Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
20250718_分析業務への生成AI活用(テキストマイニングを例題に)
Search
NobuakiOshiro
PRO
July 17, 2025
Technology
120
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
20250718_分析業務への生成AI活用(テキストマイニングを例題に)
NobuakiOshiro
PRO
July 17, 2025
More Decks by NobuakiOshiro
See All by NobuakiOshiro
20260702_生成AIはどこまで成長するのか_チャットだけじゃない世界
doradora09
PRO
0
59
20260701_middle_east_monitoring_10slides
doradora09
PRO
0
16
20260617_中東情勢_統合シナリオ予測スライド
doradora09
PRO
0
14
20260617_日本の家計ストレスと需要変化_20枚スライド
doradora09
PRO
0
14
20260625_AIエージェント時代の公開情報モニタリング入門
doradora09
PRO
0
24
20260624_中東情勢モニタリング_9枚スライド
doradora09
PRO
0
6
20260617_生成AIを専属DSに_バイブコーディングで簡易自動化ツール構築_ハンズオン_交通事故データ
doradora09
PRO
0
98
20260610_Fable5_初回会話スライド全10ページ(初日は揉めました)
doradora09
PRO
0
43
20260611_Fable5_2日目_実務設計編_全10ページ(床のり在庫議論)
doradora09
PRO
0
45
Other Decks in Technology
See All in Technology
初めてのDatabricks勉強会
taka_aki
2
190
トークン最適化のためのユーザーストーリー分析 / User Story Analysis for Token Optimization
oomatomo
0
130
作る力から、見極める力へ — AI時代に広がるエンジニアの価値と役割
rince
0
360
サイバーエージェントにおけるAI推進戦略と変革への取り組み
shotatsuge
0
610
Lightning近況報告
kozy4324
0
230
攻撃者がいなくてもAIエージェントはインシデントを起こす
nomizone
0
140
自作お家AIエージェントスタックチャンFWで困っている所紹介
74th
0
150
AI時代のコスト管理を考えよう〜明日から使える実践AWSノウハウ~
yoshimi0227
0
960
AI時代における最適なQA組織の作り方
ymty
3
170
AIAU_UMEMOGU_ninomiya_slide
ninomiya_ii
0
280
元・セキュリティ学習経験0大学生による業務紹介 / An Introduction to the Job by a Former College Student with Zero Security Training Experience
nttcom
0
950
Deep Data Security 機能解説
oracle4engineer
PRO
2
230
Featured
See All Featured
Unsuck your backbone
ammeep
672
58k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
