特許ウォッチ

公開番号2025044328
公報種別公開特許公報(A)
公開日2025-04-02
出願番号2023151832
出願日2023-09-20
発明の名称複数の事業所をノードとするグラフを用いて経営上の異常ノード群を検知するプログラム、装置及び方法
出願人KDDI株式会社,トヨタ自動車株式会社,個人
代理人個人
主分類G06Q 10/00 20230101AFI20250326BHJP(計算;計数)
要約【課題】経営上の情勢変化の異常が派生している包括的な複数の事業所の群を、オペレータに明示することができるプログラム等を提供する。
【解決手段】プログラムは、時系列の経営実績値を取得可能な事業所をノードとし、複数のノードを所定接続条件に基づいて接続したグラフを作成するグラフ作成手段と、各ノードについて、時系列の経営実績値から所定異常条件を満たす異常ノードを検知する個別異常ノード検知手段と、異常ノードから、グラフのリンクを辿ったノードの集合について、包括的な時系列の経営実績値が所定異常条件を満たす限り、当該グラフのリンクを辿っていく包括異常ノード検知手段と、包括異常ノード検知手段によって検知された包括異常ノード群を、オペレータに明示するオペレータインタフェース手段としてコンピュータを機能させる。
【選択図】図2

特許請求の範囲【請求項１】
時系列の経営実績値を取得可能な事業所をノードとし、複数のノードを所定接続条件に基づいて接続したグラフを作成するグラフ作成手段と、
各ノードについて、時系列の経営実績値から所定異常条件を満たす異常ノードを検知する個別異常ノード検知手段と、
異常ノードから、グラフのリンクを辿ったノードの集合について、包括的な時系列の経営実績値が所定異常条件を満たす限り、当該グラフのリンクを辿っていく包括異常ノード検知手段と、
包括異常ノード検知手段によって検知された包括異常ノード群を、オペレータに明示するオペレータインタフェース手段と
してコンピュータを機能させることを特徴とするプログラム。
続きを表示（約 2,000 文字）【請求項２】
グラフ作成手段は、事業所の位置に基づいて、事業所間の距離が第１閾値以下となるノード間をリンクで接続したグラフを作成する
ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
【請求項３】
グラフ作成手段は、事業所の所定周辺を通行する人又は車両の動態数に基づいて、事業所間の動態数の差が第２閾値以下となるノード間をリンクで接続したグラフを作成する
ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
【請求項４】
グラフ作成手段は、事業所の規模及び／又は建造設備に基づいて、事業所間の規模及び／又は建造設備の差が第３閾値以下で類似するノード間をリンクで接続したグラフを作成する
ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
【請求項５】
グラフ作成手段は、
事業所の位置に基づいて、事業所間の距離が第１閾値以下となるノード間をリンクで接続したグラフ、
事業所の所定周辺を通行する人又は車両の動態数に基づいて、事業所間の動態数の差が第２閾値以下となるノード間をリンクで接続したグラフ、
事業所の規模に基づいて、事業所間の規模及び／又は建造設備の差が第３閾値以下で類似するノード間をリンクで接続したグラフ
の１つ以上の組み合わせによって複数を作成し、
包括異常ノード検知手段は、グラフ作成手段によって作成された異なる観点からなる複数のグラフそれぞれについて、個別異常ノード検知手段によって検知された異常ノードから順にリンクを辿り、
オペレータインタフェース手段は、包括異常ノード検知手段によって判定された複数の包括異常ノード群をオペレータに明示する
ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
【請求項６】
包括異常ノード検知手段は、判定対象となる包括的ノード群を選択するために、
グラフのノードを１リンクずつ辿って、包括的ノード群を選択するか、又は、
所定範囲で生成されたフィルタをグラフ上でスライドさせて、包括的ノード群を選択する
ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
【請求項７】
個別異常ノード検知手段について、
時系列の経営実績値は、事業所の売上高又は利益であり、
所定異常条件は、標準偏差における所定範囲外にある場合とする
ようにコンピュータを機能させることを特徴とする請求項１から６のいずれか１項に記載のプログラム。
【請求項８】
個別異常ノード検知手段について、
時系列の経営実績値は、事業所の売上高又は利益であり、
所定異常条件は、動的時間伸縮法（ＤＴＷ(Dynamic Time Warping)）に基づく計算量であって、過去の所定期間における計算量と現在の所定期間における計算量とが所定閾値以上となった場合とする
ようにコンピュータを機能させることを特徴とする請求項１から６のいずれか１項に記載のプログラム。
【請求項９】
時系列の経営実績値を取得可能な事業所をノードとし、複数のノードを所定接続条件に基づいて接続したグラフを作成するグラフ作成手段と、
各ノードについて、時系列の経営実績値から所定異常条件を満たす異常ノードを検知する個別異常ノード検知手段と、
異常ノードから、グラフのリンクを辿ったノードの集合について、包括的な時系列の経営実績値が所定異常条件を満たす限り、当該グラフのリンクを辿っていく包括異常ノード検知手段と、
包括異常ノード検知手段によって検知された包括異常ノード群を、オペレータに明示するオペレータインタフェース手段と
を有することを特徴とする異常検知装置。
【請求項１０】
装置の異常検知方法において、
