予測装置および予測方法
【課題】証券業務システムに含まれるサーバの使用の度合いをより正確に予測する。
【解決手段】予測装置１００は、証券業務システムに含まれるサーバのＣＰＵ使用率を基本パターンに基づいて予測する。予測装置１００は、証券の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部１０２と予定イベント情報と証券の値動きに関してネットワーク１３４から得られる動向情報の集計結果とに基づいて、基本パターンを補正すべきか否かを判定する蓋然性判定部１２８と、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部１３０と、選択された補正パターンを基本パターンに適用することによってサーバのＣＰＵ使用率の予測値を演算する予測部１１８と、を備える。
【解決手段】予測装置１００は、証券業務システムに含まれるサーバのＣＰＵ使用率を基本パターンに基づいて予測する。予測装置１００は、証券の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部１０２と予定イベント情報と証券の値動きに関してネットワーク１３４から得られる動向情報の集計結果とに基づいて、基本パターンを補正すべきか否かを判定する蓋然性判定部１２８と、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部１３０と、選択された補正パターンを基本パターンに適用することによってサーバのＣＰＵ使用率の予測値を演算する予測部１１８と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、予測技術に関し、特に証券業務システムに含まれるサーバの使用の度合いを予測するための予測装置および予測方法に関する。
【背景技術】
【０００２】
ユーザがインターネットを介して株式売買や外貨取引を行えるオンラインサービスが普及している。その手軽さや手数料の低さから、オンラインサービスのユーザ数は年々増大している。ユーザ数の増大に伴い、オンラインサービスを提供する証券業務システムへの負荷も大きくなってきている。オンラインサービスでは取引の即時性が特に重要視されることから、過負荷によるシステムダウンをできる限り回避しなければならない。
【０００３】
そこで本出願人は特許文献１および特許文献２において、証券業務システムへの負荷を予測する技術を提案している。このように予測された負荷に基づき、システムのキャパシティが予測された負荷を十分上回るようにするための処理が行われることが望ましい。本出願人は特許文献３および特許文献４において、そのような処理の例を提案している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−２６５２４４号公報
【特許文献２】特開２００７−２６５２４５号公報
【特許文献３】特開２０１０−３９７６３号公報
【特許文献４】特開２０１０−１５２８１８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
企業の破綻や地震や国債の格付け引き下げなどの突発的なイベントが発生すると、証券業務システムへの負荷はそれまでのトレンドから外れた動きを示す場合が多い。主に過去の稼動実績に基づいて証券業務システムへの負荷を予測する従来の手法では、そのような突発的なイベントへの対応は困難である。
【０００６】
本発明はこうした課題に鑑みてなされたものであり、その目的は、金融商品業務システムに含まれるサーバの使用の度合いをより正確に予測できる予測技術の提供にある。
【課題を解決するための手段】
【０００７】
本発明のある態様は予測装置に関する。この予測装置は、金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測装置であって、金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部と、予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、変動パターンを補正すべきか否かを判定する判定部と、判定部において補正すべきでないと判定された場合、変動パターンに基づいてサーバの使用の度合いの予測値を演算する予測部と、変動パターンを補正するための補正パターンが複数あるとき、判定部において補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部と、を備える。予測部は、判定部において補正すべきであると判定された場合、補正パターン選択部によって選択された補正パターンを変動パターンに適用することによってサーバの使用の度合いの予測値を演算する。
【０００８】
この態様によると、予定イベント情報と動向情報とに基づいた補正パターンの適用の可否の判定が可能となる。
【０００９】
なお、以上の構成要素の任意の組み合わせや、本発明の構成要素や表現を装置、方法、システム、コンピュータプログラム、コンピュータプログラムを格納した記録媒体などの間で相互に置換したものもまた、本発明の態様として有効である。
【発明の効果】
【００１０】
本発明によれば、金融商品業務システムに含まれるサーバの使用の度合いをより正確に予測できる。
【図面の簡単な説明】
【００１１】
【図１】実施の形態に係る予測装置の予測対象となるサーバを含む証券業務システムの構成を示す模式図である。
【図２】図２（ａ）〜（ｆ）は、証券取引所の売買立ち会い時間におけるサーバのＣＰＵ使用率の変化の例を示すグラフである。
【図３】本実施の形態に係る予測装置およびそれに接続された部材の機能および構成を示すブロック図である。
【図４】図３の予定イベント情報保持部の一例を示すデータ構造図である。
【図５】図３の集計結果保持部の一例を示すデータ構造図である。
【図６】図３の第１対応関係保持部の一例を示すデータ構造図である。
【図７】図３の第２対応関係保持部の一例を示すデータ構造図である。
【図８】図３の予測装置における一連の処理を示すフローチャートである。
【発明を実施するための形態】
【００１２】
以下、各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。
【００１３】
本実施の形態に係る予測装置は、ユーザがネットワークを介して証券の売買、外貨取引、証拠金取引等を行えるオンラインサービスを提供する証券業務システムに含まれるサーバの将来の使用の度合いを、一日のなかの時間帯単位や日単位や週単位等の比較的短期的な視点で予測する。その予測では、ＣＰＵ（central processing unit）使用率や消費電力やストレージ空き容量や通信パケット量などのサーバの使用の度合いの履歴および口座数の履歴に基づき決定される基本的な変動のパターン（以下、基本パターンと称す）が使用される。基本パターンは、例えば特許文献１や特許文献２に記載されるキャパシティ予測技術を使用して決定されてもよい。
【００１４】
基本パターンは過去の稼動実績や変化のトレンドを反映する。したがって、例えば証券の値動きに関する突発的なイベントが発生すると、サーバの実際の使用の度合いは基本パターンのみに基づく予測値（補正パターン（後述）が適用されない状態の基本パターンに基づいて取得されるサーバの使用の度合いの予測値であり、以下、未補正予測値と称す）から乖離し、特に大きくなることが多い。突発的なイベントは、例えば地震や大企業の破綻、不祥事やＩＰＯ（Initial Public Offering）や予想に反した決算・市況・雇用統計や予想に反した選挙結果や主要国の国債の格付け引き下げなどである。本発明者の独自の解析によると、突発的なイベントの属性によって未補正予測値からの増加の態様をパターン化できる。すなわち、突発的なイベントの属性に応じて、基本パターンを補正する補正パターンを定めることができる。
【００１５】
例えば、大企業が突然破綻した場合や、発表された企業決算が予想に反している場合、ひとつまたは少数の銘柄が他の銘柄よりも活発に動くことが多い。この場合、その銘柄に値がついた時点で取引件数が増える、すなわちサーバの使用の度合いが増える傾向にある。また、その銘柄の値動きを興味本位で見るユーザが増えることにより、情報参照系の処理が通常よりも増加する傾向にある。このような知見に基づき、基本パターンを補正するひとつの補正パターンとして１銘柄パターンを定めることができる。
【００１６】
また、地震などの天変地異が発生したり、選挙の結果や市況が予想に反している場合、相場全体または多くの銘柄が通常よりも活発に動くことが多い。この場合、自分の資産がどのように推移するかをチェックするユーザが増えることが考えられる。そのため、情報参照系の処理が通常よりも増加する傾向にある。また、狼狽売りがより起こりやすい環境になる。このような知見に基づき、基本パターンを補正するひとつの補正パターンとして相場全体パターンを定めることができる。
【００１７】
実施の形態に係る予測装置は、報道機関のウェブサイトや電子掲示板やウェブログやＳＮＳ（Social Network Service）サイトなどからインターネットなどのネットワークを介して得られる情報に基づき、突発的なイベントの発生の蓋然性を判定する。予測装置は、そのような蓋然性が高い場合、起こるかもしれない突発的なイベントの属性に応じた補正パターンを基本パターンに適用することによって、サーバの使用の度合いを予測する。これにより、突発的なイベントの発生を考慮に入れた形で使用の度合いを予測できるので、予測の精度を高めることができる。
【００１８】
（証券業務システム２００）
図１は、実施の形態に係る予測装置の予測対象となるサーバを含む証券業務システム２００の構成を示す模式図である。証券業務システム２００は、証券会社に設置され、顧客などのユーザからの証券の売買注文を受け付けたり、証券注文に役立つ様々な情報を提供するシステムである。
【００１９】
証券業務システム２００は、プレゼンテーションレイヤ２１０とビジネスロジックレイヤ２２０とデータベースレイヤ２３０とを含む。プレゼンテーションレイヤ２１０は、主にクライアント端末２０２、２０４、２０６から入力されるデータを受け付けてビジネスロジックレイヤ２２０に渡したり、またはビジネスロジックレイヤ２２０から提供されるデータをウェブページに加工してクライアント端末２０２、２０４、２０６に提供する役割を有する。ビジネスロジックレイヤ２２０は、証券の売買注文や情報の提供などの実際の処理を担当する役割を有する。
【００２０】
プレゼンテーションレイヤ２１０は、複数のウェブサーバ２１２、２１４、２１６、２１８を含む。本実施の形態では、証券業務システム２００に対するアクセスチャネル毎に、ウェブページの処理を実行するサーバのグループが準備されている。図１では、ウェブ経由の一般顧客、コールセンタ、支店からそれぞれのクライアント端末２０２、２０４、２０６を使用して証券業務システム２００にアクセスする場合を想定している。したがって、プレゼンテーションレイヤ２１０は、一般顧客からのアクセスに対する処理を担当する一般用ウェブサーバ２１２と、コールセンタからのアクセスに対する処理を担当するコールセンタ用ウェブサーバ２１４と、支店からのアクセスに対する処理を担当する支店用ウェブサーバ２１６と、を備える。さらに、通常は休止している予備の予備ウェブサーバ２１８を準備しておいてもよい。各ウェブサーバ２１２、２１４、２１６、２１８は、複数のサーバで構成されてもよい。各ウェブサーバ２１２、２１４、２１６、２１８は、上記の機能の他、クライアント端末２０２、２０４、２０６からの要求に応じてプログラムを実行しその結果を送信する動的ページの生成機能やトランザクション管理機能などを実装している。
【００２１】
ビジネスロジックレイヤ２２０には、アクセスチャネル毎ではなく、所定のアプリケーションを専用に実行するサーバのグループが準備されている。ビジネスロジックレイヤ２２０は、現在および過去の株価や出来高、会社情報などの証券売買の際に必要となる情報をクライアント端末２０２、２０４、２０６に提供するアプリケーションを実行する情報提供アプリケーションサーバ２２２、株や投資信託などの売買注文を受け付けるアプリケーションを実行する注文処理アプリケーションサーバ２２４、ユーザのログインやログアウト、顧客情報などを管理するアプリケーションを実行する事務処理アプリケーションサーバ２２６を備える。これ以外にも、例えば、外部の新聞社のサイトなどと連携して経済ニュースを提供する外部連携アプリケーションサーバや、顧客毎に取引残高の報告書などを提供する報告書アプリケーションサーバなどを備えていてもよい。各アプリケーションサーバ２２２、２２４、２２６は、複数のサーバで構成されてもよい。各アプリケーションサーバ２２２、２２４、２２６は、上記の業務処理の機能の他、一般のアプリケーションサーバが有している機能、例えば、データベースレイヤ２３０のデータベースへの接続機能、複数の処理を連結するトランザクション管理機能なども実装している。
【００２２】
データベースレイヤ２３０には、ビジネスロジックレイヤ２２０から参照されたり更新されたりするデータベース（database、ＤＢ）が準備されている。データベースレイヤ２３０は、ビジネスロジックレイヤ２２０の各サーバの主たるデータベースとなるメインＤＢ２３２と、主に参照目的で設けられた情報系ＤＢ２３４と、を備える。
