Cybozu Inside Out

（前回）はこちら

2.ログデータ分析

ログデータ：
ここは、サイボウズ社内で使用している「サイボウズガルーン2」のWebサーバーのログデータを分析対象としました。特に、「サイボウズガルーン2」のアプリ毎のアクセス状況を分析してみました。

実装分析項目：
クエリー
バー･グラフ
パイ･グラフ
ボックス･グラフ
ネットワークマップ
クラスタリング
（バーグラフとパイグラフは今回省略しています）

時間が限られていたため、少ない分析、可視化の項目での検証となりました。上図のように、実装分析項目にパラメータを指定した上で、動的に分析ができます。

クラスタリング：
教師なしデータ分類手法、与えられたデータを外的基準なしに自動的に分類する手法です。グループウェア上のユーザーの行動をクラスタリングすることによって、行動が似てるユーザーをそれぞれのカテゴリーに自動的に分類できます。また、カテゴリーから外れたユーザーが異常行動のユーザーとして抽出できます。

同時に、ユーザー行動の特徴抽出には幾つかの方法があります。たとえば、各アプリの使用頻度、アプリ間のトランスファー頻度、各アプリ間で見られる特徴なトランスファーシナリオなどです。 ここで、簡単に、各アプリの使用頻度を基にして視覚化しました。

下図はあるクラスタリング例です。アプリの使用頻度によって、三つのカテゴリーに分けています。さらに、各カテゴリーのユーザーの行動をネットワークマップで可視化してみました。

ネットワークマップ：
各アプリ使用のトランスファーシーケンスをネットワークマップで可視化してみました。アプリ間のトランスファー頻度を太さとし、トランスファー方向を矢印としています。群2と群3の行動の違いが視覚である程度把握できると思います。

(ここで、ネットワークマップ