JP3243129B2 - 自動取引装置の資金運用支援装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、自動取引装置の過去
の取引情報の時系列データと取引発生時の環境情報を記
憶し、そのデータを用いて予測期間の必要資金量を予測
する自動取引装置の資金運用支援装置に関する。

【０００２】

【従来の技術】従来の自動取引装置としての銀行ＡＴＭ
でも、単独の銀行ＡＴＭ内で入金された資金を出金用に
再利用することである程度の資金の効率的運用が可能で
あった。しかし、出金総量が入金総量を上回って銀行Ａ
ＴＭ内の資金が金庫の最低資金量を越えた場合には係員
による資金の補充が必要である。これと同様に出金総量
が入金総量を上回り、資金が金庫の最大格納量を越えた
場合には、係員による資金の回収が必要であった。

【０００３】ところが、従来の補充および回収の時期は
あらかじめ決められている場合や、銀行ＡＴＭが資金切
れを起こした場合になるが、補充および回収の資金量は
それを行う係員の経験により決定されていた。また、休
日の前には休日中に資金切れを起こさないように資金を
余裕を持って多く補充することが多かった。

【０００４】このように、従来にあっては、銀行ＡＴＭ
内の資金の補充および回収量は係員の経験に頼ってい
た。ところが、銀行ＡＴＭ内の資金切れによる取り扱い
中止を恐れるあまり、銀行ＡＴＭ内の資金の在高は比較
的多めに設定されることが多かった。これでは銀行ＡＴ
Ｍ内に大量の資金が死蔵されることとなり、資金の効率
的運用が阻害されることになる。

【０００５】また、これでは経験の浅い係員はうまく資
金量を決定できないため、資金が死蔵されたり、逆に資
金が少ないために銀行ＡＴＭを停止しなければならなく
なるという問題が起こる可能性が高くなる。さらに、新
規の店舗の場合にはたとえ他の店舗で経験豊富な係員で
も適正な資金量を決定するような経験を得るには時間が
かかるという欠点がある。

【０００６】

【発明が解決しようとする課題】上記したような欠点を
除去するもので、過去の取引情報の時系列データを用い
て将来の必要資金量を予測することで、従来係員の経験
に頼っていた自動取引装置への補充／回収の資金量を正
確に指示することができ、必要資金量を圧縮することが
でき、さらに経験の浅い係員でも適切な資金量を補充／
回収することが可能となる自動取引装置の資金運用支援
装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】この発明の自動取引装置
の資金運用支援装置は、自動取引装置の取引情報の時系
列データを入力する第１の入力手段、上記自動取引装置
の取引発生時の日時、曜日、天候の環境情報を入力する
第２の入力手段、上記第１の入力手段により入力された
時系列データと上記第２の入力手段により入力された環
境情報とを対応づけて記憶する第１の記憶手段、この第
１の記憶手段に記憶されている時系列データをクラスタ
リングすることにより取引種別ごとの時系列パターンを
得るクラスタリング手段、このクラスタリング手段によ
り得られた取引種別ごとの時系列パターンを上記第２の
入力手段により入力された環境情報に対応づけて記憶す
る第２の記憶手段、予測期間の環境情報を用いて、予測
期間に対応する過去の取引種別ごとの時系列パターンと
その環境情報を上記第２の記憶手段より検索する検索手
段、この検索手段により検索された複数の取引種別ごと
の時系列パターンを組合わせたものと環境情報に基づい
て予測期間の必要資金量を予測する予測手段、およびこ
の予測手段により予測された必要資金量に関する情報を
出力する出力手段から構成されている。

【０００８】

【作用】この発明は、自動取引装置の取引情報の時系列
データを第１の入力手段で入力し、上記自動取引装置の
取引発生時の日時、曜日、天候の環境情報を第２の入力
手段で入力し、上記第１の入力手段により入力された時
系列データと上記第２の入力手段により入力された環境
情報とを対応づけて第１の記憶手段で記憶し、この記憶
されている時系列データをクラスタリングすることによ
り取引種別ごとの時系列パターンを得、この得られた取
引種別ごとの時系列パターンを上記第２の入力手段によ
り入力された環境情報に対応づけて第２の記憶手段で記
憶し、予測期間の環境情報を用いて、予測期間に対応す
る過去の取引種別ごとの時系列パターンとその環境情報
を上記第２の記憶手段より検索し、この検索された複数
の取引種別ごとの時系列パターンを組合わせたものと環
境情報に基づいて予測期間の必要資金量を予測し、この
予測された必要資金量に関する情報を出力するようにし
たものである。