【００２３】
各アプリケーションサーバ２２２、２２４、２２６では、複数のクライアント端末に対するサービス２４２、２４４、２４６、２４８、２５０、２５２が同時に実行される。例えば、情報提供アプリケーションサーバ２２２では、一般顧客に対して株価情報を提供するサービスＡ２４２と、コールセンタに対して株価情報を提供するサービスＢ２４４が同時に実行されてもよい。注文処理アプリケーションサーバ２２４では、コールセンタからの株式売買注文を処理するサービスＣ２４６と、店舗からの投資信託売買注文を処理するサービスＤ２４８が同時に実行されてもよい。
【００２４】
一般顧客、コールセンタや支店の担当員は、それぞれのクライアント端末２０２、２０４、２０６からウェブブラウザなどのソフトウェアを使用し、インターネット等のネットワーク２０８を介して証券業務システム２００にアクセスする。コールセンタや支店に備えられるクライアント端末２０４、２０６は、証券業務システム２００と専用線２０９によって接続されていてもよい。
【００２５】
クライアント端末２０２、２０４、２０６から証券業務システム２００にアクセスすると、プレゼンテーションレイヤ２１０のアクセスチャネルに応じたウェブサーバ２１２、２１４、２１６によって作成されたウェブページが、クライアント端末２０２、２０４、２０６に送信される。クライアント端末２０２、２０４、２０６は、送信されたウェブページをディスプレイに表示する。ユーザがウェブページ上でログイン、情報の閲覧、売買注文などの操作を実行すると、その情報がウェブサーバ２１２、２１４、２１６を介してビジネスロジックレイヤ２２０のアプリケーションサーバ２２２、２２４、２２６に渡される。各アプリケーションサーバ２２２、２２４、２２６による処理の結果は、ウェブサーバ２１２、２１４、２１６によってウェブページに加工され、そのデータがクライアント端末２０２、２０４、２０６に送信される。こうしてユーザは、ウェブページに表示される種々の情報を参照したり、またはウェブページを通じて証券の売買注文をすることができる。
【００２６】
上述したような証券業務システムでは、アクセス数の増大によりシステム内のサーバに負荷がかかりすぎると、正常なサービスを提供できなくなる虞がある。このような事態は顧客に迷惑をかけるため、証券業務システム内のサーバの使用の度合いを予測し、その予測に基づいて計画的にシステムの構成変更、例えば予備のサーバをオンラインにする等の処理を行うことが望ましい。そこで本実施の形態に係る予測装置は、基本パターンに必要に応じて適切な補正パターンを適用することにより、サーバのＣＰＵ使用率を精度良く予測する。
【００２７】
（パターン）
図２（ａ）〜（ｆ）は、証券取引所の売買立ち会い時間におけるサーバのＣＰＵ使用率の変化の例を示すグラフである。各グラフにおいて、横軸は一日のうちの時刻を示し、縦軸はサーバのＣＰＵ使用率を任意の単位で示す。図２（ａ）、（ｂ）はそれぞれ、突発的なイベントのない日の情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ｃ）、（ｄ）はそれぞれ、売買立ち会い時間開始前に突然大企業破綻の報が流れた場合の、情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ｅ）、（ｆ）はそれぞれ、売買立ち会い時間開始前に発表された市況の内容が予想に反したものである場合の、情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ａ）〜（ｆ）において、実線のグラフはＣＰＵ使用率の実測値を示し、破線のグラフはＣＰＵ使用率の未補正予測値を示す。
【００２８】
図２（ａ）、（ｂ）に見られるように、突発的なイベントがなければ、未補正予測値と実測値とは良く一致するので、基本パターンを補正しなくても各サーバのＣＰＵ使用率を十分精度良く予測することができる。しかしながら、図２（ｃ）〜（ｆ）に見られるように、突発的なイベントが発生した場合、未補正予測値と実測値との乖離が比較的大きくなる。
【００２９】
突然大企業破綻の報が流れた場合、図２（ｃ）、（ｄ）に見られるように、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についても立ち会い時間を通じてＣＰＵ使用率が高まる傾向にある。特に立ち会い開始直後に見られるＣＰＵ使用率の最大値は、未補正予測値の最大値よりも大きくなる。また、前場、後場を通じてＣＰＵ使用率は一定の割合で高くなる。前場と後場との間の休憩時間はＣＰＵ使用率は未補正予測値と大差ない値となる。さらに、情報提供アプリケーションサーバ２２２と注文処理アプリケーションサーバ２２４とで比較した場合、注文処理アプリケーションサーバ２２４のほうが未補正予測値からの増分が大きくなっている。
【００３０】
このように、大企業の破綻や予想に反する決算が出た場合のＣＰＵ使用率の変化を解析することにより、１銘柄パターンを定めることができる。この１銘柄パターンは、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についてもＣＰＵ使用率の予測値を増やす方向に基本パターンを補正する。また、増やされる割合は、情報提供アプリケーションサーバ２２２よりも注文処理アプリケーションサーバ２２４のほうが大きい。
【００３１】
発表された市況の内容が予想に反したものである場合、図２（ｅ）、（ｆ）に見られるように、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についても立ち会い時間を通じてＣＰＵ使用率が高まる傾向にある。情報提供アプリケーションサーバ２２２については、未補正予測値からの増分は突然大企業破綻の報が流れた場合（図２（ｃ）の場合）の増分よりも大きい。注文処理アプリケーションサーバ２２４については、未補正予測値からの増分は突然大企業破綻の報が流れた場合（図２（ｄ）の場合）の増分よりも小さい。さらに、情報提供アプリケーションサーバ２２２と注文処理アプリケーションサーバ２２４とで比較した場合、情報提供アプリケーションサーバ２２２のほうが未補正予測値からの増分が大きくなっている。
【００３２】
このように、発表された市況の内容が予想に反したものである場合や地震が発生した場合や選挙の結果が予想に反している場合のＣＰＵ使用率の変化を解析することにより、相場全体パターンを定めることができる。この相場全体パターンは、情報提供アプリケーションサーバ２２２のＣＰＵ使用率の予測値が１銘柄パターンによる補正によって得られる予測値よりも大きくなるように、基本パターンを補正する。また、相場全体パターンは、注文処理アプリケーションサーバ２２４のＣＰＵ使用率の予測値が、未補正予測値よりは大きいが１銘柄パターンによる補正によって得られる予測値よりは小さくなるように、基本パターンを補正する。
【００３３】
（突発的なイベントの発生の蓋然性）
本実施の形態に係る予測装置は、証券の値動きに関連し発生が予定されているイベント（以下、予定イベントと称す）に関する予定イベント情報と証券の値動きに関してネットワークから得られる動向情報とに基づき、突発的なイベントの発生の蓋然性を判定する。
【００３４】
突発的なイベントは、１銘柄パターンに対応するものであるか相場全体パターンに対応するものであるかといった属性とは別に、蓋然性の判定の観点から少なくとも以下の３種類に分類できる。すなわち、以下の種類のそれぞれについて、１銘柄パターンに対応するイベントと相場全体パターンに対応するイベントとが存在しうるということである。
【００３５】
（１）予想とは異なる結果を生じる予定イベント（以下、予想外イベントと称す）
市況の発表や雇用統計の発表や企業の決算の発表や選挙やキャンペーンなどの予め所定の期日に発生が予定されている予定イベントの結果が予想通りである場合、株価等はその結果を既に織り込み済みであることが多く、サーバのＣＰＵ使用率は大きくは上ぶれしない。しかしながら、予定イベントが予想とは異なる結果を生じる場合は、その予定イベントが市場に与える影響は大きく、ＣＰＵ使用率が未補正予測値よりも顕著に大きくなる可能性が高い。したがって、そのような予想外イベントを突発的なイベントと見なすことができる。また、ＩＰＯ対象企業の人気が想定よりも高い場合も突発的なイベントと見なすことができる。
【００３６】
近年、インターネット等は社会により深く浸透し、ウェブログやＳＮＳに代表されるように個人がより容易に公衆に向けて情報を発信できるようになってきている。ネットワークの性質上、そのように発信された情報の検索、収集は容易である。したがって、予想外イベントが発生する場合、そのことについて内部の者から発信される情報やアナリストによる示唆などを事前にネットワークから取得できることが多い。予想外イベントが発生する蓋然性が高いほど、そのような情報発信や示唆の数も多くなると考えられる。したがって、ネットワークから取得できる情報の数が一定数を超えたところで、それを予想外イベントの発生の予兆の捕捉とすることができる。
【００３７】
個々の情報の質や真偽のほどはどうあれ、情報の数が増えればそれだけ注目度が高いことを意味している。一般に注目度が高いほどそのイベントの発生の蓋然性も高い。したがって、情報の数を見ることでイベントの発生の蓋然性を測るという思想である。
【００３８】
（２）予定イベントではないがネットワーク上に予兆が現れるイベント（以下、予兆捕捉可イベントと称す）
例えば、前日のニューヨーク市場で暴落が発生した場合、東京市場でも大きな値動きが発生し、それに伴いユーザのアクセス件数も増える可能性が高い。したがって、前日のニューヨーク市場の暴落を予兆とすることができる。また、企業の突然の破綻や企業の不祥事の露呈が起こる場合、そのことについて内部の者から発信される情報やアナリストによる示唆などを事前にネットワークから取得できることが多い。破綻や露呈の蓋然性が高いほど、そのような情報発信や示唆の数も多くなると考えられる。したがって、ネットワークから取得できる情報の数が一定数を超えたところで、それを企業の破綻や企業の不祥事の露呈の予兆の捕捉とすることができる。
【００３９】
（３）予定イベントでなく、ネットワーク上に予兆も現れないイベント（以下、予兆捕捉不可イベントと称す）
地震などの天変地異である。あるいはまた、企業の突然の破綻や企業の不祥事の露呈について、予兆が現れないものもある。
【００４０】
本実施の形態に係る予測装置は、（１）および（２）については、予定イベント情報と動向情報の数とを監視し、予兆を捉えることで蓋然性を判定する。予測装置は、（３）については、サーバのＣＰＵ使用率の実測値と予測値との乖離を監視することで蓋然性を判定する。
【００４１】
（予測装置）
図３は、本実施の形態に係る予測装置１００およびそれに接続された部材の機能および構成を示すブロック図である。ここに示す各ブロックは、ハードウエア的には、コンピュータのＣＰＵをはじめとする素子や機械装置で実現でき、ソフトウエア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウエア、ソフトウエアの組合せによっていろいろなかたちで実現できることは、本明細書に触れた当業者には理解されるところである。
【００４２】
検索集計装置１３２は、ネットワーク１３４を介して報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２から動向情報を取得し集計する。検索集計装置１３２は例えば、予測装置１００の管理者から与えられた予定イベントに関する関連キーワードに基づき動向情報を検索し、集計する。特に検索集計装置１３２は、動向情報の取得先（以下、ソースと称する）ごとに、検索でヒットした動向情報の数を得る。また検索集計装置１３２は、予測装置１００の管理者によって指定された報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２から任意に動向情報を収集し、それをイベントごとに分別し、集計する。特に検索集計装置１３２は、ソースごとイベントごとに、収集した動向情報の数を得る。検索集計装置１３２は定期的に、例えば一日一回、その日の集計結果をネットワーク１３４を介して予測装置１００に送信する。
【００４３】
検索集計装置１３２は、例えば株式会社野村総合研究所が提供する「TRUE TELLER」などを使用して構成されてもよい。あるいはまた、報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２からネットワーク１３４を介して取得された情報を、人が分別したり集計したりしてもよい。
【００４４】
予測装置１００は証券業務システム２００の内部に設けられてもよく外部に設けられてもよい。予測装置１００は、予定イベント情報保持部１０２と、集計結果保持部１０４と、第１対応関係保持部１４４と、第２対応関係保持部１４６と、予定イベント情報取得部１１０と、集計結果取得部１１２と、実稼動取得部１１４と、補正パターン取得部１１６と、予測部１１８と、比較部１２０と、あふれ処理部１２２と、基本パターンの情報および補正パターンの情報を保持するパターン情報保持部１４８と、を備える。
【００４５】
