2006 Fiscal Year Annual Research Report
不完全大規模時系列データからの非線形な構造変化の抽出
| Project/Area Number |
16500170
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
関 庸一 群馬大学, 工学部, 教授 (90196949)
|
|---|
| Keywords | データマイニング / 自己組織化マップ / クラスタリング / マーケティング / セグメンテーション / 多項ロジットモデル |
|---|
| Research Abstract |
3年間の研究の最終年度として、本研究の目標とする次の3点のうち、後者の2点について主に検討を進めるとともに、全体の取りまとめを行った。
1,時系列表現の探索
対象データは、それぞれの系列で、観測される事象の生起密度や、補助変量の観測時点/観測間隔が異なったりする不整合なデータである。また、対象個人の新規算入と脱落も多い。そこで、各種事象をそれぞれ文字で表現し、文字列として系列を表現する方法を検討し、ウエッブサイトへのアクセスログに適用した。
2,状態の特徴変量の探索
系列の多様性は時点ごとの状態とその変化のパタンとして考えられるが、ごれに対しては、事象系列を適切に分類し、分類に応じたモデル化を行うことが必要となる。このため、SOM(Self-Organizing Map)を拡張し、時系列から指定長のタイムウィンドーを抜き出して、そこでの特徴量の類型化を行う方法を検討した。この場合具体的には、特徴量ごとの複数期での対応関係に対し、どのように類似度を定義するかが問題となるが、この点についていくつかの類似度を定義し、クレジットカード履歴データに適用してその有効性を検討した。
3,時系列の多様性のモデル化
時系列推移の多様性のモデル化としては、前述のアクセスログの分析を通じ、多項ロジットモデルにより状態遷移を説明するモデルを開発した。その方法論の検証と分析事例の作成として、日本オペレーションズ・リサーチ学会マーケティング・インテリジェンス研究部会が主催した平成18年度データ解析コンペティションに参加し、分析を行った。
|