【０００９】

【実施例】以下、この発明の一実施例について図面を参
照して説明する。この実施例は、この発明の自動取引装
置（銀行ＡＴＭ：オートマティック テラーズ マシ
ン）の資金運用支援装置である。これは、銀行ＡＴＭの
入金、出金などの取引情報の時系列データを入力し、そ
れをクラスタリングして日付、曜日、天候などの取引発
生時の環境情報と共に記憶する。そして、予測期間の環
境情報をもとに適切な過去の時系列パターンを検索しそ
れにもとづき予測期間の必要資金量を予測するものであ
る。

【００１０】図１は、この発明を用いて実現される自動
取引装置としての複数の銀行ＡＴＭ１ａ、…からなるＡ
ＴＭ群１と、各銀行ＡＴＭ１ａ、…に対する資金運用支
援装置としてのＡＴＭ資金運用支援装置１１の概略構成
図である。なお、ここで太い矢印はデータの流れを表
す。

【００１１】上記ＡＴＭ資金運用支援装置１１の全体の
処理の流れと各部の概略的な働きを、図１を用いて説明
する。すなわち、複数の銀行ＡＴＭ１ａ、…からの入
金、出金などの取引情報は時系列的に時系列データ入力
装置２に入力される。一方、取引発生時の日付、曜日、
天候などの環境情報は、手動、自動の区別を問わず環境
情報入力装置３から入力される。これらは、共に時系列
情報データベース４に貯えられる。

【００１２】次に、時系列データがある単位時間まとま
ると、環境情報と共にクラスタリング装置５へ送られ
る。クラスタリング装置５は送られてきた全時系列デー
タに対し、データの時系列パターンが類似するものを同
じクラスタとして分類する。クラスタリングされた時系
列パターンは、環境情報と共にクラスタリング情報とし
てパターンデータベース６に送られ記憶される。

【００１３】一方、予測期間環境情報予測装置７は、環
境情報入力装置３とパターンデータベース６から得られ
る環境情報を用いて、予測期間に対する曜日などの固定
的な情報を求めたり、天候などの変動する情報を予測し
て、予測期間環境情報としてパターン検索装置８に送
る。パターン検索装置８は、送られてきた予測期間環境
情報をもとに予測期間に対してもっとも適切な参照時系
列パターンをパターンデータベース６より検索する。

【００１４】必要資金量予測装置９は、検索された参照
時系列パターンをもとに、参照時系列パターンのノイズ
除去を行ったり、予測環境情報と参照環境情報の類似点
や相違点を用いるなどして、予測期間の必要資金量を予
測する。必要資金量出力装置１０は必要資金量予測装置
９により予測された資金量および予測環境情報をもとに
必要資金量に関する情報を出力する。が特許請求範囲で
ある。

【００１５】以下に各部の詳細を説明する。各銀行ＡＴ
Ｍ１ａ、…は、各銀行ＡＴＭ１ａ、…の取引発生時毎に
図２に示すような各銀行ＡＴＭ１ａ、…ごとの固有情報
と取引発生時の情報を時系列データ入力装置２に送る。
ここで機種とはその銀行ＡＴＭ１ａ、…の機種名、機種
番号とその銀行ＡＴＭ１ａ、…につけられた番号であ
る。これらを固有情報とする。さらに、通番とは取引毎
につけられた通し番号で、取引時刻とは取引発生時の時
刻、取引種別とは入金、出金などの取引の種類、取引金
額とは現金取引のあった実際の金額、各取引枚数とは各
紙幣および硬貨に対する実際の取引枚数であり、各装置
内枚数とは、各銀行ＡＴＭ１ａ、…に存在する各紙幣お
よび硬貨の存高である。これらは取引発生時の情報とす
る。

