NEC強化「異種混合學習技術」 發現巨量資料中的複數規則

NEC的「異種混合學習技術」不僅能夠發現潛藏於巨量資料中的複數規則，亦能以自動化取代以往必須依賴高度專業分析人員進行人為操作的過程，實現超大規模資料的高速、高精確度分析。

近來，巨量資料的高速分析以及有助於預測未來的技術，皆受到高度期待，NEC亦於2012年獨自開發可實現高精確度巨量資料分析的「異種混合學習技術」。

「異種混合學習技術」能夠發現混合存在於巨量資料中的規則，同時能夠將所發現的規則分解為複數的簡單式，並針對欲分析的狀況組合相關變數後進行分析，實現高度預測與判斷。

以往「依條件篩選資料」與「多項變數的組合」，都必須仰賴具備專業知識的分析人員手動操作。例如，在進行零售業的銷售預測時，統計分析不同門市據點的銷售傾向後，以一星期7天、天氣等條件為分析基礎，皆必須由分析人員反覆「依條件篩選資料」。此外，對於某一商品而言重要的變數組合，可能為不同種類的商品銷售帶來哪些影響，在調查此類情形時，分析人員也必須事先針對各項商品提出假設，而後進行評價。

本次NEC所強化的技術，即是針對上述需求將「依條件篩選資料」與「多項變數的組合」之過程予以自動化，可應用在流通領域進行數百萬種商品的銷售預測、能源需求預測等。實現以往人為不易達成、可組合眾多條件的資料分析。本次開發的分析方式特長如下：

1.「依條件篩選資料」進行高速探索

在進行資料處理時，NEC開發出以往依賴人為操作、現在則能夠以有效率且自動化的方式依條件篩選資料之技術。藉由同時探索隱藏於大量資料中的複數規則(組合複數變數所呈現的關係式)，以及其規則成立的條件，能夠從大量的條件選項中，迅速抽出可因應不同場合的最合適條件。

2.自動抽出最適於預知‧預測的必要變數組合

「依條件篩選資料」與「多項變數的組合」能夠從分析資料的大量變數選項中，自動抽出最適用於預知‧預測的必要變數的組合。因此，能夠分析以往人為操作不易達成的變數組合，實現高精確度的預測。

NEC致力於社會解決方案事業，強化作為其中核心領域之一的巨量資料事業，今後也將藉由持續鑽研巨量資料相關分析技術與解決方案，貢獻於顧客的事業創新與企業價值的提升。