950
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
400
The agentic SEO stack - context over prompts
schlessera
0
830
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
1
3.6k
GraphQLとの向き合い方2022年版
quramy
50
15k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2.1k
Writing Fast Ruby
sferik
630
63k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
55k
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
260
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Transcript
分析業務への⽣成AI活⽤ 〜テキストマイニングを例題に〜 2025/7/18 NOB DATA株式会社 代表取締役 ⼤城 信晃
Copyright © 2025 NOB DATA All Rights Reserved. 分析業務への⽣成AI(LLM)活⽤ •
LLMは2025年7⽉現在ではまだまだハルシネーションは発⽣するものの、データ分 析の各フェーズにおいてかなり有⽤ • LLMをうまく使うことで、分析効率を2〜10倍程度まで上げることが可能( 体感値 ) • テキストマイニングを例に取り上げます( デモは時間があれば )
Copyright © 2025 NOB DATA All Rights Reserved. ご参考:テキストマイニングのビジネスニーズ •
Indeedで検索した結果(200件以上の求⼈)
Copyright © 2025 NOB DATA All Rights Reserved. ご参考②:LLMでのサマリ •
ディープリサーチ -> サマリ • 実はこれは従来のテキストマイニング技術では困難
Copyright © 2025 NOB DATA All Rights Reserved. 分析業務への⽣成AI(LLM)活⽤ •
⽬的->仮説->データ収集->分析->レポート->アクション->(必要に応じて⾃動化) 製品の ユーザー評価 を知りたい ( 改善のため ) データ収集・ 整形 前処理 基礎分析 / 可視化 探索的分析 (EDA) 特化分析 レポート& アクション 提案 必要に応じて ⾃動化や後続 システム に組み込み ひとまず現状の課 題を把握したい (初期仮説の1つ: 星5と星1レ ビューを⽐較すれ ば、差があるので は?) 解き⽅を考える 次の仮説検証へ
Copyright © 2025 NOB DATA All Rights Reserved. データ収集フェーズ •
今回はM1 MacのAmazonの⼝コミをサンプルに収集 • その後のデータをCSVにする処理なども⼀⼿間 (☆LLMで⽀援可能) https://www.amazon.co.jp/product- reviews/B096F11HV9/ref=acr_dp_hist_1?ie=UTF8&filterByStar=one_star&reviewerType=all_reviews#reviews-filter-bar
Copyright © 2025 NOB DATA All Rights Reserved. 形態素解析&ランキング化 •