装置は、
時系列の経営実績値を取得可能な事業所をノードとし、複数のノードを所定接続条件に基づいて接続したグラフを作成する第１のステップと、
各ノードについて、時系列の経営実績値から所定異常条件を満たす異常ノードを検知する第２のステップと、
異常ノードから、グラフのリンクを辿ったノードの集合について、包括的な時系列の経営実績値が所定異常条件を満たす限り、当該グラフのリンクを辿っていく第３のステップと、
包括異常ノード検知手段によって検知された包括異常ノード群を、オペレータに明示する第４のステップと
を実行することを特徴とする装置の異常検知方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、複数の事業所の中で、経営上の異常を生じた事業所を検知する技術に関する。特に、ビッグデータにおけるオルタナティブデータ(Alternative Data)の分析に適する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
経済指標や企業業績を、公式発表の伝統的データ(Traditional Data)よりも先んじて予測するために、近年、「オルタナティブデータ」を利用する技術が注目されている（例えば非特許文献１参照）。この技術によれば、ユーザが所持するスマートフォンの位置情報をリアルタイムに収集し、公的人口統計を参照して拡大推計処理をした人口データを提供することもできる。サービスタイプとしては、例えば以下のようなものがある。
移動滞在データ（地図上のメッシュ毎の移動／滞在の判定）
ＯＤ(Origin-Destination)データ（メッシュ間の移動人口の推計）
道路通行量データ
指定区域来訪データ（所定区域における滞在人口の推計）
準リアルタイムデータ
出店戦略データ
勿論、オルタナティブデータとしては、スマートフォンの位置情報に限られず、ＰＯＳ(Point Of Sales)データやクレジットカードデータ、衛星画像、ＳＮＳ(Social Networking Service)データのようなビッグデータも利用される。
【０００３】
オルタナティブデータは、経済指標や企業業績のリアルタイムな傾向を推定するための金融工学に用途がある。
例えば小売企業の各店舗の場合、当月の売上報告は、半月後、遅くは３ヶ月後と、公表までのタイムラグが長くなる。これに対し、オルタナティブデータを用いて、位置情報から来店者数を集計し、各月の売上高を推測することができる。
実際には、時系列的且つ複雑な予測処理を実行することなく、位置情報に基づく来店者数と売上高との回帰的な相関関係から、当月の売上高を、簡易に推定することができる。実際に人の移動を要する産業活動を行う企業については、比較的高い精度で推定することができる。
このように、企業や事業所における第三者及び従業員の動態傾向から、経営の情勢変化を把握することができる。
【０００４】
尚、従来、現実の商取引状況を認識し、企業同士の連鎖確率を予測する技術もある（例えば特許文献１参照）。この技術によれば、第１の企業から他の企業毎へ移動体が移動した移動数を記録する。その上で、第１の企業から他の全ての企業への総移動数に対する、第１の企業から第２の企業への移動数の移動割合Ｔを算出し、第１の企業から第２の企業への移動割合Ｔに応じて、第１の企業から第２の企業への連鎖確率Ｐを算出することができる。
【先行技術文献】
【特許文献】
【０００５】
特開２０２２－１５５６１７号公報
【非特許文献】
【０００６】
KDDI Location Data、[online]、［令和５年７月２６日検索］、インターネット＜URL:https://k-locationdata.kddi.com/alternative/＞
KDDI、位置情報、[online]、［令和５年７月２６日検索］、インターネット＜URL:https://biz.kddi.com/solution/location/＞
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前述したオルタナティブデータは、ビッグデータであって、様々な要因や外乱によって影響を受けたデータである。会社が経営する複数の事業所（店舗や営業所など）としては、例えばコンビニエンスストアや飲食店チェーン（その他、無人販売所、小～中規模の路面店を持たないアパレルブランド、美容院等）がある。会社経営者としては、各事業所に経営上の「情勢変化」が生じたとしても、その原因を様々なビッグデータから推定することは容易ではない。各店舗の売上げや利益に生じた変動が、どのような要因に基づくものであるか、を知りたいと考える。
【０００８】
「情勢変化」とは、ある事業所の経営実績値が、急激に好調（ポジティブ）になったり不調（ネガティブ）になったりすることを意味する。即ち、その事業所の経営実績値が、通常時のものなのか又は異常なものなのか、を分析する必要がある。
この情勢変化の要因には、様々なものがあって、例えば以下のように分析することとなる。
・その事業所の位置に基づくものなのか？
・その事業所の所定周辺を通行する人や車両の動態数に基づくものなのか？
・その事業所の規模や建造設備に基づくものなのか？
【０００９】
最初に、異常と検知された事業所から距離的に近い他の事業所の経営実績値はどうなのか？を、経営者は知りたいと考えるかもしれない。即ち、その事業所から見て位置的に近い他の事業所の経営実績値も「異常」なのか否か？を知りたいと考える。
【００１０】
また、異常と検知された事業所と所定周辺の通常時の動態数が近い他の事業所の経営実績値はどうなのか？を、経営者は知りたいと考えるかもしれない。即ち、その事業所と動態数が近い他の事業所の経営実績値も「異常」なのか否か？を知りたいと考える。
（【００１１】以降は省略されています）

関連特許