1.本发明涉及信息处理程序、建议方法以及信息处理装置。
背景技术：
：：2.通过使用了计算机的机械学习等，能够生成将针对作为预测对象的事项、物、人等的多个项目值作为输入值，预测该预测对象所属的类的模型。此时，有想要明确为了变更预测对象所属的类而将该预测对象的哪个项目值变更多少即可的情况。例如基于健康诊断的检查结果当前预测为不健康的人想要明确改善哪个检查项目的值才能够被预测为健康的情况等。此时，考虑使用计算机建议适合于变更的项目值。3.作为与预测结果的变更建议相关的技术，例如提出能够高效地求出为了将预测结果变更为希望的值，应该如何进行并且进行多少预测对象数据的说明变量的变更的行动量生成装置。4.专利文献1：日本特开2003－288580号公报。5.但是，有变更的项目值及其变更量的建议成为不现实而难以实现的建议的情况。例如有将与模型的生成所使用的训练数据所包含的多个要素对应的数据点绘制在基于各要素的多个项目值的位置的散布图。此时，若根据建议更新预测对象的要素的项目值，则可能有与该要素对应的数据点经由不存在其它的数据点的区域移动的情况。不存在其它的要素的数据点的区域是不可能成为属于该区域内那样的项目值的组合，或者成为那样的项目值的组合非常困难的区域。因此，即使进行这样的经由不存在其它的要素的数据点的区域那样的项目值的变更建议，也难以实现如建议那样的变更建议。技术实现要素：6.在一个侧面，本发明的目的在于实现符合实际的项目值的变更建议。7.在一个方案中，提供使计算机执行以下的处理的信息处理程序。8.计算机获取多个属性数据和表示作为维空间上的目标值的区域范围的信息，多个属性数据分别是作为多个项目值的组合的属性数据，且包含对象的属性数据。接下来计算机基于对象的属性数据和关于多个属性数据的至少一部分在维空间上的分布，执行从对象的属性数据的多个项目值中决定作为变动对象的项目值和相对于作为该变动对象的项目值的变动方向的处理。然后计算机输出表示变动的结果的信息，上述变动的结果是通过交替地反复执行基于变动方向使作为变动对象的项目值变动规定以上的处理、和在使其变动的处理的执行后进行决定的处理，直至对象的属性数据包含于区域范围为止而得的。9.根据一方式，能够实现符合实际的项目值的变更建议。附图说明10.通过与表示作为本发明的例子优选的实施方式的附图相关的以下的说明，本发明的上述以及其它的目的、特征以及优点变得更加明确。11.图1是表示第一实施方式的建议方法的一个例子的图。12.图2是表示建议装置的硬件的一个例子的图。13.图3是说明使项目值变更的行动建议的一个例子的图。14.图4是表示行动建议的一个例子的图。15.图5是表示项目值间的相关非线性的情况下的行动建议的一个例子的图。16.图6是表示在存在数据点的路径上移动的第一段的行动建议的一个例子的图。17.图7是表示在存在数据点的路径上移动的第二段的行动建议的一个例子的图。18.图8是表示在存在数据点的路径上移动的第三段的行动建议的一个例子的图。19.图9是表示建议装置的功能的一个例子的框图。20.图10是表示属性信息的一个例子的图。21.图11是表示区域信息的一个例子的图。22.图12是表示区域信息的设定例的图。23.图13是表示行动建议处理的顺序的一个例子的流程图。24.图14是表示移动对象的数据点移动处理的顺序的流程图。25.图15是表示从移动目的地候补点的移动目的地的决定例子的图。26.图16是表示首次的行动建议的例子的图。27.图17是表示第二次的行动建议的例子的图。28.图18是表示第三次的行动建议的例子的图。具体实施方式29.以下，参照附图对本实施方式进行说明。另外各实施方式能够在不矛盾的范围内组合多个实施方式来实施。30.〔第一实施方式〕31.首先对第一实施方式进行说明。32.图1是表示第一实施方式的建议方法的一个例子的图。在图1示出实施第一实施方式的建议方法的信息处理装置10。信息处理装置10例如能够通过执行规定的信息处理程序，实施建议方法。33.信息处理装置10具有存储部11和处理部12。存储部11例如是信息处理装置10具有的存储器，或者存储装置。处理部12例如是信息处理装置10具有的处理器或者运算电路。34.存储部11存储：多个属性数据1，多个属性数据1分别是多个项目值的组合，且包含对象的属性数据1a；区域信息2，表示作为维空间3上的目标值的区域范围。例如在多个属性数据1分别包含有在医院等接受诊察的患者的体脂率和血糖值的数值作为项目值。在属性数据表示人或者物的特征时，也能够将属性数据所包含的项目值称为特征量。对象的属性数据1a例如是希望健康状态的改善的用户的属性数据。作为维空间3上的目标值的区域范围例如是能够视为健康的体脂率和血糖值的范围。在图1的例子中类为“正”的维空间3上的区域的范围是作为维空间3上的目标值的区域范围。35.处理部12从存储部11获取多个属性数据1和区域信息2。接下来处理部12统计地求出对象的属性数据1a和关于多个属性数据1的至少一部分在维空间3上的分布。36.其中，求解维空间3上的分布所使用的多个属性数据1的至少一部分例如是距离对象的属性数据1a规定范围内的属性数据。规定范围例如是距离与对象的属性数据1a对应的点在根据lp－范数规定的规定距离内的范围。另外处理部12也可以从求解维空间3上的分布所使用的属性数据除去与对象的属性数据1a相比远离作为目标值的区域范围的位置的属性数据。37.然后，处理部12基于求出的分布，执行从对象的属性数据1a的多个项目值中决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向的处理。例如处理部12以在维空间3上经由多个属性数据1的至少一部分分布的区域而接近区域范围的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。38.并且处理部12交替地反复使作为变动对象的项目值基于变动方向变动规定以上的处理、和在使其变动的处理的执行后进行决定的处理，直至对象的属性数据1a包含于区域范围为止。处理部12也可以在第二次以后的决定处理中，从求解维空间3上的分布所使用的属性数据除去在变动前对象的属性数据1a所在的方向的属性数据。39.然后，处理部12输出表示执行的变动的结果的信息。输出的信息例如用于项目值的变更建议。40.这样，通过基于属性数据的分布，反复决定作为变动对象的项目值及其变动方向，能够输出用于使对象的属性数据1a经由属性数据分布的区域移动到作为目标值的区域范围内的信息。通过使其经由属性数据分布的区域，能够进行符合实际的项目值的变更建议。41.例如项目值的种类为体脂率和血糖值，假设用户的体脂率和血糖值的数值是疾病的发病风险较高的值。此时若用户向信息处理装置10输入想要降低疾病的发病风险的希望，则处理部12将用户的属性数据作为对象的属性数据1a，基于属性数据的分布，反复决定作为变动对象的项目值及其变动方向。42.在图1的例子中，表示对象的属性数据1a的维空间3上的点的周围的其它的属性数据的分布偏向与血糖值的轴平行的方向进行分布。因此处理部12首先将对象的属性数据1a的作为变动对象的项目值决定为“血糖值”。使血糖值的值从与对象的属性数据1a对应的点变动并接近作为目标值的区域范围是降低血糖值的情况。因此处理部12将作为变动对象的项目值的变动方向决定为负的方向(降低值的方向)。43.处理部12使对象的属性数据1a的作为变动对象的项目值“血糖值”向决定为变动方向的方向(负的方向)变动规定的变动量。变动后的对象的属性数据1a的位置仍然不包含于作为目标值的区域范围。因此处理部12基于变动后的对象的属性数据1a的周围的其它的属性数据的分布，再次决定作为变动对象的项目值及其变动方向。44.在图1的例子中，表示变动后的对象的属性数据1a的维空间3上的点的周围的其它的属性数据(除了位于变动前的位置的方向的属性数据之外)的分布偏向与体脂率的轴平行的方向进行分布。因此处理部12将对象的属性数据1a的作为变动对象的项目值决定为“体脂率”。使体脂率的值从与对象的属性数据1a对应的点变动并接近作为目标值的区域范围是降低体脂率的情况。因此处理部12将作为变动对象的项目值的变动方向决定为负的方向“降低值的方向”。45.处理部12使对象的属性数据1a的作为变动对象的项目值“体脂率”向决定为变动方向的方向(负的方向)变动规定的变动量。变动后的对象的属性数据1a的位置包含于作为目标值的区域范围。因此处理部12输出表示执行的变动的结果的信息。46.处理部12能够基于输出的信息，建议对于用户的健康改善的行动。例如处理部12在输入了来自用户的“想要降低发病风险。”的迫切期望的最初，建议“降低血糖值”的使血糖值降低的行动。之后，若输入来自用户的“血糖值降低了。接下来应该如何行动。”的询问，则建议“降低体脂率。”的使体脂率降低的行动。47.这样的行动建议是用于经由其它的患者存在的健康状态，成为发病风险较少的健康状态的建议。因此，成为符合实际的建议。48.另外处理部12能够基于距离对象的属性数据规定范围内的属性数据的多个项目值的种类间的相关关系决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。例如若多个项目值的种类为体脂率和血糖值两种，则能够视为在两种项目值间有相关关系，并例如通过回归分析利用一次式表示项目值间的关系。处理部12以使与对象的属性数据1a对应的点向得到的一次式的倾斜的方向移动的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。