警報処理方法、警報処理装置およびそのプログラム
【課題】各事象（ケース）の情報を基に早いタイミングで警報を自動的に発生することができる警報処理方法を提供する。
【解決手段】事故早期警報装置は、ネットワークを介して消費者から、リアルタイムでケースデータを入力する。事故早期警報装置の処理回路は、入力したケースデータのプロファイル分析を行う。ここで、ケース毎のプロファイルが似ているグループに分類する。事故早期警報装置は、上記情報を基に、異常状態が発生したか否かの判定をする。このとき、ケースが警戒限界を超えて発現したかを判断し、グループ毎に過去の事例に照らし危険度を評価し、必要に応じて警報を発生する。
【解決手段】事故早期警報装置は、ネットワークを介して消費者から、リアルタイムでケースデータを入力する。事故早期警報装置の処理回路は、入力したケースデータのプロファイル分析を行う。ここで、ケース毎のプロファイルが似ているグループに分類する。事故早期警報装置は、上記情報を基に、異常状態が発生したか否かの判定をする。このとき、ケースが警戒限界を超えて発現したかを判断し、グループ毎に過去の事例に照らし危険度を評価し、必要に応じて警報を発生する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、発生したケース(事例)の情報を基に警報を自動的に発生する警報処理方法、警報処理装置およびそのプログラムに関するものである。
【背景技術】
【０００２】
年間１２０万件から１８０万件の消費者トラブル情報が寄せられ、増加中で、その入力だけでも６ヶ月位掛かっている。
また、情報サービス、金融サービス等の、非製品ビジネスでトラブルが急増しており、判断、対応が難しくなっている。
【０００３】
ところで、上述したようなトラブルに関し、関係官庁が広がっているが、そこからの情報が統合・共有されていない。
また、保険所、消防等の公的サービス機関との情報が統合・共有がされていない。また、消費者や関係機関へは早いタイミングで告知する必要がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−３３４８７１号公報
【特許文献２】特開２００７−３３４８６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
このような背景から、地域の相談窓口に寄せられた膨大な情報を処理したいという要請がある。この場合に、事件の元データが口述テキストや文章であるため、内容の集約や統合、グループ化、マッチングのためのに新しい情報処理技術が必要である。
【０００６】
本発明は、上述した従来技術の問題点に鑑みてなされ、各事象（ケース）の情報を基に早いタイミングで警報を自動的に発生することができる警報処理方法、警報処理装置およびそのプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
上述した従来技術の問題を解決し、上述した目的を達成するために、本発明の警報処理方法は、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出工程と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定工程と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報工程とをコンピュータに実行させる。
【０００８】
好適には、本発明の警報処理方法の前記警報工程は、前記グループに属する前記ケースに付随する属性にさらに基づいて前記警報を発生すべきかを判断する。
好適には、本発明の警報処理方法は、前記ケースの前記属性を基に所定の座標系内での座標を算出するケース座標算出工程と、前記グループの属性を基に、前記グループの座標を算出するグループ座標算出工程とを有し、前記グループ特定工程は、前記ケースの座標と前記グループの座標とを基に、前記ケースを前記グループに割り当てる。
好適には、本発明の警報処理方法の前記警報工程は、前記座標系内での前記グループの座標を監視し、当該座標が所定の警戒領域に入った場合に、警報を発する処理を行う。
【０００９】
好適には、本発明の警報処理方法の前記警報工程は、前記グループに属する前記ケースの発生頻度と、前記グループの座標が前記所定の警報領域内に入ったか否かとを基に、前記警報を発すべきかを判断する。
好適には、前記座標系は、前記グループに属するケースの発生頻度と、前記グループの重要度あるいは特徴度を軸として持つ座標系である。
好適には、前記座標系内に規定された前記警戒領域を色分けして表示する。
好適には、前記警報工程は、予め決められた複数の用語の組み合わせを基に、前記ケースデータの内容の要約を示す要約データを生成する。
好適には、前記警報工程は、前記ケースデータに関連するケースが発生した時間および場所を示す前記要約データを生成し、当該要約データを基に画面表示あるいは音声出力を行う。
好適には、前記警報工程は、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率が所定の値以下になるように規定されたしきい値を用いて前記警報を発すべきかの判断を行う。
【００１０】
好適には、本発明の警報処理方法は、前記ケースデータを収集し、前記グループを形成する第１の期間と、前記第１の期間で形成した前記グループを更新する第２の期間と、前記属性抽出工程、前記グループ特定工程および前記警報工程を行う第３の期間とを有する。
好適には、本発明の警報処理方法は、ユーザが前記グループのアイコンを基に前記ケースまたはその特徴を示すキーワードの分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかをリスト化、あるいは図上で同定できるようにする。
好適には、本発明の警報処理方法は、前記ケースまたはその特徴を示すキーワードから前記グループのアイコンまたは分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかを同定できるようにする。
好適には、本発明の警報処理方法は、複数の前記ケースをプールし、それ以前の前記グループに振り分け、もしくは、振り分けられない前記ケースをプールし、前記グループの更新を行うフェーズを設けている。
【００１１】
本発明の警報処理装置は、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手段と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手段と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手段とを有する。
【００１２】
本発明のプログラムは、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手順と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手順と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手順とをコンピュータに実行させる。
【発明の効果】
【００１３】
本発明によれば、各事象（ケース）の情報を基に早いタイミングで警報を自動的に発生することができる警報処理方法、警報処理装置およびそのプログラムを提供することができる。
【図面の簡単な説明】
【００１４】
【図１】図１は、本発明の実施形態に係わる通信システムの構成図である。
【図２】図２は、図１に示す事故早期警報装置の構成図である。
【図３】図３は、図１に示す事故早期警報装置の全体動作例を説明するためのフローチャートである。
【図４】図４は、図１に示す事故早期警報装置の処理で用いられる各種データを説明するための図である。
【図５】図５は、図１に示す事故早期警報装置の処理で用いられる各種データを説明するための図である。
【図６】図６は、ケースとグループとの関係を説明するための図である。
【図７】図７は、各ケースが割り当てられるグループを説明するための図である。
