NEC 開發出自動化預測分析技術 , 實現廣泛應用在業務系統的關系數據庫海量數據預測分析流程的全程自動化 ,AI 技術群 "NEC the WISE" 又添新成員。

　　在分析由多個數據庫構成的關系數據庫時 , 需要數據分析專家找出數據庫之間的復雜關系和相關性 , 需要耗費很多工時去通過機器學習調整預測模型等。但是由于可以熟練分析數據的專家資源的稀缺 , 所以在應對急劇增長的高度數據分析需求時 , 為了迅速地進行海量數據分析 , 就需要即便不是專家也可以輕易掌握的精確分析手段。

　　NEC 自動化預測分析技術可實現從抽取 / 設計有效數據項目 ( 特征值 ) 到構建最佳預測模型的一系列流程的自動化。因此即便不具備高度的數據分析能力 , 也可以快速精準地做出與數據分析專家一樣或更高水準的預測分析。

　　NEC 與三井住友銀行、日本綜合研究所共同對此技術進行了驗證結果表明 , 此技術可以將數據分析專家需要 2~3 個月才可以完成的工作在保持精度的前提下縮短到 1 天。2017 年 ,NEC 力爭將此技術作為企業可在內部進行大數據分析的服務向企業用戶進行推廣。

　　NEC 一直專注于社會解決方案業務 , 希望在進一步擴大和提升應用該技術的服務業務的同時 , 通過分析解決方案為客戶創造新的商機和提高企業價值貢獻力量。

　　背景

　　現今 , 企業都希望能夠第一時間精確把握在多變的事業環境下各種客戶的需求 , 并反映到企業的經營舉措中去。通過分析企業積累的龐大數據來發現 / 創造新的價值 , 大大影響企業的發展。另一方面 , 數據分析專家的全球性短缺和海量數據分析需求的急劇增長的矛盾 , 使得快速分析數據成為一個亟待解決的課題。

　　NEC 自 2012 年開發出可發現混雜在大數據中的規律的分析手法 " 異構混合學習技術 " 以來 , 一直在不斷研發 , 將資深數據分析專家的高度人工操作 ( 發現數據關聯性、從抽取并設計特征值到構建分析模型 ) 進行精確地自動化 , 開發出數據分析的前期處理技術 " 特征值自動設計技術 " 等。

　　本次發布的 " 自動化預測分析技術 " 是在以往技術基礎上的升級 , 可以全自動地對關系數據庫的海量數據進行分析預測。

　　新技術的優勢

　　1. 加強了 " 特征值自動設計技術 ", 從關系數據庫中自動發現特征值

　　加強了 2015 年發布的 " 特征值自動設計技術 ", 從業務系統中常用的關系數據庫中自動設計特征值。

　　公司的重要經營信息通常被分為多個表 , 存儲在關系數據庫系統中。而 AI 技術則可以從多個要分析的關系數據庫中 , 快速搜索并發現假設的有效數據的排列組合值 ( 特征值 ) , 其中必不可少的海量搜索請求的生成也是系統自動完成的。

　　因此 , 不需要依賴于分析經驗及相關知識的假設和計劃 , 也不需要操作數據生成特征值的大量作業 , 從而大幅縮短分析時間和節省分析人力。此外 , 機器作業遠遠超越人工的速度 , 可以在短時內搜索大量假設 , 所以有分析結果精準化、能夠發現人注意不到的新知識等優勢。

　　2. 通過 " 預測模型自動設計 " 技術從多個模型中自動選擇最佳模型

　　除了基于特征值數據的 " 異構混合學習 " 技術 , 用戶還可從基于邏輯回歸及決策樹等各種機械學習手法的大量預測模型中 , 選擇或者組合可導出目標分析結果的最佳預測模型。另外 , 關于預測模型計算出的預測值 , 還會提供預測依據 ( 為什么得出這樣的預測結果 ) 。

　　由于可掌握預測依據 , 用戶可以在根據情況做出適宜的計劃和判斷時更加有理有據。

　　本次開發出了直觀可操作的 GUI ( 圖形用戶界面 ) , 操作者只需要按照提示畫面進行相應的操作 , 就可以簡單快速地完成過去需要花費很多工時的數據特征值探索與預測模型構建工作。因此即便不具備很專業的數據分析能力也可以在短時間內做出與分析專家同等或更高水平的精確預測分析。

　　此技術有助于分析企業重要的經營信息數據 , 并基于新的潛在需求制定戰略、進行假說驗證、促使政策實施 , 從而為公司快速做出商業判斷做貢獻。

　　NEC 集團致力于在全球范圍內推進社會解決方案 , 提供安心、安全、高效、公平的社會價值 , 將先進的 ICT 技術與知識相融合 , 為實現更加光明更加豐富多彩的高效社會盡一份力量。