マップ生成装置、その方法及びプログラム
【課題】複数の異なる視点から推定されたモデルを統合し、一つのマップを生成するマップ情報作成装置を提供する。
【解決手段】多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、一の統合マップ情報を作成するマップ情報作成装置１であって、非線形データを、視点ごとに有する複数の要素を関連付けて記憶するデータ記憶部３０と、全ての視点における全ての要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成部３３と、一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算部３２と、推定位置で特定される各視点ごとの要素に、データ記憶部３０に記憶された全てのデータを学習させて、統合マップ情報を生成する統合マップ情報生成部３４とを備える。
【解決手段】多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、一の統合マップ情報を作成するマップ情報作成装置１であって、非線形データを、視点ごとに有する複数の要素を関連付けて記憶するデータ記憶部３０と、全ての視点における全ての要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成部３３と、一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算部３２と、推定位置で特定される各視点ごとの要素に、データ記憶部３０に記憶された全てのデータを学習させて、統合マップ情報を生成する統合マップ情報生成部３４とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像して一の統合マップ情報を作成するマップ情報作成装置等に関する。
【背景技術】
【０００２】
従来の統計的手法として、因子分析や主成分分析などが知られている。また、近年複数因子群の相互的な影響まで考慮したテンソル分解法が使われるようになってきた。しかし、これらは線形手法であり、非線形なデータ解析には向かない。
【０００３】
また、多次元のデータを教師なし学習によりクラスタリングして低次元に写像するＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ）の技術が一般的に知られている。このＳＯＭを用いることで、非線形データを可視化することが可能となる。ＳＯＭの技術を用いて大規模データベースを学習し、検索結果の表示を容易にする技術として、特許文献１、２に示す技術が開示されている。
【０００４】
特許文献１に示す技術は、情報検索装置は検索で識別された情報項目集合から情報項目のマップを表すデータを受け取るマッピングプロセッサを備え、そのマップは情報項目の類似性に基づく配列内の位置関係で識別される情報項目を提供し、マップデータは類似の情報項目を配列内の類似の位置に配置し、マッピングプロセッサはマップデータを処理して情報項目を第１の階層分割レベルと１つ以上のその下位の階層にクラスタ分割し、その階層構造により情報間のナビゲーションとその表示が容易になるものである。
【０００５】
また、特許文献２に示す技術は、数値の組からなるベクトルデータを含んだ学習データが読み込まれる学習データ読込部と、学習データ読込部で読み込まれた複数の学習データをもとにして、２次元面上に規則的に配列されたセルに位置情報が割り付けられたマップを作成するマップ作成部と、割り付けられた位置情報にもとづいてマップ上の各セル間の距離を算出する距離演算部と、マップ上に距離演算部で算出された距離を視覚的に表示するための距離表示部を設けるものである。
【０００６】
さらに、大規模データベースを解析し、様々な観点で表示、検索する技術として非特許文献１、特許文献３等が開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００４−１７８６０４号公報
【特許文献２】特開２００３−２９６６９６号公報
【特許文献３】特開２０１０−２７７１９５号公報
【非特許文献】
【０００８】
【非特許文献１】仲居 隆、”特許情報の可視化による技術マーケティング 〜テキストマイニングとネットワーク分析の活用〜”、［ｏｎｌｉｎｅ］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｊｐｏ．ｇｏ．ｊｐ／ｓｈｉｒｙｏｕ／ｓ＿ｓｏｎｏｔａ／ｐｄｆ／ｋｉｇｙｏｕ／ｎｒｉ．ｐｄｆ＞
【発明の概要】
【発明が解決しようとする課題】
【０００９】
しかしながら、上記各文献に示す技術は、多次元の非線形なデータを複数の異なる概念でクラスタリングされた因子群に対するデータ処理技術ではないため、複数の因子群が複雑に絡み合った非線形データを高精度に解析し、視覚化することが困難であるという課題を有する。
【００１０】
また、特許文献３に示す技術は、各情報について組織化することで、それぞれの情報間の関連付けを行うものであるが、モデルとして推定されているわけではなく、実際に収集された実データに関してしか管理することができないという課題を有する。
【００１１】
本発明は、複数の異なる視点から見た各情報について、各視点ごとに他の視点から見た場合の情報をモデル推定し、推定されたモデルを統合して一つのマップとして生成するマップ作成装置等を提供する。
【課題を解決するための手段】
【００１２】
本発明に係るマップ作成装置は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成装置であって、前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段と、前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段と、前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段と、前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段とを備え、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されるものである。
【００１３】
このように、本発明に係るマップ作成装置によれば、多次元の非線形データに基づいて、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップを生成し、生成した個別マップが統合マップにおいてどの位置に配置されるかを推定し、推定された配置位置に基づいて非線形データを学習して統合マップを生成し、統合マップが収束するまで繰り返して学習が行われるため、複数の異なる視点で分類されるデータ群が複雑に絡み合っている多次元の非線形データについてモデルを推定することができ、それぞれの視点における要素間の関係性を保持したまま、異なる観点からの解析を行うことができる一の統合マップを作成することができるという効果を奏する。
【００１４】
また、それぞれの各視点における要素ごとに個別マップの集合体を作成すると共に、その集合体をマッピングした統合マップ情報を同時並行して作成するため、データ間の関係性は保持されたまま異なる視点からの立体的な解析を行うことができる統合マップを作成することができるという効果を奏する。
【００１５】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段が、前記他の視点における各要素の配置構成と前記データ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報を生成するものである。
【００１６】
このように、本発明に係るマップ作成装置によれば、他の視点における各要素の配置構成とデータ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップを生成するため、他の視点から見て分類されるデータ群を関連付けた個別マップを作成することができ、統合マップにおける個別マップの配置を高精度に推定することができるという効果を奏する。
【００１７】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が所定の回数繰り返して実行される前に、前記個別マップ情報における各視点ごとの要素の配置位置を暫定的に設定する初期化処理手段を備え、前記初期化処理手段が、前記データ記憶手段に記憶された一の視点における一の要素に関連付けられた他の視点における要素のデータを、全ての視点における全ての要素に関して学習して得られた配置構成で、前記要素の配置位置を設定するものである。
【００１８】
このように、本発明に係るマップ作成装置によれば、統合マップを生成する前に、初期化処理として、データ記憶手段に記憶されたデータを学習して得られた配置構成で、暫定的な個別マップにおける要素の配置位置を設定するため、以降の処理は、この初期化処理によりある程適切に学習された配置構成に従って処理が実行され、学習の失敗を防止すると共に、より高精度且つ高速に統合マップを収束させることができるという効果を奏する。
【００１９】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ生成手段がＳＯＭ、ＧＴＭ、位相保存写像法、多様体学習法又は非線形部分空間法により実現されるものである。
【００２０】
このように、本発明に係るマップ作成装置によれば、前記各手段が、ＳＯＭやＧＴＭ（Ｇｅｎｅｒａｔｉｖｅ Ｔｏｐｏｇｒａｐｈｉｃ Ｍａｐ）等のアルゴリズムを用いて実現されるため、既存のアルゴリズムにより容易に実現することができると共に、モデル推定を行うことで、異なる視点からの立体的な解析を行うことができる統合マップを作成することができるという効果を奏する。
【００２１】
本発明に係るマップ作成装置は、前記統合マップ情報を出力する出力制御手段を備え、前記出力制御手段が、前記統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示するものである。
【００２２】
このように、本発明に係るマップ作成装置によれば、統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示するため、複数の異なる概念で分類されるデータ群が複雑に絡み合っている多次元の非線形データを一つのマップに統合した統合マップの情報を利用して、一の視点からの情報を他の視点で評価することができる評価マップを表示することができ、様々な視点からの立体的な解析を行うことが可能になるという効果を奏する。
【００２３】
また、統合マップ情報は複数の視点から見たマップが統合されたものであることから、多次元（４次元以上の多次元）の情報となっていることが多いが、統合マップ情報を２次元に写像して評価マップを表示することで、利用者が情報を参照できる態様にすることができる。
【００２４】
本発明に係るマップ作成装置は、前記統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、前記出力制御手段が、少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示するものである。
【００２５】
このように、本発明に係るマップ作成装置によれば、統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示するため、３以上の視点の情報（例えば、「ある任意の顧客が、どのようなシチュエーションの場合に、どのような飲み物を飲むか」といった情報）を、利用者にとってわかり易く、容易に得ることが可能な態様で表示することができるという効果を奏する。
【００２６】
本発明に係るマップ作成装置は、任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されるものである。