【００１６】環境情報入力装置３は、図３に示すような
取引発生時の環境情報を入力する。それぞれ日付、曜
日、祝日フラグ、祝前日フラグ、気温、湿度、風速、気
圧とは、取引発生時の日付、曜日、祝日であるかどうか
のフラグ、祝前日であるかどうかのフラグ、気温、湿
度、風速、気圧である。これらは係員がキーボードなど
の入力装置から入力しても良いが、日付、曜日、祝日フ
ラグ、祝前日フラグなどは計時装置から、また、気温、
湿度、風速、気圧などはセンサーから自動的に入力して
も良く、この場合係員の手間が省ける。

【００１７】各銀行ＡＴＭ１ａ、…から送られてきた取
引発生時の情報と環境情報入力装置３から送られてきた
情報は、共に図４のような形式である。これは一旦時系
列情報データベース４に機種番号毎に図５のような形式
で記憶される。

【００１８】この時系列データがある時間単位まとまる
と、クラスタリング装置５に送られる。クラスタリング
装置５では、送られてきた機種番号毎の時系列データ
を、取引種別毎のパターンデータに変換する。図６は入
金のパターンデータの例である。

【００１９】次に、これらのパターンをもとに必要資金
量を予測するための参照パターンを求める。例えば、
今、在高の推移を用いるとすると、在高の推移パターン
をそのまま参照パターンとすればよい。また、在高の推
移の代わりに入金パターンと出金パターンの二つを用い
て出金から入金を引いたパターンを生成し、これを参照
パターンとしても良い。さらに、参照パターンとして予
測に必要な取引種別毎の各々のパターンを参照パターン
としてもよい。この場合の利点は後述する。参照パター
ンは、図６と同様の形式をとるものとする。

【００２０】最後に参照パターンをクラスタリング手法
を用いて類似のパターンどうしに分類する。そして、同
一のクラスタ内のパターンの平均をとり、これを参照代
表パターンとする。データ形式は図６と同様のものであ
る。このようにクラスタリングを行うことにより、ある
特定の銀行ＡＴＭ１ａがある時間に故障して取引停止な
どが起こったような場合に、他の銀行ＡＴＭ１ａの取引
が増えるなどの突然的な外乱が予測を狂わせることを防
ぐことができる。もちろん、クラスタリングの際のパラ
メータを変更することで、たとえば１クラスタ１パター
ンにすることもできる。これは一つのクラスタはある一
つの銀行ＡＴＭ１ａのパターンしか含まないことを意味
する。この場合外乱には弱いが、その機種番号の銀行Ａ
ＴＭ１ａにもっとも即した正確な予測を行うことができ
るようになる。

【００２１】図７は、参照パターンとして在高の推移を
対象とし、Ａ、Ｂ、Ｃ、Ｄの四つのパターンが与えられ
た時に、Ａ、Ｂがクラスタ１、Ｃ、Ｄがクラスタ２にク
ラスタリングされ、それぞれ参照代表パターン１、参照
代表パターン２が得られた時の例である。

【００２２】得られた参照代表パターンは環境情報と共
にパターンデータベース６に送られ記憶される。参照代
表パターンを記憶することにより、データ数を減らすこ
とができ、よってデータの検索速度も速くすることがで
きる。

【００２３】一方、予測期間環境情報予測装置７は、与
えられた予測期間に対する曜日、祝日か否かなどほぼ固
定されている情報を求めたり、気温、湿度など変化する
情報を予測する。前者は係員がキーボードなどの入力装
置から入力しても良いし、計時装置を内部に持っていて
自動的に判定しても良い。後者も係員が天気予報などを
見てキーボードなどの入力装置から入力しても良いし、
たとえば過去の気温、湿度などの推移パターンから予測
したり、「気圧が下がってきて湿度が上がってきたなら
ば雨になる」というような知識を使って推論したりする
ことも可能である。これらの情報は、図３と同様の形式
でパターン検索装置８に送られる。

【００２４】パターン検索装置８は、予想期間環境情報
予測装置７から送られてきた予測期間およびそれに対す
る予測期間環境情報をもとに予測期間の資金量を予測す
るのにもっとも適切な過去の参照期間を求め、それに対
応する参照時系列パターンをパターンデータベース６よ
り検索する。

