研究概要 |
本研究は,多量の個人履歴データの中からのデータマイニングの方法論の一つとして,履歴の時間発展の類型を構成する方法を提案することを目的としている。具体的には,時点ごとの個体類型を見出した上で,個人が時間とともに異なる個体類型へ遷移してゆくようすを類型化することを目標としている.この際,データ解析の利用目的に有用な類型を構築するため,利用目的が注目する現象に関する,確率的予測モデルを考え,共通の因果確率モデルが適用できる時間発展を同一視する類型化を目指す。これにより個人履歴群をグループ化し,注目する現象に関して同一の因果モデルを適用可能なクラスターを構成する。多様な個人をこのようなクラスターに分割することで,それぞれのクラスターに対し予測精度の良い因果モデルが構築できることが期待される。‘ 以上を実現するにあたり,3年間の研究の第1年度である本年度は,次の2点について研究を行った。 (1)介護保険サービス利用履歴データ,クレジットカード利用履歴データ,Webアクセスログデータなどを対象とした分析事例を作成し,履歴データの分析方法について検討を進めた。その中で,原変量り性格を考慮した基準化と類似度の定義を検討し,時点ごとの個人類型を抽出する方法としてSOM(自己組織化マップ)を利用した個人類型の分析結果を得た。 (2)個体の時間発展の表現モデルとして,SOMマップ上の遷移確率を,マップの位相を考慮して説明するモデルを考案し,モデル選択基準を用いた推定アルゴリズムを作成し,介護保険データに対し推定事例を与えた。
|