【図８】図８は、図１に示す事故早期警報装置の処理に用いられる座標系を説明するための図である。
【図９】図９は、座標系内で規定されたグループを説明するための図である。
【図１０】図１０は、図１に示す事故早期警報装置による警報判定処理の第１の例を説明するための図である。
【図１１】図１１は、図１に示す事故早期警報装置による警報判定処理の第２の例を説明するための図である。
【図１２】図１２は、図１に示す事故早期警報装置による警報判定処理の第３の例を説明するための図である。
【図１３】図１３は、図１に示す事故早期警報装置による警報判定処理の第４の例を説明するための図である。
【図１４】図１４は、本発明の実施形態の警報判定処理の判断に用いられるしきい値を説明するための図である。
【図１５】図１５は、本発明の実施形態の警報判定処理の各種フェーズを説明するための図である。
【図１６】図１６は、本発明の実施形態における早期警戒早期診断ビジネススタートアップ＆モニタリングサイクルの一例を説明するための図である。
【図１７】図１７は、本発明の実施形態における重大事故クラスタの診断とプロファイリング処理を説明するための図である。
【図１８】図１８は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図１９】図１９は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２０】図２０は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２１】図２１は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２２】図２２は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【発明を実施するための形態】
【００１５】
図１は、本発明の実施形態に係わる通信システム１の構成図である。
図１に示すように、通信システム１は、例えば、複数の情報提供サーバ４、検索サーバ６および事故早期警報装置１０を有し、これらがネットワーク９を介して通信する。
【００１６】
情報提供サーバ４は、ネットワーク９に接続されたコンピュータからの要求等に応じて、様々な情報を提供する。
情報提供サーバ４は、例えば、Ｗｅｂサーバである。
【００１７】
検索サーバ６は、ネットワーク９に接続された事故早期警報装置１０からの要求に応じて、ニュースデータを提供する情報提供サーバ４が提供する情報のアドレスを、要求元に送信する。
【００１８】
事故早期警報装置１０は、検索サーバ６に検索要求を出し、それによって得たニュースデータをケースデータとして用いて、事故早期警報処理を行う。
なお、ケースデータとしては、ニュースデータ以外に様々なケース（事象）に関するものを用いることができる。
【００１９】
図２は、図１に示す事故早期警報装置１０の構成図である。
図２に示すように、事故早期警報装置１０は、例えば、インタフェース２１、ディスプレイ２２、操作部２３、メモリ２４および処理回路２５を有し、これらがデータ線２０を介して接続されている。
【００２０】
インタフェース２１は、外部からデータを入力する。インタフェース２１は、例えば、インターネットやＬＡＮ等の通信網に接続され、これらを介して外部の装置からデータを入力する。
ディスプレイ２２は、処理回路２５からの表示信号に応じた画面を表示する。
操作部２３は、キーボード、マウス、タッチパネルなどであり、ユーザの操作に応じた操作信号を処理回路２５に出力する。
【００２１】
メモリ２４は、処理回路２５によって実行されるプログラムＰＲＧ、並びに処理部２５の処理に用いられるデータを記憶する。
処理回路２５は、メモリ２４から読み出したプログラムＰＲＧを実行して、以下に示すデータ処理装置１の動作を統括的に制御する。
プログラムＰＲＧは、例えば、半導体メモリ、光ディスク、光磁気ディスクあるいは磁気ディスク等の記録媒体に記録される。
まお、本実施形態における事故早期警報装置１０の処理内容は、プログラムＰＲＧに記述されており、処理回路２５によって制御される。
【００２２】
以下、図１に示す事故早期警報装置１０の動作例を説明する。
［全体動作例］
図３は、図１に示す事故早期警報装置１０の全体動作例を説明するためのフローチャートである。
ステップＳＴ１：
事故早期警報装置１０は、ネットワーク９を介してインタフェース２１から、検索サーバ６が生成したニュースデータをケースデータとして受信するとステップＳＴ２に進む。
事故早期警報装置１０は、当該受信したケースデータをメモリ２４に書き込む。
【００２３】
ステップＳＴ２：
事故早期警報装置１０の処理回路２５は、ステップＳＴ１で入力したケースデータに対してケースＩＤを付与し、メモリ２４に関連付けて書き込む。
【００２４】
ステップＳＴ３：
処理回路２５は、メモリ２４から読み出したケースデータ内の文章データ（説明文）のなかから、ケース属性を抽出する。当該ケース属性は、例えば、そのケースが発表された年月日時刻、そのケースの発信元、発表の形式、被害がある場合は被害の程度等の属性が用いられる。被害の程度は、死亡、重傷、軽傷、怪我なし等が用いられる。
そして、処理回路２５は、当該抽出したケース属性を付加した図４（Ａ）に示す元表データを生成し、これをメモリ２４に書き込む。
【００２５】
ステップＳＴ４：
処理回路２５は、メモリ２４から読み出したケースデータ内の文章データ（説明文）のなかから、分類属性を抽出する。当該分類属性は、予め決められたキーワードであり、例えば、８０〜１６８１語の単語が用いられる。分類属性は、例えば、どのキーワードを何個含んでいるかを示している。
そして、処理回路２５は、当該抽出した分類属性を付加した図４（Ｂ）に示す分類属性表データを生成し、これをメモリ２４に書き込む。
【００２６】
ステップＳＴ５：
処理回路２５は、ステップＳＴ４で生成した分類属性表データ内の分類属性に基づいて、所定の属性座標系内での上記ケースデータの属性座標を算出する。
当該属性座標の算出方法としては、例えば、 特開２００７−３３４８７１号公報に開示されたデータ処理方法が採用される。
すなわち、処理回路２５は、ｎ（≧２）個の比較対象のオブジェクトの各々についてｍ（≧２）個の基準対象のオブジェクトに関する接続関係を示す指標値を規定したｎ行ｍ列の行列データを基に、前記ｍ個の基準対象のオブジェクトの各々について、当該基準対象のオブジェクトに関する前記ｎ個の比較対象のオブジェクトとの接続関係を示す長さｎの指標値ベクトルの近似度が高まるに従って属性座標系内で近い位置に配置されるように、ｒ次元の第１の座標を計算する。
そして、処理回路２５は、前記ｎ行ｍ列の行列データを基に、前記ｎ個の比較対象のオブジェクトが当該比較対象のオブジェクトに関しての前記ｍ個の基準対象のオブジェクトとの長さｍの指標値ベクトルの近似度が高まるに従って属性座標系内に近い位置に配置されるように、前記ｎ個の比較対象のオブジェクトの各々についてｒ次元の第２の座標を計算する。
また、処理回路２５は、分析対象のオブジェクト（本実施形態のケースデータ）について前記ｍ個の基準対象のオブジェクトに関して取得した接続関係を示す指標値を示す１行ｍ列のデータと、前記第１の工程で計算した前記第１の座標とを基に、前記分析対象のオブジェクトについてのｒ次元の第３の座標を計算する。処理回路２５は、上記ケースデータの属性座標として、上記第３の座標を用いる。
【００２７】
ステップＳＴ６：
処理回路２５は、上記ケースデータのグループへの帰属度を特定する。処理回路２５は、各ケースデータについて、より近い属性を持つグループへの帰属度が高くなるように帰属度を決定する。
具体的には、処理回路２５は、ケースデータとグループデータとの分類属性の近似度に比例するように帰属度を決定する。すなわち、処理回路２５は、上記属性座標系における座標が近くなるに従って値が高くなるように帰属度を決定する。
処理回路２５は、例えば、図４（Ｃ）に示す上記帰属度を示すグループ別帰属度リストデータを生成あるいは更新する。