由此，能够适当地决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。49.另外处理部12也可以使用马哈拉诺比斯(mahalanobis)距离，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。马哈拉诺比斯距离是使用了多个项目值的种类间的相关关系的距离。通过使用马哈拉诺比斯距离，即使项目值的种类数在3以上，也能够适当地决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。50.在使用马哈拉诺比斯距离的情况下，处理部12例如在距离对象的属性数据以lp－范数规定的距离设定多个移动目的地候补点。然后处理部12基于多个移动目的地候补点中距离对象的属性数据的马哈拉诺比斯距离最短的移动目的地候补点，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。由此，能够以使对象的属性数据1a的点沿着到作为目标值的区域范围为止的马哈拉诺比斯距离较短的路径移动的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。在马哈拉诺比斯距离较短的路径周边较多地分布有与其它的属性数据对应的点，能够实现在那样的路径上移动的对象的属性数据1a的移动。因此，能够向用户建议确实能够实现的行动。51.〔第二实施方式〕52.接下来对第二实施方式进行说明。第二实施方式是能够进行用户的健康状态的改善建议的建议装置。例如能够使用计算机实现建议装置。53.图2是表示建议装置的硬件的一个例子的图。建议装置100通过处理器101控制装置整体。在处理器101经由总线109连接有存储器102和多个周边设备。处理器101也可以是多处理器。处理器101例如是cpu(centralprocessingunit：中央处理器)，mpu(microprocessingunit：微处理器)，或者dsp(digitalsignalprocessor：数字信号处理器)。也可以利用asic(applicationspecificintegratedcircuit：专用集成电路)、pld(programmablelogicdevice：可编程逻辑器件)等电子电路实现处理器101通过执行程序实现的功能的至少一部分。54.存储器102作为建议装置100的主存储装置使用。在存储器102暂时储存有使处理器101执行的os(operatingsystem：操作系统)的程序、应用程序的至少一部分。另外，在存储器102储存有处理器101的处理所利用的各种数据。作为存储器102，例如能够使用ram(randomaccessmemory：随机存储器)等易失性的半导体存储装置。55.作为与总线109连接的周边设备，有存储装置103、图形处理装置104、输入接口105、光学驱动器装置106、设备连接接口107以及网络接口108。56.存储装置103以电或者磁的方式对内置的记录介质进行数据的写入以及读出。存储装置103作为计算机的辅助存储装置使用。在存储装置103储存有os的程序、应用程序、以及各种数据。此外，作为存储装置103，例如能够使用hdd(harddiskdrive：硬盘驱动器)、ssd(solidstatedrive：固盘)。57.在图形处理装置104连接有监视器21。图形处理装置104根据来自处理器101的命令，使图像显示于监视器21的画面。作为监视器21，有使用了有机el(electroluminescence：电致发光)的显示装置、液晶显示装置等。58.在输入接口105连接有键盘22和鼠标23。输入接口105将从键盘22、鼠标23送来的信号发送至处理器101。此外，鼠标23是指示设备的一个例子，也能够使用其它的指示设备。作为其它的指示设备，有触摸面板、图形输入板、触摸屏、轨迹球等。59.光学驱动器装置106利用激光等，进行记录于光盘24的数据的读取，或者向光盘24的数据的写入。光盘24是以能够通过光的反射进行读取的方式记录了数据的便携式记录介质。光盘24有dvd(digitalversatiledisc：数字多用盘)、dvd－ram、cd－rom(compactdiscreadonlymemory：只读光盘)、cd－r(recordable：可记录)/rw(rewritable：可重复擦写)等。60.设备连接接口107是用于将周边设备与建议装置100连接的通信接口。例如在设备连接接口107能够连接有存储装置25、存储器读写器26。存储装置25是安装了与设备连接接口107的通信功能的记录介质。存储器读写器26是进行向存储卡27的数据的写入，或者从存储卡27的数据的读出的装置。存储卡27是卡片型记录介质。61.网络接口108与网络20连接。网络接口108经由网络20，在与其它的计算机或者通信设备之间进行数据的发送接收。网络接口108例如是利用电缆与交换机、路由器等有线通信装置连接的有线通信接口。另外网络接口108也可以是通过电波与基站、接入点等无线通信装置进行通信连接的无线通信接口。62.建议装置100能够通过以上那样的硬件，实现第二实施方式的处理功能。此外，也能够通过与图2所示的建议装置100相同的硬件实现第一实施方式所示的信息处理装置10。63.建议装置100例如通过执行记录于计算机能够读取的记录介质的程序，实现第二实施方式的处理功能。记述了使建议装置100执行的处理内容的程序能够预先记录于各种记录介质。例如，能够预先在存储装置103储存使建议装置100执行的程序。处理器101将存储装置103内的程序的至少一部分加载到存储器102，并执行程序。另外也能够预先将使建议装置100执行的程序记录于光盘24、存储装置25、存储卡27等便携式记录介质。例如能够通过来自处理器101的控制，在安装于存储装置103之后执行储存于便携式记录介质的程序。另外处理器101也能够从便携式记录介质直接读出程序并执行。64.建议装置100例如能够判断当前预测为不健康的人如何行动则能够预测为健康，并进行用于变得健康的改善建议。在改善建议中，建议变更与健康状态相关的多个项目值(血糖值、体脂率等)中的为了变得健康而适合改善的项目值的改善行动。建议装置100在建议改善行动时，考虑表示其他的许多人的健康状态的数据的分布，抑制成为不实际的建议。65.以下，参照图3～图5，对进行了实现困难的建议的情况下的例子进行说明。66.图3是说明使项目值变更的行动建议的一个例子的图。例如假设包含与用户的健康状态相关的多个项目值的输入x(带上划线)输入到预测该用户的健康状态的模型h。作为根据输入的项目值得到预测值的模型，能够利用各种模型。例如能够使用广义加性模型(gam:generalizedadditivemodel)。另外也能够使用线性分类模型。线性分类模型有逻辑回归、线性支持向量机等。另外也能够使用决策树集成模型。决策树由二叉树表现预测规则的集合。在决策树集成模型包含有随机森林、梯度提升树(xgboost等)、extratrees等。也能够使用广义线性模型。在图3的例子中，在输入x(带上划线)设定有x1、x2作为与健康相关的项目值。67.建议装置100能够使用模型，根据输入预测类。例如，通过模型，预测表示与健康相关的风险的有无的类。例如预测与规定的疾病相关的发病风险多还是少。在图3中，示出将项目值x1作为横轴，将项目值x2作为纵轴的坐标系30。坐标系30内分为与负(发病风险较高)的类对应的区域31和与正(发病风险较低)的类对应的区域32。在图3中，以网格表示与负的类对应的区域31。68.这里假设与当前的用户的项目值x1、x2应的坐标系30内的数据点位于与负的类对应的区域31内。在这样的情况下，若以式子表示变更项目值的值以使模型h的预测结果属于其它的类的改善行动a*，则如以下那样。69.[数1][0070][0071]改善行动a*是将项目值x1和项目值x2的变化量作为成分的向量数据(行动a)的集合。式(1)的“c(a|x)”(x带上划线)是成本价数，例如是加权lp－范数(p是0以上的实数)。lp－范数表示坐标空间内的距离。l2－范数是欧几里得距离。“argmin”表示求出得到最小值的自变量。通过式(1)，得到用于变更预测结果的类(h(x)≠h(x a)(x带上划线))的、起点与终点的距离最小的行动a的集合。[0072]例如假设通过式(1)，模型h(x)(x带上划线)的预测结果属于负的类。此时得到表示用于模型h(x a)(x带上划线)的预测结果属于正的类的距离最短的路径的行动a。这样的行动a是想要以最少的努力变更预测值这样的用户侧的希望一致的行动。[0073]这样通过采用距离作为成本函数，能够以最小限度的努力变更类。例如向用户建议为了从发病风险较高的类移至发病风险较低的类而应该实施的劳力最少的行动a。但是，有距离最短的行动a在现实中难以实施的情况。例如考虑建议增加肌肉量，并且降低体重这样的行动的情况。即使建议这样的行动，由于肌肉比脂肪重，若将脂肪置换为肌肉则体重增加，所以难以同时并行地进行肌肉的增强和体重的减轻的情况也较多。[0074]另外即使在模型上成为正的类那样的坐标系30内的区域，也有实际上不存在属于该区域那样的人，或者即使存在也很少的情况。在该情况下，即使建议向该区域的移动的行动，也难以实现。[0075]图4是表示行动建议的一个例子的图。在图4中，在坐标系30上绘制与许多人各自的健康相关的项目值的组所对应的数据点41。这里与想要变更模型的预测结果所示的类的用户的项目值的组对应的数据点是移动对象的数据点42。