【００２７】
このように、本発明に係るマップ作成装置によれば、任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されるため、一の視点における要素間で、他の視点の要素がどのように移り変わるかを、利用者にとってわかり易く、容易に分析できることが可能な態様で表示することができるという効果を奏する。
【００２８】
本発明に係るマップ作成装置は、前記出力制御手段が、前記評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示するものである。
【００２９】
このように、本発明に係るマップ作成装置によれば、評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示するため、利用者にとって見易く、分析が容易となるように視覚化することができるという効果を奏する。
【図面の簡単な説明】
【００３０】
【図１】第１の実施形態に係るマップ作成装置の処理概要を示す図である。
【図２】第１の実施形態に係るマップ作成装置のハードウェア構成図である。
【図３】第１の実施形態に係るマップ作成装置のモジュール構成図である。
【図４】第１の実施形態に係るマップ作成装置の処理を示す第１のフローチャートである。
【図５】第１の実施形態に係るマップ作成装置の処理を示す第２のフローチャートである。
【図６】第１の実施形態に係るマップ作成装置の処理を示す第３のフローチャートである。
【図７】第１の実施形態に係るマップ作成装置におけるＥステップ、Ｍステップの処理を模式的に示したブロック図である。
【図８】第１の実施形態に係るマップ作成装置の各処理工程を示す図である。
【図９】第１の実施形態に係るマップ作成装置の出力態様を示す第１の図である。
【図１０】第１の実施形態に係るマップ作成装置の出力態様を示す第２の図である。
【図１１】第１の実施形態に係るマップ作成装置において統合マップを２次元に写像する処理を示す図である。
【図１２】第１の実施形態に係るマップ作成装置の出力態様を示す第３の図である。
【図１３】第１の実施形態に係るマップ作成装置の出力態様を示す第４の図である。
【図１４】第１の実施形態に係るマップ作成装置の出力態様を示す第５の図である。
【図１５】実施例に係るマップ作成装置においてＳＯＭのアルゴリズムを用いた場合のＥ−Ｓｔｅｐを示すフローチャートである。
【図１６】実施例に係るマップ作成装置においてＳＯＭのアルゴリズムを用いた場合のＭ−Ｓｔｅｐを示すフローチャートである。
【発明を実施するための最良の形態】
【００３１】
以下、本発明の実施の形態を説明する。本発明は多くの異なる形態で実施可能である。また、本実施形態の全体を通して同じ要素には同じ符号を付けている。
【００３２】
（本発明の第１の実施形態）
本実施形態に係るマップ作成装置について、図１ないし図９を用いて説明する。図１は、本実施形態に係るマップ作成装置の処理概要を示す図、図２は、本実施形態に係るマップ作成装置のハードウェア構成図、図３は、本実施形態に係るマップ作成装置のモジュール構成図、図４は、本実施形態に係るマップ作成装置の処理を示す第１のフローチャート、図５は、本実施形態に係るマップ作成装置の処理を示す第２のフローチャート、図６は、本実施形態に係るマップ作成装置の処理を示す第３のフローチャート、図７は、本実施形態に係るマップ作成装置におけるＥステップ、Ｍステップの処理を模式的に示したブロック図、図８は、本実施形態に係るマップ作成装置の各処理工程を示す図、図９は、本実施形態に係るマップ作成装置の出力態様を示す第１の図、図１０は、本実施形態に係るマップ作成装置の出力態様を示す第２の図、図１１は、本実施形態に係るマップ作成装置において統合マップを２次元に写像する処理を示す図、図１２は、本実施形態に係るマップ作成装置の出力態様を示す第３の図、図１３は、本実施形態に係るマップ作成装置の出力態様を示す第４の図、図１４は、本実施形態に係るマップ作成装置の出力態様を示す第５の図である。
【００３３】
本実施形態に係るマップ作成装置１は、単に多次元の非線形データを低次元に写像してマップを作成するだけではなく、複数の異なる視点に基づいて、それらの視点間の関係性を考慮して推定されたモデルを低次元に写像し、一のマップを作成する。すなわち、異なる視点（例えば、カスタマ、飲み物、シチュエーション等）に基づいて、それらの個々の視点で分類される情報のみからマップを作成するのではなく、各視点で分類される情報が矛盾なく最も適切に関連付けられた一のマップを作成する。したがって、作成された一のマップをある視点で見た場合に、他の視点との関係性も考慮された情報を参照することができ、複数の要素（例えば、カスタマの視点であれば人物１，人物２，・・・，人物ｎ、飲み物の視点であれば飲料１，飲料２，・・・，飲料ｎ等）が複雑に絡み合ったような大規模データであっても、各要素ごと及び各要素間の関係性を考慮した情報を参照することができる。また、本発明においては、各要素ごとにモデルを推定することで、広範囲に予測や分析を行うことが可能となる。
【００３４】
図１に処理概念を示す。図１では、ある大規模なデータベース（例えば、不特定多数の人によるアンケート結果等のように多次元の非線形データ）に対して、２つの視点（例えば、カスタマ、飲み物のような異なる視点から見た場合のデータの分類方法であり、ここでは視点１、視点２とする）に基づいて低次元に写像して作成されたマップを示している。各視点ごとにマップを作成した場合は、それぞれ個々の視点でマップを参照することができるが、視点１のマップと視点２のマップとは別個独立に作成され、視点間の関係性は考慮されていない。例えば、より具体的に説明すると、世代別（例えば、幼児、子供、青年、中年、老年等）に組織化されたカスタマのマップと、飲料の種別（例えば、清涼飲料、炭酸飲料、アルコール飲料等）に組織化された飲み物のマップとでは、それぞれの関係性がない。
【００３５】
本実施形態に係るマップ作成装置では、図１に示すように、それぞれの視点における各要素についてモデル推定してマップを作成する際に、他の視点における要素との関係を考慮した学習を行ってマップを作成する（ここで作成されるマップを個別マップとする）。そして、作成された各個別マップの配置位置を推定し、その推定位置の情報を用いてデータベースのデータをマップ上に配置して一のマップを作成する（ここで作成されるマップを統合マップとする）。つまり、個々のデータについて単にマップ上の位置を推定するのはなく、各視点ごとに他の視点を考慮して作成された個別マップを配置して、一の統合マップを作成するものである。
【００３６】
なお、図１は２つの視点に限定して示しているが、視点の数はいくつあってもよく、３以上の視点についてマップを作成する場合は、ある視点の要素についてモデルを推定する際に、他の全ての視点を考慮してモデルを推定するものである。
【００３７】
図２に、マップ作成装置１のハードウェア構成を示す。マップ作成装置１は、ＣＰＵ１１、ＲＡＭ１２、ＲＯＭ１３、ハードディスク（ＨＤとする）１４、通信Ｉ／Ｆ１５、及び入出力Ｉ／Ｆ１６を備える。ＲＯＭ１３やＨＤ１４には、オペレーティングシステムや各種プログラム（例えば、マップ作成プログラム等）が格納されており、必要に応じてＲＡＭ１２に読み出され、ＣＰＵ１１により各プログラムが実行される。通信Ｉ／Ｆ１５は、他の装置（例えば、サーバ、上位装置等）と通信を行うためのインタフェースである。入出力Ｉ／Ｆ１６は、キーボードやマウス等の入力機器からの入力を受け付けたり、プリンタやディスプレイ等にデータを出力するためのインタフェースである。この入出力Ｉ／Ｆ１６としてＵＳＢやＲＳ２３２Ｃ等が用いられる。また、必要に応じて、光磁気ディスク、フロッピーディスク、ＣＤ−Ｒ、ＤＶＤ−Ｒ等のリムーバブルディスクに対応したドライブを接続することができる。
【００３８】
図３に、マップ作成装置１の機能モジュールの構成を示す。本実施形態に係るマップ作成装置１は、ＥＭアルゴリズムにより学習を繰り返して統合マップを作成するものである。マップ作成装置１は、多次元の非線形データが記憶されているデータ記憶部３０と、データ記憶部３０のデータを学習して得られた視点ごとの各要素の配置構成で、暫定的に個別マップの要素の配置位置を設定する初期化処理部３１と、統合マップにおける個別マップの位置を演算する配置位置演算部３２と、個別マップの配置位置とデータ記憶部３０に記憶されているデータを読み込んで個別マップを生成し、生成した個別マップを配置位置演算部３２に対して出力する個別マップ情報生成部３３と、配置位置演算部３２が演算した各視点ごとの配置構成とデータ記憶部３０に記憶されているデータを読み込んで統合マップを生成する統合マップ生成部３４と、生成された統合マップが収束したかどうかを判定し、収束していない場合には、統合マップを配置位置演算部３２に出力する収束判定部３５と、統合マップが収束している場合に、利用者からの入力情報に従って、統合マップの情報を制御して出力部３８に出力制御する出力制御部３６と、利用者からの入力情報を受け付けると共に、データ記憶部３０に記憶する実データの情報を受け付ける情報入力部３７とを備える。
【００３９】
データ記憶部３０は、リレーショナルデータベースであり、情報入力部３７から入力された収集された情報が記憶されている。例えば、カスタマによる飲み物のアンケート結果の情報が記憶されているとすると、各回答者ごとに各飲み物に対する評価情報がテーブルの形式で対応付けられて記憶される。具体例を下記の表１に示す。
【００４０】
【表１】
【００４１】
初期化処理部３１は、上記の表１に示すようなデータ記憶部３０の実データを用いて、暫定的に各視点ごとの要素の配置位置を設定する。この配置位置の設定方法は、様々な方法を用いることが可能である。例えば、乱数を用いてランダムに設定してもよい。また、飲料の視点における要素の配置位置であれば、各飲料ごとの回答者の実データ（Ｎ次元のベクタ）Ｍ個を組織化した配置位置を暫定的な飲料の配置位置として設定し、カスタマの視点における要素の配置位置であれば、各回答者ごとの飲料の実データ（Ｍ次元のベクタ）Ｎ個を組織化した配置位置を暫定的な回答者の配置位置として設定することもできる。
【００４２】
配置位置演算部３２は、統合マップにおける個別マップの位置を演算する。初期の状態では、初期化処理部３１により各視点ごとの要素の配置位置が設定されるため、ここでは処理を行わない。初期の状態から２回目以降の処理に移行した場合は、統合マップ情報生成部３４で統合マップが生成され、個別マップ情報生成部３３で個別マップが生成されているので、その統合マップと個別マップを入力し、統合マップにおける個別マップの位置を演算する。このとき、詳細は後述するが、例えば回答者ごとに作成された飲料の個別マップ（例えば、回答者１にとっての飲料のマップ）の位置を演算する場合、飲料の個別マップが類似している位置を求めることで回答者の位置が演算されることとなる。ここでの処理は、ＥＭアルゴリズムにおけるＥステップに相当する。
【００４３】
個別マップ情報生成部３３は、配置位置演算部３２で演算された個別マップの位置（初期の状態の場合は、初期化処理部３１で設定された配置位置）とデータ記憶部３０に記憶されているデータを読み込んで個別マップを生成する。このとき、詳細は後述するが、例えば上記の例の演算で得られた回答者の位置と、データ記憶部３０に記憶されている飲料ごとの回答者のデータ（表１における列方向のデータ）から、データ記憶部３０に記憶されているデータを学習した飲料ごとの回答者の個別マップ（例えば、飲料１にとっての回答者のマップ）が生成される。ここで生成された個別マップは、再び配置位置演算部３２に入力される。配置位置演算部３２に入力された後は、ここで生成した個別マップはメモリから削除してもよい。
【００４４】