【００２５】パターン検索装置８を実現するもっとも単
純なアルゴリズムを図８に示す。まず、予測期間が入力
されると（ＳＴ１）、予測期間を基に基準参照期間を決
定する（ＳＴ２）。これは、あらかじめ前年同月同日同
時間、前月同日同時間、前日同時間などと与えられたも
のを用いても良いし、あらかじめ与えておいた知識を用
いて決定したり、妥当なものを漸次学習するようにして
もよい。

【００２６】次に、この基準参照期間を仮に参照期間と
し（ＳＴ３）、参照期間が取引停止期間に当たるかどう
かを調べる（ＳＴ４）。参照期間が取引停止期間に当た
る場合は、参照期間を既に参照した期間のリストである
参照期間リストに追加し（ＳＴ５）、参照期間を既参照
期間リストに含まれない期間にずらし（ＳＴ６）、ステ
ップ４に戻る。

【００２７】参照期間が取引停止期間に当たらない場合
は、その参照期間をクラスタの構成要素として含む時系
列パターンをパターンデータベース６から検索し（ＳＴ
７）、出力する（ＳＴ８）。

【００２８】上記で説明したことはもっとも単純なアル
ゴリズムの例である。次に、参照期間に対応する時系列
パターンの検索に、あらかじめ与えられた分類木を用い
る場合について説明する。

【００２９】パターン検索装置８は、あらかじめ環境情
報をパラメータとして、過去の時系列データから分類木
を作成し、分類木の形式で分類した情報を持つ。参照期
間の長さを一日単位とした場合の分類木の例を図９に示
す。なお、図９では「ボーナス日」、「給料日」などは
環境情報であり、これが肩についた縦線はその環境情報
を満たすことを示し、ついてない方の縦線はこれを満た
さないことを示すこととする。

【００３０】この分類木を用いて検索を行う場合は、ま
ず、予測期間が「ボーナス日」かどうかを調べる。「ボ
ーナス日」である場合は、６／１０、１２／１０が参照
期間として該当し、それらをクラスタの構成要素として
含む時系列パターンをパターンデータベースから検索す
る。「ボーナス日」でない場合で、「給料日」である場
合は、１／２５、…１２／２５を含むクラスタの時系列
データが検索される。

【００３１】さらに「給料日」でない場合は、「金曜
日」、「土曜日、日曜日」およびそれ以外にわけ、「金
曜日」、「土曜日、日曜日」以外の日は「晴天」、「曇
天」、「雨天」により分類して、それぞれ対応する時系
列データが検索される。これにより環境情報を用いて、
予測期間に対応した適切な時系列データを検索すること
ができるようになる。

【００３２】また、一定期間毎にこの分類木をパターン
検索装置８内部で学習するようにしても良い。これは環
境情報入力装置３から入力された環境情報を元に、一定
期間毎に時系列データを分類して新たな分類木を生成し
記録する。パターン検索装置９では新しく生成された分
類木を用いて時系列パターンを検索することにより以下
の点で有利となる。

【００３３】まず、分類木を生成するために用いた時系
列パターンが増えることにより、より適切な時系列パタ
ーンを検索できるようになる。次に、最新の環境情報を
用いることができるので、例えば、近所に会社や団地が
できたなどの環境の変化に対応することができる。

【００３４】さらに、パターン検索装置８による時系列
パターンの検索に、ルールなどの記述された知識を用い
ても良い。例として図９に表された分類木に対応するル
ールを記述したものを図１０に示す。この例では、一つ
のルールはまずＲＵＬＥ１：などのルール番号から始ま
り、ＩＦからＴＨＥＮまでの間がｎｏｔ、ａｎｄ、ｏｒ
で結合された属性／属性値の組による条件部の記述であ
る。ここでの属性というのは環境情報のうちの一つのこ
とである。

【００３５】そして、ＴＨＥＮ以下が条件部に対応する
適切な予測期間を示すリストである。例えば、ＲＵＬＥ
３は、環境情報「日」が「ボーナス日」ではなく、
「日」が「給料日」でもなく、「日」が「連休前後」で
ある場合、「４／２８」と「５／６」をクラスタの構成
要素として含む時系列パターンを参照時系列パターンと
して用いるのが適切であるという知識を示す。

