類似検索の仕組み

類似検索 ツールは、1 つ以上の 照合する入力フィーチャ に最も類似している (または、最も類似していない) 候補フィーチャ を特定します。類似性は指定された数値属性のリスト(対象属性)に基づいています。複数の 照合する入力フィーチャ が指定されている場合、類似性は 対象属性 の平均に基づいています。出力フィーチャクラス (出力フィーチャ) には、照合する入力フィーチャ と、検出された一致するすべての 候補フィーチャ が、類似度順 (類似度の高低 パラメーターで指定) に格納されます。返される一致の数は、結果数 パラメーターの値に基づきます。

適用例

人口、教育、特定のレクリエーション機会への近接性の観点から、自分の都市とよく似た他の都市を検索するために、類似検索 ツールを使用できます。
地方自治体は、税収を増やすために、潜在的な企業に自分たちの都市を売り込みたいと考える場合があります。 類似検索 ツールを使用すると、低い犯罪率や高い成長率などの誘因属性に関して自分たちの都市と比較できるように、類似した他の都市を特定できます。これらの担当者は、自分たちの都市とよく似ていて、かつ規模がより大きい、またはより小さい場所を見つけることにも関心があるかもしれません (コサイン類似度)。誘致したい企業にとって魅力的であった、より小規模または大規模な場所と自分たちの都市が類似していることがわかれば、小規模であることの利点 (混雑の少なさ、小さな町の雰囲気) または大規模であることの利点 (潜在顧客の多さ) を強調しながら、類似点を示すことができます。これらの担当者は、自分たちの都市と最も類似していない都市に関心を持つ場合もあります。最も類似していない場所のいずれかが、誘致したい企業をめぐる競合相手である場合、この分析によって、比較を提示するために必要な情報が得られます。
ある人事マネージャーが、会社の給与範囲の妥当性を示したいと考える場合があります。規模、生活費、および環境に関して類似する都市を特定し、それらの都市の給与範囲を調べて、自社の給与範囲が妥当であるかどうかを確認できます。
犯罪分析者は、犯罪がより大きなパターンや傾向の一部であるかどうかを確認するために、データベースを検索したいと考えています。
とある町 A で放課後のフィットネスプログラムが大きな成功を収めました。プロモーターは、プログラム拡大の候補として、類似した特性を持つ他の町を見つけたいと考えています。
法執行機関は、薬物が栽培または製造されている地域を発見しました。類似した特性を持つ場所を特定することで、今後の捜索対象を絞り込むことができます。
大規模小売業者には、成功している店舗もあれば、業績不振の店舗もあります。類似した人口統計および状況的特性 (アクセス性、視認性、補完的なビジネスなど) を持つ場所を見つけることで、新しい店舗に最適な場所を特定できます。

マッチング方法

照合は、属性値、ランク付けされた属性値、属性プロファイル (コサイン類似度) に基づいて実行できます。以下に、これらの各方法で採用されているアルゴリズムについて説明します。すべての方法で、照合する入力フィーチャ が複数ある場合、すべてのフィーチャの属性が平均化され、照合処理で使用する複合ターゲットフィーチャが作成されます。

対象属性の平均

属性値

照合方法 パラメーターで 属性値 を選択すると、ツールはまずすべての 対象属性 を標準化します。各候補に対して、標準化された値をターゲットの値から減算し、その差を二乗して、二乗差を合計します。この和が候補の類似度指標になります。すべての候補が処理されると、候補は最小の指標 (最も類似する) から最大の指標 (最も類似しない) の順にランク付けされます。

詳細:

属性値の標準化には、Z 変換が含まれます。この変換では、すべての値の平均を各値から引いた後、その結果をすべての値の標準偏差で割ります (照合する入力フィーチャと候補フィーチャの両方が、平均値と標準偏差の計算に含まれます)。標準化によって、属性が非常に異なる種類の数 (比率 (0 〜 1.0)、人口 (100 万以上)、距離 (キロメートルなど)) で表されている場合でも、すべての属性が同じスケールで表されます。

