|
16年度に開発した携帯電話とWebテクノロジーを活用した個人健康管理システムのプロトタイプでは、健康データと生活習慣データの相関ルール解析を手動で行っていた。17年度はこのシステムに自動健康データマイニング機能を付加した。これにより、ユーザが携帯電話から日常の生活習慣データと健康データを入力し時系列的にデータをサーバに蓄積して、データ数がある闘値をこえると自動的にシステムが解析を開始する。そして生活習慣と健康データ項目間の相関ルールを抽出してユーザの携帯電話に通知する。
自動健康データマイニングは、新たに開発した入力変数の自動定義アルゴリズムと情報理論に基づくアソシエーションルール解析手法であるITRULEアルゴリズムを組み合わせることにより実現した。自動的に抽出される相関ルールは生活習慣データ項目を入力変数、健康データ項目を出力変数として、[生活習慣データY=yかつ生活習慣データZ=zなら健康データX=xの傾向がある]となる。抽出される相関ルールの精度はシステムの複数のパラメータを設定してチューニングできるようにした。以下、開発したシステムのルール自動生成の流れを示す。
(1)データチェック:ユーザ毎にどの程度データが蓄積されたかをチェックする。データ数がある闘値を越えていると健康データマイニング対象ユーザとして登録し、自動的に入力変数定義、ルール生成プロセスを実行する。
(2)相関チェック:最初の3ヶ月間に蓄積された時系列データをもとに、ユーザ毎に生活習慣データ項目と関心ある健康データ項目の間の相関をチェックし、相関係数がある闘値を越えていたらその生活習慣データ項目をルール生成のための入力変数として採用する。
(3)ルール生成:相関チェックで自動定義された入力変数を用い、ルールを自動生成する。ルールの最小サポート率と最小確信度は可変で、生成されるルール数が各健康データ項目に対し10個以下になるように設定した。
|