⽇本語を古典的な⽅法でテキストマイニングしようと思うと、区切りや品詞分解のための「形 態素解析」が必要。mecabやjanomeなどを使うが、環境構築が結構⼤変だったりする。 ( 最近はだいぶ楽にはなってますが・・ ) --- 品詞別 頻出語ランキング (ストップワード除外 前) --- [名詞] 購⼊: 11 バッテリー: 9 返品: 8 もの: 7 品: 7 .: 7 1: 6 画像: 5 の: 5 新品: 5 [動詞] し: 33 い: 6 れ: 6 なり: 5 さ: 5 する: 4 あり: 4 使っ: 3 いる: 3 思い: 3 [形容詞] 良い: 7 ⾼い: 4 悪く: 2 なく: 2 良く: 2 いい: 2 近い: 1 無く: 1 やすかっ: 1 やすい: 1 --- 形態素解析が完了しました ---
Copyright © 2025 NOB DATA All Rights Reserved. ワードクラウド化( レビュー5と1で別々に
) • 形態素解析した後にワードクラウドを使うと単語の出現回数に応じて全体感をざっくり把握す ることができます
Copyright © 2025 NOB DATA All Rights Reserved. ストップワードの除去 •
て、に、を、は、などワードクラウド化しても意味の無い⾔葉をフィルタリングします • この辺は⼿作業で延々とやると時間がいくらあっても⾜りないので、辞書が公開されてたりし ます。(☆今ならLLMでも作れますね。便利な時代になりました)
Copyright © 2025 NOB DATA All Rights Reserved. その後:試⾏錯誤しながらレポートを作成 •
今ので「少しだけ」分析してますが、 実際は元の⽂章を⾏ったり来たりしながら、分析レポートを作成します • 最終的には「なぜ評価が良いのか・悪いのか」「その打ち⼿」をまとめます èこの辺りは結構分析者の「解釈⼒」で変わってくる部分でもありますね ・多分、新⼈なら5〜10⼈⽇、中堅以上で1〜2⼈⽇仕事でしょう ( どこまでやるか、には依存しますが )
Copyright © 2025 NOB DATA All Rights Reserved. ご参考:専⽤ツールもいくつかあります •
樋⼝先⽣が作られたKHCoderなどは⾮常に⼈気です • ノンプログラマーだけでなく、我々も普通に使います(ツールとして優秀) • 「データをどう可視化するか・解釈するか」は⾊々と勉強が必要です https://khcoder.net/ 【第2版】⽬次 •まえがき •第1章 内容分析から計量テキスト分析へ――継承と発展を⽬指 して •第2章 計量的分析の新たなアプローチ――2つのアプローチの 峻別と接合から •第3章 新たなアプローチによる分析の⼿順と実際――漱⽯「こ ころ」によるチュートリアル 《第2版で⼤幅に改訂》 •第4章 ⼿作業による伝統的な⽅法との⽐較――新聞記事の分析 結果から •第5章 現代における全国紙の内容分析の有効性――社会意識の 探索はどこまで可能か •第6章 情報化イノベーションの採⽤と富の有無――⾃由回答 データを⽤いた研究事例 •第7章 社会調査と計量テキスト分析 •第8章 研究事例に学ぶ利⽤の⽅策 《第2版で追加》 •資料A KH Coder 3 リファレンス・マニュアル 《第2版で⼤幅 に改訂》 •資料B 機能追加プラグイン「⽂錦(R)」シリーズ 《第2版で 追加》 •資料C KH Coderの使⽤条件とその考え⽅ •あとがき
Copyright © 2025 NOB DATA All Rights Reserved. LLMの使い道①:データ整形⽀援 •
データを雑にコピペして、CSVにしてくれと依頼すれば⼤抵OK • ⼀応、ハルシネーションには注意ですが。 https://chatgpt.com/share/6879b5e8-1534-800f-9354-867930cbd99c