[0076]移动对象的数据点42存在于与负的类对应的区域33内。这里假设建议使移动对象的数据点42移动到与正的类对应的区域34那样的行动。此时若建议移动到以lp－范数表示的距离最短的移动目的地候补点43的行动，则建议向不存在其它的数据点的位置的移动。不存在其它的数据点的位置与不存在符合的人的健康状态对应，建议用于成为那样的健康状态的行动是错误的。[0077]这里考虑到考虑项目值间的相关来建议使移动对象的数据点42移动的行动。在考虑项目值间的相关的情况下，例如作为成本函数能够采用马哈拉诺比斯距离(考虑了相关的距离)。在将项目值的种类数设为d时，对于根据同一分布的向量x，y∈rd(r是实数整体的集合)，以以下的式(2)定义马哈拉诺比斯距离dm(x，y)。[0078][数2][0079][0080]式(2)的σ∈rd×d是协方差矩阵。在项目值间有相关的情况下，在通过回归分析等以直线表示项目值间的关系性时，在该直线的周围和远方，即使lp－范数相同马哈拉诺比斯距离也不同。在表示项目值间的关系性的直线的附近的区域马哈拉诺比斯距离较短，在远离该直线的区域马哈拉诺比斯距离较长。[0081]在基于计划法的严密线性化中不能够以现实的时间解开马哈拉诺比斯距离。因此在建议装置100中，导入基于协方差矩阵的本征值分解的代理函数，近似地求出马哈拉诺比斯距离。具体而言，使用协方差矩阵σ的本征值和本征向量定义对马哈拉诺比斯距离dm(x，y)进行近似的代理函数。另外若项目值的种类的数目为d，则协方差矩阵σ的本征值和本征向量分别各得到d个。因此将第d个(d是1以上的d以下的整数)本征值设为λd，并将第d个本征向量设为ud。这样一来，以以下的式(3)表示代理函数。[0082][数3][0083][0084]其中式(3)的σ是总和的符号。式(3)的平方根所示的部分是伪马哈拉诺比斯距离。d是项目值的种类的数目，所以项目值的种类的数目的伪马哈拉诺比斯距离的合计成为近似的马哈拉诺比斯距离。[0085]若项目值间的相关是线性的(一次相关)，则通过建议向马哈拉诺比斯距离最短的移动目的地候补点44移动的行动，能够建议使其在存在其它的数据点的路径上移动的行动。但是，在项目值间的相关不为线性的情况下，有即使使用了马哈拉诺比斯距离也建议使其在不存在其它的数据点的路径上移动的行动的情况。[0086]图5是表示项目值间的相关不为线性的情况下的行动建议的一个例子的图。图5所示的坐标系50的横轴为体脂率，纵轴为血糖值。在坐标系50上绘制与许多的患者各自的体脂率和血糖值对应的数据点。体脂率与血糖值不具有线性的相关，而具有接近二次相关的关系。[0087]这里考虑建议使位于与负的类对应的区域51的移动对象的数据点53移动到与正的类对应的区域52的行动的情况。在图5所示的例子中，种类不同的项目值间的相关非线性。该情况下，若使用绘制的全部的点，设为有一次的相关的项目值而建议将马哈拉诺比斯距离最短的移动目的地候补点54作为移动目的地的行动，则成为进行在不存在数据点的路径上移动的行动建议的结果。[0088]这样，即使简单地考虑相关来搜索建议的移动目的地，也有不能够进行能够实现的范围的建议的可能性。因此建议装置100阶段性地建议行动。即建议装置100以多个行动的结果为移动到目的类的区域的方式，进行多阶段的行动建议。此时，建议装置100对建议的各行动，考虑项目值间的相关，建议在存在数据点的路径上移动的行动。为此建议装置100仅利用当前所在的位置的周边的相关，决定成为移动目的地的位置。[0089]图6是表示在存在数据点的路径上移动的第一段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点53的周边的数据点求出项目值间的相关。移动对象的数据点53的周边的数据点例如是在欧几里得距离上离移动对象的数据点53距离d以内的数据点。然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点53远离了距离d的位置作为移动目的地55的第一段的行动建议。移动目的地55是位于从移动对象的数据点53接近与正的类对应的区域52的方向的位置。[0090]接下来建议装置100使移动对象的数据点53移动到移动目的地55的位置，并判断第二段的行动建议中的移动目的地。[0091]图7是表示在存在数据点的路径上移动的第二段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点56的周边的数据点求出项目值间的相关。此时，建议装置100也可以不考虑位于移动源的方向的数据点来求出相关。位于移动源的方向的数据点例如是指距离移动前的移动对象的数据点53(参照图6)在距离d以内的数据点。建议装置100例如基于距离移动对象的数据点56在距离d以内，且从移动前的移动对象的数据点53远离距离d以上的数据点，求出种类不同的项目值间的相关。[0092]然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点56远离了距离d的位置作为移动目的地57的第二段的行动建议。移动目的地57是位于从移动对象的数据点56接近与正的类对应的区域52的方向的位置。[0093]然后建议装置100使移动对象的数据点56移动到移动目的地57的位置，并判断第三段的行动建议中的移动目的地。[0094]图8是表示在存在数据点的路径上移动的第三段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点58的周边的数据点求出项目值间的相关。此时，建议装置100也可以不考虑位于移动源的方向的数据点来求出相关。然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点58远离了距离d的位置作为移动目的地59的第三段的行动建议。移动目的地59是位于从移动对象的数据点56接近与正的类对应的区域52的方向的位置。[0095]在图8的例子中，移动目的地59在与正的类对应的区域52内。因此，从第一段到第三段三个阶段的行动建议成为用于使最初的移动对象的数据点53所示的健康状态的用户成为正的健康状态的行动建议。并且建议的各行动经由存在数据点的区域，而为能够实现的行动。[0096]接下来，对用于建议能够实现的行动的建议装置100的功能进行说明。[0097]图9是表示建议装置的功能的一个例子的框图。建议装置100具有存储部110、数据获取部120、行动决定部130、以及对话式ui(userinterface：用户界面)部140。[0098]存储部110存储属性信息111和区域信息112。属性信息111是与许多的人的健康状态相关的项目值的样本数据。例如是体脂率、血糖值等数据。区域信息112是表示在具有项目值的每个种类的坐标的坐标系内的区域中设定的类的数据。在类例如有正的类和负的类。例如使用建议装置100具有的存储器102或者存储装置103的存储区域的一部分实现存储部110。[0099]数据获取部120获取属性信息111和区域信息112。例如数据获取部120受理属性信息111的输入，并将输入的属性信息111储存于存储部110。另外数据获取部120受理指定区域的范围和类的输入数据的输入，并将输入数据作为区域信息112的记录储存于存储部110。[0100]行动决定部130决定对用户建议的行动。例如行动决定部130考虑属性信息111所示的项目值间的相关，建议为了变更与用户相关的当前的项目值所对应的坐标系内的数据点所属的区域的类而应该按照时间序列实施的一个以上的行动。[0101]对话式ui部140输出行动的建议。例如对话式ui部140经由ai(artificialintelligence：人工智能)助手与用户进行基于声音的对话。而且对话式ui部140根据来自用户的询问健康状态改善方案的声音输入，对使健康状态改善的行动的建议内容进行声音输出。[0102]通过使以上那样的功能要素联动动作，建议装置100能够向用户建议用户的健康状态成为用户希望的健康状态那样的行动计划。另外图9所示的各要素的功能例如能够通过使计算机执行与该要素对应的程序模块来实现。[0103]接下来参照图10、图11对储存于存储部110的数据进行具体的说明。[0104]图10是表示属性信息的一个例子的图。在属性信息111包含有设定了与患者的健康状态等相关的项目值的多个记录。属性信息111内的记录是第一实施方式所示的属性数据的一个例子。属性信息111内的各记录具有患者id、性别、体脂率、以及血糖值的字段。在患者id的字段设定有对应的患者的标识符(患者id)。在性别的字段设定有患者的性别。在体脂率的字段设定有患者的体脂率。在血糖值的字段设定有患者的血糖值。[0105]在图10所示的属性信息111中，表示患者的健康状态的项目值是体脂率和血糖值。此外，有表示健康状态的项目值的适当范围根据性别而不同的情况。例如对于体脂率的适当范围来说，男性比女性低。因此在具有项目值的每个种类的轴的坐标系内的区域设定类的情况下，也优选进行与性别对应的类设定。[0106]图11是表示区域信息的一个例子的图。在区域信息112包含有设定了区域的类的多个记录。各记录具有区域id、性别、体脂率(bf)、血糖值(bs)、以及类的字段。在区域id的字段设定有区域的标识符(区域id)。在性别的字段设定有是与男性的类相关的区域，还是与女性的类相关的区域。在体脂率的字段设定有该区域的体脂率的范围。在血糖值的字段设定有该区域的血糖值的范围。在类的字段设定有与该区域对应的类的名称。