図４は、予定イベント情報保持部１０２の一例を示すデータ構造図である。予定イベント情報保持部１０２は予定イベント情報を保持する。予定イベント情報保持部１０２は、予定イベントを特定する予定イベントＩＤと、予定イベントの内容と、予定イベントの発生が予定されている時刻である発生予定時刻と、予定イベントに関連する関連キーワードと、を対応付けて保持する。
関連キーワードは、予定イベントについての動向情報を検索するために検索集計装置１３２によって使用されるキーワードである。
【００４６】
図５は、集計結果保持部１０４の一例を示すデータ構造図である。集計結果保持部１０４は、予定イベントＩＤと、イベントの内容と、集計日と、ソースと、集計値と、を対応付けて保持する。集計結果保持部１０４に保持される予定イベントＩＤは、検索集計装置１３２において検索、集計の対象とされる予定イベントを特定する。イベントの内容は、対応する予定イベントＩＤのないものについては、検索集計装置１３２における分別の際に定められるイベントの内容である。このイベントの内容は、検索集計装置１３２において装置により自動的に定められてもよいし、検索集計装置１３２を管理する人の判断により定められてもよい。集計日は、検索集計装置１３２において集計の対象となった日を示す。集計値は、集計された動向情報の数である。
【００４７】
図６は、第１対応関係保持部１４４の一例を示すデータ構造図である。第１対応関係保持部１４４は、予定イベントＩＤと、補正パターンを特定する補正パターンＩＤと、を対応付けて保持する。この補正パターンＩＤは、予定イベントＩＤによって特定される予定イベントが予想とは異なる結果を生じる場合に適用されるべき補正パターンを特定するＩＤである。以下、補正パターンは１銘柄パターンおよび相場全体パターンのなかから選択される場合について説明する。しかしながら、本明細書に触れた当業者であれば、補正パターンを３つ以上定める場合でも以下と同様にして予測装置を構成できる。なお、１銘柄パターン、相場全体パターンのいずれも、サーバのＣＰＵ使用率の予測値を増やす方向に基本パターンを補正する補正パターンである。
予測装置１００の管理者は、予定イベントと補正パターンとの対応関係を予め定め、第１対応関係保持部１４４に登録しておく。
【００４８】
図７は、第２対応関係保持部１４６の一例を示すデータ構造図である。第２対応関係保持部１４６は、イベントキーワードと、補正パターンＩＤと、を対応付けて保持する。イベントキーワードは、補正パターンＩＤによって特定される補正パターンに対応する突発的なイベントの内容を特徴付けるキーワードである。予測装置１００の管理者は、そのようなキーワードを予め定め、第２対応関係保持部１４６に登録しておく。
【００４９】
図３に戻る。
予定イベント情報取得部１１０は、予測装置１００の管理者からキーボード、マウスなどの入力装置１５０を介して、予定イベント情報を取得し、予定イベント情報保持部１０２に登録する。あるいはまた、予定イベント情報取得部１１０はネットワーク１３４を介して予定イベント情報を取得してもよい。
集計結果取得部１１２は、検索集計装置１３２によって送信された集計結果をネットワーク１３４を介して取得し、集計結果保持部１０４に登録する。
【００５０】
補正パターン取得部１１６は、予定イベント情報保持部１０２によって保持される予定イベント情報と集計結果保持部１０４に保持される動向情報についての集計結果とに基づいて、補正パターンが適用されるべきか否かを判定し、適用されるべきと判定された場合は１銘柄パターンおよび相場全体パターンのなかから適用されるべき補正パターンを選択する。補正パターン取得部１１６は、予測対象期間決定部１２４と、予定イベント抽出部１２６と、集計結果参照部１０６と、しきい値決定部１０８と、蓋然性判定部１２８と、補正パターン選択部１３０と、を含む。
【００５１】
予測対象期間決定部１２４は、証券業務システム２００に含まれるサーバのなかから予測対象とするサーバ（以下、予測対象サーバと称す）を決定し、また予測を行う期間である予測対象期間を決定する。以下、予測対象期間はある日のある時間帯であるとし、それぞれ予測対象日、予測対象時間帯と称す。
予定イベント抽出部１２６は、予定イベント情報保持部１０２を参照し、予測対象日の予測対象時間帯以前に発生予定時刻が含まれる予定イベントがあればその予定イベントの予定イベントＩＤを取得する。
集計結果参照部１０６は集計結果保持部１０４から予測対象日の直近の集計結果、特に集計日が予測対象日の前日となっている集計結果を抽出する。
【００５２】
しきい値決定部１０８は、補正パターン取得部１１６における補正パターンの選択の基準を、予測対象時間帯における未補正予測値の最大値が大きいほど補正パターンが選択されやすくなるよう変更する。特にしきい値決定部１０８は、パターン情報保持部１４８によって保持される基本パターンの情報を取得し、予測対象時間帯における未補正予測値の最大値を演算する。しきい値決定部１０８は、後述の蓋然性判定部１２８におけるソースごとのしきい値を、演算された最大値が大きいほど小さくなるよう設定する。特にしきい値決定部１０８は、演算された最大値に対して単調に減少する関数にしたがってしきい値を設定してもよい。
【００５３】
実稼動取得部１１４は証券業務システム２００と接続され、証券業務システム２００に含まれるサーバのＣＰＵ使用率やトランザクション数、口座数をリアルタイムで取得する。
【００５４】
蓋然性判定部１２８は、予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのそれぞれについて、予定イベント情報保持部１０２によって保持される予定イベント情報と集計結果保持部１０４に保持される動向情報についての集計結果とに基づいて、そのようなイベントの発生の蓋然性を判定する。蓋然性判定部１２８は、発生の蓋然性が高いと判定された場合は変動パターンに補正パターンが適用されるべきであると判定し、そうでない場合は補正パターンが適用されるべきでないと判定する。
【００５５】
予想外イベントについて、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果のなかから、予定イベント抽出部１２６によって取得された予定イベントＩＤと同等のまたは一致する予定イベントＩＤを有する集計結果を抽出する。蓋然性判定部１２８は、抽出された集計結果の集計値としきい値決定部１０８によって設定されたしきい値とをソースごとに比較する。蓋然性判定部１２８は、少なくともひとつのソースについて、抽出された集計結果の集計値がしきい値を超える場合、予定イベント抽出部１２６によって取得された予定イベントＩＤによって特定される予定イベントが予想とは異なる結果を生じる蓋然性が高いと判定する。すなわち、蓋然性判定部１２８は、予想外イベントが生じる蓋然性が高いと判定する。
【００５６】
例えば、予測対象日を２０１１年８月５日とし、予測対象時間帯を１１：００〜１２：００とすると、予定イベント抽出部１２６は図４に示される予定イベント情報保持部１０２から、予定イベント内容「Ａ社決算発表」に対応する予定イベントＩＤ「Ａ００１」を抽出する。蓋然性判定部１２８は、図５に示される集計結果保持部１０４のうち集計日が「２０１１年８月４日」となっている集計結果のなかから、予定イベントＩＤ「Ａ００１」を有する集計結果（ソース「報道機関サーバ」について集計値「１２０」、ソース「電子掲示板サーバ」について集計値「２５０００」、ソース「ウェブログサーバ」について集計値「７０５０」、ソース「ＳＮＳサーバ」について集計値「３５２０」）を抽出する。ソース「報道機関サーバ」、ソース「電子掲示板サーバ」、ソース「ウェブログサーバ」、ソース「ＳＮＳサーバ」についてしきい値決定部１０８によって設定されたしきい値をそれぞれ「２００」、「４００００」、「７０００」、「４０００」とする。蓋然性判定部１２８は、ソース「ウェブログサーバ」について集計値がしきい値を超えるので、発表されるＡ社の決算が予想とは異なる蓋然性が高いと判定する。
【００５７】
本実施の形態ではソースごとにしきい値を設けてソースごとに比較するので、ソースによらずに動向情報の数を集計しソースによらないしきい値と比較する場合と比較して、各ソースから得られる動向情報の質や信頼性などに応じて適切に重み付けを行うことができ、蓋然性の判定の信頼性が高まる。つまり、報道機関サーバから得られる動向情報のほうが電子掲示板サーバから得られる動向情報よりも信頼性が一般に高いので、報道機関サーバに対応するしきい値をより低く設定できる。
【００５８】
予兆捕捉可イベントについて、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果のなかに、対応する予定イベントＩＤのないイベントの内容についてのものがあれば、そのイベントの内容を抽出する。蓋然性判定部１２８は予定イベント情報保持部１０２を参照し、抽出されたイベントの内容と、予定イベント情報保持部１０２に含まれる関連キーワードとを比較する。蓋然性判定部１２８は、抽出されたイベントの内容のなかに、発生予定時刻が予測対象日よりも先の予定イベントの関連キーワードを所定の個数以上含むイベントの内容があれば、そのイベントの内容に対応する集計値としきい値との以下の比較処理は行わない。蓋然性判定部１２８は、抽出されたイベントの内容のなかのそれ以外のものについては、集計結果参照部１０６によって抽出された集計結果から対応する集計結果を取得する。すなわち、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果から、予定イベントではないイベントについての集計結果を取得する。
【００５９】
蓋然性判定部１２８は、取得された集計結果の集計値としきい値決定部１０８によって設定されたしきい値とをソースごとに比較する。蓋然性判定部１２８は、少なくともひとつのソースについて、取得された集計結果の集計値がしきい値を超える場合、予測対象期間内またはそれ以前に予兆捕捉可イベントが生じる蓋然性が高いと判定する。
【００６０】
例えば、予測対象日を２０１１年８月５日とし、予測対象時間帯を１０：００〜１１：００とすると、集計結果参照部１０６は、図５に示される集計結果保持部１０４から集計日が「２０１１年８月４日」となっている集計結果（イベント内容が「Ａ社決算発表」のもの、イベント内容が「Ｄ社買収」のもの、およびイベント内容が「選挙、Ｂ氏収賄容疑」のもの）を抽出する。蓋然性判定部１２８は、抽出された集計結果のなかから、予定イベントＩＤが「Ｎ／Ａ」となっている集計結果（イベント内容が「Ｄ社買収」のものおよびイベント内容が「選挙、Ｂ氏収賄容疑」のもの）を抽出する。蓋然性判定部１２８は、イベント内容「選挙、Ｂ氏収賄容疑」について、図４に示される予定イベント情報保持部１０２の予定イベント内容「選挙」に対応する関連キーワード「選挙、候補者Ｂ氏、…」を所定の個数である２つ以上含むので、予定イベントに対応すると判定する。結果として、蓋然性判定部１２８は、イベント内容「Ｄ社買収」についての集計結果（ソース「報道機関サーバ」について集計値「１１」、ソース「電子掲示板サーバ」について集計値「３０５００」、ソース「ウェブログサーバ」について集計値「９５００」、ソース「ＳＮＳサーバ」について集計値「４０５０」）を取得する。各ソースについて設定されるしきい値は上記の例と同じとすると、蓋然性判定部１２８は、ソース「ウェブログサーバ」およびソース「ＳＮＳサーバ」について集計値がしきい値を超えるので、Ｄ社の買収という突発的なイベントの予兆を捉えたと判定し、２０１１年８月５日にＤ社の買収が発生する蓋然性が高いと判定する。
【００６１】
予兆捕捉不可イベントについて、蓋然性判定部１２８は、実稼動取得部１１４によって取得されたリアルタイムのＣＰＵ使用率を監視する。蓋然性判定部１２８は、リアルタイムのＣＰＵ使用率の、後述の予測部１１８によって取得された予測値からの増分が所定のしきい値を超えると、そのＣＰＵ使用率の増加が予定イベントによるものであるか否かを判定する。蓋然性判定部１２８は予定イベント情報保持部１０２を参照し、現在の時刻に対応する発生予定時刻を有する予定イベントＩＤの有無を判定する。蓋然性判定部１２８は、そのような予定イベントＩＤが存在する場合、ＣＰＵ使用率の増加は予定イベントによるものであると判定する。蓋然性判定部１２８は、そのような予定イベントＩＤが存在しない場合、予兆捕捉不可イベントが発生したまたは発生する蓋然性が高いと判定する。
【００６２】
補正パターン選択部１３０は、蓋然性判定部１２８において予想外イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、予想外イベントの属性により適する方のパターンを適用されるべき補正パターンとして選択する。特に補正パターン選択部１３０は第１対応関係保持部１４４を参照し、予定イベント抽出部１２６によって取得された予定イベントＩＤに対応する補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。
【００６３】