Copyright © 2025 NOB DATA All Rights Reserved. LLMの使い道②:プログラミング⽀援 •
データを⾷わせて「xxし て」でバイブコーディン グならぬバイブアナリ ティクス • ChatGPTの環境だと⾃ 由にPythonライブラリ をインストールできない ので、 Google Colabなどを使 うと応⽤の幅が広がりま す
Copyright © 2025 NOB DATA All Rights Reserved. LLMの使い道③:解釈⽀援 •
Outputの内容を読ませて、解釈するのもLLMは得意です ( 平均的な読み解きの場合。奇抜なアイディアとかは苦⼿ )
Copyright © 2025 NOB DATA All Rights Reserved. LLMの使い道③:解釈⽀援 •
⼝コミの分析結 果を解釈させる とこんな感じ
Copyright © 2025 NOB DATA All Rights Reserved. 応⽤:分析AIエージェント •
中堅以上の分析者が1〜 2⽇仕事だった内容を、 1〜2時間で完了 • 以下、40分動画ですが ご参考まで(最初と最後 だけで良いです)。 https://x.com/doradora09/status/1945864915807600799
Copyright © 2025 NOB DATA All Rights Reserved. 応⽤:分析AIエージェント •
Output例
Copyright © 2025 NOB DATA All Rights Reserved. まとめ •
分析業務への⽣成AI活⽤の⼀例として「テキストマイニング」をご説明 • 新⼈が1〜2週間かかっていた仕事を⽣成AIを使えばおそらく1〜2⽇、分析 AIエージェントを使えば1〜2時間程度で実現できるポテンシャルがある • 今回は「⽣成AIでデータ分析の何が楽になるか」にフォーカスしました。 • 今後もしサービスとして売り出す検討を⾏う際はターゲットや売り⽅、「どこ でバリューを出すのか」などの議論も必要だと思いますが、⼀つご参考まで。
Copyright © 2025 NOB DATA All Rights Reserved. 参考資料: 分析AIエージェントが40分・$10で作ったレポート
Copyright © 2025 NOB DATA All Rights Reserved. ! !.BD#PPL"JS.උࡁΈϨϏϡʔ
ੳϨϙʔτʢ࠷ऴڀۃ൛ʣ " "ੳશྃʂ ✅ ܗଶૉղੳϕʔεϫʔυΫϥυ໊ࢺɾܗ༰ࢺɾಈࢺͷΈΛநग़͠ɺҙຯ ͷ͋Δ୯ޠʹಛԽ ✅ ॏཁޠڞىωοτϫʔΫੳʹॏཁͳޠኮͷΈʹߜΓɺΧςΰϦผ৭͚ ͰؔੑΛ໌֬Խ ✅ վྑ൛සग़ޠੳʮ·͠ʯʮͰ͠ʯʮͰ͢ʯʮ·͢ʯͷແҙຯޠඌΛ શআ֎ ✅ ຊޠϑΥϯτશରԠ)JSBHJOP4BOTʹΑΔจࣈԽ͚શղܾ $ $ΤάθΫςΟϒαϚϦʔ ॏཁͳൃݟ.BD#PPL"JS.උࡁΈͷϨϏϡʔશʹೋۃԽ͓ͯ͠Γ ʢධՁWTධՁʣɺ࠷ऴվྑ͞ΕͨߴͳςΩετϚΠχ ϯάੳʹΑΓɺόοςϦʔؔ࿈ͷ͕ධՁͷओཁҼɺίετύϑΥʔϚϯ ε͕ߴධՁͷओཁҼͰ͋Δ͜ͱ͕ܗଶૉղੳϨϕϧͰఆྔతʹ֬ೝ͞Ε·͠ ͨɻ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD % %ۓٸରԠ͕ඞཁͳ • όοςϦʔؔ࿈ෆຬ • ฦɾަؔ࿈ • ѱ࣭ɾٗؔ࿈ݴٴ • ײੳʹΑΔධՁͷײείΞ ߴ͍ωΨςΟϒ ✅ ✅ڧԽ͖͢ڧΈ • ίετύϑΥʔϚϯε • ࣭ɾঢ়ଶ • όοςϦʔɾిݯʢߴධՁʣ • ײੳʹΑΔߴධՁͷײείΞ ߴ͍ϙδςΟϒ & &جຊσʔλ֓ཁ ߲ ૯ϨϏϡʔ ݅ ੳظؒ ݄ʙ݄ ϢχʔΫϨϏϡΞʔ ໊ ධՁ ݅ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. ධՁ ݅