[0107]接下来，对区域信息的设定例进行说明。用户例如在建议装置100输入指定坐标系50内的区域的信息、和指定类的信息。[0108]图12是表示区域信息的设定例的图。例如若用户输入“{[性别＝女性]，[30≦体脂率＜35]，[120≦血糖值＜130]，负}”，则将坐标系50内的对应的区域51a的类设定为负。另外若用户输入“{[性别＝女性]，[15≦体脂率＜30]，[0≦血糖值＜120]，正}”，则将坐标系50内的对应的区域52a的类设定为正。[0109]用户对坐标系50整体进行这样的每个区域的类的设定。其后，用户指定负区域内的数据点的一个，使建议装置100建议用于使该数据移动到正区域的行动。[0110]图13是表示行动建议处理的顺序的一个例子的流程图。以下，沿着步骤编号对图13所示的处理进行说明。[0111][步骤s101]数据获取部120获取属性信息111和区域信息112。例如数据获取部120从用户受理患者的电子病历数据的指定输入，从该电子病历数据提取属性信息111，并将提取出的属性信息111储存于存储部110。另外数据获取部120受理图12所示那样的对区域的类设定的输入数据，并在存储部110内的区域信息112追加与输入数据对应的记录。[0112][步骤s102]对话式ui部140从用户受理设定在与负的类对应的区域内的移动对象的数据点的指定输入。例如对话式ui部140受理患者id的输入，并将与该患者id对应的体脂率和血糖值所对应的数据点作为移动对象的数据点。[0113][步骤s103]行动决定部130从存储部110获取属性信息111，并基于属性信息111，基于移动对象的数据点周边(例如lp－范数在规定值以内)的数据点计算协方差矩阵。协方差矩阵是将项目值的种类间的方差的概念扩展到多维的矩阵。在协方差矩阵中反映了项目值的种类间的相关的强度。[0114][步骤s104]行动决定部130计算协方差矩阵的本征值λ和本征向量u。在属性信息111所示的项目值的种类的数目为d的情况下，生成d个本征值λ与该本征值的情况下的本征向量u的组。d组的本征值λ和本征向量u用于马哈拉诺比斯距离的计算。[0115][步骤s105]行动决定部130进行移动对象的数据点移动处理。通过该处理，移动对象的数据点向接近正的区域的方向，经由在周围存在其它的数据点的区域移动恒定的距离d。此外，后述移动对象的数据点移动处理的详细(参照图14)。[0116][步骤s106]行动决定部130判断移动对象的数据点是否到达正的区域。例如行动决定部130从存储部110获取区域信息112。然后行动决定部130基于获取的区域信息112，辨别包含通过移动对象的数据点移动处理移动后的移动对象的数据点的位置的区域的类。若该区域的类为正，则行动决定部130判断为到达正区域。行动决定部130在到达正的区域的情况下，使处理进入步骤s107。另外若未到达正的区域，则行动决定部130使处理进入步骤s103。[0117][步骤s107]行动决定部130输出对移动对象的数据点决定的移动路径的向量集合。例如行动决定部130将移动路径的向量集合发送给对话式ui部140。对话式ui部140基于移动路径的向量集合所包含的向量的方向等，建议用户采取的行动。[0118]接下来，对移动对象的数据点移动处理进行详细说明。[0119]图14是表示移动对象的数据点移动处理的顺序的流程图。以下，沿着步骤编号对图14所示的处理进行说明。[0120][步骤s111]行动决定部130在正方向获取一个在lp－范数上为距离d(例如欧几里得距离)的移动目的地候补点。例如行动决定部130获取距离移动对象的数据点半径为d的圆上的规定间隔的点中，与当前的位置相比接近正的区域，且还未作为移动目的地候补点获取的点。[0121][步骤s112]行动决定部130计算移动对象的数据点与移动目的地候补的数据点的、各项目值的种类的项目值的差分。例如将表示移动对象的数据点的向量为x(x1，x2)，并将表示移动目的地候补的数据点的向量设为y(y1，y2)。该情况下，行动决定部130计算“y1－x1”与“y2－x2”。[0122][步骤s113]行动决定部130使用根据协方差矩阵得到的本征值和本征向量计算马哈拉诺比斯距离。例如行动决定部130对本征值与本征向量的每个组，对将在步骤s112计算出的项目值的各种类的差值作为成分的向量与本征向量的积(内积)的绝对值乘以本征值，计算乘算结果的平方根。由此得到d个擬似马哈拉诺比斯距离。行动决定部130将得到的伪马哈拉诺比斯距离相加，并将相加后的结果作为马哈拉诺比斯距离。[0123][步骤s114]行动决定部130判断是否获取了规定个数的移动目的地候补点。行动决定部130在获取了规定个数的移动目的地候补点的情况下，使处理进入步骤s115。另外行动决定部130若未获取规定个数的移动目的地候补点，则使处理进入步骤s111。[0124][步骤s115]行动决定部130将马哈拉诺比斯距离最短的移动目的地候补点的位置决定为移动对象的数据点的移动目的地。然后行动决定部130使移动对象的数据点移动到决定为移动目的地的位置。此时，行动决定部130将从移动对象的数据点的移动前的位置到移动目的地的位置的向量作为行动建议用的数据储存于存储器102或者存储装置103。[0125]这样一来，能够使移动对象的数据点以马哈拉诺比斯距离变短的方式移动。[0126]图15是表示从移动目的地候补点的移动目的地的决定例的图。如图15所示在以移动对象的数据点53为中心的半径d的圆上设定多个移动目的地候补点45。仅在接近正的区域52的方向设定移动目的地候补点45。由此，能够抑制建议使移动对象的数据点53移动为远离正的区域的行动。[0127]多个移动目的地候补点45距离移动对象的数据点53的lp－范数上的距离相等，但马哈拉诺比斯距离不同。在与移动对象的数据点53之间的路径周边不存在其它的数据点的移动目的地候补点的马哈拉诺比斯距离较长，在与移动对象的数据点53之间的路径周边存在越多的其它的数据点的移动目的地候补点，马哈拉诺比斯距离越短。行动决定部130选择马哈拉诺比斯距离最短的移动目的地候补点，作为移动目的地。由此，能够抑制建议使其通过不存在其它的数据点的路径移动的行动。[0128]对话式ui部140基于表示行动决定部130在使移动对象的数据点移动到正的区域时的各个移动的数据，进行对用户的行动建议。以下，参照图16～图18，对行动建议的例子进行说明。[0129]图16是表示首次的行动建议的例子图。在图16的例子中，假设与用户的体脂率和血糖值对应的数据点已经被指定为移动对象的数据点。此时例如用户进行“想要降低发病风险。”的声音输入。[0130]在建议装置100的画面60显示有用户的虚拟形象61和ai助手62。在虚拟形象61的对话框显示有用户进行声音输入的语言。[0131]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图16的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是几乎不改变体脂率而降低血糖值的位置。对话式ui部140在表示移动对象的数据点的移动的向量的某一成分的值在规定值以下的情况下，将该成分的值视为0，进行行动建议。因此对话式ui部140在ai助手62的对话框显示“降低血糖值。”这样的消息。[0132]图17是表示第二次的行动建议的例子的图。在图17的例子中，假设用户如建议的行动那样降低血糖值，并将与最新的体脂率和血糖值对应的数据点指定为移动对象的数据点。此时例如用户进行“降低了血糖值。接下来应该如何行动。”的声音输入。输入的内容显示于虚拟形象61的对话框。[0133]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图17的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是一起降低体脂率和血糖值的位置。因此对话式ui部140在ai助手62的对话框显示“降低血糖值和体脂率。”这样的消息。[0134]图18是表示第三次的行动建议的例子的图。在图18的例子中，假设用户如建议的行动那样降低体脂率和血糖值，并将与最新的体脂率和血糖值对应的数据点指定为移动对象的数据点。此时例如用户进行“实现了血糖值和体脂率降低。接下来应该如何行动。”的声音输入。输入的内容显示在虚拟形象61的对话框。[0135]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图18的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是一起降低体脂率的位置。因此对话式ui部140在ai助手62的对话框显示“降低体脂率。”这样的消息。[0136]如以上说明出的那样，通过考虑相关，根据数据点的分布决定建议的行动，能够进行用户能够实现的行动建议。[0137]〔其它的实施方式〕[0138]在第二实施方式中，作为对用户的行动建议，仅建议接下来的行动，但建议装置100也能够集中建议用于成为正的状态的全部的行动。[0139]上述仅示出本发明的原理。对于本领域技术人员来说还能够进行许多的变形、变更，本发明并不限定于上述所示并进行了说明的正确的构成以及应用例，对应的全部的变形例以及同等物可视为基于所附权利要求及其同等物的本发明的范围。[0140]附图标记说明[0141]1…多个属性数据，1a…对象的属性数据，2…区域信息，3…维空间，10…信息处理装置，11…存储部，12…处理部。当前第1页12当前第1页12