また、処理回路２５は、各ケースデータについて、帰属度が高いグループデータを順に示す図５（Ａ）に示すグループ化リストデータを生成し、これをメモリ２４に書き込む。
また、処理回路２５は、例えば、ケースデータの属性に、当該ケースデータとの帰属度が高いグループデータの属性を反映させる処理を行ってもよい。
各ケースデータのグループデータへの帰属は、例えば、図６および図７に示すように規定される。図８において、矢印の線が太い帰属は帰属が高いことを示している。
【００２８】
ステップＳＴ７：
処理回路２５は、例えば、新たにケースデータが割り当てられたグループデータについて、その評価属性を示す評価属性データを生成あるいは更新する。
ここで、上記評価属性としては、例えば、その当該グループに属するケースの重要度、発生確率、発生頻度（成長性）等の属性が用いられる。
これにより、図５（Ｂ）に示すグループ別評価属性付加データが生成される。
【００２９】
処理回路２５は、図５（Ｂ）に示すグループ別評価属性付加データに基づいて、図５（Ｃ）に示すリスク度判定データを生成する。
すなわち、リスク度判定としては、例えば、第１リスク度として「生命、身体に重大な危険を生じる恐れがある」、第２リスク度として「重大ではないが身体に危険が生じる恐れがある」、第３リスク度として「製品等に不具合が生じる恐れがある」等が用いられる。
【００３０】
ステップＳＴ８：
処理回路２５は、ステップＳＴ７で生成したグループ別評価属性付加データ内の評価属性に基づいて、上記属性座標系とは異なる評価座標系での評価座標を算出する。
評価座標としては、例えば、図８に示すものが用いられる。
また、処理回路２５は、上記属性座標系内でのグループデータの座標として、例えば、当該グループデータに属するケースデータの座標の重心を算出する。
図９は、上記属性座標系内でのケースおよびグループを示すものである。各グループには、グループＩＤとして「ＧＩＤ−Ａｘｘｘ」が付されている。
また、属性座標系内には、ケースデータの属性を示す属性名がマッピングされている。
【００３１】
ステップＳＴ９：
処理回路２５は、ステップＳＴ８で生成した評価座標系内あるいは属性座標系内において、グループデータの評価座標が所定の警戒限界を超えたか否かを判断する。
処理回路２５は、例えば、図１０、図１１あるいは図１２に示す異常検出マップに基づいて、警戒限界を超えたか否かを判断する。
図１０に示す異常検出マップは、例えば、前述した属性座標系内に、グループデータの座標から所定の範囲内に境界限界を予め規定したものである。
当該境界限界は、例えば、 特開２００７―３３４８７１号公報の第２実施形態に記載されている手法を用いる。
図１１に示す異常検出マップは、縦軸がマハラノビス距離を示している。
図１２は、縦軸が頻度を示し、横軸が異常度を示しており、前述したグループ別評価属性付加データに基づいて規定される。
図１３に示す例では、例えば、属性座標系内において、２段階に警戒限界を既定している。これにより、内側の警戒限界を超えた場合に第１レベルでの警報を発し、外側の警戒限界を超えた場合に第２レベルでの警報を発する。
図１３に示す例では、複数のグループについて一つの警報限界を既定し、各グループに対応する位置にそのグループに属するケースの数に応じた棒グラフを表示している。
【００３２】
ステップＳＴ１０：
処理回路２５は、各グループデータについて、そのグループに属するケースの発生頻度が所定の警戒限界を超えたか否かを判断する。
処理回路２５は、図１０、図１１に示す出現頻度管理チャートに基づいて、上記警戒限界を超えたか否かを判断する。
処理回路２５は、図１４に示すように、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率との双方が、所定の確率（例えば、３／１０００）以下になるように、上記警戒限界のしきい値を決定する。
処理回路２５は、図１５に示すように、以下に示す３つのフェースで、上記出現頻度管理チャートを生成する。
【００３３】
準備フェーズ：
・消費者相談センターの窓口、電話、手紙、メール等の事故相談情報を一定のテンプレートで収集する。
・テキスト情報からキーワードを半自動的に切り出し、分類タグを生成する。
・毎週末データを集約し、数ヶ月分で安定状態を設定する。
・異常状態を検出できる領域を設定する。例えば、警報を発すべきでない状況で、警報を発すべきと誤って判断する確率を０．３％以下に設定する。
【００３４】
モニタリングフェーズ：
・消費者相談センターの事故相談情報を週間単位で、異常管理マップにプロットする。
・異常が検出されなければ、“安定状態”レポートする。
【００３５】
異常検知フェーズ：
・異常が検出された場合は、警戒警報発信する。
・異常の状態、傾向等をレポートする。
【００３６】
ステップＳＴ１１：
処理回路２５は、ステップＳＴ９,ＳＴ１０の判断結果を基に、上記グループデータに対応したグループの事象について警報を発するか否かを判断する。
例えば、処理回路２５は、ステップＳＴ９,ＳＴ１０の双方において警戒限界を超えていると判断した場合に警報を発すると判断する。
なお、処理回路２５は、ステップＳＴ９，ＳＴ１０の少なくとも一方において、警戒限界を超えたと判断した場合に、警報を発すると判断してもよい。
【００３７】
図１６は、図２に示す事故早期警報装置１０を用いた早期警戒早期診断ビジネススタートアップとモニタリングサイクルの一例を説明するための図である。
図１７は、図２に示す事故早期警報装置１０を用いた重大事故クラスタの診断とプロファイリングを説明するための図である。
処理回路２５は、重大事故情報テンプレートを基に、情報提供サーバ４が提供する重大事故発生情報詳細から、重大事故発生情報第１報を生成する。
すなわち、処理回路２５は、言葉（単語）の組み合わせを規定した重大事故情報テンプレートを基に、重大事故発生情報詳細から、要約プロファイルである重大事故発生情報第１報を生成する。当該要約プロファイルは、例えば、ケースデータの文章データとして用いられる。
重大事故情報テンプレートでは、時間、場所等の情報を抽出することが既定されている。
また、処理回路２５による警報は、画像表示あるいは音声出力によって実現される。
【００３８】
図１８〜図２２は、処理回路２５による警報処理用いられる画面等を説明するための図である。
これらの図面に示されるように、処理回路２５は、ユーザが画面上でグループのアイコンからケースやその特徴を示すキーワードなどの分類属性を相互に紐付けして調べることで、指定されたケースがどのグループに近いかをリスト化したり、図上で同定できるようにする。
また、処理回路２５は、ユーザが画面上でケースやその特徴を示すキーワードなどからグループのアイコンや分類属性を相互に紐付けして調べることで、指定されたケースがどのグループに近いかを同定できるようにする。
また、処理回路２５は、一定の数のケースをプールし、それ以前のグループに振り分け、もしくは、振り分けられないケースをプールし、グループの更新を行うフェーズを区分する。
【００３９】
また、本実施形態では、処理回路２５は、ケースデータのプロファイリング処理として、例えば、以下の処理を行う。
（１）ケースＩＤ付加：相談者、登録
（２）プリミテイブ属性付加：タイム、プレース、オケイジョン
（３）概要情報：被害者、被害程度、
（４）キーワード（ＫＷ）の切り出し
（５）基準ＫＷの頻度プロファイルデータ化
（６）既存プロファイルクラスタとの類似度算出
（７）新型プロファイルクラスタ度算出
【００４０】
処理回路２５は、ケースデータのグループ化（クラスタリング）処理として、例えば、以下の処理を行う。
（１）ケースＩＤ,ケースプリミテブ属性、概要ＫＷ強度データ入力
（２）次元数、クラスタ数、解析条件指定
（３）-アナリシスエンジン処理
（４）クラスタ空間座標計算
（５）クラスタ属性計算
【００４１】
処理回路２５は、グループのプロファイリング処理として、例えば、以下の処理を行う。
（１）グループのプリミテブ属性分布
（２）グループのＫＷ類似度データ
（３）グループの被害度分布
（４）グループの出現頻度、成長度
（５）グループのリスク度評価
（６）グループの新規ＫＷ探索
【００４２】