【００３６】これらのルールをあらかじめ得た専門家の
知識や分類木を用いて得られた知識などを用いて記述し
ておく場合、専門家の経験的知識を入れることができる
ので、それによる適切な時系列パターンの検索を行うこ
とができる。また、漸次学習した分類木からルールへの
変換を行う場合や帰納学習の手法を用いてルールなどの
知識を自動的に抽出する場合は、自動的に知識が洗練さ
れ、環境の変化に対応できる利点がある。

【００３７】一方、過去の取引情報の時系列パターンに
おいて、取引種別毎に明確に時系列パターンが異なると
いうことがわかることがある。例えば、入金はある特定
の日に多くなる傾向があるが、出金は主に金曜日が多い
などという場合である。この場合、資金量予測に必要な
取引種別毎の時系列パターンを各々検索することにして
もよい。

【００３８】必要資金量予測装置９は、パターン検索装
置８によって検索された参照時系列パターンを元に予測
期間の必要資金量を予測する。参照パターンとして、在
高の時系列パターンや出金から入金を引いた時系列パタ
ーンなどの単一種類のパターンを用いる場合と、資金量
予測に必要な取引種別毎の時系列パターンを用いる場合
がある。

【００３９】前者は、取引種別毎に明確な差異がない場
合や明確な差異が見つけられない場合であり、後者は明
確な差異がある場合である。後者は取引種別毎の時系列
パターンをより精密に予測でき、また、これを組み合わ
せて必要資金量を予測するので、精度の高い予測を行う
ことができる。例えば、入金、出金の時系列パターンを
別々に予測し、出金パターンから入金パターンを引いた
パターンを用いて予測必要資金量とするものである。

【００４０】以下に必要資金量予測装置９のいくつかの
実現例を示す。今、５月２５日の取引開始時間から取引
終了時間までを予測期間とすることにする。この時、パ
ターン検索装置８により、まず１月２５日、２月２５
日、３月２５日、４月２５日のそれぞれ取引開始時刻か
ら取引終了時刻までが参照期間として得られたとする。
さらに、１月２５日と２月２５日の時系列パターン、お
よび３月２５日と４月２５日の時系列パターンは、それ
ぞれあらかじめ同じクラスタとしてクラスタ１、クラス
タ２にクラスタリングされ、パターンデータベース６に
格納されているとする。

【００４１】パターン検索装置８はこのクラスタ１、ク
ラスタ２の参照代表時系列パターンをパターン検索装置
６から検索し、それぞれ図１１で示すようなパターン
１、パターン２を得る。この時、例えば単一パターンが
得られた場合はそれを元に予測を行えばよいが、複数パ
ターンが得られた場合は、以下の方法などを用いて単一
のパターンを得る。

【００４２】まず、図１２のように、得られた複数パタ
ーンの平均をとる手法をとる方法がある。これにより、
参照代表時系列パターン同士のノイズを平均化でき、た
またま参照した時系列パターンのある時間に銀行ＡＴＭ
１ａ、…が故障して停止していたなどの突発的な異常事
態による影響を少なくすることができ、必要資金量を圧
縮するのに有効である。

【００４３】また、図１３のように、得られた複数パタ
ーンのうちの最大値をとる手法もある。この場合、必要
資金量は若干多くなるが、資金切れによる取引停止など
の事態を少なくすることができる。

【００４４】さらに、図１４のように、得られた複数パ
ターンのうちの最小値をとる手法もある。この場合は、
資金切れにより取引停止になる可能性は高くなるが必要
資金量を一番圧縮できる。

【００４５】以上の方法などを用いて単一のパターンを
求め、これを元に以下の方法で最終的な必要資金量を予
測する。まず、得られた単一の時系列パターンを用いて
参照期間中の必要資金量を得る。これは各取引の必要資
金量の和であり、次に、この値に、銀行ＡＴＭ１ａ、…
の資金切れが起きないように安全率を掛けたり最低必要
量を足したりして最終的な必要資金とする。この時、例
えば、あらかじめ資金が多く必要な事態が起こることが
わかっている場合は、そのような知識をあらかじめ入れ
ておき、これにより資金量のより正確な予測を行うこと
ができる。