背景技术：
：：2.通过使用了计算机的机械学习等，能够生成将针对作为预测对象的事项、物、人等的多个项目值作为输入值，预测该预测对象所属的类的模型。此时，有想要明确为了变更预测对象所属的类而将该预测对象的哪个项目值变更多少即可的情况。例如基于健康诊断的检查结果当前预测为不健康的人想要明确改善哪个检查项目的值才能够被预测为健康的情况等。此时，考虑使用计算机建议适合于变更的项目值。3.作为与预测结果的变更建议相关的技术，例如提出能够高效地求出为了将预测结果变更为希望的值，应该如何进行并且进行多少预测对象数据的说明变量的变更的行动量生成装置。4.专利文献1：日本特开2003－288580号公报。5.但是，有变更的项目值及其变更量的建议成为不现实而难以实现的建议的情况。例如有将与模型的生成所使用的训练数据所包含的多个要素对应的数据点绘制在基于各要素的多个项目值的位置的散布图。此时，若根据建议更新预测对象的要素的项目值，则可能有与该要素对应的数据点经由不存在其它的数据点的区域移动的情况。不存在其它的要素的数据点的区域是不可能成为属于该区域内那样的项目值的组合，或者成为那样的项目值的组合非常困难的区域。因此，即使进行这样的经由不存在其它的要素的数据点的区域那样的项目值的变更建议，也难以实现如建议那样的变更建议。技术实现要素：6.在一个侧面，本发明的目的在于实现符合实际的项目值的变更建议。7.在一个方案中，提供使计算机执行以下的处理的信息处理程序。8.计算机获取多个属性数据和表示作为维空间上的目标值的区域范围的信息，多个属性数据分别是作为多个项目值的组合的属性数据，且包含对象的属性数据。接下来计算机基于对象的属性数据和关于多个属性数据的至少一部分在维空间上的分布，执行从对象的属性数据的多个项目值中决定作为变动对象的项目值和相对于作为该变动对象的项目值的变动方向的处理。然后计算机输出表示变动的结果的信息，上述变动的结果是通过交替地反复执行基于变动方向使作为变动对象的项目值变动规定以上的处理、和在使其变动的处理的执行后进行决定的处理，直至对象的属性数据包含于区域范围为止而得的。9.根据一方式，能够实现符合实际的项目值的变更建议。附图说明10.通过与表示作为本发明的例子优选的实施方式的附图相关的以下的说明，本发明的上述以及其它的目的、特征以及优点变得更加明确。11.图1是表示第一实施方式的建议方法的一个例子的图。12.图2是表示建议装置的硬件的一个例子的图。13.图3是说明使项目值变更的行动建议的一个例子的图。14.图4是表示行动建议的一个例子的图。15.图5是表示项目值间的相关非线性的情况下的行动建议的一个例子的图。16.图6是表示在存在数据点的路径上移动的第一段的行动建议的一个例子的图。17.图7是表示在存在数据点的路径上移动的第二段的行动建议的一个例子的图。18.图8是表示在存在数据点的路径上移动的第三段的行动建议的一个例子的图。19.图9是表示建议装置的功能的一个例子的框图。20.图10是表示属性信息的一个例子的图。21.图11是表示区域信息的一个例子的图。22.图12是表示区域信息的设定例的图。23.图13是表示行动建议处理的顺序的一个例子的流程图。24.图14是表示移动对象的数据点移动处理的顺序的流程图。25.图15是表示从移动目的地候补点的移动目的地的决定例子的图。26.图16是表示首次的行动建议的例子的图。27.图17是表示第二次的行动建议的例子的图。28.图18是表示第三次的行动建议的例子的图。具体实施方式29.以下，参照附图对本实施方式进行说明。另外各实施方式能够在不矛盾的范围内组合多个实施方式来实施。30.〔第一实施方式〕31.首先对第一实施方式进行说明。32.图1是表示第一实施方式的建议方法的一个例子的图。在图1示出实施第一实施方式的建议方法的信息处理装置10。信息处理装置10例如能够通过执行规定的信息处理程序，实施建议方法。33.信息处理装置10具有存储部11和处理部12。存储部11例如是信息处理装置10具有的存储器，或者存储装置。处理部12例如是信息处理装置10具有的处理器或者运算电路。34.存储部11存储：多个属性数据1，多个属性数据1分别是多个项目值的组合，且包含对象的属性数据1a；区域信息2，表示作为维空间3上的目标值的区域范围。例如在多个属性数据1分别包含有在医院等接受诊察的患者的体脂率和血糖值的数值作为项目值。在属性数据表示人或者物的特征时，也能够将属性数据所包含的项目值称为特征量。对象的属性数据1a例如是希望健康状态的改善的用户的属性数据。作为维空间3上的目标值的区域范围例如是能够视为健康的体脂率和血糖值的范围。在图1的例子中类为“正”的维空间3上的区域的范围是作为维空间3上的目标值的区域范围。35.处理部12从存储部11获取多个属性数据1和区域信息2。接下来处理部12统计地求出对象的属性数据1a和关于多个属性数据1的至少一部分在维空间3上的分布。36.其中，求解维空间3上的分布所使用的多个属性数据1的至少一部分例如是距离对象的属性数据1a规定范围内的属性数据。规定范围例如是距离与对象的属性数据1a对应的点在根据lp－范数规定的规定距离内的范围。另外处理部12也可以从求解维空间3上的分布所使用的属性数据除去与对象的属性数据1a相比远离作为目标值的区域范围的位置的属性数据。37.然后，处理部12基于求出的分布，执行从对象的属性数据1a的多个项目值中决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向的处理。例如处理部12以在维空间3上经由多个属性数据1的至少一部分分布的区域而接近区域范围的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。38.并且处理部12交替地反复使作为变动对象的项目值基于变动方向变动规定以上的处理、和在使其变动的处理的执行后进行决定的处理，直至对象的属性数据1a包含于区域范围为止。处理部12也可以在第二次以后的决定处理中，从求解维空间3上的分布所使用的属性数据除去在变动前对象的属性数据1a所在的方向的属性数据。39.然后，处理部12输出表示执行的变动的结果的信息。输出的信息例如用于项目值的变更建议。40.这样，通过基于属性数据的分布，反复决定作为变动对象的项目值及其变动方向，能够输出用于使对象的属性数据1a经由属性数据分布的区域移动到作为目标值的区域范围内的信息。通过使其经由属性数据分布的区域，能够进行符合实际的项目值的变更建议。41.例如项目值的种类为体脂率和血糖值，假设用户的体脂率和血糖值的数值是疾病的发病风险较高的值。此时若用户向信息处理装置10输入想要降低疾病的发病风险的希望，则处理部12将用户的属性数据作为对象的属性数据1a，基于属性数据的分布，反复决定作为变动对象的项目值及其变动方向。42.在图1的例子中，表示对象的属性数据1a的维空间3上的点的周围的其它的属性数据的分布偏向与血糖值的轴平行的方向进行分布。因此处理部12首先将对象的属性数据1a的作为变动对象的项目值决定为“血糖值”。使血糖值的值从与对象的属性数据1a对应的点变动并接近作为目标值的区域范围是降低血糖值的情况。因此处理部12将作为变动对象的项目值的变动方向决定为负的方向(降低值的方向)。43.处理部12使对象的属性数据1a的作为变动对象的项目值“血糖值”向决定为变动方向的方向(负的方向)变动规定的变动量。变动后的对象的属性数据1a的位置仍然不包含于作为目标值的区域范围。因此处理部12基于变动后的对象的属性数据1a的周围的其它的属性数据的分布，再次决定作为变动对象的项目值及其变动方向。44.在图1的例子中，表示变动后的对象的属性数据1a的维空间3上的点的周围的其它的属性数据(除了位于变动前的位置的方向的属性数据之外)的分布偏向与体脂率的轴平行的方向进行分布。因此处理部12将对象的属性数据1a的作为变动对象的项目值决定为“体脂率”。使体脂率的值从与对象的属性数据1a对应的点变动并接近作为目标值的区域范围是降低体脂率的情况。因此处理部12将作为变动对象的项目值的变动方向决定为负的方向“降低值的方向”。45.处理部12使对象的属性数据1a的作为变动对象的项目值“体脂率”向决定为变动方向的方向(负的方向)变动规定的变动量。变动后的对象的属性数据1a的位置包含于作为目标值的区域范围。因此处理部12输出表示执行的变动的结果的信息。46.处理部12能够基于输出的信息，建议对于用户的健康改善的行动。例如处理部12在输入了来自用户的“想要降低发病风险。”的迫切期望的最初，建议“降低血糖值”的使血糖值降低的行动。之后，若输入来自用户的“血糖值降低了。接下来应该如何行动。”的询问，则建议“降低体脂率。”的使体脂率降低的行动。47.这样的行动建议是用于经由其它的患者存在的健康状态，成为发病风险较少的健康状态的建议。因此，成为符合实际的建议。48.另外处理部12能够基于距离对象的属性数据规定范围内的属性数据的多个项目值的种类间的相关关系决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。例如若多个项目值的种类为体脂率和血糖值两种，则能够视为在两种项目值间有相关关系，并例如通过回归分析利用一次式表示项目值间的关系。处理部12以使与对象的属性数据1a对应的点向得到的一次式的倾斜的方向移动的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。