処理回路２５は、ケースデータのグループ同定処理として、例えば、以下の処理を行う。
（１）ケースのＩＤや各種属性を入力、グループセンタと同時布置
（２）至近グループの特徴属性が点滅表示または紐付け
（３）特徴属性から近隣ケースに紐付け
（４）ケースから近隣グループに紐付け
（５）ケースのクラスタ所属度ランキングリスト
（６）ケースの新規クラスタ可能度
【００４３】
処理回路２５は、重大な新たなグループ発生の早期検知処理として、例えば以下の処理を行う。
（１）新生クラスタの判定
・ケースの従来のグループへの非帰属度判定
・非属度：保留ケースの蓄積
・新設グループの生起判定
・従来のグループのリファイン：分割/統合
（２）頻度を含む新生グループのリスク評価
・定性的属性による異常検出
・頻度に関する定量的リスク属性を加味した異常検出
【００４４】
以下、事故早期警報装置１０のその他の適用形態について説明する。
事故早期警報装置１０は、ネットワークを介して消費者から、リアルタイムで情報を入力する。
事故早期警報装置１０の処理回路２５は、入力した情報のケース毎にプロファイル分析を行う。ここで、ケース毎のプロファイルが似ているグループに分類する。
また、事故早期警報装置１０は、関係各機関への情報提供依頼を行う。
また、事故早期警報装置１０は、上記情報を基に、異常状態が発生したか否かの判定をする。このとき、ケースが警戒限界を超えて発現したかを判断し、グループ毎に過去の事例に照らし危険度を評価する。
また、事故早期警報装置１０は、検知・通報を行う。ここで、ケース毎に判断する閾値を超えるリスクとなった場合、関係機関へ緊急通報を行う。また、消費者へ公知をも行う。
事故早期警報装置１０は、 相談・助言に関する処理を行う。例えば、消費者へ支援アドバイス、ネット上で対消費者対応対策アドバイスに関連する処理を行う。また、関係各機関の情報提供依頼に応えるための処理を行う。さらに、
助言・監視結果を分析し、リスクレポートを作成する処理を行う。
【００４５】
ところで、多変量データ解析には、大きく分けて、“相関度”、“説明度”を扱う方法があるが、
“対応度” を合理的に扱う方法はまだ十分でない。
多重対応分析は、サブジェクトを共通とする複数のネットワークデータの対応度のみを扱うことができるが、事故早期警報装置１０による上述した手法では、サブジェクトまたはアトリビュートを共有する複数のネットワーク・データを使うことができる。
また、多重対応分析では、アトリビュートが質的変数のみを扱うが、上述した事故早期警報装置１０の手法では、量的変数や順序変数まで含め扱うことができる。
また、多重対応分析では、サブジェクトとアトリビュートの各オブジェクトの接続関係が（１，０）の場合のみを扱うが、上述した事故早期警報装置１０の手法で、計量的な接続強度関係のデータを扱うことができる。
【００４６】
以上説明したように、事故早期警報装置１０では、Ｗｅｂ上の情報提供サーバ４から取得したケースデータ（ニュースデータ）を自動的に解析し、必要に応じて警報を発生する。そのため、リアルタイムに高精度な方法で警報を発生することができる。
また、事故早期警報装置１０では、図１０〜図１３に示す座標系および画面を用いて警報処理を行うため、より高精度で、警報の必要性について視覚的に容易に把握できる。
【００４７】
本発明は上述した実施形態には限定されない。
すなわち、当業者は、本発明の技術的範囲またはその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。
【産業上の利用可能性】
【００４８】
本発明は、発生したケース(事例)の情報を基に警報を自動的に発生するシステムに適用可能である。
【符号の説明】
【００４９】
１…通信システム
４…情報提供サーバ
６…検索サーバ
１０…事故早期警報装置
２１…インタフェース
２２…ディスプレイ
２３…操作部
２４…メモリ
２５…処理回路
【技術分野】
【０００１】
本発明は、発生したケース(事例)の情報を基に警報を自動的に発生する警報処理方法、警報処理装置およびそのプログラムに関するものである。
【背景技術】
【０００２】
年間１２０万件から１８０万件の消費者トラブル情報が寄せられ、増加中で、その入力だけでも６ヶ月位掛かっている。
また、情報サービス、金融サービス等の、非製品ビジネスでトラブルが急増しており、判断、対応が難しくなっている。
【０００３】
ところで、上述したようなトラブルに関し、関係官庁が広がっているが、そこからの情報が統合・共有されていない。
また、保険所、消防等の公的サービス機関との情報が統合・共有がされていない。また、消費者や関係機関へは早いタイミングで告知する必要がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−３３４８７１号公報
【特許文献２】特開２００７−３３４８６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
このような背景から、地域の相談窓口に寄せられた膨大な情報を処理したいという要請がある。この場合に、事件の元データが口述テキストや文章であるため、内容の集約や統合、グループ化、マッチングのためのに新しい情報処理技術が必要である。
【０００６】
本発明は、上述した従来技術の問題点に鑑みてなされ、各事象（ケース）の情報を基に早いタイミングで警報を自動的に発生することができる警報処理方法、警報処理装置およびそのプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
上述した従来技術の問題を解決し、上述した目的を達成するために、本発明の警報処理方法は、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出工程と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定工程と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報工程とをコンピュータに実行させる。
【０００８】
好適には、本発明の警報処理方法の前記警報工程は、前記グループに属する前記ケースに付随する属性にさらに基づいて前記警報を発生すべきかを判断する。
好適には、本発明の警報処理方法は、前記ケースの前記属性を基に所定の座標系内での座標を算出するケース座標算出工程と、前記グループの属性を基に、前記グループの座標を算出するグループ座標算出工程とを有し、前記グループ特定工程は、前記ケースの座標と前記グループの座標とを基に、前記ケースを前記グループに割り当てる。
好適には、本発明の警報処理方法の前記警報工程は、前記座標系内での前記グループの座標を監視し、当該座標が所定の警戒領域に入った場合に、警報を発する処理を行う。
【０００９】
好適には、本発明の警報処理方法の前記警報工程は、前記グループに属する前記ケースの発生頻度と、前記グループの座標が前記所定の警報領域内に入ったか否かとを基に、前記警報を発すべきかを判断する。
好適には、前記座標系は、前記グループに属するケースの発生頻度と、前記グループの重要度あるいは特徴度を軸として持つ座標系である。
好適には、前記座標系内に規定された前記警戒領域を色分けして表示する。
好適には、前記警報工程は、予め決められた複数の用語の組み合わせを基に、前記ケースデータの内容の要約を示す要約データを生成する。
好適には、前記警報工程は、前記ケースデータに関連するケースが発生した時間および場所を示す前記要約データを生成し、当該要約データを基に画面表示あるいは音声出力を行う。
好適には、前記警報工程は、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率が所定の値以下になるように規定されたしきい値を用いて前記警報を発すべきかの判断を行う。
【００１０】
好適には、本発明の警報処理方法は、前記ケースデータを収集し、前記グループを形成する第１の期間と、前記第１の期間で形成した前記グループを更新する第２の期間と、前記属性抽出工程、前記グループ特定工程および前記警報工程を行う第３の期間とを有する。