補正パターン選択部１３０は、蓋然性判定部１２８において予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、予兆捕捉可イベントの属性により適する方のパターンを適用されるべき補正パターンとして選択する。特に補正パターン選択部１３０は第２対応関係保持部１４６を参照し、予兆捕捉可イベントのイベントの内容に含まれるイベントキーワードの数を補正パターンＩＤごとに算出する。補正パターン選択部１３０は、含まれるイベントキーワードの数が最も大きい補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。
【００６４】
例えば、蓋然性判定部１２８においてイベント内容「Ｄ社買収」を有する予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、補正パターン選択部１３０は図７に示される第２対応関係保持部１４６を参照し、イベント内容「Ｄ社買収」に含まれるイベントキーワードの数として、補正パターンＩＤ「１銘柄」について１個、補正パターンＩＤ「相場全体」について０個を算出する。補正パターン選択部１３０は、含まれるイベントキーワードの数が最も大きい補正パターンＩＤ「１銘柄」を決定する。
【００６５】
補正パターン選択部１３０は、蓋然性判定部１２８において予兆捕捉不可イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、未補正予測値からの増分がより大きくなるほうの補正パターンを決定する。未補正予測値からの増分がより大きくなるほうの補正パターンは、図２（ｃ）〜（ｆ）にも見られる通り、予測対象サーバおよび予測対象時間帯に応じて異なる。
【００６６】
補正パターン選択部１３０は、蓋然性判定部１２８において予想外イベントの発生の蓋然性が高いと判定され、かつ、予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、そのそれぞれの場合に対応する補正パターンＩＤを決定する。そのようにして決定された補正パターンＩＤが一致する場合、補正パターン選択部１３０はその一致する補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。一致しない場合、補正パターン選択部１３０は、未補正予測値からの増分がより大きくなるほうの補正パターンを、適用されるべき補正パターンとして決定する。
【００６７】
予測部１１８は、補正パターン取得部１１６によって選択された補正パターンを基本パターンに適用することによって、予測対象期間における予測対象サーバのＣＰＵ使用率の予測値を演算する。予測部１１８は、基本パターンの情報および補正パターン取得部１１６によって選択された補正パターンの情報を、パターン情報保持部１４８から取得する。予測部１１８は選択された補正パターンを基本パターンに適用する。予測部１１８は、補正パターンを適用した後の基本パターンを使用して、予測対象期間における予測対象サーバのＣＰＵ使用率の予測値を演算する。
予測部１１８は、予測対象期間に対して補正パターンが選択されなかった場合すなわち蓋然性判定部１２８において蓋然性が低いと判定された場合、補正パターンを適用しない状態の基本パターンを使用して、予測対象期間における予測対象サーバの未補正予測値を演算する。
【００６８】
比較部１２０は、予測部１１８によって演算された予測値の最大値と、予測対象サーバの種類ごとに設定される上限値と、を比較する。上限値は、ネットワーク障害やハード障害などを加味して設定される。
【００６９】
あふれ処理部１２２は、比較部１２０における比較の結果、予測部１１８によって演算された予測値の最大値が上限値を超える場合、所定の警戒処理を実行する。警戒処理は、例えば新規ログインの制限である。また、警戒処理は、本出願人が先に出願した特許文献３や特許文献４に記載される制御処理であってもよい。
【００７０】
上述の実施の形態において、保持部の例は、ハードディスクやメモリである。また、本明細書の記載に基づき、各部を、図示しないＣＰＵや、インストールされたアプリケーションプログラムのモジュールや、システムプログラムのモジュールや、ハードディスクから読み出したデータの内容を一時的に記憶するメモリなどにより実現できることは本明細書に触れた当業者には理解されるところである。
【００７１】
以上の構成による予測装置１００の動作を説明する。
図８は、予測装置１００における一連の処理を示すフローチャートである。予測対象期間決定部１２４は、予測対象サーバおよび予測対象期間を決定する（Ｓ３０２）。予測対象期間以前に予定イベントの発生が予定されている場合（Ｓ３０４のＹ）予定イベント抽出部１２６はその予定イベントの予定イベントＩＤを抽出する（Ｓ３０６）。予測対象期間以前に予定イベントの発生が予定されていない場合（Ｓ３０４のＮ）または予定イベント抽出部１２６によって予定イベントＩＤが抽出されると、集計結果参照部１０６は、予測対象期間の直近の集計結果を集計結果保持部１０４から抽出する（Ｓ３０８）。一方で、しきい値決定部１０８は、予測対象期間における未補正予測値の最大値に基づき、蓋然性判定で使用されるしきい値を設定する（Ｓ３１０）。ステップＳ３０６において予定イベントＩＤが抽出された場合（Ｓ３１２のＹ）、蓋然性判定部１２８は予想外イベントが生じる蓋然性を判定する（Ｓ３１４）。ステップＳ３０６において予定イベントＩＤが抽出されなかった場合（Ｓ３１２のＮ）または蓋然性判定部１２８によって予想外イベントが生じる蓋然性が判定されると、蓋然性判定部１２８は、予兆捕捉可イベントが生じる蓋然性を判定する（Ｓ３１６）。蓋然性判定部１２８は、予兆捕捉不可イベントが生じる蓋然性を判定する（Ｓ３１８）。予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのうちの少なくともひとつの発生の蓋然性が高いと判定された場合（Ｓ３２０のＹ）、補正パターン取得部１１６はそのようなイベントに対応する補正パターンを選択する（Ｓ３２２）。予測部１１８は、選択された補正パターンを基本パターンに適用する（Ｓ３２４）。予測部１１８は、補正パターンが適用された状態の基本パターンに基づいて、予測対象期間における予測対象サーバのＣＰＵ使用率を予測する（Ｓ３２６）。なお、予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのいずれについても発生の蓋然性は高くないと判定された場合（Ｓ３２０のＮ）、予測部１１８は補正パターンが適用されない状態の基本パターンに基づく予測を行う（Ｓ３２６）。
【００７２】
本実施の形態に係る予測装置１００によると、予定イベント情報と動向情報の集計結果とに基づいて突発的なイベントの発生の蓋然性が判定される。この蓋然性が高いと判定された場合、突発的なイベントの属性に基づいて適用されるべき補正パターンが選択される。これにより、突発的なイベントの発生も考慮した形で予測がおこなわれるので、突発的なイベントが発生しても証券業務システム２００への負荷が証券業務システム２００のキャパシティを超えないようにすることができる。また、必要な時に必要なだけキャパシティを増強することが可能となるので、不要な時は冗長な構成をオフにする等により省電力化が図れる。また、突発的なイベントの属性に応じて定められる補正パターンのなかから適切なものが選択されるので、より的確にサーバの使用の度合いを予測できる。
【００７３】
また、本実施の形態に係る予測装置１００では、予測対象期間における未補正予測値の最大値が大きいほど蓋然性判定部１２８におけるしきい値は低く設定される。これにより、最大値が大きくより上限値に達しやすい場合に、突発的なイベントの発生の蓋然性が高いと判定される確率がより高くなる。その結果、証券業務システム２００のオーバーフローが発生しやすいと考えられる所で上ぶれ補正がかかりやすくなるので、証券業務システム２００の運用の安全性がより強化される。
【００７４】
以上、実施の形態に係る予測装置１００の構成と動作について説明した。この実施の形態は例示であり、その各構成要素や各処理の組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。
【００７５】
実施の形態では、検索集計装置１３２と予測装置１００とは別体である場合について説明したが、これに限られず、検索集計装置１３２と予測装置１００とは一体とされてもよい。
【符号の説明】
【００７６】
１００ 予測装置、 １０２ 予定イベント情報保持部、 １１０ 予定イベント情報取得部、 １１２ 集計結果取得部、 １１４ 実稼動取得部、 １１６ 補正パターン取得部、 １１８ 予測部、 １２０ 比較部、 １２２ あふれ処理部、 １３２ 検索集計装置、 １３６ 報道機関サーバ、 １３８ 電子掲示板サーバ、 １４０ ウェブログサーバ、 １４２ ＳＮＳサーバ、 １５０ 入力装置、 ２００ 証券業務システム。
【技術分野】
【０００１】
本発明は、予測技術に関し、特に証券業務システムに含まれるサーバの使用の度合いを予測するための予測装置および予測方法に関する。
【背景技術】
【０００２】
ユーザがインターネットを介して株式売買や外貨取引を行えるオンラインサービスが普及している。その手軽さや手数料の低さから、オンラインサービスのユーザ数は年々増大している。ユーザ数の増大に伴い、オンラインサービスを提供する証券業務システムへの負荷も大きくなってきている。オンラインサービスでは取引の即時性が特に重要視されることから、過負荷によるシステムダウンをできる限り回避しなければならない。
【０００３】
そこで本出願人は特許文献１および特許文献２において、証券業務システムへの負荷を予測する技術を提案している。このように予測された負荷に基づき、システムのキャパシティが予測された負荷を十分上回るようにするための処理が行われることが望ましい。本出願人は特許文献３および特許文献４において、そのような処理の例を提案している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−２６５２４４号公報
【特許文献２】特開２００７−２６５２４５号公報
【特許文献３】特開２０１０−３９７６３号公報
【特許文献４】特開２０１０−１５２８１８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
企業の破綻や地震や国債の格付け引き下げなどの突発的なイベントが発生すると、証券業務システムへの負荷はそれまでのトレンドから外れた動きを示す場合が多い。主に過去の稼動実績に基づいて証券業務システムへの負荷を予測する従来の手法では、そのような突発的なイベントへの対応は困難である。
【０００６】
本発明はこうした課題に鑑みてなされたものであり、その目的は、金融商品業務システムに含まれるサーバの使用の度合いをより正確に予測できる予測技術の提供にある。
【課題を解決するための手段】
【０００７】
本発明のある態様は予測装置に関する。この予測装置は、金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測装置であって、金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部と、予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、変動パターンを補正すべきか否かを判定する判定部と、判定部において補正すべきでないと判定された場合、変動パターンに基づいてサーバの使用の度合いの予測値を演算する予測部と、変動パターンを補正するための補正パターンが複数あるとき、判定部において補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部と、を備える。予測部は、判定部において補正すべきであると判定された場合、補正パターン選択部によって選択された補正パターンを変動パターンに適用することによってサーバの使用の度合いの予測値を演算する。
【０００８】
この態様によると、予定イベント情報と動向情報とに基づいた補正パターンの適用の可否の判定が可能となる。
【０００９】
なお、以上の構成要素の任意の組み合わせや、本発明の構成要素や表現を装置、方法、システム、コンピュータプログラム、コンピュータプログラムを格納した記録媒体などの間で相互に置換したものもまた、本発明の態様として有効である。
【発明の効果】
【００１０】
本発明によれば、金融商品業務システムに含まれるサーバの使用の度合いをより正確に予測できる。
【図面の簡単な説明】
【００１１】
【図１】実施の形態に係る予測装置の予測対象となるサーバを含む証券業務システムの構成を示す模式図である。
【図２】図２（ａ）〜（ｆ）は、証券取引所の売買立ち会い時間におけるサーバのＣＰＵ使用率の変化の例を示すグラフである。
【図３】本実施の形態に係る予測装置およびそれに接続された部材の機能および構成を示すブロック図である。
【図４】図３の予定イベント情報保持部の一例を示すデータ構造図である。
【図５】図３の集計結果保持部の一例を示すデータ構造図である。
【図６】図３の第１対応関係保持部の一例を示すデータ構造図である。
【図７】図３の第２対応関係保持部の一例を示すデータ構造図である。
【図８】図３の予測装置における一連の処理を示すフローチャートである。
【発明を実施するための形態】
【００１２】
以下、各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。
【００１３】