由此，能够适当地决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。49.另外处理部12也可以使用马哈拉诺比斯(mahalanobis)距离，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。马哈拉诺比斯距离是使用了多个项目值的种类间的相关关系的距离。通过使用马哈拉诺比斯距离，即使项目值的种类数在3以上，也能够适当地决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。50.在使用马哈拉诺比斯距离的情况下，处理部12例如在距离对象的属性数据以lp－范数规定的距离设定多个移动目的地候补点。然后处理部12基于多个移动目的地候补点中距离对象的属性数据的马哈拉诺比斯距离最短的移动目的地候补点，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。由此，能够以使对象的属性数据1a的点沿着到作为目标值的区域范围为止的马哈拉诺比斯距离较短的路径移动的方式，决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向。在马哈拉诺比斯距离较短的路径周边较多地分布有与其它的属性数据对应的点，能够实现在那样的路径上移动的对象的属性数据1a的移动。因此，能够向用户建议确实能够实现的行动。51.〔第二实施方式〕52.接下来对第二实施方式进行说明。第二实施方式是能够进行用户的健康状态的改善建议的建议装置。例如能够使用计算机实现建议装置。53.图2是表示建议装置的硬件的一个例子的图。建议装置100通过处理器101控制装置整体。在处理器101经由总线109连接有存储器102和多个周边设备。处理器101也可以是多处理器。处理器101例如是cpu(centralprocessingunit：中央处理器)，mpu(microprocessingunit：微处理器)，或者dsp(digitalsignalprocessor：数字信号处理器)。也可以利用asic(applicationspecificintegratedcircuit：专用集成电路)、pld(programmablelogicdevice：可编程逻辑器件)等电子电路实现处理器101通过执行程序实现的功能的至少一部分。54.存储器102作为建议装置100的主存储装置使用。在存储器102暂时储存有使处理器101执行的os(operatingsystem：操作系统)的程序、应用程序的至少一部分。另外，在存储器102储存有处理器101的处理所利用的各种数据。作为存储器102，例如能够使用ram(randomaccessmemory：随机存储器)等易失性的半导体存储装置。55.作为与总线109连接的周边设备，有存储装置103、图形处理装置104、输入接口105、光学驱动器装置106、设备连接接口107以及网络接口108。56.存储装置103以电或者磁的方式对内置的记录介质进行数据的写入以及读出。存储装置103作为计算机的辅助存储装置使用。在存储装置103储存有os的程序、应用程序、以及各种数据。此外，作为存储装置103，例如能够使用hdd(harddiskdrive：硬盘驱动器)、ssd(solidstatedrive：固盘)。57.在图形处理装置104连接有监视器21。图形处理装置104根据来自处理器101的命令，使图像显示于监视器21的画面。作为监视器21，有使用了有机el(electroluminescence：电致发光)的显示装置、液晶显示装置等。58.在输入接口105连接有键盘22和鼠标23。输入接口105将从键盘22、鼠标23送来的信号发送至处理器101。此外，鼠标23是指示设备的一个例子，也能够使用其它的指示设备。作为其它的指示设备，有触摸面板、图形输入板、触摸屏、轨迹球等。59.光学驱动器装置106利用激光等，进行记录于光盘24的数据的读取，或者向光盘24的数据的写入。光盘24是以能够通过光的反射进行读取的方式记录了数据的便携式记录介质。光盘24有dvd(digitalversatiledisc：数字多用盘)、dvd－ram、cd－rom(compactdiscreadonlymemory：只读光盘)、cd－r(recordable：可记录)/rw(rewritable：可重复擦写)等。60.设备连接接口107是用于将周边设备与建议装置100连接的通信接口。例如在设备连接接口107能够连接有存储装置25、存储器读写器26。存储装置25是安装了与设备连接接口107的通信功能的记录介质。存储器读写器26是进行向存储卡27的数据的写入，或者从存储卡27的数据的读出的装置。存储卡27是卡片型记录介质。61.网络接口108与网络20连接。网络接口108经由网络20，在与其它的计算机或者通信设备之间进行数据的发送接收。网络接口108例如是利用电缆与交换机、路由器等有线通信装置连接的有线通信接口。另外网络接口108也可以是通过电波与基站、接入点等无线通信装置进行通信连接的无线通信接口。62.建议装置100能够通过以上那样的硬件，实现第二实施方式的处理功能。此外，也能够通过与图2所示的建议装置100相同的硬件实现第一实施方式所示的信息处理装置10。63.建议装置100例如通过执行记录于计算机能够读取的记录介质的程序，实现第二实施方式的处理功能。记述了使建议装置100执行的处理内容的程序能够预先记录于各种记录介质。例如，能够预先在存储装置103储存使建议装置100执行的程序。处理器101将存储装置103内的程序的至少一部分加载到存储器102，并执行程序。另外也能够预先将使建议装置100执行的程序记录于光盘24、存储装置25、存储卡27等便携式记录介质。例如能够通过来自处理器101的控制，在安装于存储装置103之后执行储存于便携式记录介质的程序。另外处理器101也能够从便携式记录介质直接读出程序并执行。64.建议装置100例如能够判断当前预测为不健康的人如何行动则能够预测为健康，并进行用于变得健康的改善建议。在改善建议中，建议变更与健康状态相关的多个项目值(血糖值、体脂率等)中的为了变得健康而适合改善的项目值的改善行动。建议装置100在建议改善行动时，考虑表示其他的许多人的健康状态的数据的分布，抑制成为不实际的建议。65.以下，参照图3～图5，对进行了实现困难的建议的情况下的例子进行说明。66.图3是说明使项目值变更的行动建议的一个例子的图。例如假设包含与用户的健康状态相关的多个项目值的输入x(带上划线)输入到预测该用户的健康状态的模型h。作为根据输入的项目值得到预测值的模型，能够利用各种模型。例如能够使用广义加性模型(gam:generalizedadditivemodel)。另外也能够使用线性分类模型。线性分类模型有逻辑回归、线性支持向量机等。另外也能够使用决策树集成模型。决策树由二叉树表现预测规则的集合。在决策树集成模型包含有随机森林、梯度提升树(xgboost等)、extratrees等。也能够使用广义线性模型。在图3的例子中，在输入x(带上划线)设定有x1、x2作为与健康相关的项目值。67.建议装置100能够使用模型，根据输入预测类。例如，通过模型，预测表示与健康相关的风险的有无的类。例如预测与规定的疾病相关的发病风险多还是少。在图3中，示出将项目值x1作为横轴，将项目值x2作为纵轴的坐标系30。坐标系30内分为与负(发病风险较高)的类对应的区域31和与正(发病风险较低)的类对应的区域32。在图3中，以网格表示与负的类对应的区域31。68.这里假设与当前的用户的项目值x1、x2应的坐标系30内的数据点位于与负的类对应的区域31内。在这样的情况下，若以式子表示变更项目值的值以使模型h的预测结果属于其它的类的改善行动a*，则如以下那样。69.[数1][0070][0071]改善行动a*是将项目值x1和项目值x2的变化量作为成分的向量数据(行动a)的集合。式(1)的“c(a|x)”(x带上划线)是成本价数，例如是加权lp－范数(p是0以上的实数)。lp－范数表示坐标空间内的距离。l2－范数是欧几里得距离。“argmin”表示求出得到最小值的自变量。通过式(1)，得到用于变更预测结果的类(h(x)≠h(x a)(x带上划线))的、起点与终点的距离最小的行动a的集合。[0072]例如假设通过式(1)，模型h(x)(x带上划线)的预测结果属于负的类。此时得到表示用于模型h(x a)(x带上划线)的预测结果属于正的类的距离最短的路径的行动a。这样的行动a是想要以最少的努力变更预测值这样的用户侧的希望一致的行动。[0073]这样通过采用距离作为成本函数，能够以最小限度的努力变更类。例如向用户建议为了从发病风险较高的类移至发病风险较低的类而应该实施的劳力最少的行动a。但是，有距离最短的行动a在现实中难以实施的情况。例如考虑建议增加肌肉量，并且降低体重这样的行动的情况。即使建议这样的行动，由于肌肉比脂肪重，若将脂肪置换为肌肉则体重增加，所以难以同时并行地进行肌肉的增强和体重的减轻的情况也较多。[0074]另外即使在模型上成为正的类那样的坐标系30内的区域，也有实际上不存在属于该区域那样的人，或者即使存在也很少的情况。在该情况下，即使建议向该区域的移动的行动，也难以实现。[0075]图4是表示行动建议的一个例子的图。在图4中，在坐标系30上绘制与许多人各自的健康相关的项目值的组所对应的数据点41。这里与想要变更模型的预测结果所示的类的用户的项目值的组对应的数据点是移动对象的数据点42。