統合マップ生成部３４は、配置位置演算部３２が演算した各視点ごとの個別マップの位置（初期の状態の場合は、初期化処理部３１で設定された配置位置）とデータ記憶部３０に記憶されている全てのデータを読み込んで、統合マップを生成する。すなわち、配置位置演算部３２が演算した各視点における各要素ごとの全ての配置位置（例えば、上記の例の場合、回答者１の配置位置と飲料１の配置位置とで特定される配置位置（回答者１の配置位置×飲料１の配置位置））に基づいて特定される要素について、実データを入力し、全ての視点における、全ての要素を学習させた一の統合マップが生成される。この個別マップ情報生成部３３の処理と統合マップ生成部３４の処理が、ＥＭアルゴリズムにおけるＭステップに相当する。
【００４５】
収束判定部３５は、統合マップが収束しているかどうかを判定する。収束している場合は、統合マップが完成したこととなる。収束していない場合は、収束するまで上記ＥステップとＭステップを繰り返して実行する。
【００４６】
出力制御部３６は、完成した統合マップの情報を利用者からの指示情報に従って出力部３８に出力制御する。出力部３８としては、例えば、表示画面やプリンタ等を挙げられる。上記各処理により完成した統合マップは、各視点ごとの個別マップがそれぞれ２次元であることから、視点の数が２つの場合は４次元の統合マップとなり、有効な情報として表示することができない。したがって、多次元の統合マップを２次元に写像して表現する必要がある。また、その際に利用者からの指示情報に従い、任意のパラメータを固定することで、必要な情報を見易い態様で出力することができる。
【００４７】
上記各処理部の処理内容について、図４ないし図７を用いて詳細に説明する。ここでは、２つの視点（視点１と視点２）で個別マップを学習するものとして処理を説明するが、視点は３以上（視点１、視点２、・・・、視点ｎ）であってもよい。
【００４８】
マップの生成は、まず、初期化のＥステップと初期化のＭステップが実行される（Ｓ４１）。ＥステップはＥＭアルゴリズムにおける期待値（Ｅ：ｅｘｐｅｃｔａｔｉｏｎ）ステップであり、Ｍステップは最大化（Ｍ：ｍａｘｉｍｉｚａｔｉｏｎ）ステップである。この初期化の処理では、初期化処理部３１が、各視点ごとに当該視点が有する要素の配置を暫定的に決めて設定する。要素の配置が設定されると、設定された配置に基づいて個別マップ情報生成部３３と統合マップ情報生成部３４が、個別マップ及び統合マップの初期状態を作成する。ここまでが、初期化のＥステップと初期化のＭステップの処理である。
【００４９】
作成されたマップの初期状態に対して、Ｓ４２のＥステップとＳ４３のＭステップの処理がＴ回繰り返して行われる。以下、Ｅステップ、Ｍステップについて詳細に説明する。
【００５０】
図５は、Ｅステップの処理を示すフローチャートである。Ｅステップでは、配置位置演算部３２が、まず視点２について作成された視点１のｉ番要素の個別マップの統合マップにおける位置を演算する（Ｓ５１）。次に、視点１について作成された視点２のｊ番要素の個別マップの統合マップにおける位置を演算する（Ｓ５２）。図７は、Ｅステップ、Ｍステップの処理を模式的に示したブロック図であり、このＳ５１、Ｓ５２の処理は、図７における視点１の配置位置演算部７１、視点２の配置位置演算部７２の処理に相当する。
【００５１】
ここで、図７の変数について以下のように定義する。
視点１のｉ番要素（カスタマの回答者ｉ）：ｉ
視点２のｊ番要素（飲み物の飲料ｊ）：ｊ
視点２の要素のマップ上での位置（飲料のマップ上での位置）：ｐｊ
視点１の要素別の視点２の個別マップ（回答者別の飲料マップ）：Ｕｉ
視点１の要素のマップ上での位置（回答者のマップ上での位置）：ｑｉ
視点２の要素別の視点１の個別マップ（飲料別の回答者マップ）：Ｖｊ
統合マップ：Ｗｋｌ（ｋは視点１のｋ地点、ｌは視点２のｌ地点）
入力データ：ｘｉｊ
【００５２】
視点１の配置位置演算部７１は、統合マップＷｋｌと視点１の要素別の視点２の個別マップＵｉとを入力し、統合マップＷ上における個別マップＵの位置、すなわち視点１の要素（回答者）のマップ上での位置ｑｉが得られる。同様に、視点２の配置位置演算部７２は、統合マップＷｋｌと視点２の要素別の視点１の個別マップＶｉとを入力し、統合マップＷ上における個別マップＶの位置、すなわち視点２の要素（飲料）のマップ上での位置ｐｊが得られる。
【００５３】
図４に戻って、Ｓ４２のＥステップの処理が終了すると、Ｍステップの処理が実行される。図６は、Ｍステップの処理を示すフローチャートである。Ｍステップでは、個別マップ情報生成部３３が、まず視点１のｉ番要素のモデルを作成する（Ｓ６１）。次に、視点２のｊ番要素のモデルを作成する（Ｓ６２）。また、Ｓ４２のＥステップの処理で得られた配置位置を用いて、統合マップ情報生成部３４が、全ての視点の全ての要素のモデルを作成する（Ｓ６３）。このＳ６１〜Ｓ６３の処理は、図７の視点１の個別マップ生成部７３、視点２の個別マップ生成部７４、統合マップ生成部７５の処理に相当する。
【００５４】
図７において、視点１の個別マップ生成部７３は、視点１の要素別の視点２の個別マップＵｉ（回答者別の飲料マップ）を生成するが、視点２の配置位置演算部７２にて演算された視点２の要素（飲料）のマップ上での位置ｐｊと、視点１から見た場合の視点２のデータｘｉ（表１における行方向のデータであって、回答者ごとの飲料に関するデータ）とを用いて生成される。同様に、視点２の個別マップ生成部７４は、視点１の配置位置演算部７１にて演算された視点１の要素（回答者）のマップ上での位置ｑｉと、視点２から見た場合の視点１のデータｘｊ（表１における列方向のデータであって、飲料ごとの回答者に関するデータ）とを用いて、視点２の要素別の視点１の個別マップＶｉ（飲料別の回答者マップ）を生成する。視点１の個別マップ生成部７３で生成された個別マップＵｉは、再び視点１の配置位置演算部７１に入力されて、統合マップＷｋｌと共にＥステップの処理に用いられる。視点２の個別マップ生成部７４で生成された個別マップＶｉは、再び視点２の配置位置演算部７２に入力されて、統合マップＷｋｌと共にＥステップの処理に用いられる。
【００５５】
統合マップ生成部７５は、視点１の配置位置演算部７１で演算された視点１の要素のマップ上での位置ｑｉと、視点２の配置位置演算部７２で演算された視点２の要素のマップ上での位置ｐｊと、全ての入力データｘｉｊとを用いて、全ての視点における全ての要素を学習して統合マップＷｋｌを生成する。生成されたＷｋｌは、再び視点１の配置位置演算部７１と視点２の配置位置演算部７２に入力されて、各個別マップと共にＥステップの処理に用いられる。
【００５６】
一連のＥステップ、Ｍステップの処理を模式的に示した図を図８に示す。入力データｘと各視点ごとの配置位置ｐ，ｑから、個別マップＵ，Ｖを生成し、それらが統合された統合マップＷが作成される。図面上は統合マップを３次元の立体で仮に示しているが、実際は４次元の統合マップができている。なお、個別マップＵ又はＶのいずれかが１次元の個別マップである場合は、図に示すような３次元のマップが作成される。
【００５７】
なお、要素の位置（例えば、飲料１の位置）を決定する際に，それ以外の視点（カスタマの視点）はすべてモデル化されているため、回答者ごとの個別の実データの情報は消失している。すなわち、飲料１の位置を決める際に、他の視点がモデル化されていることにより、暗黙の裡に要素の位置が他の視点と独立になる。つまり、他の視点の要素（例えば、回答者１、回答者２等）に左右されることなく、飲料１の位置が決定されることとなる。視点１は、視点２に対して独立であるため、回答者１の個別マップでも、回答者２の個別マップでも飲料１の位置は変わらず共通の位置となる。
【００５８】
図４に戻って、上記Ｅステップ、Ｍステップが実行されると、収束判定部３５が、統合マップが収束したかどうかを判定し（Ｓ４４）、収束するまでＥステップ、Ｍステップを繰り返して実行する。収束した場合は、出力制御部３６が、情報入力部３７が受け付けた利用者からの入力指示にしたがって、統合マップにおける必要な情報を出力部３８に出力して（Ｓ４５）、処理を終了する。
【００５９】
以下に、統合マップの情報を表示する場合の表示例を示す。図９、図１０において、統合マップを視点１で見た場合のマップ（飲料マップ）と視点２で見た場合のマップ（回答者マップ）とを同時に表示している。各マップ（それぞれの視点から見たマップを単視点マップとする）は、それぞれの視点を考慮してモデル化された統合マップの情報であるため、一の視点の単視点マップは、他の視点を考慮したマップとなっている。これらの単視点マップであっても、複数の視点を考慮して学習された統合マップの情報を参照することができ、分析ツールとして利用価値があるが、本実施形態では、さらに高度な分析を可能とする表示態様で統合マップ情報を表示する。
【００６０】
その一例として、図９、図１０に示すように評価用のマップ（評価マップとする）を同時に表示する。この評価用のマップは、空間における統合マップ情報を２次元のマップに落としこんだものである。すなわち、図１１に示すように、多次元の統合マップ情報を２次元のマップに写像する。こうすることで、多次元の統合マップを２次元のマップで見ることができる。図９の場合、利用者が視点１の単視点マップの１点の要素を特定し、指示情報として入力すると、特定された要素に関する視点２のマップ（統合マップ情報を２次元マップに落とし込んだもの）が評価マップに表示されている。図１０の場合は逆で、利用者が視点２のマップの１点の要素を特定し、指示情報として入力すると、特定された要素に関する視点１のマップ（統合マップ情報を２次元マップに落とし込んだもの）が評価マップに表示されている。
【００６１】
視点１の各要素と視点２の各要素は、上記の処理により統合マップで関係性が保持されており、利用者が必要な視点で情報を表示し、分析に用いることができる。つまり、図９の評価マップの場合は、視点１のある要素に関する視点２のマップが、視点１と視点２との関係性を保持した状態の統合マップ情報として表示され、図１０の評価マップの場合は、視点２のある要素に関する視点１のマップが、視点１と視点２との関係性を保持した状態の統合マップ情報として表示される。
【００６２】
なお、図９及び図１０に示すマップの背景の色は、図に示すような多色であってもよいし、単色であってもよい。多色の場合は、色相、明度、彩度に応じて距離を示すようにしてもよい。例えば、図９の場合、濃度が濃いほど長い距離を示し、濃度が薄いほど短い距離を示すとする。その場合、中心から若干右にずれた位置にある濃度が濃い領域を挟んで配置されている要素については、濃度が薄い領域を挟んで配置されている要素に比べて距離が長く、類似度が低いことを示している。
【００６３】
他の表示例を図１２、図１３に示す。図１２は、図１０の場合と同様に単視点マップと評価マップを同時に表示するが、視点１のある要素を特定すると、その要素に関する視点２の全ての要素を分布（図１１に示すように、統合マップ情報を２次元マップに落とし込んだもの）が表示されている。利用者が特定する視点１の要素が変更されると、図１３に示すように、特定された要素に応じて評価マップ上の分布も変化する。
【００６４】
なお、この表示態様で表示されている場合は、例えばマウスやタッチパネルを用いて、利用者が単視点マップ上を走査すると、それに応じて評価マップの分布の表示がアニメーションで変化するようにしてもよい。また、利用者が単視点マップ上を走査しなくても、所定の時間間隔で隣接する要素が選択されるようにしてもよく（隣接する要素の情報を順次読み込むようにしてもよく）、選択された要素に応じて所定の時間間隔で評価マップにアニメーション表示することができるようにしてもよい。
【００６５】
さらに他の表示例を図１４に示す。図１４は、視点１（飲み物）、視点２（カスタマ）に加えて視点３（シチュエーション）について学習した統合マップを作成した場合の表示例である。視点が増えた場合であっても基本的なアルゴリズムは上記に示したものと変わらず、個別マップを作成する際に他の全ての視点における配置位置を考慮して作成することで、視点を２以上にすることが可能である。