好適には、本発明の警報処理方法は、ユーザが前記グループのアイコンを基に前記ケースまたはその特徴を示すキーワードの分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかをリスト化、あるいは図上で同定できるようにする。
好適には、本発明の警報処理方法は、前記ケースまたはその特徴を示すキーワードから前記グループのアイコンまたは分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかを同定できるようにする。
好適には、本発明の警報処理方法は、複数の前記ケースをプールし、それ以前の前記グループに振り分け、もしくは、振り分けられない前記ケースをプールし、前記グループの更新を行うフェーズを設けている。
【００１１】
本発明の警報処理装置は、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手段と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手段と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手段とを有する。
【００１２】
本発明のプログラムは、各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手順と、前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手順と、前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手順とをコンピュータに実行させる。
【発明の効果】
【００１３】
本発明によれば、各事象（ケース）の情報を基に早いタイミングで警報を自動的に発生することができる警報処理方法、警報処理装置およびそのプログラムを提供することができる。
【図面の簡単な説明】
【００１４】
【図１】図１は、本発明の実施形態に係わる通信システムの構成図である。
【図２】図２は、図１に示す事故早期警報装置の構成図である。
【図３】図３は、図１に示す事故早期警報装置の全体動作例を説明するためのフローチャートである。
【図４】図４は、図１に示す事故早期警報装置の処理で用いられる各種データを説明するための図である。
【図５】図５は、図１に示す事故早期警報装置の処理で用いられる各種データを説明するための図である。
【図６】図６は、ケースとグループとの関係を説明するための図である。
【図７】図７は、各ケースが割り当てられるグループを説明するための図である。
【図８】図８は、図１に示す事故早期警報装置の処理に用いられる座標系を説明するための図である。
【図９】図９は、座標系内で規定されたグループを説明するための図である。
【図１０】図１０は、図１に示す事故早期警報装置による警報判定処理の第１の例を説明するための図である。
【図１１】図１１は、図１に示す事故早期警報装置による警報判定処理の第２の例を説明するための図である。
【図１２】図１２は、図１に示す事故早期警報装置による警報判定処理の第３の例を説明するための図である。
【図１３】図１３は、図１に示す事故早期警報装置による警報判定処理の第４の例を説明するための図である。
【図１４】図１４は、本発明の実施形態の警報判定処理の判断に用いられるしきい値を説明するための図である。
【図１５】図１５は、本発明の実施形態の警報判定処理の各種フェーズを説明するための図である。
【図１６】図１６は、本発明の実施形態における早期警戒早期診断ビジネススタートアップ＆モニタリングサイクルの一例を説明するための図である。
【図１７】図１７は、本発明の実施形態における重大事故クラスタの診断とプロファイリング処理を説明するための図である。
【図１８】図１８は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図１９】図１９は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２０】図２０は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２１】図２１は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【図２２】図２２は、本発明の実施形態に係る警報処理用いられる画面等を説明するための図である。
【発明を実施するための形態】
【００１５】
図１は、本発明の実施形態に係わる通信システム１の構成図である。
図１に示すように、通信システム１は、例えば、複数の情報提供サーバ４、検索サーバ６および事故早期警報装置１０を有し、これらがネットワーク９を介して通信する。
【００１６】
情報提供サーバ４は、ネットワーク９に接続されたコンピュータからの要求等に応じて、様々な情報を提供する。
情報提供サーバ４は、例えば、Ｗｅｂサーバである。
【００１７】
検索サーバ６は、ネットワーク９に接続された事故早期警報装置１０からの要求に応じて、ニュースデータを提供する情報提供サーバ４が提供する情報のアドレスを、要求元に送信する。
【００１８】
事故早期警報装置１０は、検索サーバ６に検索要求を出し、それによって得たニュースデータをケースデータとして用いて、事故早期警報処理を行う。
なお、ケースデータとしては、ニュースデータ以外に様々なケース（事象）に関するものを用いることができる。
【００１９】
図２は、図１に示す事故早期警報装置１０の構成図である。
図２に示すように、事故早期警報装置１０は、例えば、インタフェース２１、ディスプレイ２２、操作部２３、メモリ２４および処理回路２５を有し、これらがデータ線２０を介して接続されている。
【００２０】
インタフェース２１は、外部からデータを入力する。インタフェース２１は、例えば、インターネットやＬＡＮ等の通信網に接続され、これらを介して外部の装置からデータを入力する。
ディスプレイ２２は、処理回路２５からの表示信号に応じた画面を表示する。
操作部２３は、キーボード、マウス、タッチパネルなどであり、ユーザの操作に応じた操作信号を処理回路２５に出力する。
【００２１】
メモリ２４は、処理回路２５によって実行されるプログラムＰＲＧ、並びに処理部２５の処理に用いられるデータを記憶する。
処理回路２５は、メモリ２４から読み出したプログラムＰＲＧを実行して、以下に示すデータ処理装置１の動作を統括的に制御する。
プログラムＰＲＧは、例えば、半導体メモリ、光ディスク、光磁気ディスクあるいは磁気ディスク等の記録媒体に記録される。
まお、本実施形態における事故早期警報装置１０の処理内容は、プログラムＰＲＧに記述されており、処理回路２５によって制御される。
【００２２】
以下、図１に示す事故早期警報装置１０の動作例を説明する。
［全体動作例］
図３は、図１に示す事故早期警報装置１０の全体動作例を説明するためのフローチャートである。
ステップＳＴ１：
事故早期警報装置１０は、ネットワーク９を介してインタフェース２１から、検索サーバ６が生成したニュースデータをケースデータとして受信するとステップＳＴ２に進む。
事故早期警報装置１０は、当該受信したケースデータをメモリ２４に書き込む。
【００２３】
ステップＳＴ２：
事故早期警報装置１０の処理回路２５は、ステップＳＴ１で入力したケースデータに対してケースＩＤを付与し、メモリ２４に関連付けて書き込む。
【００２４】
ステップＳＴ３：
処理回路２５は、メモリ２４から読み出したケースデータ内の文章データ（説明文）のなかから、ケース属性を抽出する。当該ケース属性は、例えば、そのケースが発表された年月日時刻、そのケースの発信元、発表の形式、被害がある場合は被害の程度等の属性が用いられる。被害の程度は、死亡、重傷、軽傷、怪我なし等が用いられる。
そして、処理回路２５は、当該抽出したケース属性を付加した図４（Ａ）に示す元表データを生成し、これをメモリ２４に書き込む。
【００２５】
ステップＳＴ４：
