新闻

      NEC于2015年8月18日宣布，开发出了在大数据预测分析中实施事前数据处理的新技术。该技术可对有助于预测的特征数据、即“特征量”自动实施提取及评价处理，因此被命名为“特征量自动设计技术”。

      该技术在利用NEC开发的“异种混合学习技术（用于发现大数据中混合的大量规律性）”实施分析之前使用。以前，特征量的提取处理是由经验丰富的分析技术人员实施的。例如，在预测啤酒的销售额时，大家都知道当气温超过特定数值时销售额会受到很大影响。数据分析技术人员从销售额与气温数据中发现了关联性，通过对影响销售额的特定气温数据（特征量）实施提取及评价，计算出高精度的分析及预测结果。

      此次的技术可使分析技术人员实施的一系列处理实现自动化。使用该技术进行的验证实验表明，从事前数据处理到利用“异种混合学习技术”实施分析及预测，整体时间可缩短到原来的约1/3。这样一来，便可为需要实施大量数据分析的零售店迅速、实时地提供各商品种类的预测分析。NEC预定在2015年度内使此次的新技术投入实际使用。

      NEC介绍称，此次的“特征量自动设计技术”主要有两大特点：

      （1）开发出了可高速搜寻数据变换组合的“高速搜寻算法”。该算法可针对待分析的大量数据，从“数据变换处理”的庞大组合中，高速搜寻出最佳组合。这样便可自动提取出有效的特征量。

      （2）将数据分析技术人员的经验制作成了类库。在特征量提取方面，将“标准化”、“移动平均”（时序数据的平均化）等数据分析人员以前通过大量的经验培育的多种“数据变化处理”制成了类库。通过组合这些类库，便可轻松提取出多种特征量。