NEC于2015年8月18日宣布，開發出了在大數據預測分析中實施事前數據處理的新技術。該技術可對有助于預測的特征數據、即“特征量”自動實施提取及評價處理，因此被命名為“特征量自動設計技術”。

      該技術在利用NEC開發的“異種混合學習技術（用于發現大數據中混合的大量規律性）”實施分析之前使用。以前，特征量的提取處理是由經驗豐富的分析技術人員實施的。例如，在預測啤酒的銷售額時，大家都知道當氣溫超過特定數值時銷售額會受到很大影響。數據分析技術人員從銷售額與氣溫數據中發現了關聯性，通過對影響銷售額的特定氣溫數據（特征量）實施提取及評價，計算出高精度的分析及預測結果。

      此次的技術可使分析技術人員實施的一系列處理實現自動化。使用該技術進行的驗證實驗表明，從事前數據處理到利用“異種混合學習技術”實施分析及預測，整體時間可縮短到原來的約1/3。這樣一來，便可為需要實施大量數據分析的零售店迅速、實時地提供各商品種類的預測分析。NEC預定在2015年度內使此次的新技術投入實際使用。

      NEC介紹稱，此次的“特征量自動設計技術”主要有兩大特點：

      （1）開發出了可高速搜尋數據變換組合的“高速搜尋算法”。該算法可針對待分析的大量數據，從“數據變換處理”的龐大組合中，高速搜尋出最佳組合。這樣便可自動提取出有效的特征量。

      （2）將數據分析技術人員的經驗制作成了類庫。在特征量提取方面，將“標準化”、“移動平均”（時序數據的平均化）等數據分析人員以前通過大量的經驗培育的多種“數據變化處理”制成了類庫。通過組合這些類庫，便可輕松提取出多種特征量。