処理回路２５は、メモリ２４から読み出したケースデータ内の文章データ（説明文）のなかから、分類属性を抽出する。当該分類属性は、予め決められたキーワードであり、例えば、８０〜１６８１語の単語が用いられる。分類属性は、例えば、どのキーワードを何個含んでいるかを示している。
そして、処理回路２５は、当該抽出した分類属性を付加した図４（Ｂ）に示す分類属性表データを生成し、これをメモリ２４に書き込む。
【００２６】
ステップＳＴ５：
処理回路２５は、ステップＳＴ４で生成した分類属性表データ内の分類属性に基づいて、所定の属性座標系内での上記ケースデータの属性座標を算出する。
当該属性座標の算出方法としては、例えば、 特開２００７−３３４８７１号公報に開示されたデータ処理方法が採用される。
すなわち、処理回路２５は、ｎ（≧２）個の比較対象のオブジェクトの各々についてｍ（≧２）個の基準対象のオブジェクトに関する接続関係を示す指標値を規定したｎ行ｍ列の行列データを基に、前記ｍ個の基準対象のオブジェクトの各々について、当該基準対象のオブジェクトに関する前記ｎ個の比較対象のオブジェクトとの接続関係を示す長さｎの指標値ベクトルの近似度が高まるに従って属性座標系内で近い位置に配置されるように、ｒ次元の第１の座標を計算する。
そして、処理回路２５は、前記ｎ行ｍ列の行列データを基に、前記ｎ個の比較対象のオブジェクトが当該比較対象のオブジェクトに関しての前記ｍ個の基準対象のオブジェクトとの長さｍの指標値ベクトルの近似度が高まるに従って属性座標系内に近い位置に配置されるように、前記ｎ個の比較対象のオブジェクトの各々についてｒ次元の第２の座標を計算する。
また、処理回路２５は、分析対象のオブジェクト（本実施形態のケースデータ）について前記ｍ個の基準対象のオブジェクトに関して取得した接続関係を示す指標値を示す１行ｍ列のデータと、前記第１の工程で計算した前記第１の座標とを基に、前記分析対象のオブジェクトについてのｒ次元の第３の座標を計算する。処理回路２５は、上記ケースデータの属性座標として、上記第３の座標を用いる。
【００２７】
ステップＳＴ６：
処理回路２５は、上記ケースデータのグループへの帰属度を特定する。処理回路２５は、各ケースデータについて、より近い属性を持つグループへの帰属度が高くなるように帰属度を決定する。
具体的には、処理回路２５は、ケースデータとグループデータとの分類属性の近似度に比例するように帰属度を決定する。すなわち、処理回路２５は、上記属性座標系における座標が近くなるに従って値が高くなるように帰属度を決定する。
処理回路２５は、例えば、図４（Ｃ）に示す上記帰属度を示すグループ別帰属度リストデータを生成あるいは更新する。
また、処理回路２５は、各ケースデータについて、帰属度が高いグループデータを順に示す図５（Ａ）に示すグループ化リストデータを生成し、これをメモリ２４に書き込む。
また、処理回路２５は、例えば、ケースデータの属性に、当該ケースデータとの帰属度が高いグループデータの属性を反映させる処理を行ってもよい。
各ケースデータのグループデータへの帰属は、例えば、図６および図７に示すように規定される。図８において、矢印の線が太い帰属は帰属が高いことを示している。
【００２８】
ステップＳＴ７：
処理回路２５は、例えば、新たにケースデータが割り当てられたグループデータについて、その評価属性を示す評価属性データを生成あるいは更新する。
ここで、上記評価属性としては、例えば、その当該グループに属するケースの重要度、発生確率、発生頻度（成長性）等の属性が用いられる。
これにより、図５（Ｂ）に示すグループ別評価属性付加データが生成される。
【００２９】
処理回路２５は、図５（Ｂ）に示すグループ別評価属性付加データに基づいて、図５（Ｃ）に示すリスク度判定データを生成する。
すなわち、リスク度判定としては、例えば、第１リスク度として「生命、身体に重大な危険を生じる恐れがある」、第２リスク度として「重大ではないが身体に危険が生じる恐れがある」、第３リスク度として「製品等に不具合が生じる恐れがある」等が用いられる。
【００３０】
ステップＳＴ８：
処理回路２５は、ステップＳＴ７で生成したグループ別評価属性付加データ内の評価属性に基づいて、上記属性座標系とは異なる評価座標系での評価座標を算出する。
評価座標としては、例えば、図８に示すものが用いられる。
また、処理回路２５は、上記属性座標系内でのグループデータの座標として、例えば、当該グループデータに属するケースデータの座標の重心を算出する。
図９は、上記属性座標系内でのケースおよびグループを示すものである。各グループには、グループＩＤとして「ＧＩＤ−Ａｘｘｘ」が付されている。
また、属性座標系内には、ケースデータの属性を示す属性名がマッピングされている。
【００３１】
ステップＳＴ９：
処理回路２５は、ステップＳＴ８で生成した評価座標系内あるいは属性座標系内において、グループデータの評価座標が所定の警戒限界を超えたか否かを判断する。
処理回路２５は、例えば、図１０、図１１あるいは図１２に示す異常検出マップに基づいて、警戒限界を超えたか否かを判断する。
図１０に示す異常検出マップは、例えば、前述した属性座標系内に、グループデータの座標から所定の範囲内に境界限界を予め規定したものである。
当該境界限界は、例えば、 特開２００７―３３４８７１号公報の第２実施形態に記載されている手法を用いる。
図１１に示す異常検出マップは、縦軸がマハラノビス距離を示している。
図１２は、縦軸が頻度を示し、横軸が異常度を示しており、前述したグループ別評価属性付加データに基づいて規定される。
図１３に示す例では、例えば、属性座標系内において、２段階に警戒限界を既定している。これにより、内側の警戒限界を超えた場合に第１レベルでの警報を発し、外側の警戒限界を超えた場合に第２レベルでの警報を発する。
図１３に示す例では、複数のグループについて一つの警報限界を既定し、各グループに対応する位置にそのグループに属するケースの数に応じた棒グラフを表示している。
【００３２】
ステップＳＴ１０：
処理回路２５は、各グループデータについて、そのグループに属するケースの発生頻度が所定の警戒限界を超えたか否かを判断する。
処理回路２５は、図１０、図１１に示す出現頻度管理チャートに基づいて、上記警戒限界を超えたか否かを判断する。
処理回路２５は、図１４に示すように、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率との双方が、所定の確率（例えば、３／１０００）以下になるように、上記警戒限界のしきい値を決定する。
処理回路２５は、図１５に示すように、以下に示す３つのフェースで、上記出現頻度管理チャートを生成する。
【００３３】
準備フェーズ：
・消費者相談センターの窓口、電話、手紙、メール等の事故相談情報を一定のテンプレートで収集する。
・テキスト情報からキーワードを半自動的に切り出し、分類タグを生成する。
・毎週末データを集約し、数ヶ月分で安定状態を設定する。
・異常状態を検出できる領域を設定する。例えば、警報を発すべきでない状況で、警報を発すべきと誤って判断する確率を０．３％以下に設定する。
【００３４】
モニタリングフェーズ：
・消費者相談センターの事故相談情報を週間単位で、異常管理マップにプロットする。
・異常が検出されなければ、“安定状態”レポートする。
【００３５】
異常検知フェーズ：
・異常が検出された場合は、警戒警報発信する。
・異常の状態、傾向等をレポートする。
【００３６】
ステップＳＴ１１：
処理回路２５は、ステップＳＴ９,ＳＴ１０の判断結果を基に、上記グループデータに対応したグループの事象について警報を発するか否かを判断する。
例えば、処理回路２５は、ステップＳＴ９,ＳＴ１０の双方において警戒限界を超えていると判断した場合に警報を発すると判断する。
なお、処理回路２５は、ステップＳＴ９，ＳＴ１０の少なくとも一方において、警戒限界を超えたと判断した場合に、警報を発すると判断してもよい。
【００３７】
図１６は、図２に示す事故早期警報装置１０を用いた早期警戒早期診断ビジネススタートアップとモニタリングサイクルの一例を説明するための図である。
図１７は、図２に示す事故早期警報装置１０を用いた重大事故クラスタの診断とプロファイリングを説明するための図である。