தؒධՁ ݅ ײੳର ݅ ༻ϑΥϯτ )JSBHJOP4BOTʢຊޠରԠʣ ੳख๏ ܗଶૉղੳ վྑετοϓϫʔυ ॏཁޠϑΟϧλϦϯ ά ධՁ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD ' 'ධՁཁҼੳ ذ݅ୡόοςϦʔؔ࿈ݴٴˠόοςϦʔৄࡉੳ͕ඞཁ ධՁཁҼϥϯΩϯά ॱҐ ཁҼΧςΰϦ ݴٴ ݅ όοςϦʔؔ࿈ ݅ ػೳɾੑೳ ݅ ฦɾަ ݅ ѱ࣭ɾٗ ݅ ֎؍ɾ࣭ ݅ ධՁཁҼผݴٴ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. ✨ ✨ߴධՁཁҼੳ
ذ݅ୡίετύϑΥʔϚϯεݴٴˠՁ֨ઓུੳ͕ਪ ຬཁҼϥϯΩϯά ॱҐ ཁҼΧςΰϦ ݴٴ ݅ ίετύϑΥʔϚϯε ݅ ࣭ɾঢ়ଶ ݅ όοςϦʔɾిݯ ݅ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD ֎؍ɾσβΠϯ ݅ ੑೳɾػೳ ݅ ߴධՁཁҼผݴٴ ) )࠷ऴڀۃͷςΩετϚΠχϯάੳ * *࠷ऴվྑ͞ΕͨςΩετϚΠχϯάख๏ • ܗଶૉղੳ+BOPNFϥΠϒϥϦʹΑΔࢺผղੳʢ໊ࢺɾܗ༰ࢺɾಈࢺͷ Έநग़ʣ • վྑϫʔυΫϥυҙຯͷ͋Δ୯ޠͷΈʹಛԽɺසϕʔεੜ • ॏཁޠڞىωοτϫʔΫੳʹॏཁͳޠኮͷΈʹߜͬͨؔੑՄࢹԽ • ΧςΰϦผ৭͚όοςϦʔʢʣɺίεύʢʣɺʢᒵʣɺຬ ʢ੨ʣ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. • վྑετοϓϫʔυʮ·͠ʯʮͰ͠ʯʮͰ͢ʯʮ·͢ʯͷແҙຯޠඌΛ
શআ֎ • ײੳࣙॻϕʔεײείΞࢉग़ + +ܗଶૉղੳϕʔεϫʔυΫϥυʢ࠷ऴ൛ʣ ϨϏϡʔςΩετ͔Β໊ࢺɾܗ༰ࢺɾಈࢺͷΈΛநग़͠ɺҙຯͷ͋Δ୯ޠʹಛԽ ͨ͠ϫʔυΫϥυɻจࣈͷେ͖͞ग़ݱසʹൺྫ͠ɺ)JSBHJOP4BOTϑΥ ϯτʹΑΓຊޠ͕ᘳʹදࣔ͞Ε·͢ɻ ධՁϨϏϡʔʢܗଶૉ ղੳʣ ࠷ऴվྑޮՌʮόοςϦʔʯ ʮฦʯʮʯͳͲͷॏཁ ޠ͕໌֬ʹු͖ூΓʹ ߴධՁϨϏϡʔʢܗଶૉ ղੳʣ ࠷ऴվྑޮՌʮຬʯʮίε ύʯʮྑ͍ʯͳͲͷՁޠ͕ ໌ʹදࣔ શϨϏϡʔʢܗଶૉղ ੳʣ ࠷ऴվྑޮՌશମతͳॏཁޠ ͷͱ༏ઌ͕ҰͰཧղ Մೳ , ,ॏཁޠڞىωοτϫʔΫʢΧςΰϦผ৭͚ɾ࠷ऴ൛ʣ ੳʹॏཁͳޠኮͷΈʹߜͬͨڞىωοτϫʔΫɻΧςΰϦผ৭͚ʹΑΓɺ୯ ޠؒͷؔੑͱͷߏ͕໌֬ʹՄࢹԽ͞Ε͍ͯ·͢ɻ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD - -৭͚ΧςΰϦ • .όοςϦʔؔ࿈όοςϦʔɺిɺॆిɺిݯ • /Ձ֨ɾίεύؔ࿈ίεύɺՁ֨ɺஈɺ͍҆ɺ͓ಘ • 0ɾෆຬؔ࿈ɺෆྑɺނোɺෆຬɺ࠷ѱ • 1ຬɾධՁؔ࿈ຬɺྑ͍ɺ͍͍ɺૉΒ͍͠ɺ࠷ߴ • 1ͦͷଞ্هҎ֎ͷॏཁޠ ධՁϨϏϡʔॏཁޠωοτϫʔΫ ࠷ऴվྑޮՌόοςϦʔͷෳ߹ੑͱฦ ɾରԠͷؔ࿈ੑ͕໌֬ʹՄࢹԽ ߴධՁϨϏϡʔॏཁޠωοτϫʔΫ ࠷ऴվྑޮՌίεύͱຬͷؔੑɺ࣭ධ Ձͷߏ͕໌ʹදࣔ & &վྑ൛සग़ޠੳʢετοϓϫʔυڧԽ൛ʣ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. $ $վྑ൛සग़ޠϥϯΩϯάʢ501ʣ