【００４６】ここではさらに、予測された各銀行ＡＴＭ
１ａ、…毎の必要資金量の和を求めることにより、例え
ば支店内の銀行ＡＴＭ１ａ、…の必要総資金量を予測し
ても良い。これにより銀行ＡＴＭ１ａ、…全体に必要な
資金量が一目でわかり、現金輸送の資金量要求が簡便に
なる。

【００４７】最後に、必要資金量出力装置１０は、必要
資金量予測装置９により予測された必要資金量および予
測環境情報をもとに必要資金量に関する情報を、例え
ば、図１５のように出力する。なお、万円、千円などの
各欄はその紙幣、硬貨の枚数であり、補充の場合は数値
をそのままで、回収の場合をマイナス符号をつけて表す
こととしたものである。

【００４８】合計は機種番号毎に必要な資金量である。
また、必要があれば、例えば機種番号をクリックし、説
明と書いたボタンを押すことにより、図１６のような、
資金量予測の根拠となる理由を、予測環境情報を元に出
力しても良い。これにより、係員が銀行ＡＴＭ運用支援
装置１１の示した必要資金量に対し納得することがで
き、また、必要であれば係員が装置の明確な間違いや知
識不足を発見できたりすることで最終的な必要資金量の
補正を行うこともできる。

【００４９】さらに、この時、例えば、助言のボタンを
押すことにより、各銀行ＡＴＭ１ａ、…の必要資金量を
元に図１１のような補充／回収に必要なアドバイスを与
えても良い。これは、機種番号００５は出金が多く資金
を補充しなければならないが、逆に機種番号００４と機
種番号００８は入金が多いため資金を回収しなければな
らないというような場合である。

【００５０】この時、必要資金量出力装置１０が、各銀
行ＡＴＭ１ａ、…の予測された補充／回収資金量を元
に、機種番号００４と機種番号００８から必要量の資金
を回収し、機種番号００５に補充するのが良いというア
ドバイスを出力した例である。これにより、係員の補充
／回収作業の手間を軽減することができる。

【００５１】上記したように、予測に用いる取引の情報
を時系列データとしてクラスタリングして持つことによ
り、データの外乱による影響を防ぎ、かつ記憶容量を低
減することができる。また、過去の時系列データの検索
に日時、曜日、天候等の環境情報を用いて、検索された
データを直接用いて予測を行うようにしたものである。

【００５２】これにより、自動取引装置の過去の取引情
報とその際の日時、曜日、天候等の環境情報を元に必要
資金量を予測することで、資金量の圧縮を図り、係員の
作業負担を低減することができる。

【００５３】すなわち、過去の取引情報の時系列データ
とその際の環境情報を入力し、ある一定期間の時系列デ
ータに対してクラスタリングを行い、そのクラスタを環
境情報と共に記憶する。そして予測期間の取引状況にも
っとも適すると思われる過去のパターンを検索し、それ
を用いて予測期間の必要資金量を正確に予測すること
で、銀行ＡＴＭに必要な資金量を圧縮することができる
とともに、経験の浅い係員にも適切な資金量を設定する
ことができる。

【００５４】

【発明の効果】過去の取引情報の時系列データを用いて
将来の必要資金量を予測することで、従来係員の経験に
頼っていた自動取引装置への補充／回収の資金量を正確
に指示することができ、必要資金量を圧縮することがで
き、さらに経験の浅い係員でも適切な資金量を補充／回
収することが可能となる自動取引装置の資金運用支援装
置を提供できる。さらに、資金量予測に必要な取引種別
毎の時系列パターンを各々検索し、この検索された資金
量予測に必要な取引種別毎の時系列パターンを元に予測
期間の必要資金量を予測することにより、取引種別毎の
時系列パターンをより精密に予測でき、また、これを組
み合わせて必要資金量を予測するので、精度の高い予測
を行うことができる。例えば、入金、出金の時系列パタ
ーンを別々に予測し、出金パターンから入金パターンを
引いたパターンを用いて予測必要資金量とするものであ
る。