ランク付けされた属性値

照合方法 パラメーターで ランク付けされた属性値 を選択すると、ツールはターゲットフィーチャおよびすべての候補の 対象属性 を順位付けすることから始めます。各候補に対して、ターゲットフィーチャに対する各属性の二乗差を合計します。ターゲットの人口値がすべての候補の中で 10 番目に大きく、検討対象の候補の人口が 15 番目に大きい場合、この候補の人口のランク差の二乗和は \(10 - 15 = -5\) となり、\(-5^2\) は 25 になります。すべての 対象属性 のランク差の二乗和が、この候補の類似度指標になります。すべての候補が処理されると、候補は最小の指標 (最も類似する) から最大の指標 (最も類似しない) の順にランク付けされます。

属性プロファイル

照合方法 パラメーターで 属性プロファイル を選択すると、ツールはまずすべての 対象属性 を標準化します (このメソッドには最低 2 つの 対象属性 が必要です)。その後、コサイン類似度の計算を使用して、各候補の標準化された属性ベクトルと、照合対象のターゲットフィーチャの標準化された属性ベクトルを比較します。 2 つのベクトル A と B のコサイン類似度は、次のように計算されます:

\[ \text{Cosine Similarity Index} = \frac{\sum_{i=1}^{n} A_i B_i}{\sqrt{\sum_{i=1}^{n} (A_i)^2} \sqrt{\sum_{i=1}^{n} (B_i)^2}} \]

コサイン類似度は、属性の大きさの一致ではなく、属性間の関係に着目します。比較対象のベクトル (ターゲットと候補の 1 つ) に含まれる標準化された属性のプロファイル (折れ線グラフ) を作成すると、非常によく似たプロファイルや、非常に異なるプロファイルが表示されることがあります。

属性プロファイル — 上の属性ペアのプロファイルは非常に似ています。下のペアのプロファイルはかなり異なります。

コサイン類似度指標の範囲は、1.0 (完全に類似) から -1.0 (完全に相違) までであり、SIMINDEX (コサイン類似度) フィールドに出力されます。この類似度方法は、同じ特性を持ち、かつ規模が大きい、または小さい可能性がある場所を検索する場合に使用します。

ベストプラクティス

類似パターンのマッピング

結果の数 パラメーターを 0 に設定すると、ツールはすべての候補フィーチャをランク付けします。この分析の出力は、類似度の空間的パターンを示します。すべての候補をランク付けすると、類似性と相違性の両方に関する情報が得られることに注意してください。

ランク付けされた類似度マップ

空間変数を含む

特定の絶滅危惧種が良好に生育している場所 (ポリゴンエリア) がわかっていて、その種が同様に生息に適する可能性のある他の場所を検索したいとします。良好に生育している場所と類似する場所を探すことになりますが、その種の定着を確実にするために、十分な広さがあり、十分にコンパクトな場所も必要になる場合があります。この分析では、各ポリゴンエリアについてコンパクト性指標を計算できます。一般的なコンパクト性の測定値は、同じ周長を持つ円の面積に対するポリゴンの面積の関係に基づいています。その後、類似検索 ツールを実行する際に、出力に追加するフィールド パラメーターに、コンパクト性の測定値とポリゴンサイズを反映する属性 (Shape_Area) を含めることができます。コンパクト性と面積の両方に基づいて上位 10 件の解の一致候補を並べ替えることで、種の再導入に最も適した位置を特定しやすくなります。

たとえば、店舗展開を検討している小売業者であるとします。成功している既存店舗がある場合は、成功の主な特性を反映する属性を使用して、展開先の候補地を見つけることができます。販売している商品が大学生に最も訴求し、現在の店舗や競合店の近くの場所を避けたいとします。 類似検索 ツールを実行する前に、近接ツールを使用して空間変数を作成します。たとえば、大学または大学生の密度が高い場所までの距離、既存店舗までの距離、競合店までの距離です。その後、類似検索 ツールを実行する際に、これらの空間変数を 出力に追加するフィールド パラメーターに含めることができます。