时序预测装置和时序预测方法制造方法及图纸

预测关于事件的时序数据的变化的信息处理装置即时序预测装置(10)，基于与包含作为预测对象的事件的多个事件分别关联的时序数据和与事件间的因果关系关联的时序数据，计算表示上述事件间的因果关系的强弱的指标即关联度，基于计算出的关联度来预测与上述事件关联的时序数据的变化。时序预测装置(10)使用与上述事件间的因果关系关联的时序数据中的、与上述事件关联的用语的共现频度来计算关联度。时序预测装置(10)基于与作为预测对象的事件具有因果关系的事件所关联的时序数据，构建预测与作为预测对象的事件关联的时序数据的变化的多个预测模型，通过与关联度相应地对各预测模型进行加权而将预测模型各自的预测结果汇总。

Time sequence prediction device and time series prediction method

About the time forecast the change of data events to the information processing apparatus of time sequence prediction device (10), time series data causality Association temporal data included as multiple events forecast object events respectively associated with incident based on the calculation, the causal relationships between the events of the strength of the association index the calculated correlation degree, to predict the change and the time series data based on event correlation. The time series prediction device (10) calculates the association degree by using the co-occurrence frequency of the words associated with the events in the timing data associated with the causal relation between the events. Time series prediction device (10) has a causal relationship with the time-series data as forecasting object or event associated based on multiple prediction model prediction and forecast object as event correlation of time series data, and through correlation corresponding to each prediction model and the prediction model of the weighted prediction a summary of the results.

【技术实现步骤摘要】
【国外来华专利技术】时序预测装置和时序预测方法
本专利技术涉及时序预测装置和时序预测方法。
技术介绍
专利文献1中记载了：“第一数据收集单元取得预先确定的期间内的时序文本数据。第一评价值计算单元基于时序文本数据对每个对象计算时序的评价值。第二数据收集单元取得预先确定的期间内的时序数值数据。变化率计算单元基于时序数值数据对每个对象计算时序的变化率。第三数据收集单元收集预先确定的期间后的文本信息。第二评价值计算单元基于收集的文本信息对每个对象计算评价值。关注度计算单元使用对每个对象计算的时序的评价值、时序的变化率和评价值计算每个对象的关注度。显示单元显示每个对象的关注度。”现有技术文献专利文献专利文献1：日本特开2012-79227号公报专利技术要解决的技术问题近年来，公开了政府统计、新闻报道、SNS(SocialNetworkingService：社交网路服务)上的发言等关于社会动向的多种时序数据，提出了利用这些时序数据来预测关于社会动向的事件(现象)的时间变化的技术。通过基于这样的技术来预测社会动向，将其结果应用于市场营销等项目策划立案，能够建立符合社会动向变化的收益性高的项目。关于社会动向的事件的变化预测，例如能够通过输入关于社会动向的多种时序数据，预测关于作为预测对象的事件的时序数据的变化来实现。例如，为了预测“外国人增加”这一事件的变化，可以使用政府统计、新闻报道、SNS上的发言等的关于“外国人增加”的时序数据，来构建预测“外国人的人数”的变化的预测模型。其中，将社会动向的变化作为预测对象时，因为多个事件相互关联而使社会动向的变化发生，所以为了高精度地预测关于作为预测对象的事件的时序数据的变化，考虑事件之间的因果关系是重要的。此处，在专利文献1中公开的技术中，将事件之间的因果关系视为固定的，基于过去得到的数据构建预测模型。因此，在构建预测模型之后事件之间的因果关系变化的情况下预测精度会降低。
技术实现思路
本专利技术的目的在于提供一种能够根据事件之间的因果关系的变化来高精度地预测事件的变化的时序预测装置和时序预测方法。用于解决问题的技术手段为了达成上述目的的本专利技术中的一个方面，是一种预测关于事件(现象)的时序数据的变化的信息处理装置，其包括：关联度计算部，其基于与包含作为预测对象的事件的多个事件分别关联的时序数据和与上述事件间的因果关系关联的时序数据，计算作为表示上述事件间的因果关系的强弱的指标的关联度；和变化预测部，其基于上述关联度，预测与上述事件关联的时序数据的变化。本申请公开的其他问题及其解决方法通过具体实施方式和附图来进一步说明。专利技术效果根据本专利技术，能够根据事件之间的因果关系的变化，高精度地预测事件的变化。附图说明图1是具有因果关系的多个事件的一例。图2是表示时序预测装置10的硬件结构的图。图3是说明时序预测装置10具备的功能(软件结构)和管理的数据的数据流图。图4是因果关系数据121的一例。图5是时序文本数据1221的一例。图6是时序数值数据1222的一例。图7是说明时序数据收集处理S700的流程图。图8是关联度数据123的一例。图9是说明关联度计算处理S900的流程图。图10是说明第一特征量计算处理S902的流程图。图11是用于计算第一特征量的式子的一例。图12是说明第二特征量计算处理S903的流程图。图13是变化指标数据124的一例。图14是说明变化预测处理S1400的流程图。图15是使用变化指标构建的预测模型的一例。图16是使用时序数据122构建的预测模型的一例。图17是基于关联度将预测结果汇总的式子的一例。图18是说明预测结果表示处理S1800的流程图。图19是设定画面1900的一例。图20是预测结果显示画面2000的一例。具体实施方式以下对一个实施方式使用附图进行详细叙述。以下说明的时序预测装置收集与包含作为预测对象的事件的多个事件分别关联的时序数据、和与事件间的因果关系关联的时序数据，使用收集了的时序数据，计算作为表示事件间的因果关系的强弱的指标的关联度。并且，时序预测装置一边基于计算出的关联度考虑事件间的因果关系的影响，一边预测与作为预测对象的事件关联的时序数据的变化。在图1中示出具有因果关系的多个事件的一例。该图中，记载了“景气”、“收入”、“安心感”的文字的各个圆表示与各事件对应的节点2(node)，并且连接各节点2的边3(edge)表示事件之间的因果关系。时序预测装置从互联网收集这些与事件和因果关系关联的时序数据，使用收集了的时序数据，计算事件之间的因果关系的强弱作为关联度。例如，图1中，在作为预测对象的事件(子节点)是“安心感”的情况下，时序预测装置例如从互联网收集SNS(SocialNetworkingService：社交网路服务)数据、新闻数据、平均个人收入、收入额对生活的影响度这些时序数据，计算与作为父节点的“收入”之间的因果关系的强弱作为事件之间的关联度。时序预测装置例如使用与事件之间的因果关系关联的时序数据中的、与事件关联的用语(关键字)的共现频度(共现：collocation)来计算。另外，时序预测装置例如基于与上述作为预测对象的事件具有因果关系的事件所关联的时序数据，构建用于预测与作为预测对象的事件关联的时序数据的变化的多个预测模型，与计算出的关联度相应地对各预测模型加权，将各预测模型的预测结果汇总，由此进行上述变化预测。这样，时序预测装置将事件之间的因果关系的变化(例如伴随消费税增税等原因引起的因果关系的变化)视为关联度的变化，使用关联度预测时序数据的变化，所以例如能够高精度地预测关于社会动向的时序数据的变化。然后，通过将这样得到的预测结果应用于例如市场营销等项目策划立案，能够有助于建立符合社会动向变化的收益性高的项目。在图2中示出了时序预测装置的硬件结构。时序预测装置10是信息处理装置(计算机)，包括处理器11、主存储装置12、辅助存储装置13、输入装置14、输出装置15和通信装置16。它们通过总线等通信单元可通信地连接。处理器11例如用CPU(CentralProcessingUnit：中央处理单元)、MPU(MicroProcessingUnit：微处理单元)构成。主存储装置12是存储程序和数据的装置，例如是ROM(ReadOnlyMemory：只读存储器)、RAM(RandomAccessMemory：随机存取存储器)、NVRAM(NonVolatileRAM：非易失性存储器)等。辅助存储装置13是硬盘驱动器、SSD(SolidStateDrive：固态硬盘)、光学式存储装置等。辅助存储装置13中保存的程序和数据随时被载入主存储装置12中。输入装置14是从用户接受信息和指示的输入的用户接口，例如是键盘、鼠标、触摸面板等。输出装置15是对用户提供信息的用户接口，例如是图形卡、液晶显示器等。通信装置16是经由互联网50与其他装置通信的通信接口，例如是NIC(NetworkInterfaceCard：网络接口卡)和无线LAN接口。图3是说明时序预测装置10具备的功能(软件结构)和管理的数据的数据流图。如该图所示，时序预测装置10包括时序数据收集部111、关联度计算部112、变化预测部113和预测结果显示部114各功能。这些功能通过处理器11读取并运行主存储装置12中保本文档来自技高网...

