップＳ３０７に進める。

【0111】

［ステップＳ３０７］類似度計算部２３０は、複数の学習用データセット４１，４２，・・・それぞれの類似度をＤＢサーバ１００に送信する。
類似度を受信したＤＢサーバ１００では、適合判定部１４０が、類似度に基づいて、複数のモデル５１，５２，・・・それぞれについて、適用対象データセット１１１が適合しているか否かを判定する。

【0112】

図２０は、適合判定処理の手順の一例を示すフローチャートである。以下、図２０に示す処理をステップ番号に沿って説明する。
［ステップＳ４０１］適合判定部１４０は、学習用データセットを１つ選択する。

【0113】

［ステップＳ４０２］適合判定部１４０は、選択した学習用データセットと適用対象データセット１１１との類似度が閾値（例えば０．８）以上か否かを判断する。適合判定部１４０は、類似度が閾値以上であれば処理をステップＳ４０３に進める。また適合判定部１４０は、類似度が閾値未満であれば処理をステップＳ４０４に進める。

【0114】

［ステップＳ４０３］適合判定部１４０は、ステップＳ４０２で選択した学習用データセットに対応するモデルを、適用対象データセット１１１が適合している適合モデルであると判定し、そのモデルの識別情報を適合モデルのリストに登録する。

【0115】

［ステップＳ４０４］適合判定部１４０は、未選択の学習用データセットがあるか否かを判断する。適合判定部１４０は、未選択の学習用データセットがある場合、処理をステップＳ４０１に進める。また適合判定部１４０は、すべての学習用データセットが選択済みであれば、適合判定処理を終了する。

【0116】

このようにしてＤＢサーバ１００は、適用対象データセット１１１が適合する適合モデルのリストを取得することができる。ＤＢサーバ１００のモデル取得部１５０は、適合モデルのリストに基づいて、該当するモデル１１２をクラウドサーバ２００から取得し、記憶部１１０に格納する。そして推論部１６０が、例えばＷｅｂＡＰＩ（Application Programming Interface）などの技術を用いて、適用対象データセット１１１内の項目値をモデル１１２への入力とした推論処理サービスを提供する。

【0117】

取得したモデル１１２の生成に使用した学習用データセットと適用対象データセット１１１とは内容が類似しており、適用対象データセット１１１を入力データとしてモデル１１２を用いた推論処理を行えば、高精度の予測値が得られる。また推論部１６０は、複数のモデルを用いて予測値を算出することもできる。複数のモデルを用いて予測値を計算する場合においても、それぞれから高精度（例えばモデルＡの予測精度９５％、モデルＢの予測精度８７％）で、予測値を得ることができる。

【0118】

なおＤＢサーバ１００からクラウドサーバ２００へ送信する情報は、適用対象データセット１１１などの統計量集合である。そのため適用対象データセット１１１に個人情報が含まれていても、ＤＢサーバ１００を運用している組織（例えば病院）は、適用対象データセット１１１に含まれる個人情報を秘匿したまま、適合モデルの判定が可能である。

【0119】

ＤＢサーバ１００のユーザは、例えばクラウドサーバ２００から取得したモデル１１２を、ＡＩを利用した推論処理の検証に利用することができる。検証によって高精度の高い予測値が得られることが確認できた場合、ユーザは、例えば取得したモデル１１２のチューニングを行い、予測精度を向上させることもできる。これにより、予測精度の高いモデルを生成するための工数の大幅な削減が期待できる。

【0120】

〔その他の実施の形態〕
第２の実施の形態では、ＤＢサーバ１００とクラウドサーバ２００とが協働して適合判定が行われているが、ＤＢサーバ１００とクラウドサーバ２００との機能を１つの装置にまとめてもよい。

【0121】

以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。

【符号の説明】

【0122】

１ モデル
２ 第１データセット
３ 第２データセット
４ 第１特徴ベクトル
５ 第２特徴ベクトル
１０ 情報処理装置
１１ 記憶部
１２ 処理部

【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】