[0076]移动对象的数据点42存在于与负的类对应的区域33内。这里假设建议使移动对象的数据点42移动到与正的类对应的区域34那样的行动。此时若建议移动到以lp－范数表示的距离最短的移动目的地候补点43的行动，则建议向不存在其它的数据点的位置的移动。不存在其它的数据点的位置与不存在符合的人的健康状态对应，建议用于成为那样的健康状态的行动是错误的。[0077]这里考虑到考虑项目值间的相关来建议使移动对象的数据点42移动的行动。在考虑项目值间的相关的情况下，例如作为成本函数能够采用马哈拉诺比斯距离(考虑了相关的距离)。在将项目值的种类数设为d时，对于根据同一分布的向量x，y∈rd(r是实数整体的集合)，以以下的式(2)定义马哈拉诺比斯距离dm(x，y)。[0078][数2][0079][0080]式(2)的σ∈rd×d是协方差矩阵。在项目值间有相关的情况下，在通过回归分析等以直线表示项目值间的关系性时，在该直线的周围和远方，即使lp－范数相同马哈拉诺比斯距离也不同。在表示项目值间的关系性的直线的附近的区域马哈拉诺比斯距离较短，在远离该直线的区域马哈拉诺比斯距离较长。[0081]在基于计划法的严密线性化中不能够以现实的时间解开马哈拉诺比斯距离。因此在建议装置100中，导入基于协方差矩阵的本征值分解的代理函数，近似地求出马哈拉诺比斯距离。具体而言，使用协方差矩阵σ的本征值和本征向量定义对马哈拉诺比斯距离dm(x，y)进行近似的代理函数。另外若项目值的种类的数目为d，则协方差矩阵σ的本征值和本征向量分别各得到d个。因此将第d个(d是1以上的d以下的整数)本征值设为λd，并将第d个本征向量设为ud。这样一来，以以下的式(3)表示代理函数。[0082][数3][0083][0084]其中式(3)的σ是总和的符号。式(3)的平方根所示的部分是伪马哈拉诺比斯距离。d是项目值的种类的数目，所以项目值的种类的数目的伪马哈拉诺比斯距离的合计成为近似的马哈拉诺比斯距离。[0085]若项目值间的相关是线性的(一次相关)，则通过建议向马哈拉诺比斯距离最短的移动目的地候补点44移动的行动，能够建议使其在存在其它的数据点的路径上移动的行动。但是，在项目值间的相关不为线性的情况下，有即使使用了马哈拉诺比斯距离也建议使其在不存在其它的数据点的路径上移动的行动的情况。[0086]图5是表示项目值间的相关不为线性的情况下的行动建议的一个例子的图。图5所示的坐标系50的横轴为体脂率，纵轴为血糖值。在坐标系50上绘制与许多的患者各自的体脂率和血糖值对应的数据点。体脂率与血糖值不具有线性的相关，而具有接近二次相关的关系。[0087]这里考虑建议使位于与负的类对应的区域51的移动对象的数据点53移动到与正的类对应的区域52的行动的情况。在图5所示的例子中，种类不同的项目值间的相关非线性。该情况下，若使用绘制的全部的点，设为有一次的相关的项目值而建议将马哈拉诺比斯距离最短的移动目的地候补点54作为移动目的地的行动，则成为进行在不存在数据点的路径上移动的行动建议的结果。[0088]这样，即使简单地考虑相关来搜索建议的移动目的地，也有不能够进行能够实现的范围的建议的可能性。因此建议装置100阶段性地建议行动。即建议装置100以多个行动的结果为移动到目的类的区域的方式，进行多阶段的行动建议。此时，建议装置100对建议的各行动，考虑项目值间的相关，建议在存在数据点的路径上移动的行动。为此建议装置100仅利用当前所在的位置的周边的相关，决定成为移动目的地的位置。[0089]图6是表示在存在数据点的路径上移动的第一段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点53的周边的数据点求出项目值间的相关。移动对象的数据点53的周边的数据点例如是在欧几里得距离上离移动对象的数据点53距离d以内的数据点。然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点53远离了距离d的位置作为移动目的地55的第一段的行动建议。移动目的地55是位于从移动对象的数据点53接近与正的类对应的区域52的方向的位置。[0090]接下来建议装置100使移动对象的数据点53移动到移动目的地55的位置，并判断第二段的行动建议中的移动目的地。[0091]图7是表示在存在数据点的路径上移动的第二段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点56的周边的数据点求出项目值间的相关。此时，建议装置100也可以不考虑位于移动源的方向的数据点来求出相关。位于移动源的方向的数据点例如是指距离移动前的移动对象的数据点53(参照图6)在距离d以内的数据点。建议装置100例如基于距离移动对象的数据点56在距离d以内，且从移动前的移动对象的数据点53远离距离d以上的数据点，求出种类不同的项目值间的相关。[0092]然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点56远离了距离d的位置作为移动目的地57的第二段的行动建议。移动目的地57是位于从移动对象的数据点56接近与正的类对应的区域52的方向的位置。[0093]然后建议装置100使移动对象的数据点56移动到移动目的地57的位置，并判断第三段的行动建议中的移动目的地。[0094]图8是表示在存在数据点的路径上移动的第三段的行动建议的一个例子的图。建议装置100仅根据移动对象的数据点58的周边的数据点求出项目值间的相关。此时，建议装置100也可以不考虑位于移动源的方向的数据点来求出相关。然后建议装置100进行将沿着表示相关的直线，例如在欧几里得距离上从移动对象的数据点58远离了距离d的位置作为移动目的地59的第三段的行动建议。移动目的地59是位于从移动对象的数据点56接近与正的类对应的区域52的方向的位置。[0095]在图8的例子中，移动目的地59在与正的类对应的区域52内。因此，从第一段到第三段三个阶段的行动建议成为用于使最初的移动对象的数据点53所示的健康状态的用户成为正的健康状态的行动建议。并且建议的各行动经由存在数据点的区域，而为能够实现的行动。[0096]接下来，对用于建议能够实现的行动的建议装置100的功能进行说明。[0097]图9是表示建议装置的功能的一个例子的框图。建议装置100具有存储部110、数据获取部120、行动决定部130、以及对话式ui(userinterface：用户界面)部140。[0098]存储部110存储属性信息111和区域信息112。属性信息111是与许多的人的健康状态相关的项目值的样本数据。例如是体脂率、血糖值等数据。区域信息112是表示在具有项目值的每个种类的坐标的坐标系内的区域中设定的类的数据。在类例如有正的类和负的类。例如使用建议装置100具有的存储器102或者存储装置103的存储区域的一部分实现存储部110。[0099]数据获取部120获取属性信息111和区域信息112。例如数据获取部120受理属性信息111的输入，并将输入的属性信息111储存于存储部110。另外数据获取部120受理指定区域的范围和类的输入数据的输入，并将输入数据作为区域信息112的记录储存于存储部110。[0100]行动决定部130决定对用户建议的行动。例如行动决定部130考虑属性信息111所示的项目值间的相关，建议为了变更与用户相关的当前的项目值所对应的坐标系内的数据点所属的区域的类而应该按照时间序列实施的一个以上的行动。[0101]对话式ui部140输出行动的建议。例如对话式ui部140经由ai(artificialintelligence：人工智能)助手与用户进行基于声音的对话。而且对话式ui部140根据来自用户的询问健康状态改善方案的声音输入，对使健康状态改善的行动的建议内容进行声音输出。[0102]通过使以上那样的功能要素联动动作，建议装置100能够向用户建议用户的健康状态成为用户希望的健康状态那样的行动计划。另外图9所示的各要素的功能例如能够通过使计算机执行与该要素对应的程序模块来实现。[0103]接下来参照图10、图11对储存于存储部110的数据进行具体的说明。[0104]图10是表示属性信息的一个例子的图。在属性信息111包含有设定了与患者的健康状态等相关的项目值的多个记录。属性信息111内的记录是第一实施方式所示的属性数据的一个例子。属性信息111内的各记录具有患者id、性别、体脂率、以及血糖值的字段。在患者id的字段设定有对应的患者的标识符(患者id)。在性别的字段设定有患者的性别。在体脂率的字段设定有患者的体脂率。在血糖值的字段设定有患者的血糖值。[0105]在图10所示的属性信息111中，表示患者的健康状态的项目值是体脂率和血糖值。此外，有表示健康状态的项目值的适当范围根据性别而不同的情况。例如对于体脂率的适当范围来说，男性比女性低。因此在具有项目值的每个种类的轴的坐标系内的区域设定类的情况下，也优选进行与性别对应的类设定。[0106]图11是表示区域信息的一个例子的图。在区域信息112包含有设定了区域的类的多个记录。各记录具有区域id、性别、体脂率(bf)、血糖值(bs)、以及类的字段。在区域id的字段设定有区域的标识符(区域id)。在性别的字段设定有是与男性的类相关的区域，还是与女性的类相关的区域。在体脂率的字段设定有该区域的体脂率的范围。在血糖值的字段设定有该区域的血糖值的范围。在类的字段设定有与该区域对应的类的名称。[0107]接下来，对区域信息的设定例进行说明。用户例如在建议装置100输入指定坐标系50内的区域的信息、和指定类的信息。