【技术保护点】
一种预测关于事件的时序数据的变化的信息处理装置，其特征在于，包括：关联度计算部，其基于与包含作为预测对象的事件的多个事件分别关联的时序数据和与所述事件间的因果关系关联的时序数据，计算作为表示所述事件间的因果关系的强弱的指标的关联度；和变化预测部，其基于所述关联度，预测与所述事件关联的时序数据的变化。

【技术特征摘要】
【国外来华专利技术】1.一种预测关于事件的时序数据的变化的信息处理装置，其特征在于，包括：关联度计算部，其基于与包含作为预测对象的事件的多个事件分别关联的时序数据和与所述事件间的因果关系关联的时序数据，计算作为表示所述事件间的因果关系的强弱的指标的关联度；和变化预测部，其基于所述关联度，预测与所述事件关联的时序数据的变化。2.如权利要求1所述的时序预测装置，其特征在于：所述关联度计算部使用与所述事件间的因果关系关联的时序数据中的与所述事件关联的用语的共现频度，计算所述关联度。3.如权利要求1所述的时序预测装置，其特征在于：所述变化预测部基于与所述作为预测对象的事件具有因果关系的事件所关联的时序数据，构建预测与所述作为预测对象的事件关联的时序数据的变化的多个预测模型，通过与所述关联度相应地对各所述预测模型进行加权而将所述预测模型各自的预测结果汇总。4.如权利要求1～3中任一项所述的时序预测装置，其特征在于：生成表示所述时序数据的时间变化的图表。5.如权利要求4所述的时序预测装置，其特征在于：生成表示所述关联度的时间变化的图表。6.如权利要求1～3中任一项所述的时序预测装置，其特征在于：在与所述事件间的因果关系关联的时序数据中，提取包含与所述事件分别关联的用语双方的时序数据，生成表示提取了的所述时序数据中包含的用语的出现频度的信息。7.如权利要求1所述的时序预测装置，其特征在于：还包括时序数据收集部，其经由互联网取得与包含作为预测对象的事件的多个事件分别关联的时序数据和与所述事件间的因果关系关联的时序数据。8.一种使用预测关于事件的时序数据的变化的信息处理装置进行的时序预测方法，其特征在于，包括：使信息处...

【专利技术属性】
技术研发人员：早矢仕裕，冨田直史，石黑正雄，广井和重，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本,JP