NEC的“异构混合学习技术”不仅能发现潜藏于海量数据中的多个关联性，也能以自动化取代以往必须依赖高度专业分析人员进行人为操作的过程，实现高速、高精确度的大数据分析。近来，大数据的高速分析技术以及相关预测技术都备受关注，NEC于2012年独自开发可实现高精确度大数据分析的“异构混合学习技术”。
“异构混合学习技术”能够发现混合存在于大数据中的多个关联性，同时将所发现的关联性分解为多个简单式，并针对分析目标，组合相关变量后进行分析，实现高度预测与判断。
以往“依条件筛选数据”与“多项变量的组合”，都必须依靠具备专业知识的分析人员手动操作。例如，在进行零售业的销售预测时，统计分析不同门店的销售趋势后，以一星期7天、不同天气等条件为分析基础，都必须由分析人员反复依靠条件筛选数据。此外，对于某一商品而言，重要的变量分析组合，可能为不同种类的商品销售带来哪些影响，在调查此类情形时，分析人员也必须事先针对各项商品提出假设，而后进行评价。
NEC的“异构混合学习技术”，则针对上述需求，将“依条件筛选数据”与“多项变量的组合”的过程予以自动化，可应用在流通领域进行数百万种商品的销售预测，以及能源需求预测等，实现以往人为不易达成、可组合众多条件的数据分析。
NEC异构混合学习技术的分析方式特长如下：
1.“依条件筛选数据”进行高速处理
在进行数据处理时，NEC开发出以往依赖人为操作、现在则能够以高效且自动化的方式依条件筛选数据的技术。对隐藏于海量数据中的多个关联性(组合复数变量所呈现的关系式)，及其成立的条件同时分析，从大量的条件选项中，迅速抽出最合适的分类条件。
2.自动抽出最适于预知‧预测的必要变量组合
“依条件筛选数据”与“多项变量的组合”能够从分析数据的大量变量选项中，自动抽出最适用于预知‧预测的必要变量的组合。因此，能够分析以往人为操作不易达成的变量组合，实现高精确度的预测。
NEC集团在“2015中期经营计划”的指导下，在全球提供安全、安心、高效、公平的社会解决方案。NEC融合先进的ICT技术和经验，为实现更加明亮而丰富的高效智能社会不断努力。
|