処理回路２５は、重大事故情報テンプレートを基に、情報提供サーバ４が提供する重大事故発生情報詳細から、重大事故発生情報第１報を生成する。
すなわち、処理回路２５は、言葉（単語）の組み合わせを規定した重大事故情報テンプレートを基に、重大事故発生情報詳細から、要約プロファイルである重大事故発生情報第１報を生成する。当該要約プロファイルは、例えば、ケースデータの文章データとして用いられる。
重大事故情報テンプレートでは、時間、場所等の情報を抽出することが既定されている。
また、処理回路２５による警報は、画像表示あるいは音声出力によって実現される。
【００３８】
図１８〜図２２は、処理回路２５による警報処理用いられる画面等を説明するための図である。
これらの図面に示されるように、処理回路２５は、ユーザが画面上でグループのアイコンからケースやその特徴を示すキーワードなどの分類属性を相互に紐付けして調べることで、指定されたケースがどのグループに近いかをリスト化したり、図上で同定できるようにする。
また、処理回路２５は、ユーザが画面上でケースやその特徴を示すキーワードなどからグループのアイコンや分類属性を相互に紐付けして調べることで、指定されたケースがどのグループに近いかを同定できるようにする。
また、処理回路２５は、一定の数のケースをプールし、それ以前のグループに振り分け、もしくは、振り分けられないケースをプールし、グループの更新を行うフェーズを区分する。
【００３９】
また、本実施形態では、処理回路２５は、ケースデータのプロファイリング処理として、例えば、以下の処理を行う。
（１）ケースＩＤ付加：相談者、登録
（２）プリミテイブ属性付加：タイム、プレース、オケイジョン
（３）概要情報：被害者、被害程度、
（４）キーワード（ＫＷ）の切り出し
（５）基準ＫＷの頻度プロファイルデータ化
（６）既存プロファイルクラスタとの類似度算出
（７）新型プロファイルクラスタ度算出
【００４０】
処理回路２５は、ケースデータのグループ化（クラスタリング）処理として、例えば、以下の処理を行う。
（１）ケースＩＤ,ケースプリミテブ属性、概要ＫＷ強度データ入力
（２）次元数、クラスタ数、解析条件指定
（３）-アナリシスエンジン処理
（４）クラスタ空間座標計算
（５）クラスタ属性計算
【００４１】
処理回路２５は、グループのプロファイリング処理として、例えば、以下の処理を行う。
（１）グループのプリミテブ属性分布
（２）グループのＫＷ類似度データ
（３）グループの被害度分布
（４）グループの出現頻度、成長度
（５）グループのリスク度評価
（６）グループの新規ＫＷ探索
【００４２】
処理回路２５は、ケースデータのグループ同定処理として、例えば、以下の処理を行う。
（１）ケースのＩＤや各種属性を入力、グループセンタと同時布置
（２）至近グループの特徴属性が点滅表示または紐付け
（３）特徴属性から近隣ケースに紐付け
（４）ケースから近隣グループに紐付け
（５）ケースのクラスタ所属度ランキングリスト
（６）ケースの新規クラスタ可能度
【００４３】
処理回路２５は、重大な新たなグループ発生の早期検知処理として、例えば以下の処理を行う。
（１）新生クラスタの判定
・ケースの従来のグループへの非帰属度判定
・非属度：保留ケースの蓄積
・新設グループの生起判定
・従来のグループのリファイン：分割/統合
（２）頻度を含む新生グループのリスク評価
・定性的属性による異常検出
・頻度に関する定量的リスク属性を加味した異常検出
【００４４】
以下、事故早期警報装置１０のその他の適用形態について説明する。
事故早期警報装置１０は、ネットワークを介して消費者から、リアルタイムで情報を入力する。
事故早期警報装置１０の処理回路２５は、入力した情報のケース毎にプロファイル分析を行う。ここで、ケース毎のプロファイルが似ているグループに分類する。
また、事故早期警報装置１０は、関係各機関への情報提供依頼を行う。
また、事故早期警報装置１０は、上記情報を基に、異常状態が発生したか否かの判定をする。このとき、ケースが警戒限界を超えて発現したかを判断し、グループ毎に過去の事例に照らし危険度を評価する。
また、事故早期警報装置１０は、検知・通報を行う。ここで、ケース毎に判断する閾値を超えるリスクとなった場合、関係機関へ緊急通報を行う。また、消費者へ公知をも行う。
事故早期警報装置１０は、 相談・助言に関する処理を行う。例えば、消費者へ支援アドバイス、ネット上で対消費者対応対策アドバイスに関連する処理を行う。また、関係各機関の情報提供依頼に応えるための処理を行う。さらに、
助言・監視結果を分析し、リスクレポートを作成する処理を行う。
【００４５】
ところで、多変量データ解析には、大きく分けて、“相関度”、“説明度”を扱う方法があるが、
“対応度” を合理的に扱う方法はまだ十分でない。
多重対応分析は、サブジェクトを共通とする複数のネットワークデータの対応度のみを扱うことができるが、事故早期警報装置１０による上述した手法では、サブジェクトまたはアトリビュートを共有する複数のネットワーク・データを使うことができる。
また、多重対応分析では、アトリビュートが質的変数のみを扱うが、上述した事故早期警報装置１０の手法では、量的変数や順序変数まで含め扱うことができる。
また、多重対応分析では、サブジェクトとアトリビュートの各オブジェクトの接続関係が（１，０）の場合のみを扱うが、上述した事故早期警報装置１０の手法で、計量的な接続強度関係のデータを扱うことができる。
【００４６】
以上説明したように、事故早期警報装置１０では、Ｗｅｂ上の情報提供サーバ４から取得したケースデータ（ニュースデータ）を自動的に解析し、必要に応じて警報を発生する。そのため、リアルタイムに高精度な方法で警報を発生することができる。
また、事故早期警報装置１０では、図１０〜図１３に示す座標系および画面を用いて警報処理を行うため、より高精度で、警報の必要性について視覚的に容易に把握できる。
【００４７】
本発明は上述した実施形態には限定されない。
すなわち、当業者は、本発明の技術的範囲またはその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。
【産業上の利用可能性】
【００４８】
本発明は、発生したケース(事例)の情報を基に警報を自動的に発生するシステムに適用可能である。
【符号の説明】
【００４９】
１…通信システム
４…情報提供サーバ
６…検索サーバ
１０…事故早期警報装置
２１…インタフェース
２２…ディスプレイ
２３…操作部
２４…メモリ
２５…処理回路
【特許請求の範囲】
【請求項１】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出工程と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定工程と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報工程と
をコンピュータに実行させる警報処理方法。
【請求項２】
前記警報工程は、前記グループに属する前記ケースに付随する属性にさらに基づいて前記警報を発生すべきかを判断する
請求項１に記載の警報処理方法。
【請求項３】
前記ケースの前記属性を基に所定の座標系内での座標を算出するケース座標算出工程と、
前記グループの属性を基に、前記グループの座標を算出するグループ座標算出工程と
を有し、
前記グループ特定工程は、前記ケースの座標と前記グループの座標とを基に、前記ケースを前記グループに割り当てる
請求項１または請求項２に記載の警報処理方法。
【請求項４】
前記警報工程は、前記座標系内での前記グループの座標を監視し、当該座標が所定の警戒領域に入った場合に、警報を発する処理を行う
請求項３に記載の警報処理方法。
【請求項５】
前記警報工程は、前記グループに属する前記ケースの発生頻度と、前記グループの座標が前記所定の警報領域内に入ったか否かとを基に、前記警報を発すべきかを判断する
請求項４に記載の警報処理方法。
【請求項６】
前記座標系は、前記グループに属するケースの発生頻度と、前記グループの重要度あるいは特徴度を軸として持つ座標系である