【００６６】
３つの視点で学習した統合マップの情報を表示する場合には、図１４に示すように背景の模様を利用する。すなわち、ある視点（ここでは、シチュエーションとする）に対応する背景の情報（色の変化により距離を表現したもの）を用意し、それぞれの背景に合わせて各視点の要素をマップで示す。そうすることで、視点３における視点１と視点２の関係を分析することができる。例えば、食事中に回答者１が好む飲料の情報や、スポーツ中に回答者２が好まない飲料等の情報を得ることが可能となる。
【００６７】
上記表示例はあくまで一例であり、統合マップが完成していれば表示態様については様々な表現が可能である。
【００６８】
なお、上記説明において、初期化処理部３１が各視点における要素の配置位置を求める（Ｅステップの処理を行う）ものとしたが、マップの初期状態を生成する（Ｍステップの処理を行う）ものであってもよい。つまり、初期の状態ではＥステップから処理を開始してもＭステップから処理を開始してもどちらでもよい。
【００６９】
また、表１においては、回答者と飲料の関係のみを示したが、回答者の様々な属性（例えば、年齢、性別、住所、好み、趣味、好きな食べ物、好きなスポーツ、学歴、職歴等）を付加して学習を行うようにしてもよい。その場合、各属性について単なる付加情報として学習に関与しない（学習率０）ようにしてもよいし、属性に応じて学習率に軽重を付けて関与させるようにしてもよい。
【００７０】
さらに、本実施形態に係るマップ作成装置は、ＥＭアルゴリズムを用いることで実現することができる。また、ＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚａｔｉｏｎ Ｍａｐｓ）、ＧＴＭ（Ｇｅｎｅｒａｔｉｖｅ Ｔｏｐｏｇｒａｐｈｉｃ Ｍａｐ）、位相保存写像法、多様体学習法又は非線形部分空間法等のアルゴリズムを用いることもできる。
【００７１】
（本発明の第２の実施形態）
本実施形態に係るマップ作成装置について、図１５及び図１６を用いて説明する。図１５は、本実施形態に係るマップ作成装置におけるＳＯＭを用いたＥステップのフローチャート、図１６は、本実施形態に係るマップ作成装置におけるＳＯＭを用いたＭステップのフローチャートである。
【００７２】
ここでは、第１の視点をカスタマごとの評価とし、第１要素を回答者Ａ、第２要素を回答者Ｂ、第ｉ要素を回答者ｉとする。また、第２の視点を飲み物ごとの評価とし、第１要素を飲料１、第２要素を飲料２、第ｊ要素を飲料ｊとする。以下に、具体的なアルゴリズムを説明する。表１に各パラメータの一覧を示す。
【００７３】
【表２】
【００７４】
図１５に示すＥステップでは、上記で示したように各視点（視点１，視点２）ごとに、各視点における各ユニット（ｉ，ｊ）の勝者位置を求め、近傍関数ｈを用いて各ユニットの学習率が決定される。図１６に示すＭ−Ｓｔｅｐでは、各視点の各ユニットごとに他の視点のモデルが作成されると共に、Ｅステップで求められた各視点ごとの勝者位置を用いて、全視点の全ユニットについてモデルが推定され、統合マップが作成される。
【００７５】
以上のように、本実施形態に係るマップ作成装置は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するものであって、前記非線形データを、前記視点（例えば、飲み物、カスタマ等）ごとに有する複数の要素間（例えば、カスタマの場合は回答者１〜１０００、飲み物の場合は飲料（水）〜飲料（酒）等）で関連付けを行って記憶するデータ記憶部３０と、前記データ記憶部３０に記憶されたデータ（例えば、回答者ごとの飲料の評価データ（ｘｉｊ））に基づいて、全ての前記視点における全ての前記要素について、一の視点（例えば、カスタマ／飲み物）における一の要素（例えば、回答者／飲料）ごとに、他の視点（例えば、飲み物／回答者）における要素（例えば、飲料（水）〜飲料（酒）／回答者１〜回答者１０００）に関して共通の配置構成でモデル推定を行って個別マップ情報（例えば、回答者ごとの飲料のマップ（マップＵｉ）／飲料ごとの回答者マップ（マップＶｊ））を生成する個別マップ情報生成部３３と、前記統合マップ情報（例えば、マップＷｋｌ）において、前記一の視点（例えば、カスタマ／飲み物）ごとに生成された他の視点（例えば、飲み物／カスタマ）に関する個別マップ情報の集合体（例えば、マップＵｉ／マップＶｉ）が配置される推定位置（例えば、回答者の配置位置ｑｉ／飲料の配置位置ｐｊ）を演算する配置位置演算部３２と、前記配置位置演算手段が演算した推定位置（例えば、回答者の配置位置ｑｉ／飲料の配置位置ｐｊ）で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータ（例えば、評価データ（ｘｉｊ））を学習させて統合マップ情報（例えば、マップＷｋｌ）を生成する統合マップ情報生成手段とを備え、前記個別マップ情報生成部３３、配置位置演算部３２及び統合マップ情報生成部３４が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されるものであるため、複数の異なる視点で分類されるデータ群が複雑に絡み合っている多次元の非線形データについてモデルを推定することができ、それぞれの視点における要素間の関係性を保持したまま、異なる観点からの解析を行うことができる一の統合マップを作成することができる。
【００７６】
また、本実施形態に係るマップ作成装置は、前記個別マップ情報生成部３３が、前記他の視点（例えば、飲み物／カスタマ）における各要素の配置構成（例えば、飲料の配置構成ｐｊ／回答者の配置位置ｑｉ）と前記データ記憶部３０に記憶される一の視点（例えば、カスタマ／飲み物）における各要素のデータ（例えば、回答者ごとの飲み物データ／飲み物ごとの回答者データ）とに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報（例えば、マップＵｉ／マップＶｊ）を生成するため、他の視点から見て分類されるデータ群を関連付けた個別マップを作成することができ、統合マップにおける個別マップの配置を高精度に推定することができる。
【符号の説明】
【００７７】
１ マップ作成装置
１０ ＣＰＵ
１１ ＲＡＭ
１２ ＲＯＭ
１３ ＨＤ
１４ 通信Ｉ／Ｆ
１５ 入出力Ｉ／Ｆ
３０ データ記憶部
３１ 初期化処理部
３２ 配置位置演算部
３３ 個別マップ情報生成部
３４ 統合マップ情報生成部
３５ 収束判定部
３６ 出力制御部
３７ 情報入力部
３８ 出力部
７１ 視点１の配置位置演算部
７２ 視点２の配置位置演算部
７３ 視点１の個別マップ生成部
７４ 視点２の個別マップ生成部
７５ 統合マップ生成部
【技術分野】
【０００１】
本発明は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像して一の統合マップ情報を作成するマップ情報作成装置等に関する。
【背景技術】
【０００２】
従来の統計的手法として、因子分析や主成分分析などが知られている。また、近年複数因子群の相互的な影響まで考慮したテンソル分解法が使われるようになってきた。しかし、これらは線形手法であり、非線形なデータ解析には向かない。
【０００３】
また、多次元のデータを教師なし学習によりクラスタリングして低次元に写像するＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ）の技術が一般的に知られている。このＳＯＭを用いることで、非線形データを可視化することが可能となる。ＳＯＭの技術を用いて大規模データベースを学習し、検索結果の表示を容易にする技術として、特許文献１、２に示す技術が開示されている。
【０００４】
特許文献１に示す技術は、情報検索装置は検索で識別された情報項目集合から情報項目のマップを表すデータを受け取るマッピングプロセッサを備え、そのマップは情報項目の類似性に基づく配列内の位置関係で識別される情報項目を提供し、マップデータは類似の情報項目を配列内の類似の位置に配置し、マッピングプロセッサはマップデータを処理して情報項目を第１の階層分割レベルと１つ以上のその下位の階層にクラスタ分割し、その階層構造により情報間のナビゲーションとその表示が容易になるものである。
【０００５】
また、特許文献２に示す技術は、数値の組からなるベクトルデータを含んだ学習データが読み込まれる学習データ読込部と、学習データ読込部で読み込まれた複数の学習データをもとにして、２次元面上に規則的に配列されたセルに位置情報が割り付けられたマップを作成するマップ作成部と、割り付けられた位置情報にもとづいてマップ上の各セル間の距離を算出する距離演算部と、マップ上に距離演算部で算出された距離を視覚的に表示するための距離表示部を設けるものである。
【０００６】
さらに、大規模データベースを解析し、様々な観点で表示、検索する技術として非特許文献１、特許文献３等が開示されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００４−１７８６０４号公報
【特許文献２】特開２００３−２９６６９６号公報
【特許文献３】特開２０１０−２７７１９５号公報
【非特許文献】
【０００８】
【非特許文献１】仲居 隆、”特許情報の可視化による技術マーケティング 〜テキストマイニングとネットワーク分析の活用〜”、［ｏｎｌｉｎｅ］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｊｐｏ．ｇｏ．ｊｐ／ｓｈｉｒｙｏｕ／ｓ＿ｓｏｎｏｔａ／ｐｄｆ／ｋｉｇｙｏｕ／ｎｒｉ．ｐｄｆ＞
【発明の概要】
【発明が解決しようとする課題】
【０００９】
しかしながら、上記各文献に示す技術は、多次元の非線形なデータを複数の異なる概念でクラスタリングされた因子群に対するデータ処理技術ではないため、複数の因子群が複雑に絡み合った非線形データを高精度に解析し、視覚化することが困難であるという課題を有する。
【００１０】
また、特許文献３に示す技術は、各情報について組織化することで、それぞれの情報間の関連付けを行うものであるが、モデルとして推定されているわけではなく、実際に収集された実データに関してしか管理することができないという課題を有する。
【００１１】
本発明は、複数の異なる視点から見た各情報について、各視点ごとに他の視点から見た場合の情報をモデル推定し、推定されたモデルを統合して一つのマップとして生成するマップ作成装置等を提供する。
【課題を解決するための手段】
【００１２】
本発明に係るマップ作成装置は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成装置であって、前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段と、前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段と、前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段と、前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段とを備え、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されるものである。
【００１３】
このように、本発明に係るマップ作成装置によれば、多次元の非線形データに基づいて、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップを生成し、生成した個別マップが統合マップにおいてどの位置に配置されるかを推定し、推定された配置位置に基づいて非線形データを学習して統合マップを生成し、統合マップが収束するまで繰り返して学習が行われるため、複数の異なる視点で分類されるデータ群が複雑に絡み合っている多次元の非線形データについてモデルを推定することができ、それぞれの視点における要素間の関係性を保持したまま、異なる観点からの解析を行うことができる一の統合マップを作成することができるという効果を奏する。