本実施の形態に係る予測装置は、ユーザがネットワークを介して証券の売買、外貨取引、証拠金取引等を行えるオンラインサービスを提供する証券業務システムに含まれるサーバの将来の使用の度合いを、一日のなかの時間帯単位や日単位や週単位等の比較的短期的な視点で予測する。その予測では、ＣＰＵ（central processing unit）使用率や消費電力やストレージ空き容量や通信パケット量などのサーバの使用の度合いの履歴および口座数の履歴に基づき決定される基本的な変動のパターン（以下、基本パターンと称す）が使用される。基本パターンは、例えば特許文献１や特許文献２に記載されるキャパシティ予測技術を使用して決定されてもよい。
【００１４】
基本パターンは過去の稼動実績や変化のトレンドを反映する。したがって、例えば証券の値動きに関する突発的なイベントが発生すると、サーバの実際の使用の度合いは基本パターンのみに基づく予測値（補正パターン（後述）が適用されない状態の基本パターンに基づいて取得されるサーバの使用の度合いの予測値であり、以下、未補正予測値と称す）から乖離し、特に大きくなることが多い。突発的なイベントは、例えば地震や大企業の破綻、不祥事やＩＰＯ（Initial Public Offering）や予想に反した決算・市況・雇用統計や予想に反した選挙結果や主要国の国債の格付け引き下げなどである。本発明者の独自の解析によると、突発的なイベントの属性によって未補正予測値からの増加の態様をパターン化できる。すなわち、突発的なイベントの属性に応じて、基本パターンを補正する補正パターンを定めることができる。
【００１５】
例えば、大企業が突然破綻した場合や、発表された企業決算が予想に反している場合、ひとつまたは少数の銘柄が他の銘柄よりも活発に動くことが多い。この場合、その銘柄に値がついた時点で取引件数が増える、すなわちサーバの使用の度合いが増える傾向にある。また、その銘柄の値動きを興味本位で見るユーザが増えることにより、情報参照系の処理が通常よりも増加する傾向にある。このような知見に基づき、基本パターンを補正するひとつの補正パターンとして１銘柄パターンを定めることができる。
【００１６】
また、地震などの天変地異が発生したり、選挙の結果や市況が予想に反している場合、相場全体または多くの銘柄が通常よりも活発に動くことが多い。この場合、自分の資産がどのように推移するかをチェックするユーザが増えることが考えられる。そのため、情報参照系の処理が通常よりも増加する傾向にある。また、狼狽売りがより起こりやすい環境になる。このような知見に基づき、基本パターンを補正するひとつの補正パターンとして相場全体パターンを定めることができる。
【００１７】
実施の形態に係る予測装置は、報道機関のウェブサイトや電子掲示板やウェブログやＳＮＳ（Social Network Service）サイトなどからインターネットなどのネットワークを介して得られる情報に基づき、突発的なイベントの発生の蓋然性を判定する。予測装置は、そのような蓋然性が高い場合、起こるかもしれない突発的なイベントの属性に応じた補正パターンを基本パターンに適用することによって、サーバの使用の度合いを予測する。これにより、突発的なイベントの発生を考慮に入れた形で使用の度合いを予測できるので、予測の精度を高めることができる。
【００１８】
（証券業務システム２００）
図１は、実施の形態に係る予測装置の予測対象となるサーバを含む証券業務システム２００の構成を示す模式図である。証券業務システム２００は、証券会社に設置され、顧客などのユーザからの証券の売買注文を受け付けたり、証券注文に役立つ様々な情報を提供するシステムである。
【００１９】
証券業務システム２００は、プレゼンテーションレイヤ２１０とビジネスロジックレイヤ２２０とデータベースレイヤ２３０とを含む。プレゼンテーションレイヤ２１０は、主にクライアント端末２０２、２０４、２０６から入力されるデータを受け付けてビジネスロジックレイヤ２２０に渡したり、またはビジネスロジックレイヤ２２０から提供されるデータをウェブページに加工してクライアント端末２０２、２０４、２０６に提供する役割を有する。ビジネスロジックレイヤ２２０は、証券の売買注文や情報の提供などの実際の処理を担当する役割を有する。
【００２０】
プレゼンテーションレイヤ２１０は、複数のウェブサーバ２１２、２１４、２１６、２１８を含む。本実施の形態では、証券業務システム２００に対するアクセスチャネル毎に、ウェブページの処理を実行するサーバのグループが準備されている。図１では、ウェブ経由の一般顧客、コールセンタ、支店からそれぞれのクライアント端末２０２、２０４、２０６を使用して証券業務システム２００にアクセスする場合を想定している。したがって、プレゼンテーションレイヤ２１０は、一般顧客からのアクセスに対する処理を担当する一般用ウェブサーバ２１２と、コールセンタからのアクセスに対する処理を担当するコールセンタ用ウェブサーバ２１４と、支店からのアクセスに対する処理を担当する支店用ウェブサーバ２１６と、を備える。さらに、通常は休止している予備の予備ウェブサーバ２１８を準備しておいてもよい。各ウェブサーバ２１２、２１４、２１６、２１８は、複数のサーバで構成されてもよい。各ウェブサーバ２１２、２１４、２１６、２１８は、上記の機能の他、クライアント端末２０２、２０４、２０６からの要求に応じてプログラムを実行しその結果を送信する動的ページの生成機能やトランザクション管理機能などを実装している。
【００２１】
ビジネスロジックレイヤ２２０には、アクセスチャネル毎ではなく、所定のアプリケーションを専用に実行するサーバのグループが準備されている。ビジネスロジックレイヤ２２０は、現在および過去の株価や出来高、会社情報などの証券売買の際に必要となる情報をクライアント端末２０２、２０４、２０６に提供するアプリケーションを実行する情報提供アプリケーションサーバ２２２、株や投資信託などの売買注文を受け付けるアプリケーションを実行する注文処理アプリケーションサーバ２２４、ユーザのログインやログアウト、顧客情報などを管理するアプリケーションを実行する事務処理アプリケーションサーバ２２６を備える。これ以外にも、例えば、外部の新聞社のサイトなどと連携して経済ニュースを提供する外部連携アプリケーションサーバや、顧客毎に取引残高の報告書などを提供する報告書アプリケーションサーバなどを備えていてもよい。各アプリケーションサーバ２２２、２２４、２２６は、複数のサーバで構成されてもよい。各アプリケーションサーバ２２２、２２４、２２６は、上記の業務処理の機能の他、一般のアプリケーションサーバが有している機能、例えば、データベースレイヤ２３０のデータベースへの接続機能、複数の処理を連結するトランザクション管理機能なども実装している。
【００２２】
データベースレイヤ２３０には、ビジネスロジックレイヤ２２０から参照されたり更新されたりするデータベース（database、ＤＢ）が準備されている。データベースレイヤ２３０は、ビジネスロジックレイヤ２２０の各サーバの主たるデータベースとなるメインＤＢ２３２と、主に参照目的で設けられた情報系ＤＢ２３４と、を備える。
【００２３】
各アプリケーションサーバ２２２、２２４、２２６では、複数のクライアント端末に対するサービス２４２、２４４、２４６、２４８、２５０、２５２が同時に実行される。例えば、情報提供アプリケーションサーバ２２２では、一般顧客に対して株価情報を提供するサービスＡ２４２と、コールセンタに対して株価情報を提供するサービスＢ２４４が同時に実行されてもよい。注文処理アプリケーションサーバ２２４では、コールセンタからの株式売買注文を処理するサービスＣ２４６と、店舗からの投資信託売買注文を処理するサービスＤ２４８が同時に実行されてもよい。
【００２４】
一般顧客、コールセンタや支店の担当員は、それぞれのクライアント端末２０２、２０４、２０６からウェブブラウザなどのソフトウェアを使用し、インターネット等のネットワーク２０８を介して証券業務システム２００にアクセスする。コールセンタや支店に備えられるクライアント端末２０４、２０６は、証券業務システム２００と専用線２０９によって接続されていてもよい。
【００２５】
クライアント端末２０２、２０４、２０６から証券業務システム２００にアクセスすると、プレゼンテーションレイヤ２１０のアクセスチャネルに応じたウェブサーバ２１２、２１４、２１６によって作成されたウェブページが、クライアント端末２０２、２０４、２０６に送信される。クライアント端末２０２、２０４、２０６は、送信されたウェブページをディスプレイに表示する。ユーザがウェブページ上でログイン、情報の閲覧、売買注文などの操作を実行すると、その情報がウェブサーバ２１２、２１４、２１６を介してビジネスロジックレイヤ２２０のアプリケーションサーバ２２２、２２４、２２６に渡される。各アプリケーションサーバ２２２、２２４、２２６による処理の結果は、ウェブサーバ２１２、２１４、２１６によってウェブページに加工され、そのデータがクライアント端末２０２、２０４、２０６に送信される。こうしてユーザは、ウェブページに表示される種々の情報を参照したり、またはウェブページを通じて証券の売買注文をすることができる。
【００２６】
上述したような証券業務システムでは、アクセス数の増大によりシステム内のサーバに負荷がかかりすぎると、正常なサービスを提供できなくなる虞がある。このような事態は顧客に迷惑をかけるため、証券業務システム内のサーバの使用の度合いを予測し、その予測に基づいて計画的にシステムの構成変更、例えば予備のサーバをオンラインにする等の処理を行うことが望ましい。そこで本実施の形態に係る予測装置は、基本パターンに必要に応じて適切な補正パターンを適用することにより、サーバのＣＰＵ使用率を精度良く予測する。
【００２７】
（パターン）
図２（ａ）〜（ｆ）は、証券取引所の売買立ち会い時間におけるサーバのＣＰＵ使用率の変化の例を示すグラフである。各グラフにおいて、横軸は一日のうちの時刻を示し、縦軸はサーバのＣＰＵ使用率を任意の単位で示す。図２（ａ）、（ｂ）はそれぞれ、突発的なイベントのない日の情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ｃ）、（ｄ）はそれぞれ、売買立ち会い時間開始前に突然大企業破綻の報が流れた場合の、情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ｅ）、（ｆ）はそれぞれ、売買立ち会い時間開始前に発表された市況の内容が予想に反したものである場合の、情報提供アプリケーションサーバ２２２および注文処理アプリケーションサーバ２２４のＣＰＵ使用率の推移を示す。図２（ａ）〜（ｆ）において、実線のグラフはＣＰＵ使用率の実測値を示し、破線のグラフはＣＰＵ使用率の未補正予測値を示す。
【００２８】
図２（ａ）、（ｂ）に見られるように、突発的なイベントがなければ、未補正予測値と実測値とは良く一致するので、基本パターンを補正しなくても各サーバのＣＰＵ使用率を十分精度良く予測することができる。しかしながら、図２（ｃ）〜（ｆ）に見られるように、突発的なイベントが発生した場合、未補正予測値と実測値との乖離が比較的大きくなる。
【００２９】
突然大企業破綻の報が流れた場合、図２（ｃ）、（ｄ）に見られるように、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についても立ち会い時間を通じてＣＰＵ使用率が高まる傾向にある。特に立ち会い開始直後に見られるＣＰＵ使用率の最大値は、未補正予測値の最大値よりも大きくなる。また、前場、後場を通じてＣＰＵ使用率は一定の割合で高くなる。前場と後場との間の休憩時間はＣＰＵ使用率は未補正予測値と大差ない値となる。さらに、情報提供アプリケーションサーバ２２２と注文処理アプリケーションサーバ２２４とで比較した場合、注文処理アプリケーションサーバ２２４のほうが未補正予測値からの増分が大きくなっている。
【００３０】
このように、大企業の破綻や予想に反する決算が出た場合のＣＰＵ使用率の変化を解析することにより、１銘柄パターンを定めることができる。この１銘柄パターンは、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についてもＣＰＵ使用率の予測値を増やす方向に基本パターンを補正する。また、増やされる割合は、情報提供アプリケーションサーバ２２２よりも注文処理アプリケーションサーバ２２４のほうが大きい。
【００３１】
発表された市況の内容が予想に反したものである場合、図２（ｅ）、（ｆ）に見られるように、情報提供アプリケーションサーバ２２２についても注文処理アプリケーションサーバ２２４についても立ち会い時間を通じてＣＰＵ使用率が高まる傾向にある。情報提供アプリケーションサーバ２２２については、未補正予測値からの増分は突然大企業破綻の報が流れた場合（図２（ｃ）の場合）の増分よりも大きい。注文処理アプリケーションサーバ２２４については、未補正予測値からの増分は突然大企業破綻の報が流れた場合（図２（ｄ）の場合）の増分よりも小さい。さらに、情報提供アプリケーションサーバ２２２と注文処理アプリケーションサーバ２２４とで比較した場合、情報提供アプリケーションサーバ２２２のほうが未補正予測値からの増分が大きくなっている。
【００３２】