[0108]图12是表示区域信息的设定例的图。例如若用户输入“{[性别＝女性]，[30≦体脂率＜35]，[120≦血糖值＜130]，负}”，则将坐标系50内的对应的区域51a的类设定为负。另外若用户输入“{[性别＝女性]，[15≦体脂率＜30]，[0≦血糖值＜120]，正}”，则将坐标系50内的对应的区域52a的类设定为正。[0109]用户对坐标系50整体进行这样的每个区域的类的设定。其后，用户指定负区域内的数据点的一个，使建议装置100建议用于使该数据移动到正区域的行动。[0110]图13是表示行动建议处理的顺序的一个例子的流程图。以下，沿着步骤编号对图13所示的处理进行说明。[0111][步骤s101]数据获取部120获取属性信息111和区域信息112。例如数据获取部120从用户受理患者的电子病历数据的指定输入，从该电子病历数据提取属性信息111，并将提取出的属性信息111储存于存储部110。另外数据获取部120受理图12所示那样的对区域的类设定的输入数据，并在存储部110内的区域信息112追加与输入数据对应的记录。[0112][步骤s102]对话式ui部140从用户受理设定在与负的类对应的区域内的移动对象的数据点的指定输入。例如对话式ui部140受理患者id的输入，并将与该患者id对应的体脂率和血糖值所对应的数据点作为移动对象的数据点。[0113][步骤s103]行动决定部130从存储部110获取属性信息111，并基于属性信息111，基于移动对象的数据点周边(例如lp－范数在规定值以内)的数据点计算协方差矩阵。协方差矩阵是将项目值的种类间的方差的概念扩展到多维的矩阵。在协方差矩阵中反映了项目值的种类间的相关的强度。[0114][步骤s104]行动决定部130计算协方差矩阵的本征值λ和本征向量u。在属性信息111所示的项目值的种类的数目为d的情况下，生成d个本征值λ与该本征值的情况下的本征向量u的组。d组的本征值λ和本征向量u用于马哈拉诺比斯距离的计算。[0115][步骤s105]行动决定部130进行移动对象的数据点移动处理。通过该处理，移动对象的数据点向接近正的区域的方向，经由在周围存在其它的数据点的区域移动恒定的距离d。此外，后述移动对象的数据点移动处理的详细(参照图14)。[0116][步骤s106]行动决定部130判断移动对象的数据点是否到达正的区域。例如行动决定部130从存储部110获取区域信息112。然后行动决定部130基于获取的区域信息112，辨别包含通过移动对象的数据点移动处理移动后的移动对象的数据点的位置的区域的类。若该区域的类为正，则行动决定部130判断为到达正区域。行动决定部130在到达正的区域的情况下，使处理进入步骤s107。另外若未到达正的区域，则行动决定部130使处理进入步骤s103。[0117][步骤s107]行动决定部130输出对移动对象的数据点决定的移动路径的向量集合。例如行动决定部130将移动路径的向量集合发送给对话式ui部140。对话式ui部140基于移动路径的向量集合所包含的向量的方向等，建议用户采取的行动。[0118]接下来，对移动对象的数据点移动处理进行详细说明。[0119]图14是表示移动对象的数据点移动处理的顺序的流程图。以下，沿着步骤编号对图14所示的处理进行说明。[0120][步骤s111]行动决定部130在正方向获取一个在lp－范数上为距离d(例如欧几里得距离)的移动目的地候补点。例如行动决定部130获取距离移动对象的数据点半径为d的圆上的规定间隔的点中，与当前的位置相比接近正的区域，且还未作为移动目的地候补点获取的点。[0121][步骤s112]行动决定部130计算移动对象的数据点与移动目的地候补的数据点的、各项目值的种类的项目值的差分。例如将表示移动对象的数据点的向量为x(x1，x2)，并将表示移动目的地候补的数据点的向量设为y(y1，y2)。该情况下，行动决定部130计算“y1－x1”与“y2－x2”。[0122][步骤s113]行动决定部130使用根据协方差矩阵得到的本征值和本征向量计算马哈拉诺比斯距离。例如行动决定部130对本征值与本征向量的每个组，对将在步骤s112计算出的项目值的各种类的差值作为成分的向量与本征向量的积(内积)的绝对值乘以本征值，计算乘算结果的平方根。由此得到d个擬似马哈拉诺比斯距离。行动决定部130将得到的伪马哈拉诺比斯距离相加，并将相加后的结果作为马哈拉诺比斯距离。[0123][步骤s114]行动决定部130判断是否获取了规定个数的移动目的地候补点。行动决定部130在获取了规定个数的移动目的地候补点的情况下，使处理进入步骤s115。另外行动决定部130若未获取规定个数的移动目的地候补点，则使处理进入步骤s111。[0124][步骤s115]行动决定部130将马哈拉诺比斯距离最短的移动目的地候补点的位置决定为移动对象的数据点的移动目的地。然后行动决定部130使移动对象的数据点移动到决定为移动目的地的位置。此时，行动决定部130将从移动对象的数据点的移动前的位置到移动目的地的位置的向量作为行动建议用的数据储存于存储器102或者存储装置103。[0125]这样一来，能够使移动对象的数据点以马哈拉诺比斯距离变短的方式移动。[0126]图15是表示从移动目的地候补点的移动目的地的决定例的图。如图15所示在以移动对象的数据点53为中心的半径d的圆上设定多个移动目的地候补点45。仅在接近正的区域52的方向设定移动目的地候补点45。由此，能够抑制建议使移动对象的数据点53移动为远离正的区域的行动。[0127]多个移动目的地候补点45距离移动对象的数据点53的lp－范数上的距离相等，但马哈拉诺比斯距离不同。在与移动对象的数据点53之间的路径周边不存在其它的数据点的移动目的地候补点的马哈拉诺比斯距离较长，在与移动对象的数据点53之间的路径周边存在越多的其它的数据点的移动目的地候补点，马哈拉诺比斯距离越短。行动决定部130选择马哈拉诺比斯距离最短的移动目的地候补点，作为移动目的地。由此，能够抑制建议使其通过不存在其它的数据点的路径移动的行动。[0128]对话式ui部140基于表示行动决定部130在使移动对象的数据点移动到正的区域时的各个移动的数据，进行对用户的行动建议。以下，参照图16～图18，对行动建议的例子进行说明。[0129]图16是表示首次的行动建议的例子图。在图16的例子中，假设与用户的体脂率和血糖值对应的数据点已经被指定为移动对象的数据点。此时例如用户进行“想要降低发病风险。”的声音输入。[0130]在建议装置100的画面60显示有用户的虚拟形象61和ai助手62。在虚拟形象61的对话框显示有用户进行声音输入的语言。[0131]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图16的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是几乎不改变体脂率而降低血糖值的位置。对话式ui部140在表示移动对象的数据点的移动的向量的某一成分的值在规定值以下的情况下，将该成分的值视为0，进行行动建议。因此对话式ui部140在ai助手62的对话框显示“降低血糖值。”这样的消息。[0132]图17是表示第二次的行动建议的例子的图。在图17的例子中，假设用户如建议的行动那样降低血糖值，并将与最新的体脂率和血糖值对应的数据点指定为移动对象的数据点。此时例如用户进行“降低了血糖值。接下来应该如何行动。”的声音输入。输入的内容显示于虚拟形象61的对话框。[0133]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图17的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是一起降低体脂率和血糖值的位置。因此对话式ui部140在ai助手62的对话框显示“降低血糖值和体脂率。”这样的消息。[0134]图18是表示第三次的行动建议的例子的图。在图18的例子中，假设用户如建议的行动那样降低体脂率和血糖值，并将与最新的体脂率和血糖值对应的数据点指定为移动对象的数据点。此时例如用户进行“实现了血糖值和体脂率降低。接下来应该如何行动。”的声音输入。输入的内容显示在虚拟形象61的对话框。[0135]建议装置100进行用于使与用户的体脂率和血糖值对应的数据点经由一个或者多个阶段移动到正的区域的改善建议。在图18的例子中，通过行动建议处理得到的从移动对象的数据点的当前的位置起的移动目的地是一起降低体脂率的位置。因此对话式ui部140在ai助手62的对话框显示“降低体脂率。”这样的消息。[0136]如以上说明出的那样，通过考虑相关，根据数据点的分布决定建议的行动，能够进行用户能够实现的行动建议。[0137]〔其它的实施方式〕[0138]在第二实施方式中，作为对用户的行动建议，仅建议接下来的行动，但建议装置100也能够集中建议用于成为正的状态的全部的行动。[0139]上述仅示出本发明的原理。对于本领域技术人员来说还能够进行许多的变形、变更，本发明并不限定于上述所示并进行了说明的正确的构成以及应用例，对应的全部的变形例以及同等物可视为基于所附权利要求及其同等物的本发明的范围。[0140]附图标记说明[0141]1…多个属性数据，1a…对象的属性数据，2…区域信息，3…维空间，10…信息处理装置，11…存储部，12…处理部。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