【００１４】
また、それぞれの各視点における要素ごとに個別マップの集合体を作成すると共に、その集合体をマッピングした統合マップ情報を同時並行して作成するため、データ間の関係性は保持されたまま異なる視点からの立体的な解析を行うことができる統合マップを作成することができるという効果を奏する。
【００１５】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段が、前記他の視点における各要素の配置構成と前記データ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報を生成するものである。
【００１６】
このように、本発明に係るマップ作成装置によれば、他の視点における各要素の配置構成とデータ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップを生成するため、他の視点から見て分類されるデータ群を関連付けた個別マップを作成することができ、統合マップにおける個別マップの配置を高精度に推定することができるという効果を奏する。
【００１７】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が所定の回数繰り返して実行される前に、前記個別マップ情報における各視点ごとの要素の配置位置を暫定的に設定する初期化処理手段を備え、前記初期化処理手段が、前記データ記憶手段に記憶された一の視点における一の要素に関連付けられた他の視点における要素のデータを、全ての視点における全ての要素に関して学習して得られた配置構成で、前記要素の配置位置を設定するものである。
【００１８】
このように、本発明に係るマップ作成装置によれば、統合マップを生成する前に、初期化処理として、データ記憶手段に記憶されたデータを学習して得られた配置構成で、暫定的な個別マップにおける要素の配置位置を設定するため、以降の処理は、この初期化処理によりある程適切に学習された配置構成に従って処理が実行され、学習の失敗を防止すると共に、より高精度且つ高速に統合マップを収束させることができるという効果を奏する。
【００１９】
本発明に係るマップ作成装置は、前記個別マップ情報生成手段、配置位置演算手段及び統合マップ生成手段がＳＯＭ、ＧＴＭ、位相保存写像法、多様体学習法又は非線形部分空間法により実現されるものである。
【００２０】
このように、本発明に係るマップ作成装置によれば、前記各手段が、ＳＯＭやＧＴＭ（Ｇｅｎｅｒａｔｉｖｅ Ｔｏｐｏｇｒａｐｈｉｃ Ｍａｐ）等のアルゴリズムを用いて実現されるため、既存のアルゴリズムにより容易に実現することができると共に、モデル推定を行うことで、異なる視点からの立体的な解析を行うことができる統合マップを作成することができるという効果を奏する。
【００２１】
本発明に係るマップ作成装置は、前記統合マップ情報を出力する出力制御手段を備え、前記出力制御手段が、前記統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示するものである。
【００２２】
このように、本発明に係るマップ作成装置によれば、統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示するため、複数の異なる概念で分類されるデータ群が複雑に絡み合っている多次元の非線形データを一つのマップに統合した統合マップの情報を利用して、一の視点からの情報を他の視点で評価することができる評価マップを表示することができ、様々な視点からの立体的な解析を行うことが可能になるという効果を奏する。
【００２３】
また、統合マップ情報は複数の視点から見たマップが統合されたものであることから、多次元（４次元以上の多次元）の情報となっていることが多いが、統合マップ情報を２次元に写像して評価マップを表示することで、利用者が情報を参照できる態様にすることができる。
【００２４】
本発明に係るマップ作成装置は、前記統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、前記出力制御手段が、少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示するものである。
【００２５】
このように、本発明に係るマップ作成装置によれば、統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示するため、３以上の視点の情報（例えば、「ある任意の顧客が、どのようなシチュエーションの場合に、どのような飲み物を飲むか」といった情報）を、利用者にとってわかり易く、容易に得ることが可能な態様で表示することができるという効果を奏する。
【００２６】
本発明に係るマップ作成装置は、任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されるものである。
【００２７】
このように、本発明に係るマップ作成装置によれば、任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されるため、一の視点における要素間で、他の視点の要素がどのように移り変わるかを、利用者にとってわかり易く、容易に分析できることが可能な態様で表示することができるという効果を奏する。
【００２８】
本発明に係るマップ作成装置は、前記出力制御手段が、前記評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示するものである。
【００２９】
このように、本発明に係るマップ作成装置によれば、評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示するため、利用者にとって見易く、分析が容易となるように視覚化することができるという効果を奏する。
【図面の簡単な説明】
【００３０】
【図１】第１の実施形態に係るマップ作成装置の処理概要を示す図である。
【図２】第１の実施形態に係るマップ作成装置のハードウェア構成図である。
【図３】第１の実施形態に係るマップ作成装置のモジュール構成図である。
【図４】第１の実施形態に係るマップ作成装置の処理を示す第１のフローチャートである。
【図５】第１の実施形態に係るマップ作成装置の処理を示す第２のフローチャートである。
【図６】第１の実施形態に係るマップ作成装置の処理を示す第３のフローチャートである。
【図７】第１の実施形態に係るマップ作成装置におけるＥステップ、Ｍステップの処理を模式的に示したブロック図である。
【図８】第１の実施形態に係るマップ作成装置の各処理工程を示す図である。
【図９】第１の実施形態に係るマップ作成装置の出力態様を示す第１の図である。
【図１０】第１の実施形態に係るマップ作成装置の出力態様を示す第２の図である。
【図１１】第１の実施形態に係るマップ作成装置において統合マップを２次元に写像する処理を示す図である。
【図１２】第１の実施形態に係るマップ作成装置の出力態様を示す第３の図である。
【図１３】第１の実施形態に係るマップ作成装置の出力態様を示す第４の図である。
【図１４】第１の実施形態に係るマップ作成装置の出力態様を示す第５の図である。
【図１５】実施例に係るマップ作成装置においてＳＯＭのアルゴリズムを用いた場合のＥ−Ｓｔｅｐを示すフローチャートである。
【図１６】実施例に係るマップ作成装置においてＳＯＭのアルゴリズムを用いた場合のＭ−Ｓｔｅｐを示すフローチャートである。
【発明を実施するための最良の形態】
【００３１】
以下、本発明の実施の形態を説明する。本発明は多くの異なる形態で実施可能である。また、本実施形態の全体を通して同じ要素には同じ符号を付けている。
【００３２】
（本発明の第１の実施形態）
本実施形態に係るマップ作成装置について、図１ないし図９を用いて説明する。図１は、本実施形態に係るマップ作成装置の処理概要を示す図、図２は、本実施形態に係るマップ作成装置のハードウェア構成図、図３は、本実施形態に係るマップ作成装置のモジュール構成図、図４は、本実施形態に係るマップ作成装置の処理を示す第１のフローチャート、図５は、本実施形態に係るマップ作成装置の処理を示す第２のフローチャート、図６は、本実施形態に係るマップ作成装置の処理を示す第３のフローチャート、図７は、本実施形態に係るマップ作成装置におけるＥステップ、Ｍステップの処理を模式的に示したブロック図、図８は、本実施形態に係るマップ作成装置の各処理工程を示す図、図９は、本実施形態に係るマップ作成装置の出力態様を示す第１の図、図１０は、本実施形態に係るマップ作成装置の出力態様を示す第２の図、図１１は、本実施形態に係るマップ作成装置において統合マップを２次元に写像する処理を示す図、図１２は、本実施形態に係るマップ作成装置の出力態様を示す第３の図、図１３は、本実施形態に係るマップ作成装置の出力態様を示す第４の図、図１４は、本実施形態に係るマップ作成装置の出力態様を示す第５の図である。
【００３３】
本実施形態に係るマップ作成装置１は、単に多次元の非線形データを低次元に写像してマップを作成するだけではなく、複数の異なる視点に基づいて、それらの視点間の関係性を考慮して推定されたモデルを低次元に写像し、一のマップを作成する。すなわち、異なる視点（例えば、カスタマ、飲み物、シチュエーション等）に基づいて、それらの個々の視点で分類される情報のみからマップを作成するのではなく、各視点で分類される情報が矛盾なく最も適切に関連付けられた一のマップを作成する。したがって、作成された一のマップをある視点で見た場合に、他の視点との関係性も考慮された情報を参照することができ、複数の要素（例えば、カスタマの視点であれば人物１，人物２，・・・，人物ｎ、飲み物の視点であれば飲料１，飲料２，・・・，飲料ｎ等）が複雑に絡み合ったような大規模データであっても、各要素ごと及び各要素間の関係性を考慮した情報を参照することができる。また、本発明においては、各要素ごとにモデルを推定することで、広範囲に予測や分析を行うことが可能となる。
【００３４】
図１に処理概念を示す。図１では、ある大規模なデータベース（例えば、不特定多数の人によるアンケート結果等のように多次元の非線形データ）に対して、２つの視点（例えば、カスタマ、飲み物のような異なる視点から見た場合のデータの分類方法であり、ここでは視点１、視点２とする）に基づいて低次元に写像して作成されたマップを示している。各視点ごとにマップを作成した場合は、それぞれ個々の視点でマップを参照することができるが、視点１のマップと視点２のマップとは別個独立に作成され、視点間の関係性は考慮されていない。例えば、より具体的に説明すると、世代別（例えば、幼児、子供、青年、中年、老年等）に組織化されたカスタマのマップと、飲料の種別（例えば、清涼飲料、炭酸飲料、アルコール飲料等）に組織化された飲み物のマップとでは、それぞれの関係性がない。
【００３５】
本実施形態に係るマップ作成装置では、図１に示すように、それぞれの視点における各要素についてモデル推定してマップを作成する際に、他の視点における要素との関係を考慮した学習を行ってマップを作成する（ここで作成されるマップを個別マップとする）。そして、作成された各個別マップの配置位置を推定し、その推定位置の情報を用いてデータベースのデータをマップ上に配置して一のマップを作成する（ここで作成されるマップを統合マップとする）。つまり、個々のデータについて単にマップ上の位置を推定するのはなく、各視点ごとに他の視点を考慮して作成された個別マップを配置して、一の統合マップを作成するものである。
【００３６】
なお、図１は２つの視点に限定して示しているが、視点の数はいくつあってもよく、３以上の視点についてマップを作成する場合は、ある視点の要素についてモデルを推定する際に、他の全ての視点を考慮してモデルを推定するものである。