このように、発表された市況の内容が予想に反したものである場合や地震が発生した場合や選挙の結果が予想に反している場合のＣＰＵ使用率の変化を解析することにより、相場全体パターンを定めることができる。この相場全体パターンは、情報提供アプリケーションサーバ２２２のＣＰＵ使用率の予測値が１銘柄パターンによる補正によって得られる予測値よりも大きくなるように、基本パターンを補正する。また、相場全体パターンは、注文処理アプリケーションサーバ２２４のＣＰＵ使用率の予測値が、未補正予測値よりは大きいが１銘柄パターンによる補正によって得られる予測値よりは小さくなるように、基本パターンを補正する。
【００３３】
（突発的なイベントの発生の蓋然性）
本実施の形態に係る予測装置は、証券の値動きに関連し発生が予定されているイベント（以下、予定イベントと称す）に関する予定イベント情報と証券の値動きに関してネットワークから得られる動向情報とに基づき、突発的なイベントの発生の蓋然性を判定する。
【００３４】
突発的なイベントは、１銘柄パターンに対応するものであるか相場全体パターンに対応するものであるかといった属性とは別に、蓋然性の判定の観点から少なくとも以下の３種類に分類できる。すなわち、以下の種類のそれぞれについて、１銘柄パターンに対応するイベントと相場全体パターンに対応するイベントとが存在しうるということである。
【００３５】
（１）予想とは異なる結果を生じる予定イベント（以下、予想外イベントと称す）
市況の発表や雇用統計の発表や企業の決算の発表や選挙やキャンペーンなどの予め所定の期日に発生が予定されている予定イベントの結果が予想通りである場合、株価等はその結果を既に織り込み済みであることが多く、サーバのＣＰＵ使用率は大きくは上ぶれしない。しかしながら、予定イベントが予想とは異なる結果を生じる場合は、その予定イベントが市場に与える影響は大きく、ＣＰＵ使用率が未補正予測値よりも顕著に大きくなる可能性が高い。したがって、そのような予想外イベントを突発的なイベントと見なすことができる。また、ＩＰＯ対象企業の人気が想定よりも高い場合も突発的なイベントと見なすことができる。
【００３６】
近年、インターネット等は社会により深く浸透し、ウェブログやＳＮＳに代表されるように個人がより容易に公衆に向けて情報を発信できるようになってきている。ネットワークの性質上、そのように発信された情報の検索、収集は容易である。したがって、予想外イベントが発生する場合、そのことについて内部の者から発信される情報やアナリストによる示唆などを事前にネットワークから取得できることが多い。予想外イベントが発生する蓋然性が高いほど、そのような情報発信や示唆の数も多くなると考えられる。したがって、ネットワークから取得できる情報の数が一定数を超えたところで、それを予想外イベントの発生の予兆の捕捉とすることができる。
【００３７】
個々の情報の質や真偽のほどはどうあれ、情報の数が増えればそれだけ注目度が高いことを意味している。一般に注目度が高いほどそのイベントの発生の蓋然性も高い。したがって、情報の数を見ることでイベントの発生の蓋然性を測るという思想である。
【００３８】
（２）予定イベントではないがネットワーク上に予兆が現れるイベント（以下、予兆捕捉可イベントと称す）
例えば、前日のニューヨーク市場で暴落が発生した場合、東京市場でも大きな値動きが発生し、それに伴いユーザのアクセス件数も増える可能性が高い。したがって、前日のニューヨーク市場の暴落を予兆とすることができる。また、企業の突然の破綻や企業の不祥事の露呈が起こる場合、そのことについて内部の者から発信される情報やアナリストによる示唆などを事前にネットワークから取得できることが多い。破綻や露呈の蓋然性が高いほど、そのような情報発信や示唆の数も多くなると考えられる。したがって、ネットワークから取得できる情報の数が一定数を超えたところで、それを企業の破綻や企業の不祥事の露呈の予兆の捕捉とすることができる。
【００３９】
（３）予定イベントでなく、ネットワーク上に予兆も現れないイベント（以下、予兆捕捉不可イベントと称す）
地震などの天変地異である。あるいはまた、企業の突然の破綻や企業の不祥事の露呈について、予兆が現れないものもある。
【００４０】
本実施の形態に係る予測装置は、（１）および（２）については、予定イベント情報と動向情報の数とを監視し、予兆を捉えることで蓋然性を判定する。予測装置は、（３）については、サーバのＣＰＵ使用率の実測値と予測値との乖離を監視することで蓋然性を判定する。
【００４１】
（予測装置）
図３は、本実施の形態に係る予測装置１００およびそれに接続された部材の機能および構成を示すブロック図である。ここに示す各ブロックは、ハードウエア的には、コンピュータのＣＰＵをはじめとする素子や機械装置で実現でき、ソフトウエア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウエア、ソフトウエアの組合せによっていろいろなかたちで実現できることは、本明細書に触れた当業者には理解されるところである。
【００４２】
検索集計装置１３２は、ネットワーク１３４を介して報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２から動向情報を取得し集計する。検索集計装置１３２は例えば、予測装置１００の管理者から与えられた予定イベントに関する関連キーワードに基づき動向情報を検索し、集計する。特に検索集計装置１３２は、動向情報の取得先（以下、ソースと称する）ごとに、検索でヒットした動向情報の数を得る。また検索集計装置１３２は、予測装置１００の管理者によって指定された報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２から任意に動向情報を収集し、それをイベントごとに分別し、集計する。特に検索集計装置１３２は、ソースごとイベントごとに、収集した動向情報の数を得る。検索集計装置１３２は定期的に、例えば一日一回、その日の集計結果をネットワーク１３４を介して予測装置１００に送信する。
【００４３】
検索集計装置１３２は、例えば株式会社野村総合研究所が提供する「TRUE TELLER」などを使用して構成されてもよい。あるいはまた、報道機関サーバ１３６や電子掲示板サーバ１３８やウェブログサーバ１４０やＳＮＳサーバ１４２からネットワーク１３４を介して取得された情報を、人が分別したり集計したりしてもよい。
【００４４】
予測装置１００は証券業務システム２００の内部に設けられてもよく外部に設けられてもよい。予測装置１００は、予定イベント情報保持部１０２と、集計結果保持部１０４と、第１対応関係保持部１４４と、第２対応関係保持部１４６と、予定イベント情報取得部１１０と、集計結果取得部１１２と、実稼動取得部１１４と、補正パターン取得部１１６と、予測部１１８と、比較部１２０と、あふれ処理部１２２と、基本パターンの情報および補正パターンの情報を保持するパターン情報保持部１４８と、を備える。
【００４５】
図４は、予定イベント情報保持部１０２の一例を示すデータ構造図である。予定イベント情報保持部１０２は予定イベント情報を保持する。予定イベント情報保持部１０２は、予定イベントを特定する予定イベントＩＤと、予定イベントの内容と、予定イベントの発生が予定されている時刻である発生予定時刻と、予定イベントに関連する関連キーワードと、を対応付けて保持する。
関連キーワードは、予定イベントについての動向情報を検索するために検索集計装置１３２によって使用されるキーワードである。
【００４６】
図５は、集計結果保持部１０４の一例を示すデータ構造図である。集計結果保持部１０４は、予定イベントＩＤと、イベントの内容と、集計日と、ソースと、集計値と、を対応付けて保持する。集計結果保持部１０４に保持される予定イベントＩＤは、検索集計装置１３２において検索、集計の対象とされる予定イベントを特定する。イベントの内容は、対応する予定イベントＩＤのないものについては、検索集計装置１３２における分別の際に定められるイベントの内容である。このイベントの内容は、検索集計装置１３２において装置により自動的に定められてもよいし、検索集計装置１３２を管理する人の判断により定められてもよい。集計日は、検索集計装置１３２において集計の対象となった日を示す。集計値は、集計された動向情報の数である。
【００４７】
図６は、第１対応関係保持部１４４の一例を示すデータ構造図である。第１対応関係保持部１４４は、予定イベントＩＤと、補正パターンを特定する補正パターンＩＤと、を対応付けて保持する。この補正パターンＩＤは、予定イベントＩＤによって特定される予定イベントが予想とは異なる結果を生じる場合に適用されるべき補正パターンを特定するＩＤである。以下、補正パターンは１銘柄パターンおよび相場全体パターンのなかから選択される場合について説明する。しかしながら、本明細書に触れた当業者であれば、補正パターンを３つ以上定める場合でも以下と同様にして予測装置を構成できる。なお、１銘柄パターン、相場全体パターンのいずれも、サーバのＣＰＵ使用率の予測値を増やす方向に基本パターンを補正する補正パターンである。
予測装置１００の管理者は、予定イベントと補正パターンとの対応関係を予め定め、第１対応関係保持部１４４に登録しておく。
【００４８】
図７は、第２対応関係保持部１４６の一例を示すデータ構造図である。第２対応関係保持部１４６は、イベントキーワードと、補正パターンＩＤと、を対応付けて保持する。イベントキーワードは、補正パターンＩＤによって特定される補正パターンに対応する突発的なイベントの内容を特徴付けるキーワードである。予測装置１００の管理者は、そのようなキーワードを予め定め、第２対応関係保持部１４６に登録しておく。
【００４９】
図３に戻る。
予定イベント情報取得部１１０は、予測装置１００の管理者からキーボード、マウスなどの入力装置１５０を介して、予定イベント情報を取得し、予定イベント情報保持部１０２に登録する。あるいはまた、予定イベント情報取得部１１０はネットワーク１３４を介して予定イベント情報を取得してもよい。
集計結果取得部１１２は、検索集計装置１３２によって送信された集計結果をネットワーク１３４を介して取得し、集計結果保持部１０４に登録する。
【００５０】
補正パターン取得部１１６は、予定イベント情報保持部１０２によって保持される予定イベント情報と集計結果保持部１０４に保持される動向情報についての集計結果とに基づいて、補正パターンが適用されるべきか否かを判定し、適用されるべきと判定された場合は１銘柄パターンおよび相場全体パターンのなかから適用されるべき補正パターンを選択する。補正パターン取得部１１６は、予測対象期間決定部１２４と、予定イベント抽出部１２６と、集計結果参照部１０６と、しきい値決定部１０８と、蓋然性判定部１２８と、補正パターン選択部１３０と、を含む。
【００５１】
予測対象期間決定部１２４は、証券業務システム２００に含まれるサーバのなかから予測対象とするサーバ（以下、予測対象サーバと称す）を決定し、また予測を行う期間である予測対象期間を決定する。以下、予測対象期間はある日のある時間帯であるとし、それぞれ予測対象日、予測対象時間帯と称す。
予定イベント抽出部１２６は、予定イベント情報保持部１０２を参照し、予測対象日の予測対象時間帯以前に発生予定時刻が含まれる予定イベントがあればその予定イベントの予定イベントＩＤを取得する。
集計結果参照部１０６は集計結果保持部１０４から予測対象日の直近の集計結果、特に集計日が予測対象日の前日となっている集計結果を抽出する。
【００５２】
しきい値決定部１０８は、補正パターン取得部１１６における補正パターンの選択の基準を、予測対象時間帯における未補正予測値の最大値が大きいほど補正パターンが選択されやすくなるよう変更する。特にしきい値決定部１０８は、パターン情報保持部１４８によって保持される基本パターンの情報を取得し、予測対象時間帯における未補正予測値の最大値を演算する。しきい値決定部１０８は、後述の蓋然性判定部１２８におけるソースごとのしきい値を、演算された最大値が大きいほど小さくなるよう設定する。特にしきい値決定部１０８は、演算された最大値に対して単調に減少する関数にしたがってしきい値を設定してもよい。
【００５３】
実稼動取得部１１４は証券業務システム２００と接続され、証券業務システム２００に含まれるサーバのＣＰＵ使用率やトランザクション数、口座数をリアルタイムで取得する。
【００５４】
蓋然性判定部１２８は、予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのそれぞれについて、予定イベント情報保持部１０２によって保持される予定イベント情報と集計結果保持部１０４に保持される動向情報についての集計結果とに基づいて、そのようなイベントの発生の蓋然性を判定する。蓋然性判定部１２８は、発生の蓋然性が高いと判定された場合は変動パターンに補正パターンが適用されるべきであると判定し、そうでない場合は補正パターンが適用されるべきでないと判定する。
【００５５】
予想外イベントについて、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果のなかから、予定イベント抽出部１２６によって取得された予定イベントＩＤと同等のまたは一致する予定イベントＩＤを有する集計結果を抽出する。蓋然性判定部１２８は、抽出された集計結果の集計値としきい値決定部１０８によって設定されたしきい値とをソースごとに比較する。蓋然性判定部１２８は、少なくともひとつのソースについて、抽出された集計結果の集計値がしきい値を超える場合、予定イベント抽出部１２６によって取得された予定イベントＩＤによって特定される予定イベントが予想とは異なる結果を生じる蓋然性が高いと判定する。すなわち、蓋然性判定部１２８は、予想外イベントが生じる蓋然性が高いと判定する。
