【AIセキュリティ】機密データを100%安全にAI活用！3つの実践テクニックでゼロリスク分析

ファイル名: customer_analysis.csv
行数: 約10,000件
列数: 8列

列構成:
- customer_id (文字列): 顧客ID
- registration_date (日付): 登録日
- age_group (文字列): 年齢層（例：20代、30代）
- purchase_amount (数値): 購入金額
- product_category (文字列): 商品カテゴリ
- region (文字列): 地域
- satisfaction_score (数値): 満足度スコア（1-5）
- is_premium (真偽値): プレミアム会員フラグ

customer_id,registration_date,age_group,purchase_amount,product_category,region,satisfaction_score,is_premium
CUST_001,2024-01-15,30代,25000,Electronics,東京,4,true
CUST_002,2024-02-20,40代,15000,Fashion,大阪,3,false
CUST_003,2024-03-10,20代,8000,Books,福岡,5,true

【依頼内容】
上記のデータ構造を持つCSVファイルを分析して、
以下を明らかにするPythonプログラムを作成してください：

1. 年齢層別の平均購入金額
2. 地域別の満足度分布
3. プレミアム会員と一般会員の購入傾向の違い
4. 月別の新規登録者数の推移

出力形式：
- グラフによる可視化
- 統計サマリーテーブル
- 主要な洞察をテキストで出力

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from datetime import datetime

def analyze_customer_data(csv_file_path):
    # データ読み込み
    df = pd.read_csv(csv_file_path)

    # 日付カラムの変換
    df['registration_date'] = pd.to_datetime(df['registration_date'])

    # 分析1: 年齢層別平均購入金額
    age_analysis = df.groupby('age_group')['purchase_amount'].agg(['mean', 'count'])
    print("年齢層別分析:")
    print(age_analysis)

    # 分析2: 地域別満足度分布
    region_satisfaction = df.groupby('region')['satisfaction_score'].describe()
    print("\n地域別満足度:")
    print(region_satisfaction)

    # 分析3: プレミアム会員比較
    premium_comparison = df.groupby('is_premium').agg({
        'purchase_amount': ['mean', 'median', 'count'],
        'satisfaction_score': 'mean'
    })
    print("\nプレミアム会員比較:")
    print(premium_comparison)

    # 可視化
    fig, axes = plt.subplots(2, 2, figsize=(15, 12))

    # グラフ1: 年齢層別購入金額
    df.boxplot(column='purchase_amount', by='age_group', ax=axes[0,0])
    axes[0,0].set_title('年齢層別購入金額分布')

    # グラフ2: 地域別満足度
    sns.barplot(data=df, x='region', y='satisfaction_score', ax=axes[0,1])
    axes[0,1].set_title('地域別平均満足度')

    # グラフ3: 月別登録者数
    df['month'] = df['registration_date'].dt.to_period('M')
    monthly_reg = df.groupby('month').size()
    monthly_reg.plot(kind='line', ax=axes[1,0])
    axes[1,0].set_title('月別新規登録者数推移')

    # グラフ4: プレミアム会員比較
    premium_avg = df.groupby(['is_premium', 'product_category'])['purchase_amount'].mean().unstack()
    premium_avg.plot(kind='bar', ax=axes[1,1])
    axes[1,1].set_title('会員種別×商品カテゴリ別平均購入額')

    plt.tight_layout()
    plt.show()

    return df

# 使用例
# df = analyze_customer_data('customer_analysis.csv')

import numpy as np

def add_differential_privacy(result, epsilon=1.0):
    """差分プライバシーを適用してノイズを追加"""
    noise = np.random.laplace(0, 1/epsilon, size=result.shape)
    return result + noise

# 使用例
age_group_avg = df.groupby('age_group')['purchase_amount'].mean()
private_result = add_differential_privacy(age_group_avg)

def check_k_anonymity(df, quasi_identifiers, k=5):
    """k-匿名性をチェック"""
    groups = df.groupby(quasi_identifiers).size()
    violations = groups[groups < k]

    if len(violations) > 0:
        print(f"警告: {len(violations)}グループがk={k}を下回っています")
        return False
    return True

# 使用例
quasi_ids = ['age_group', 'region', 'product_category']
is_safe = check_k_anonymity(df, quasi_ids, k=5)