【００３７】
図２に、マップ作成装置１のハードウェア構成を示す。マップ作成装置１は、ＣＰＵ１１、ＲＡＭ１２、ＲＯＭ１３、ハードディスク（ＨＤとする）１４、通信Ｉ／Ｆ１５、及び入出力Ｉ／Ｆ１６を備える。ＲＯＭ１３やＨＤ１４には、オペレーティングシステムや各種プログラム（例えば、マップ作成プログラム等）が格納されており、必要に応じてＲＡＭ１２に読み出され、ＣＰＵ１１により各プログラムが実行される。通信Ｉ／Ｆ１５は、他の装置（例えば、サーバ、上位装置等）と通信を行うためのインタフェースである。入出力Ｉ／Ｆ１６は、キーボードやマウス等の入力機器からの入力を受け付けたり、プリンタやディスプレイ等にデータを出力するためのインタフェースである。この入出力Ｉ／Ｆ１６としてＵＳＢやＲＳ２３２Ｃ等が用いられる。また、必要に応じて、光磁気ディスク、フロッピーディスク、ＣＤ−Ｒ、ＤＶＤ−Ｒ等のリムーバブルディスクに対応したドライブを接続することができる。
【００３８】
図３に、マップ作成装置１の機能モジュールの構成を示す。本実施形態に係るマップ作成装置１は、ＥＭアルゴリズムにより学習を繰り返して統合マップを作成するものである。マップ作成装置１は、多次元の非線形データが記憶されているデータ記憶部３０と、データ記憶部３０のデータを学習して得られた視点ごとの各要素の配置構成で、暫定的に個別マップの要素の配置位置を設定する初期化処理部３１と、統合マップにおける個別マップの位置を演算する配置位置演算部３２と、個別マップの配置位置とデータ記憶部３０に記憶されているデータを読み込んで個別マップを生成し、生成した個別マップを配置位置演算部３２に対して出力する個別マップ情報生成部３３と、配置位置演算部３２が演算した各視点ごとの配置構成とデータ記憶部３０に記憶されているデータを読み込んで統合マップを生成する統合マップ生成部３４と、生成された統合マップが収束したかどうかを判定し、収束していない場合には、統合マップを配置位置演算部３２に出力する収束判定部３５と、統合マップが収束している場合に、利用者からの入力情報に従って、統合マップの情報を制御して出力部３８に出力制御する出力制御部３６と、利用者からの入力情報を受け付けると共に、データ記憶部３０に記憶する実データの情報を受け付ける情報入力部３７とを備える。
【００３９】
データ記憶部３０は、リレーショナルデータベースであり、情報入力部３７から入力された収集された情報が記憶されている。例えば、カスタマによる飲み物のアンケート結果の情報が記憶されているとすると、各回答者ごとに各飲み物に対する評価情報がテーブルの形式で対応付けられて記憶される。具体例を下記の表１に示す。
【００４０】
【表１】
【００４１】
初期化処理部３１は、上記の表１に示すようなデータ記憶部３０の実データを用いて、暫定的に各視点ごとの要素の配置位置を設定する。この配置位置の設定方法は、様々な方法を用いることが可能である。例えば、乱数を用いてランダムに設定してもよい。また、飲料の視点における要素の配置位置であれば、各飲料ごとの回答者の実データ（Ｎ次元のベクタ）Ｍ個を組織化した配置位置を暫定的な飲料の配置位置として設定し、カスタマの視点における要素の配置位置であれば、各回答者ごとの飲料の実データ（Ｍ次元のベクタ）Ｎ個を組織化した配置位置を暫定的な回答者の配置位置として設定することもできる。
【００４２】
配置位置演算部３２は、統合マップにおける個別マップの位置を演算する。初期の状態では、初期化処理部３１により各視点ごとの要素の配置位置が設定されるため、ここでは処理を行わない。初期の状態から２回目以降の処理に移行した場合は、統合マップ情報生成部３４で統合マップが生成され、個別マップ情報生成部３３で個別マップが生成されているので、その統合マップと個別マップを入力し、統合マップにおける個別マップの位置を演算する。このとき、詳細は後述するが、例えば回答者ごとに作成された飲料の個別マップ（例えば、回答者１にとっての飲料のマップ）の位置を演算する場合、飲料の個別マップが類似している位置を求めることで回答者の位置が演算されることとなる。ここでの処理は、ＥＭアルゴリズムにおけるＥステップに相当する。
【００４３】
個別マップ情報生成部３３は、配置位置演算部３２で演算された個別マップの位置（初期の状態の場合は、初期化処理部３１で設定された配置位置）とデータ記憶部３０に記憶されているデータを読み込んで個別マップを生成する。このとき、詳細は後述するが、例えば上記の例の演算で得られた回答者の位置と、データ記憶部３０に記憶されている飲料ごとの回答者のデータ（表１における列方向のデータ）から、データ記憶部３０に記憶されているデータを学習した飲料ごとの回答者の個別マップ（例えば、飲料１にとっての回答者のマップ）が生成される。ここで生成された個別マップは、再び配置位置演算部３２に入力される。配置位置演算部３２に入力された後は、ここで生成した個別マップはメモリから削除してもよい。
【００４４】
統合マップ生成部３４は、配置位置演算部３２が演算した各視点ごとの個別マップの位置（初期の状態の場合は、初期化処理部３１で設定された配置位置）とデータ記憶部３０に記憶されている全てのデータを読み込んで、統合マップを生成する。すなわち、配置位置演算部３２が演算した各視点における各要素ごとの全ての配置位置（例えば、上記の例の場合、回答者１の配置位置と飲料１の配置位置とで特定される配置位置（回答者１の配置位置×飲料１の配置位置））に基づいて特定される要素について、実データを入力し、全ての視点における、全ての要素を学習させた一の統合マップが生成される。この個別マップ情報生成部３３の処理と統合マップ生成部３４の処理が、ＥＭアルゴリズムにおけるＭステップに相当する。
【００４５】
収束判定部３５は、統合マップが収束しているかどうかを判定する。収束している場合は、統合マップが完成したこととなる。収束していない場合は、収束するまで上記ＥステップとＭステップを繰り返して実行する。
【００４６】
出力制御部３６は、完成した統合マップの情報を利用者からの指示情報に従って出力部３８に出力制御する。出力部３８としては、例えば、表示画面やプリンタ等を挙げられる。上記各処理により完成した統合マップは、各視点ごとの個別マップがそれぞれ２次元であることから、視点の数が２つの場合は４次元の統合マップとなり、有効な情報として表示することができない。したがって、多次元の統合マップを２次元に写像して表現する必要がある。また、その際に利用者からの指示情報に従い、任意のパラメータを固定することで、必要な情報を見易い態様で出力することができる。
【００４７】
上記各処理部の処理内容について、図４ないし図７を用いて詳細に説明する。ここでは、２つの視点（視点１と視点２）で個別マップを学習するものとして処理を説明するが、視点は３以上（視点１、視点２、・・・、視点ｎ）であってもよい。
【００４８】
マップの生成は、まず、初期化のＥステップと初期化のＭステップが実行される（Ｓ４１）。ＥステップはＥＭアルゴリズムにおける期待値（Ｅ：ｅｘｐｅｃｔａｔｉｏｎ）ステップであり、Ｍステップは最大化（Ｍ：ｍａｘｉｍｉｚａｔｉｏｎ）ステップである。この初期化の処理では、初期化処理部３１が、各視点ごとに当該視点が有する要素の配置を暫定的に決めて設定する。要素の配置が設定されると、設定された配置に基づいて個別マップ情報生成部３３と統合マップ情報生成部３４が、個別マップ及び統合マップの初期状態を作成する。ここまでが、初期化のＥステップと初期化のＭステップの処理である。
【００４９】
作成されたマップの初期状態に対して、Ｓ４２のＥステップとＳ４３のＭステップの処理がＴ回繰り返して行われる。以下、Ｅステップ、Ｍステップについて詳細に説明する。
【００５０】
図５は、Ｅステップの処理を示すフローチャートである。Ｅステップでは、配置位置演算部３２が、まず視点２について作成された視点１のｉ番要素の個別マップの統合マップにおける位置を演算する（Ｓ５１）。次に、視点１について作成された視点２のｊ番要素の個別マップの統合マップにおける位置を演算する（Ｓ５２）。図７は、Ｅステップ、Ｍステップの処理を模式的に示したブロック図であり、このＳ５１、Ｓ５２の処理は、図７における視点１の配置位置演算部７１、視点２の配置位置演算部７２の処理に相当する。
【００５１】
ここで、図７の変数について以下のように定義する。
視点１のｉ番要素（カスタマの回答者ｉ）：ｉ
視点２のｊ番要素（飲み物の飲料ｊ）：ｊ
視点２の要素のマップ上での位置（飲料のマップ上での位置）：ｐｊ
視点１の要素別の視点２の個別マップ（回答者別の飲料マップ）：Ｕｉ
視点１の要素のマップ上での位置（回答者のマップ上での位置）：ｑｉ
視点２の要素別の視点１の個別マップ（飲料別の回答者マップ）：Ｖｊ
統合マップ：Ｗｋｌ（ｋは視点１のｋ地点、ｌは視点２のｌ地点）
入力データ：ｘｉｊ
【００５２】
視点１の配置位置演算部７１は、統合マップＷｋｌと視点１の要素別の視点２の個別マップＵｉとを入力し、統合マップＷ上における個別マップＵの位置、すなわち視点１の要素（回答者）のマップ上での位置ｑｉが得られる。同様に、視点２の配置位置演算部７２は、統合マップＷｋｌと視点２の要素別の視点１の個別マップＶｉとを入力し、統合マップＷ上における個別マップＶの位置、すなわち視点２の要素（飲料）のマップ上での位置ｐｊが得られる。
【００５３】
図４に戻って、Ｓ４２のＥステップの処理が終了すると、Ｍステップの処理が実行される。図６は、Ｍステップの処理を示すフローチャートである。Ｍステップでは、個別マップ情報生成部３３が、まず視点１のｉ番要素のモデルを作成する（Ｓ６１）。次に、視点２のｊ番要素のモデルを作成する（Ｓ６２）。また、Ｓ４２のＥステップの処理で得られた配置位置を用いて、統合マップ情報生成部３４が、全ての視点の全ての要素のモデルを作成する（Ｓ６３）。このＳ６１〜Ｓ６３の処理は、図７の視点１の個別マップ生成部７３、視点２の個別マップ生成部７４、統合マップ生成部７５の処理に相当する。
【００５４】
図７において、視点１の個別マップ生成部７３は、視点１の要素別の視点２の個別マップＵｉ（回答者別の飲料マップ）を生成するが、視点２の配置位置演算部７２にて演算された視点２の要素（飲料）のマップ上での位置ｐｊと、視点１から見た場合の視点２のデータｘｉ（表１における行方向のデータであって、回答者ごとの飲料に関するデータ）とを用いて生成される。同様に、視点２の個別マップ生成部７４は、視点１の配置位置演算部７１にて演算された視点１の要素（回答者）のマップ上での位置ｑｉと、視点２から見た場合の視点１のデータｘｊ（表１における列方向のデータであって、飲料ごとの回答者に関するデータ）とを用いて、視点２の要素別の視点１の個別マップＶｉ（飲料別の回答者マップ）を生成する。視点１の個別マップ生成部７３で生成された個別マップＵｉは、再び視点１の配置位置演算部７１に入力されて、統合マップＷｋｌと共にＥステップの処理に用いられる。視点２の個別マップ生成部７４で生成された個別マップＶｉは、再び視点２の配置位置演算部７２に入力されて、統合マップＷｋｌと共にＥステップの処理に用いられる。
【００５５】
統合マップ生成部７５は、視点１の配置位置演算部７１で演算された視点１の要素のマップ上での位置ｑｉと、視点２の配置位置演算部７２で演算された視点２の要素のマップ上での位置ｐｊと、全ての入力データｘｉｊとを用いて、全ての視点における全ての要素を学習して統合マップＷｋｌを生成する。生成されたＷｋｌは、再び視点１の配置位置演算部７１と視点２の配置位置演算部７２に入力されて、各個別マップと共にＥステップの処理に用いられる。
【００５６】
一連のＥステップ、Ｍステップの処理を模式的に示した図を図８に示す。入力データｘと各視点ごとの配置位置ｐ，ｑから、個別マップＵ，Ｖを生成し、それらが統合された統合マップＷが作成される。図面上は統合マップを３次元の立体で仮に示しているが、実際は４次元の統合マップができている。なお、個別マップＵ又はＶのいずれかが１次元の個別マップである場合は、図に示すような３次元のマップが作成される。