【００５６】
例えば、予測対象日を２０１１年８月５日とし、予測対象時間帯を１１：００〜１２：００とすると、予定イベント抽出部１２６は図４に示される予定イベント情報保持部１０２から、予定イベント内容「Ａ社決算発表」に対応する予定イベントＩＤ「Ａ００１」を抽出する。蓋然性判定部１２８は、図５に示される集計結果保持部１０４のうち集計日が「２０１１年８月４日」となっている集計結果のなかから、予定イベントＩＤ「Ａ００１」を有する集計結果（ソース「報道機関サーバ」について集計値「１２０」、ソース「電子掲示板サーバ」について集計値「２５０００」、ソース「ウェブログサーバ」について集計値「７０５０」、ソース「ＳＮＳサーバ」について集計値「３５２０」）を抽出する。ソース「報道機関サーバ」、ソース「電子掲示板サーバ」、ソース「ウェブログサーバ」、ソース「ＳＮＳサーバ」についてしきい値決定部１０８によって設定されたしきい値をそれぞれ「２００」、「４００００」、「７０００」、「４０００」とする。蓋然性判定部１２８は、ソース「ウェブログサーバ」について集計値がしきい値を超えるので、発表されるＡ社の決算が予想とは異なる蓋然性が高いと判定する。
【００５７】
本実施の形態ではソースごとにしきい値を設けてソースごとに比較するので、ソースによらずに動向情報の数を集計しソースによらないしきい値と比較する場合と比較して、各ソースから得られる動向情報の質や信頼性などに応じて適切に重み付けを行うことができ、蓋然性の判定の信頼性が高まる。つまり、報道機関サーバから得られる動向情報のほうが電子掲示板サーバから得られる動向情報よりも信頼性が一般に高いので、報道機関サーバに対応するしきい値をより低く設定できる。
【００５８】
予兆捕捉可イベントについて、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果のなかに、対応する予定イベントＩＤのないイベントの内容についてのものがあれば、そのイベントの内容を抽出する。蓋然性判定部１２８は予定イベント情報保持部１０２を参照し、抽出されたイベントの内容と、予定イベント情報保持部１０２に含まれる関連キーワードとを比較する。蓋然性判定部１２８は、抽出されたイベントの内容のなかに、発生予定時刻が予測対象日よりも先の予定イベントの関連キーワードを所定の個数以上含むイベントの内容があれば、そのイベントの内容に対応する集計値としきい値との以下の比較処理は行わない。蓋然性判定部１２８は、抽出されたイベントの内容のなかのそれ以外のものについては、集計結果参照部１０６によって抽出された集計結果から対応する集計結果を取得する。すなわち、蓋然性判定部１２８は、集計結果参照部１０６によって抽出された集計結果から、予定イベントではないイベントについての集計結果を取得する。
【００５９】
蓋然性判定部１２８は、取得された集計結果の集計値としきい値決定部１０８によって設定されたしきい値とをソースごとに比較する。蓋然性判定部１２８は、少なくともひとつのソースについて、取得された集計結果の集計値がしきい値を超える場合、予測対象期間内またはそれ以前に予兆捕捉可イベントが生じる蓋然性が高いと判定する。
【００６０】
例えば、予測対象日を２０１１年８月５日とし、予測対象時間帯を１０：００〜１１：００とすると、集計結果参照部１０６は、図５に示される集計結果保持部１０４から集計日が「２０１１年８月４日」となっている集計結果（イベント内容が「Ａ社決算発表」のもの、イベント内容が「Ｄ社買収」のもの、およびイベント内容が「選挙、Ｂ氏収賄容疑」のもの）を抽出する。蓋然性判定部１２８は、抽出された集計結果のなかから、予定イベントＩＤが「Ｎ／Ａ」となっている集計結果（イベント内容が「Ｄ社買収」のものおよびイベント内容が「選挙、Ｂ氏収賄容疑」のもの）を抽出する。蓋然性判定部１２８は、イベント内容「選挙、Ｂ氏収賄容疑」について、図４に示される予定イベント情報保持部１０２の予定イベント内容「選挙」に対応する関連キーワード「選挙、候補者Ｂ氏、…」を所定の個数である２つ以上含むので、予定イベントに対応すると判定する。結果として、蓋然性判定部１２８は、イベント内容「Ｄ社買収」についての集計結果（ソース「報道機関サーバ」について集計値「１１」、ソース「電子掲示板サーバ」について集計値「３０５００」、ソース「ウェブログサーバ」について集計値「９５００」、ソース「ＳＮＳサーバ」について集計値「４０５０」）を取得する。各ソースについて設定されるしきい値は上記の例と同じとすると、蓋然性判定部１２８は、ソース「ウェブログサーバ」およびソース「ＳＮＳサーバ」について集計値がしきい値を超えるので、Ｄ社の買収という突発的なイベントの予兆を捉えたと判定し、２０１１年８月５日にＤ社の買収が発生する蓋然性が高いと判定する。
【００６１】
予兆捕捉不可イベントについて、蓋然性判定部１２８は、実稼動取得部１１４によって取得されたリアルタイムのＣＰＵ使用率を監視する。蓋然性判定部１２８は、リアルタイムのＣＰＵ使用率の、後述の予測部１１８によって取得された予測値からの増分が所定のしきい値を超えると、そのＣＰＵ使用率の増加が予定イベントによるものであるか否かを判定する。蓋然性判定部１２８は予定イベント情報保持部１０２を参照し、現在の時刻に対応する発生予定時刻を有する予定イベントＩＤの有無を判定する。蓋然性判定部１２８は、そのような予定イベントＩＤが存在する場合、ＣＰＵ使用率の増加は予定イベントによるものであると判定する。蓋然性判定部１２８は、そのような予定イベントＩＤが存在しない場合、予兆捕捉不可イベントが発生したまたは発生する蓋然性が高いと判定する。
【００６２】
補正パターン選択部１３０は、蓋然性判定部１２８において予想外イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、予想外イベントの属性により適する方のパターンを適用されるべき補正パターンとして選択する。特に補正パターン選択部１３０は第１対応関係保持部１４４を参照し、予定イベント抽出部１２６によって取得された予定イベントＩＤに対応する補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。
【００６３】
補正パターン選択部１３０は、蓋然性判定部１２８において予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、予兆捕捉可イベントの属性により適する方のパターンを適用されるべき補正パターンとして選択する。特に補正パターン選択部１３０は第２対応関係保持部１４６を参照し、予兆捕捉可イベントのイベントの内容に含まれるイベントキーワードの数を補正パターンＩＤごとに算出する。補正パターン選択部１３０は、含まれるイベントキーワードの数が最も大きい補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。
【００６４】
例えば、蓋然性判定部１２８においてイベント内容「Ｄ社買収」を有する予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、補正パターン選択部１３０は図７に示される第２対応関係保持部１４６を参照し、イベント内容「Ｄ社買収」に含まれるイベントキーワードの数として、補正パターンＩＤ「１銘柄」について１個、補正パターンＩＤ「相場全体」について０個を算出する。補正パターン選択部１３０は、含まれるイベントキーワードの数が最も大きい補正パターンＩＤ「１銘柄」を決定する。
【００６５】
補正パターン選択部１３０は、蓋然性判定部１２８において予兆捕捉不可イベントの発生の蓋然性が高いと判定された場合、１銘柄パターンおよび相場全体パターンのうち、未補正予測値からの増分がより大きくなるほうの補正パターンを決定する。未補正予測値からの増分がより大きくなるほうの補正パターンは、図２（ｃ）〜（ｆ）にも見られる通り、予測対象サーバおよび予測対象時間帯に応じて異なる。
【００６６】
補正パターン選択部１３０は、蓋然性判定部１２８において予想外イベントの発生の蓋然性が高いと判定され、かつ、予兆捕捉可イベントの発生の蓋然性が高いと判定された場合、そのそれぞれの場合に対応する補正パターンＩＤを決定する。そのようにして決定された補正パターンＩＤが一致する場合、補正パターン選択部１３０はその一致する補正パターンＩＤを、適用されるべき補正パターンを特定する補正パターンＩＤとして決定する。一致しない場合、補正パターン選択部１３０は、未補正予測値からの増分がより大きくなるほうの補正パターンを、適用されるべき補正パターンとして決定する。
【００６７】
予測部１１８は、補正パターン取得部１１６によって選択された補正パターンを基本パターンに適用することによって、予測対象期間における予測対象サーバのＣＰＵ使用率の予測値を演算する。予測部１１８は、基本パターンの情報および補正パターン取得部１１６によって選択された補正パターンの情報を、パターン情報保持部１４８から取得する。予測部１１８は選択された補正パターンを基本パターンに適用する。予測部１１８は、補正パターンを適用した後の基本パターンを使用して、予測対象期間における予測対象サーバのＣＰＵ使用率の予測値を演算する。
予測部１１８は、予測対象期間に対して補正パターンが選択されなかった場合すなわち蓋然性判定部１２８において蓋然性が低いと判定された場合、補正パターンを適用しない状態の基本パターンを使用して、予測対象期間における予測対象サーバの未補正予測値を演算する。
【００６８】
比較部１２０は、予測部１１８によって演算された予測値の最大値と、予測対象サーバの種類ごとに設定される上限値と、を比較する。上限値は、ネットワーク障害やハード障害などを加味して設定される。
【００６９】
あふれ処理部１２２は、比較部１２０における比較の結果、予測部１１８によって演算された予測値の最大値が上限値を超える場合、所定の警戒処理を実行する。警戒処理は、例えば新規ログインの制限である。また、警戒処理は、本出願人が先に出願した特許文献３や特許文献４に記載される制御処理であってもよい。
【００７０】
上述の実施の形態において、保持部の例は、ハードディスクやメモリである。また、本明細書の記載に基づき、各部を、図示しないＣＰＵや、インストールされたアプリケーションプログラムのモジュールや、システムプログラムのモジュールや、ハードディスクから読み出したデータの内容を一時的に記憶するメモリなどにより実現できることは本明細書に触れた当業者には理解されるところである。
【００７１】
以上の構成による予測装置１００の動作を説明する。
図８は、予測装置１００における一連の処理を示すフローチャートである。予測対象期間決定部１２４は、予測対象サーバおよび予測対象期間を決定する（Ｓ３０２）。予測対象期間以前に予定イベントの発生が予定されている場合（Ｓ３０４のＹ）予定イベント抽出部１２６はその予定イベントの予定イベントＩＤを抽出する（Ｓ３０６）。予測対象期間以前に予定イベントの発生が予定されていない場合（Ｓ３０４のＮ）または予定イベント抽出部１２６によって予定イベントＩＤが抽出されると、集計結果参照部１０６は、予測対象期間の直近の集計結果を集計結果保持部１０４から抽出する（Ｓ３０８）。一方で、しきい値決定部１０８は、予測対象期間における未補正予測値の最大値に基づき、蓋然性判定で使用されるしきい値を設定する（Ｓ３１０）。ステップＳ３０６において予定イベントＩＤが抽出された場合（Ｓ３１２のＹ）、蓋然性判定部１２８は予想外イベントが生じる蓋然性を判定する（Ｓ３１４）。ステップＳ３０６において予定イベントＩＤが抽出されなかった場合（Ｓ３１２のＮ）または蓋然性判定部１２８によって予想外イベントが生じる蓋然性が判定されると、蓋然性判定部１２８は、予兆捕捉可イベントが生じる蓋然性を判定する（Ｓ３１６）。蓋然性判定部１２８は、予兆捕捉不可イベントが生じる蓋然性を判定する（Ｓ３１８）。予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのうちの少なくともひとつの発生の蓋然性が高いと判定された場合（Ｓ３２０のＹ）、補正パターン取得部１１６はそのようなイベントに対応する補正パターンを選択する（Ｓ３２２）。予測部１１８は、選択された補正パターンを基本パターンに適用する（Ｓ３２４）。予測部１１８は、補正パターンが適用された状態の基本パターンに基づいて、予測対象期間における予測対象サーバのＣＰＵ使用率を予測する（Ｓ３２６）。なお、予想外イベント、予兆捕捉可イベント、予兆捕捉不可イベントのいずれについても発生の蓋然性は高くないと判定された場合（Ｓ３２０のＮ）、予測部１１８は補正パターンが適用されない状態の基本パターンに基づく予測を行う（Ｓ３２６）。
【００７２】