ධՁϨϏϡʔʢվྑ൛ʣ ฦ ճ ฦۚ ճ όοςϦʔ ճ ରԠ ճ ిݯ ճ ಧ͖ ճ ঢ়ଶ ճ Մೳ ճ ۀऀ ճ ΧελϚʔ ճ վྑޮՌʮ·͠ʯʮͰ͠ʯͷແҙຯޠඌΛ আ֎͠ɺʮฦʯʮฦۚʯʮόοςϦʔʯ ͷޠ͕໌֬ʹ ߴධՁϨϏϡʔʢվྑ൛ʣ ৽ ճ ྑ͍ ճ όοςϦʔ ճ ࣄ ճ ༻ ճ ߴ͍ ճ ຬ ճ ग़ ճ උ ճ ࡁΈ ճ վྑޮՌʮ৽ʯʮྑ͍ʯʮຬʯͷՁ ޠ͕໌ʹநग़͞Εɺҙຯͷ͋Δੳ͕࣮ݱ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD 2 2ײੳ݁Ռ ײੳαϚϦʔ ײΧςΰϦ ݅ ׂ߹ QPTJUJWF ݅ OFVUSBM ݅ OFHBUJWF ݅ * *࣌ܥྻɾಛੑੳ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. ݄ผϨϏϡʔਪҠ ΧϥʔผධՁ
3 3࠷ऴվྑςΩετϚΠχϯά͔ΒಘΒΕͨಎ ! !࠷ऴܗଶૉղੳʹΑΔܾఆతൃݟ • ධՁͷ֩৺ޠʢվྑ൛ʣʮฦʯʮฦۚʯʮόοςϦʔʯʮରԠʯ ʮిݯʯ্͕ҐΛΊɺͷߏ͕໌֬ • ߴධՁͷ֩৺ޠʢվྑ൛ʣʮ৽ʯʮྑ͍ʯʮόοςϦʔʯʮຬʯ͕ ্ҐͰɺՁೝࣝͷߏ͕໌ • ετοϓϫʔυվྑޮՌແҙຯͳޠඌআڈʹΑΓɺੳਫ਼͕ܶతʹ ্ • ॏཁޠؒͷؔੑόοςϦʔͷෳ߹ੑʢόοςϦʔ㲗ฦ㲗ରԠʣ ͕໌֬ʹՄࢹԽ • ΧςΰϦผߏܥʢɾᒵʣWTຬܥʢ੨ɾʣͷ໌֬ͳରൺߏ • ҙࢥܾఆࢧԉॏཁޠʹߜͬͨੳʹΑΓɺΞΫγϣϯ༏ઌ͕໌֬Խ . .ۓٸରԠ͕ඞཁͳʢ࠷ऴੳ݁Ռʣ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD όοςϦʔ࣭ཧͷڧԽ ◦ όοςϦʔ༰ྔҎ্ͷج४ઃఆ ◦ ॆిαΠΫϧͷ্ݶઃఆ ◦ όοςϦʔঢ়ଶͷࣄલ։ࣔ ◦ վྑසग़ޠੳʹΑΔ৽ൃݟʮόοςϦʔʯ͕ධՁͰҐɺߴධՁ ͰҐͷ྆໘ੑΛ֬ೝ ◦ ॏཁޠωοτϫʔΫʹΑΔ৽ൃݟόοςϦʔˠฦˠରԠͷෛͷεύ ΠϥϧߏΛ֬ೝ ฦɾަϓϩηεͷվળ ◦ ਝͳରԠମ੍ͷߏங ◦ ϓϩΞΫςΟϒͳΧελϚʔαϙʔτ ◦ ฦཧ༝ͷৄࡉੳͱ༧ࡦ ◦ վྑසग़ޠੳʹΑΔ৽ൃݟʮฦʯʮฦۚʯʮରԠʯ͕ධՁͷ্ Ґޠʹूத / /ڧԽ͖͢ڝ૪༏Ґੑʢ࠷ऴੳ݁Ռʣ ίετύϑΥʔϚϯεͷૌٻڧԽ ◦ Ձ֨༏Ґੑͷ໌֬ͳදࣔ ◦ ৽ͱͷൺֱදࣔ ◦ อূ༰ͷॆ࣮ ◦ վྑසग़ޠੳʹΑΔ৽ൃݟʮ৽ʯʮྑ͍ʯʮຬʯ͕ߴධՁͷ্ Ґޠኮ ◦ ॏཁޠωοτϫʔΫʹΑΔ৽ൃݟίεύˠຬˠྑ͍ͷਖ਼ͷεύΠϥ ϧߏΛ֬ೝ 4 4࣮༏ઌॱҐʢ࠷ऴվྑςΩετϚΠχϯάࠜڌ ͖ʣ ༏ઌ ࢪࡦ ظޮՌ ࠷ऴվྑςΩετϚΠχϯάࠜڌ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD
Copyright © 2025 NOB DATA All Rights Reserved. ࠷ ߴ
όοςϦʔ ࣭ج४ͷݫ֨ Խ ධՁ ݮ վྑසग़ޠੳɾॏཁޠωοτ ϫʔΫɾΧςΰϦผੳͰ࠷ॏཁ ՝ͱ֬ೝ ߴ ঢ়ଶͷৄ ࡉ։ࣔ ظΪϟο ϓݮ ײੳͰظؔ࿈ͷෆຬ͕ߴ είΞ த ฦɾަϓ ϩηεվળ ސ٬ຬ ্ վྑසग़ޠੳͰฦؔ࿈ޠ্͕ Ґूத த ίεύૌٻͷ ڧԽ ߴධՁ্ վྑසग़ޠੳͰ৽ɾຬ͕ߴ ධՁͷத৺ޠኮͱ֬ೝ $ $,1*ඪઃఆʢ࠷ऴڀۃ൛ʣ ϲ݄ޙͷඪ • ධՁˠҎԼ • όοςϦʔؔ࿈ෆຬˠҎԼ • ฦɾަݱঢ়ѲˠҎԼ • ฏۉධՁˠҎ্ • ৽ࢦඪωΨςΟϒײείΞݱঢ়ˠݮ • ৽ࢦඪϙδςΟϒײείΞݱঢ়ˠ্ • ৽ࢦඪॏཁޠωοτϫʔΫີܥޠኮͷ݁߹ˠݮ • ৽ࢦඪվྑසग़ޠϥϯΩϯάޠͷॱҐˠҐҎԼʹԼ 5 5ੳख๏αϚϦʔʢ࠷ऴڀۃ൛ʣ ༻ͨ͠ੳٕज़ʢ࠷ऴվྑ൛ʣ • جૅ౷ܭੳධՁɺ࣌ܥྻੳɺಛੑੳ .BD#PPL"JS.උࡁΈϨϏϡʔੳϨϙʔτʢ࠷ऴڀۃ൛ʣ pMF6TFSTOPCEBUB@BENJO@%FTLUPQWTDPEF@EFWBHFOUJD