【００５７】
なお、要素の位置（例えば、飲料１の位置）を決定する際に，それ以外の視点（カスタマの視点）はすべてモデル化されているため、回答者ごとの個別の実データの情報は消失している。すなわち、飲料１の位置を決める際に、他の視点がモデル化されていることにより、暗黙の裡に要素の位置が他の視点と独立になる。つまり、他の視点の要素（例えば、回答者１、回答者２等）に左右されることなく、飲料１の位置が決定されることとなる。視点１は、視点２に対して独立であるため、回答者１の個別マップでも、回答者２の個別マップでも飲料１の位置は変わらず共通の位置となる。
【００５８】
図４に戻って、上記Ｅステップ、Ｍステップが実行されると、収束判定部３５が、統合マップが収束したかどうかを判定し（Ｓ４４）、収束するまでＥステップ、Ｍステップを繰り返して実行する。収束した場合は、出力制御部３６が、情報入力部３７が受け付けた利用者からの入力指示にしたがって、統合マップにおける必要な情報を出力部３８に出力して（Ｓ４５）、処理を終了する。
【００５９】
以下に、統合マップの情報を表示する場合の表示例を示す。図９、図１０において、統合マップを視点１で見た場合のマップ（飲料マップ）と視点２で見た場合のマップ（回答者マップ）とを同時に表示している。各マップ（それぞれの視点から見たマップを単視点マップとする）は、それぞれの視点を考慮してモデル化された統合マップの情報であるため、一の視点の単視点マップは、他の視点を考慮したマップとなっている。これらの単視点マップであっても、複数の視点を考慮して学習された統合マップの情報を参照することができ、分析ツールとして利用価値があるが、本実施形態では、さらに高度な分析を可能とする表示態様で統合マップ情報を表示する。
【００６０】
その一例として、図９、図１０に示すように評価用のマップ（評価マップとする）を同時に表示する。この評価用のマップは、空間における統合マップ情報を２次元のマップに落としこんだものである。すなわち、図１１に示すように、多次元の統合マップ情報を２次元のマップに写像する。こうすることで、多次元の統合マップを２次元のマップで見ることができる。図９の場合、利用者が視点１の単視点マップの１点の要素を特定し、指示情報として入力すると、特定された要素に関する視点２のマップ（統合マップ情報を２次元マップに落とし込んだもの）が評価マップに表示されている。図１０の場合は逆で、利用者が視点２のマップの１点の要素を特定し、指示情報として入力すると、特定された要素に関する視点１のマップ（統合マップ情報を２次元マップに落とし込んだもの）が評価マップに表示されている。
【００６１】
視点１の各要素と視点２の各要素は、上記の処理により統合マップで関係性が保持されており、利用者が必要な視点で情報を表示し、分析に用いることができる。つまり、図９の評価マップの場合は、視点１のある要素に関する視点２のマップが、視点１と視点２との関係性を保持した状態の統合マップ情報として表示され、図１０の評価マップの場合は、視点２のある要素に関する視点１のマップが、視点１と視点２との関係性を保持した状態の統合マップ情報として表示される。
【００６２】
なお、図９及び図１０に示すマップの背景の色は、図に示すような多色であってもよいし、単色であってもよい。多色の場合は、色相、明度、彩度に応じて距離を示すようにしてもよい。例えば、図９の場合、濃度が濃いほど長い距離を示し、濃度が薄いほど短い距離を示すとする。その場合、中心から若干右にずれた位置にある濃度が濃い領域を挟んで配置されている要素については、濃度が薄い領域を挟んで配置されている要素に比べて距離が長く、類似度が低いことを示している。
【００６３】
他の表示例を図１２、図１３に示す。図１２は、図１０の場合と同様に単視点マップと評価マップを同時に表示するが、視点１のある要素を特定すると、その要素に関する視点２の全ての要素を分布（図１１に示すように、統合マップ情報を２次元マップに落とし込んだもの）が表示されている。利用者が特定する視点１の要素が変更されると、図１３に示すように、特定された要素に応じて評価マップ上の分布も変化する。
【００６４】
なお、この表示態様で表示されている場合は、例えばマウスやタッチパネルを用いて、利用者が単視点マップ上を走査すると、それに応じて評価マップの分布の表示がアニメーションで変化するようにしてもよい。また、利用者が単視点マップ上を走査しなくても、所定の時間間隔で隣接する要素が選択されるようにしてもよく（隣接する要素の情報を順次読み込むようにしてもよく）、選択された要素に応じて所定の時間間隔で評価マップにアニメーション表示することができるようにしてもよい。
【００６５】
さらに他の表示例を図１４に示す。図１４は、視点１（飲み物）、視点２（カスタマ）に加えて視点３（シチュエーション）について学習した統合マップを作成した場合の表示例である。視点が増えた場合であっても基本的なアルゴリズムは上記に示したものと変わらず、個別マップを作成する際に他の全ての視点における配置位置を考慮して作成することで、視点を２以上にすることが可能である。
【００６６】
３つの視点で学習した統合マップの情報を表示する場合には、図１４に示すように背景の模様を利用する。すなわち、ある視点（ここでは、シチュエーションとする）に対応する背景の情報（色の変化により距離を表現したもの）を用意し、それぞれの背景に合わせて各視点の要素をマップで示す。そうすることで、視点３における視点１と視点２の関係を分析することができる。例えば、食事中に回答者１が好む飲料の情報や、スポーツ中に回答者２が好まない飲料等の情報を得ることが可能となる。
【００６７】
上記表示例はあくまで一例であり、統合マップが完成していれば表示態様については様々な表現が可能である。
【００６８】
なお、上記説明において、初期化処理部３１が各視点における要素の配置位置を求める（Ｅステップの処理を行う）ものとしたが、マップの初期状態を生成する（Ｍステップの処理を行う）ものであってもよい。つまり、初期の状態ではＥステップから処理を開始してもＭステップから処理を開始してもどちらでもよい。
【００６９】
また、表１においては、回答者と飲料の関係のみを示したが、回答者の様々な属性（例えば、年齢、性別、住所、好み、趣味、好きな食べ物、好きなスポーツ、学歴、職歴等）を付加して学習を行うようにしてもよい。その場合、各属性について単なる付加情報として学習に関与しない（学習率０）ようにしてもよいし、属性に応じて学習率に軽重を付けて関与させるようにしてもよい。
【００７０】
さらに、本実施形態に係るマップ作成装置は、ＥＭアルゴリズムを用いることで実現することができる。また、ＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚａｔｉｏｎ Ｍａｐｓ）、ＧＴＭ（Ｇｅｎｅｒａｔｉｖｅ Ｔｏｐｏｇｒａｐｈｉｃ Ｍａｐ）、位相保存写像法、多様体学習法又は非線形部分空間法等のアルゴリズムを用いることもできる。
【００７１】
（本発明の第２の実施形態）
本実施形態に係るマップ作成装置について、図１５及び図１６を用いて説明する。図１５は、本実施形態に係るマップ作成装置におけるＳＯＭを用いたＥステップのフローチャート、図１６は、本実施形態に係るマップ作成装置におけるＳＯＭを用いたＭステップのフローチャートである。
【００７２】
ここでは、第１の視点をカスタマごとの評価とし、第１要素を回答者Ａ、第２要素を回答者Ｂ、第ｉ要素を回答者ｉとする。また、第２の視点を飲み物ごとの評価とし、第１要素を飲料１、第２要素を飲料２、第ｊ要素を飲料ｊとする。以下に、具体的なアルゴリズムを説明する。表１に各パラメータの一覧を示す。
【００７３】
【表２】
【００７４】
図１５に示すＥステップでは、上記で示したように各視点（視点１，視点２）ごとに、各視点における各ユニット（ｉ，ｊ）の勝者位置を求め、近傍関数ｈを用いて各ユニットの学習率が決定される。図１６に示すＭ−Ｓｔｅｐでは、各視点の各ユニットごとに他の視点のモデルが作成されると共に、Ｅステップで求められた各視点ごとの勝者位置を用いて、全視点の全ユニットについてモデルが推定され、統合マップが作成される。
【００７５】
以上のように、本実施形態に係るマップ作成装置は、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するものであって、前記非線形データを、前記視点（例えば、飲み物、カスタマ等）ごとに有する複数の要素間（例えば、カスタマの場合は回答者１〜１０００、飲み物の場合は飲料（水）〜飲料（酒）等）で関連付けを行って記憶するデータ記憶部３０と、前記データ記憶部３０に記憶されたデータ（例えば、回答者ごとの飲料の評価データ（ｘｉｊ））に基づいて、全ての前記視点における全ての前記要素について、一の視点（例えば、カスタマ／飲み物）における一の要素（例えば、回答者／飲料）ごとに、他の視点（例えば、飲み物／回答者）における要素（例えば、飲料（水）〜飲料（酒）／回答者１〜回答者１０００）に関して共通の配置構成でモデル推定を行って個別マップ情報（例えば、回答者ごとの飲料のマップ（マップＵｉ）／飲料ごとの回答者マップ（マップＶｊ））を生成する個別マップ情報生成部３３と、前記統合マップ情報（例えば、マップＷｋｌ）において、前記一の視点（例えば、カスタマ／飲み物）ごとに生成された他の視点（例えば、飲み物／カスタマ）に関する個別マップ情報の集合体（例えば、マップＵｉ／マップＶｉ）が配置される推定位置（例えば、回答者の配置位置ｑｉ／飲料の配置位置ｐｊ）を演算する配置位置演算部３２と、前記配置位置演算手段が演算した推定位置（例えば、回答者の配置位置ｑｉ／飲料の配置位置ｐｊ）で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータ（例えば、評価データ（ｘｉｊ））を学習させて統合マップ情報（例えば、マップＷｋｌ）を生成する統合マップ情報生成手段とを備え、前記個別マップ情報生成部３３、配置位置演算部３２及び統合マップ情報生成部３４が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されるものであるため、複数の異なる視点で分類されるデータ群が複雑に絡み合っている多次元の非線形データについてモデルを推定することができ、それぞれの視点における要素間の関係性を保持したまま、異なる観点からの解析を行うことができる一の統合マップを作成することができる。
【００７６】
また、本実施形態に係るマップ作成装置は、前記個別マップ情報生成部３３が、前記他の視点（例えば、飲み物／カスタマ）における各要素の配置構成（例えば、飲料の配置構成ｐｊ／回答者の配置位置ｑｉ）と前記データ記憶部３０に記憶される一の視点（例えば、カスタマ／飲み物）における各要素のデータ（例えば、回答者ごとの飲み物データ／飲み物ごとの回答者データ）とに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報（例えば、マップＵｉ／マップＶｊ）を生成するため、他の視点から見て分類されるデータ群を関連付けた個別マップを作成することができ、統合マップにおける個別マップの配置を高精度に推定することができる。
【符号の説明】
【００７７】
１ マップ作成装置
１０ ＣＰＵ
１１ ＲＡＭ
１２ ＲＯＭ
１３ ＨＤ
１４ 通信Ｉ／Ｆ
１５ 入出力Ｉ／Ｆ
３０ データ記憶部
３１ 初期化処理部
３２ 配置位置演算部
３３ 個別マップ情報生成部
３４ 統合マップ情報生成部
３５ 収束判定部
３６ 出力制御部
３７ 情報入力部
３８ 出力部
７１ 視点１の配置位置演算部
７２ 視点２の配置位置演算部
７３ 視点１の個別マップ生成部
７４ 視点２の個別マップ生成部
７５ 統合マップ生成部
【特許請求の範囲】
【請求項１】