【図面の簡単な説明】

【図１】この発明の一実施例を説明するための自動取引
装置の資金運用支援装置の概略構成を示す図。

【図２】取引発生時毎にＡＴＭ群から送られてくる取引
情報の例を表す図。

【図３】環境情報入力装置に入力される取引発生時の環
境情報の例を表す図。

【図４】各銀行ＡＴＭと環境情報入力装置から送られて
くる取引発生時の情報の例を表す図。

【図５】時系列情報データベースに貯えられる機種番号
毎の時系列情報の例を表す図。

【図６】機種番号毎の取引種別毎パターンデータの例を
表す図。

【図７】参照パターンとそれらをクラスタリングした時
の参照代表パターンの例を表す図。

【図８】パターン検索装置を実現するアルゴリズムの例
を表す図。

【図９】パターン検索装置において時系列パターンの検
索に用いる分類木の例を表す図。

【図１０】パターン検索装置において時系列パターンの
検索に用いるルールの例を表す図。

【図１１】パターン検索装置において検索された時系列
パターンの例を表す図。

【図１２】パターン検索装置において検索された時系列
パターンが複数ある場合に複数パターンの平均により単
一パターンを得る例を表す図。

【図１３】パターン検索装置において検索された時系列
パターンが複数ある場合に複数パターンの最大値により
単一パターンを得る例を表す図。

【図１４】パターン検索装置において検索された時系列
パターンが複数ある場合に複数パターンの最小値により
単一パターンを得る例を表す図。

【図１５】必要資金量出力装置により出力される必要資
金量および予測資金量に関する情報の例を表す図。

【図１６】必要資金量出力装置により出力される資金量
予測の根拠となる理由の例を表す図。

【図１７】必要資金量出力装置により出力される資金の
補充回収のアドバイスの例を表す図。

【符号の説明】

１…ＡＴＭ群 １ａ、〜…銀行ＡＴＭ（自動取引装置） ２…時系列データ入力装置（第１の入力手段） ３…環境情報入力装置（第２の入力手段） ４…時系列情報データベース（第１の記憶手段） ５…クラスタリング装置（クラスタリング手段） ６…パターンデータベース（第２の記憶手段） ７…予測期間環境情報予測装置 ８…パターン検索装置（検索手段） ９…必要資金量予測装置（予測手段） １０…必要資金量出力装置（出力手段） １１…自動取引装置の資金運用支援装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者 紺田 和宣 神奈川県川崎市幸区柳町70番地 株式会 社東芝柳町工場内 (56)参考文献 特開 平５−182054（ＪＰ，Ａ) 特開 平６−20134（ＪＰ，Ａ) 特開 平３−19079（ＪＰ，Ａ) 阿部、永島、前田、長野，「時系列デ ータから自動発見されるパターンにもと づく推論のＰＯＳデータ活用への応 用」，情報処理学会第48回（平成６年前 期）全国大会講演論文集，Ｎｏ．２，平 成６年３月23日，ｐ．２−175〜２−176 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/60 G06F 19/00 G07D 9/00 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 自動取引装置の取引情報の時系列データ
   を入力する第１の入力手段と、 上記自動取引装置の取引発生時の日時、曜日、天候の環
   境情報を入力する第２の入力手段と、 上記第１の入力手段により入力された時系列データと上
   記第２の入力手段により入力された環境情報とを対応づ
   けて記憶する第１の記憶手段と、 この第１の記憶手段に記憶されている時系列データをク
   ラスタリングすることにより取引種別ごとの時系列パタ
   ーンを得るクラスタリング手段と、 このクラスタリング手段により得られた取引種別ごとの
   時系列パターンを上記第２の入力手段により入力された
   環境情報に対応づけて記憶する第２の記憶手段と、 予測期間の環境情報を用いて、予測期間に対応する過去
   の取引種別ごとの時系列パターンとその環境情報を上記
   第２の記憶手段より検索する検索手段と、 この検索手段により検索された複数の取引種別ごとの時
   系列パターンを組合わせたものと環境情報に基づいて予
   測期間の必要資金量を予測する予測手段と、 この予測手段により予測された必要資金量に関する情報
   を出力する出力手段と、 を具備したことを特徴とする自動取引装置の資金運用支
   援装置。