本実施の形態に係る予測装置１００によると、予定イベント情報と動向情報の集計結果とに基づいて突発的なイベントの発生の蓋然性が判定される。この蓋然性が高いと判定された場合、突発的なイベントの属性に基づいて適用されるべき補正パターンが選択される。これにより、突発的なイベントの発生も考慮した形で予測がおこなわれるので、突発的なイベントが発生しても証券業務システム２００への負荷が証券業務システム２００のキャパシティを超えないようにすることができる。また、必要な時に必要なだけキャパシティを増強することが可能となるので、不要な時は冗長な構成をオフにする等により省電力化が図れる。また、突発的なイベントの属性に応じて定められる補正パターンのなかから適切なものが選択されるので、より的確にサーバの使用の度合いを予測できる。
【００７３】
また、本実施の形態に係る予測装置１００では、予測対象期間における未補正予測値の最大値が大きいほど蓋然性判定部１２８におけるしきい値は低く設定される。これにより、最大値が大きくより上限値に達しやすい場合に、突発的なイベントの発生の蓋然性が高いと判定される確率がより高くなる。その結果、証券業務システム２００のオーバーフローが発生しやすいと考えられる所で上ぶれ補正がかかりやすくなるので、証券業務システム２００の運用の安全性がより強化される。
【００７４】
以上、実施の形態に係る予測装置１００の構成と動作について説明した。この実施の形態は例示であり、その各構成要素や各処理の組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。
【００７５】
実施の形態では、検索集計装置１３２と予測装置１００とは別体である場合について説明したが、これに限られず、検索集計装置１３２と予測装置１００とは一体とされてもよい。
【符号の説明】
【００７６】
１００ 予測装置、 １０２ 予定イベント情報保持部、 １１０ 予定イベント情報取得部、 １１２ 集計結果取得部、 １１４ 実稼動取得部、 １１６ 補正パターン取得部、 １１８ 予測部、 １２０ 比較部、 １２２ あふれ処理部、 １３２ 検索集計装置、 １３６ 報道機関サーバ、 １３８ 電子掲示板サーバ、 １４０ ウェブログサーバ、 １４２ ＳＮＳサーバ、 １５０ 入力装置、 ２００ 証券業務システム。
【特許請求の範囲】
【請求項１】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測装置であって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部と、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定する判定部と、
前記判定部において補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算する予測部と、
前記変動パターンを補正するための補正パターンが複数あるとき、前記判定部において補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部と、を備え、
前記予測部は、前記判定部において補正すべきであると判定された場合、前記補正パターン選択部によって選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算することを特徴とする予測装置。
【請求項２】
前記判定部は、予定イベント情報に対応するイベント以外のイベントについての動向情報の数が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１に記載の予測装置。
【請求項３】
サーバの使用の度合いをリアルタイムで取得する実稼動取得部をさらに備え、
前記判定部は、前記実稼動取得部によって取得されたリアルタイムの使用の度合いの、前記予測部によって取得された予測値からの増分が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１または２に記載の予測装置。
【請求項４】
前記予測部は、所定の予測対象期間におけるサーバの使用の度合いの予測値を取得し、
補正パターンが適用されない状態の前記変動パターンに基づいて取得されるサーバの使用の度合いの予測値を未補正予測値と称すとき、前記判定部におけるしきい値は、前記予測対象期間における未補正予測値の最大値が大きいほど小さく設定されることを特徴とする請求項２または３に記載の予測装置。
【請求項５】
前記予測部は、所定の予測対象期間におけるサーバの使用の度合いの予測値を取得し、
前記判定部は、前記予測対象期間内またはそれ以前に発生が予定されているイベントについての動向情報の数が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１から３のいずれかに記載の予測装置。
【請求項６】
補正パターンが適用されない状態の前記変動パターンに基づいて取得されるサーバの使用の度合いの予測値を未補正予測値と称すとき、前記判定部におけるしきい値は、前記予測対象期間における未補正予測値の最大値が大きいほど小さく設定されることを特徴とする請求項５に記載の予測装置。
【請求項７】
前記変動パターンはサーバの使用の度合いの履歴に基づき決定されることを特徴とする請求項１から６のいずれかに記載の予測装置。
【請求項８】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測方法であって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を予定イベント情報保持部に保持するステップと、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定するステップと、
補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算するステップと、
前記変動パターンを補正するための補正パターンが複数あるとき、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択するステップと、
補正すべきであると判定された場合、選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算するステップと、を含むことを特徴とする予測方法。
【請求項９】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測する機能をコンピュータに実現させるコンピュータプログラムであって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を予定イベント情報保持部に保持する機能と、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定する機能と、
補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算する機能と、
前記変動パターンを補正するための補正パターンが複数あるとき、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する機能と、
補正すべきであると判定された場合、選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算する機能と、を前記コンピュータに実現させることを特徴とするコンピュータプログラム。
【請求項１】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測装置であって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を保持する予定イベント情報保持部と、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定する判定部と、
前記判定部において補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算する予測部と、
前記変動パターンを補正するための補正パターンが複数あるとき、前記判定部において補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する補正パターン選択部と、を備え、
前記予測部は、前記判定部において補正すべきであると判定された場合、前記補正パターン選択部によって選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算することを特徴とする予測装置。
【請求項２】
前記判定部は、予定イベント情報に対応するイベント以外のイベントについての動向情報の数が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１に記載の予測装置。
【請求項３】
サーバの使用の度合いをリアルタイムで取得する実稼動取得部をさらに備え、
前記判定部は、前記実稼動取得部によって取得されたリアルタイムの使用の度合いの、前記予測部によって取得された予測値からの増分が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１または２に記載の予測装置。
【請求項４】
前記予測部は、所定の予測対象期間におけるサーバの使用の度合いの予測値を取得し、
補正パターンが適用されない状態の前記変動パターンに基づいて取得されるサーバの使用の度合いの予測値を未補正予測値と称すとき、前記判定部におけるしきい値は、前記予測対象期間における未補正予測値の最大値が大きいほど小さく設定されることを特徴とする請求項２または３に記載の予測装置。
【請求項５】
前記予測部は、所定の予測対象期間におけるサーバの使用の度合いの予測値を取得し、
前記判定部は、前記予測対象期間内またはそれ以前に発生が予定されているイベントについての動向情報の数が所定のしきい値を超えると、前記変動パターンを補正すべきであると判定することを特徴とする請求項１から３のいずれかに記載の予測装置。
【請求項６】
補正パターンが適用されない状態の前記変動パターンに基づいて取得されるサーバの使用の度合いの予測値を未補正予測値と称すとき、前記判定部におけるしきい値は、前記予測対象期間における未補正予測値の最大値が大きいほど小さく設定されることを特徴とする請求項５に記載の予測装置。
【請求項７】
前記変動パターンはサーバの使用の度合いの履歴に基づき決定されることを特徴とする請求項１から６のいずれかに記載の予測装置。
【請求項８】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測するための予測方法であって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を予定イベント情報保持部に保持するステップと、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定するステップと、
補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算するステップと、
前記変動パターンを補正するための補正パターンが複数あるとき、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択するステップと、
補正すべきであると判定された場合、選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算するステップと、を含むことを特徴とする予測方法。
【請求項９】
金融商品業務システムに含まれるサーバの使用の度合いを、所定の変動パターンに基づいて予測する機能をコンピュータに実現させるコンピュータプログラムであって、
金融商品の値動きに関連し発生が予定されているイベントに関する予定イベント情報を予定イベント情報保持部に保持する機能と、
前記予定イベント情報保持部によって保持される予定イベント情報と、金融商品の値動きに関してネットワークから得られる動向情報とに基づいて、前記変動パターンを補正すべきか否かを判定する機能と、
補正すべきでないと判定された場合、前記変動パターンに基づいてサーバの使用の度合いの予測値を演算する機能と、
前記変動パターンを補正するための補正パターンが複数あるとき、補正すべきであると判定された場合、複数の補正パターンのなかから適用されるべき補正パターンを選択する機能と、
補正すべきであると判定された場合、選択された補正パターンを前記変動パターンに適用することによってサーバの使用の度合いの予測値を演算する機能と、を前記コンピュータに実現させることを特徴とするコンピュータプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１３−４５３６６（Ｐ２０１３−４５３６６Ａ）
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願番号】特願２０１１−１８４０７８（Ｐ２０１１−１８４０７８）
【出願日】平成２３年８月２５日（２０１１．８．２５）
【出願人】（０００１５５４６９）株式会社野村総合研究所 (1,067)
【Ｆターム（参考）】
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願日】平成２３年８月２５日（２０１１．８．２５）
【出願人】（０００１５５４６９）株式会社野村総合研究所 (1,067)
【Ｆターム（参考）】
[ Back to top ]