多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成装置であって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段と、
前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段と、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段と、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段とを備え、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成装置。
【請求項２】
請求項１に記載のマップ情報作成装置において、
前記個別マップ情報生成手段が、
前記他の視点における各要素の配置構成と前記データ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報を生成することを特徴とするマップ情報作成装置。
【請求項３】
請求項１又は２に記載のマップ情報作成装置において、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が所定の回数繰り返して実行される前に、前記個別マップ情報における各視点ごとの要素の配置位置を暫定的に設定する初期化処理手段を備え、
前記初期化処理手段が、前記データ記憶手段に記憶された一の視点における一の要素に関連付けられた他の視点における要素のデータを、全ての視点における全ての要素に関して学習して得られた配置構成で、前記要素の配置位置を設定することを特徴とするマップ情報生成装置。
【請求項４】
請求項１ないし３のいずれかに記載のマップ情報作成装置において、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、ＳＯＭ、ＧＴＭ、位相保存写像法、多様体学習法又は非線形部分空間法により実現されることを特徴とするマップ情報生成装置。
【請求項５】
請求項１ないし４のいずれかに記載のマップ生成装置において、
前記統合マップ情報を出力する出力制御手段を備え、
前記出力制御手段が、前記統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示することを特徴とするマップ情報生成装置。
【請求項６】
請求項５に記載のマップ生成装置において、
前記統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、
前記出力制御手段が、
少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示することを特徴とするマップ生成装置。
【請求項７】
請求項５又は６に記載のマップ生成装置において、
任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されることを特徴とするマップ生成装置。
【請求項８】
請求項５ないし７のいずれかに記載のマップ生成装置において、
前記評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示することを特徴とするマップ生成装置。
【請求項９】
コンピュータが、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成方法であって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成ステップと、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算ステップと、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成ステップとを含み、
前記個別マップ情報生成ステップ、配置位置演算ステップ及び統合マップ情報生成ステップが、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成方法。
【請求項１０】
多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するようにコンピュータを機能させるマップ情報作成プログラムであって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段、
前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段としてコンピュータを機能させ、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成プログラム。
【請求項１】
多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成装置であって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段と、
前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段と、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段と、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段とを備え、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成装置。
【請求項２】
請求項１に記載のマップ情報作成装置において、
前記個別マップ情報生成手段が、
前記他の視点における各要素の配置構成と前記データ記憶手段に記憶される一の視点における各要素のデータとに基づいて、前記一の視点における一の要素ごとに、他の視点における要素に関して個別マップ情報を生成することを特徴とするマップ情報作成装置。
【請求項３】
請求項１又は２に記載のマップ情報作成装置において、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が所定の回数繰り返して実行される前に、前記個別マップ情報における各視点ごとの要素の配置位置を暫定的に設定する初期化処理手段を備え、
前記初期化処理手段が、前記データ記憶手段に記憶された一の視点における一の要素に関連付けられた他の視点における要素のデータを、全ての視点における全ての要素に関して学習して得られた配置構成で、前記要素の配置位置を設定することを特徴とするマップ情報生成装置。
【請求項４】
請求項１ないし３のいずれかに記載のマップ情報作成装置において、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、ＳＯＭ、ＧＴＭ、位相保存写像法、多様体学習法又は非線形部分空間法により実現されることを特徴とするマップ情報生成装置。
【請求項５】
請求項１ないし４のいずれかに記載のマップ生成装置において、
前記統合マップ情報を出力する出力制御手段を備え、
前記出力制御手段が、前記統合マップ情報を前記各視点から見た場合のそれぞれの視点ごとの単視点マップを表示すると共に、多次元で作成された前記統合マップ情報を２次元に写像した評価マップを表示し、任意の一の単視点マップにおける任意の一の要素が選択された場合に、当該選択された要素に関する他の視点の要素の分布を前記評価マップに表示することを特徴とするマップ情報生成装置。
【請求項６】
請求項５に記載のマップ生成装置において、
前記統合マップ情報が、３以上の視点に基づいてモデル化されている場合に、
前記出力制御手段が、
少なくとも２つの視点に関する単視点マップを表示すると共に、残りの視点に関するマップを前記評価マップの背景の模様に反映し、前記単視点マップで表示された視点間の関係性を前記背景の模様に対応させて表示することを特徴とするマップ生成装置。
【請求項７】
請求項５又は６に記載のマップ生成装置において、
任意の一の単視点マップにおける要素の選択が、利用者による入力指示又は所定の時間間隔で変更される場合に、前記評価マップに表示されるマップが前記変更に応じて変化して表示されることを特徴とするマップ生成装置。
【請求項８】
請求項５ないし７のいずれかに記載のマップ生成装置において、
前記評価マップにおける前記要素の配置により当該要素の関係性を示すと共に、前記評価マップの背景の色により前記要素間の類似の関係性を表示することを特徴とするマップ生成装置。
【請求項９】
コンピュータが、多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するマップ情報作成方法であって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成ステップと、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算ステップと、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成ステップとを含み、
前記個別マップ情報生成ステップ、配置位置演算ステップ及び統合マップ情報生成ステップが、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成方法。
【請求項１０】
多次元の非線形データについて、複数の異なる視点に基づいて推定されたモデルを低次元に写像し、モデル推定された一の統合マップ情報を作成するようにコンピュータを機能させるマップ情報作成プログラムであって、
前記非線形データを、前記視点ごとに有する複数の要素間で関連付けを行って記憶するデータ記憶手段、
前記データ記憶手段に記憶されたデータに基づいて、全ての前記視点における全ての前記要素について、一の視点における一の要素ごとに、他の視点における要素に関して共通の配置構成でモデル推定を行って個別マップ情報を生成する個別マップ情報生成手段、
前記統合マップ情報において、前記一の視点ごとに生成された他の視点に関する個別マップ情報の集合体が配置される推定位置を演算する配置位置演算手段、
前記配置位置演算手段が演算した推定位置で特定される各視点ごとの要素に、前記データ記憶手段に記憶された全てのデータを学習させて統合マップ情報を生成する統合マップ情報生成手段としてコンピュータを機能させ、
前記個別マップ情報生成手段、配置位置演算手段及び統合マップ情報生成手段が、前記統合マップ情報が収束するまで所定の回数繰り返して実行されることを特徴とするマップ情報作成プログラム。
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１１】
【図１５】
【図１６】
【図１】
【図９】
【図１０】
【図１２】
【図１３】
【図１４】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１１】
【図１５】
【図１６】
【図１】
【図９】
【図１０】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１３−４７８９５（Ｐ２０１３−４７８９５Ａ）
【公開日】平成２５年３月７日（２０１３．３．７）
【国際特許分類】
【出願番号】特願２０１１−１８６１４０（Ｐ２０１１−１８６１４０）
【出願日】平成２３年８月２９日（２０１１．８．２９）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．フロッピー
【出願人】（５０４１７４１３５）国立大学法人九州工業大学 (489)
【公開日】平成２５年３月７日（２０１３．３．７）
【国際特許分類】
【出願日】平成２３年８月２９日（２０１１．８．２９）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．フロッピー
【出願人】（５０４１７４１３５）国立大学法人九州工業大学 (489)
[ Back to top ]