請求項４に記載の警報処理方法。
【請求項７】
前記座標系内に規定された前記警戒領域を色分けして表示する
請求項４または請求項６に記載の警報処理方法。
【請求項８】
前記警報工程は、予め決められた複数の用語の組み合わせを基に、前記ケースデータの内容の要約を示す要約データを生成する
請求項１に記載の警報処理方法。
【請求項９】
前記警報工程は、前記ケースデータに関連するケースが発生した時間および場所を示す前記要約データを生成し、当該要約データを基に画面表示あるいは音声出力を行う
請求項８に記載の警報処理方法。
【請求項１０】
前記警報工程は、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率が所定の値以下になるように規定されたしきい値を用いて前記警報を発すべきかの判断を行う
請求項１に記載の警報処理方法。
【請求項１１】
前記ケースデータを収集し、前記グループを形成する第１の期間と、
前記第１の期間で形成した前記グループを更新する第２の期間と、
前記属性抽出工程、前記グループ特定工程および前記警報工程を行う第３の期間と
を有する請求項１に記載の警報処理方法。
【請求項１２】
ユーザが前記グループのアイコンを基に前記ケースまたはその特徴を示すキーワードの分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかをリスト化、あるいは図上で同定できるようにする
請求項１に記載の警報処理方法。
【請求項１３】
前記ケースまたはその特徴を示すキーワードから前記グループのアイコンまたは分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかを同定できるようにする
請求項１に記載の警報処理方法。
【請求項１４】
複数の前記ケースをプールし、それ以前の前記グループに振り分け、もしくは、振り分けられない前記ケースをプールし、前記グループの更新を行うフェーズを設けた
請求項１に記載の警報処理方法。
【請求項１５】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手段と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手段と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手段と
を有する警報処理装置。
【請求項１６】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手順と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手順と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手順と
をコンピュータに実行させるプログラム。
【請求項１】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出工程と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定工程と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報工程と
をコンピュータに実行させる警報処理方法。
【請求項２】
前記警報工程は、前記グループに属する前記ケースに付随する属性にさらに基づいて前記警報を発生すべきかを判断する
請求項１に記載の警報処理方法。
【請求項３】
前記ケースの前記属性を基に所定の座標系内での座標を算出するケース座標算出工程と、
前記グループの属性を基に、前記グループの座標を算出するグループ座標算出工程と
を有し、
前記グループ特定工程は、前記ケースの座標と前記グループの座標とを基に、前記ケースを前記グループに割り当てる
請求項１または請求項２に記載の警報処理方法。
【請求項４】
前記警報工程は、前記座標系内での前記グループの座標を監視し、当該座標が所定の警戒領域に入った場合に、警報を発する処理を行う
請求項３に記載の警報処理方法。
【請求項５】
前記警報工程は、前記グループに属する前記ケースの発生頻度と、前記グループの座標が前記所定の警報領域内に入ったか否かとを基に、前記警報を発すべきかを判断する
請求項４に記載の警報処理方法。
【請求項６】
前記座標系は、前記グループに属するケースの発生頻度と、前記グループの重要度あるいは特徴度を軸として持つ座標系である
請求項４に記載の警報処理方法。
【請求項７】
前記座標系内に規定された前記警戒領域を色分けして表示する
請求項４または請求項６に記載の警報処理方法。
【請求項８】
前記警報工程は、予め決められた複数の用語の組み合わせを基に、前記ケースデータの内容の要約を示す要約データを生成する
請求項１に記載の警報処理方法。
【請求項９】
前記警報工程は、前記ケースデータに関連するケースが発生した時間および場所を示す前記要約データを生成し、当該要約データを基に画面表示あるいは音声出力を行う
請求項８に記載の警報処理方法。
【請求項１０】
前記警報工程は、警報を発すべき状況で警報を発すると判断しない確率と、警報を発すべきでない状況で警報を歯すると判断する確率が所定の値以下になるように規定されたしきい値を用いて前記警報を発すべきかの判断を行う
請求項１に記載の警報処理方法。
【請求項１１】
前記ケースデータを収集し、前記グループを形成する第１の期間と、
前記第１の期間で形成した前記グループを更新する第２の期間と、
前記属性抽出工程、前記グループ特定工程および前記警報工程を行う第３の期間と
を有する請求項１に記載の警報処理方法。
【請求項１２】
ユーザが前記グループのアイコンを基に前記ケースまたはその特徴を示すキーワードの分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかをリスト化、あるいは図上で同定できるようにする
請求項１に記載の警報処理方法。
【請求項１３】
前記ケースまたはその特徴を示すキーワードから前記グループのアイコンまたは分類属性を相互に紐付けして調べることで、指定された前記ケースがどの前記グループに近いかを同定できるようにする
請求項１に記載の警報処理方法。
【請求項１４】
複数の前記ケースをプールし、それ以前の前記グループに振り分け、もしくは、振り分けられない前記ケースをプールし、前記グループの更新を行うフェーズを設けた
請求項１に記載の警報処理方法。
【請求項１５】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手段と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手段と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手段と
を有する警報処理装置。
【請求項１６】
各ケースのケースデータに含まれる文章データから、予め決められた複数の単語の有無を属性として抽出する属性抽出手順と、
前記抽出した属性を基に、前記ケースが割り当てられる単数または複数のグループを特定するグループ特定手順と、
前記グループに属するケースの出現頻度を基に、当該グループに関する警報を発すべきかを判断する警報手順と
をコンピュータに実行させるプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【公開番号】特開２０１０−２５７３６０（Ｐ２０１０−２５７３６０Ａ）
【公開日】平成２２年１１月１１日（２０１０．１１．１１）
【国際特許分類】
【出願番号】特願２００９−１０８７８４（Ｐ２００９−１０８７８４）
【出願日】平成２１年４月２８日（２００９．４．２８）
【出願人】（５００５５９２０４）データ・ケーキベーカ株式会社 (4)
【Ｆターム（参考）】
【公開日】平成２２年１１月１１日（２０１０．１１．１１）
【国際特許分類】
【出願日】平成２１年４月２８日（２００９．４．２８）
【出願人】（５００５５９２０４）データ・ケーキベーカ株式会社 (4)
【Ｆターム（参考）】
[ Back to top ]