JP2001290647A

JP2001290647A - 表形式データベース加工装置、表形式データベース加工処理用プログラム及びそのプログラムの記録媒体

Info

Publication number: JP2001290647A
Application number: JP2001022595A
Authority: JP
Inventors: Ken Wakasa; 建若狹
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2000-02-04
Filing date: 2001-01-31
Publication date: 2001-10-19

Abstract

(57)【要約】【課題】本発明は、条件フィールドと結果フィールドと
で構成される表形式データベースを加工する表形式デー
タベース加工装置に関し、推論の予測精度の向上を実現
する表形式データベースを構築できるようにすることを
目的とする。【解決手段】各条件フィールド毎に、結果フィールドに
及ぼす影響度を算出する算出手段と、算出手段の算出す
る影響度のリストを提示する提示手段と、提示手段の提
示するリストに応答して、条件フィールドの合成指示が
発行される場合に、その合成指示で指定される複数の条
件フィールドを１つの条件フィールドとして合成する合
成手段とを備えるように構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、条件フィールドと
結果フィールドとで構成される表形式データベースを加
工する表形式データベース加工装置と、その装置の実現
に用いられる表形式データベース加工処理用プログラム
と、その表形式データベース加工処理用プログラムを記
録した記録媒体とに関し、特に、表形式データベースを
使って行われる推論の予測精度の向上を実現する表形式
データベースを構築できるようにする表形式データベー
ス加工装置と、その装置の実現に用いられる表形式デー
タベース加工処理用プログラムと、その表形式データベ
ース加工処理用プログラムを記録した記録媒体とに関す
る。

【０００２】コンピュータシステムの発達や、記憶装置
の高密度化・低価格化により、データウェアハウスなど
に見られるようにデータを蓄積し利用する手段が一般化
し、データマイニングなどに見られるように大規模デー
タの分析が一般的に行われるようになってきた。分析対
象データとしては、例えば、小売業における顧客属性と
購入商品との関係や、金融機関における顧客属性とリス
ク属性との関係や、製造業における工程属性と歩留りと
の関係などが挙げられる。

【０００３】大規模データを用いた分析手法の１つとし
て、「記憶に基づく推論（Memory-Based Reasoning、以
下ＭＢＲと称する) 」がある。この手法では、１つ以上
の条件フィールドと１つ以上の結果フィールドとで構成
される表形式データベースを使い、結果フィールドが不
明である未知データについて、その条件フィールドが既
知データの条件フィールドに近いものを検索し、それら
の近傍事例に基づいて結果フィールドのデータを高精度
に予測するものである。

【０００４】このＭＢＲを用いた予測の有効性をより高
めていくためには、更なる予測精度の向上が求められて
いる。

【０００５】

【従来の技術】ＭＢＲの予測精度を向上させるには、分
析アルゴリズムを改良していく他に、ＭＢＲで用いる表
形式データベースを加工していく必要がある。

【０００６】すなわち、条件フィールド（連続値をデー
タ値とする数値フィールドと、離散的なカテゴリ値をデ
ータ値とするカテゴリ値フィールドとがある）を合成し
たり、条件フィールドのデータ値のグループ分けを変更
することで、表形式データベースを加工していく必要が
ある。

【０００７】従来では、このような表形式データベース
の加工は、熟練者の経験やユーザの試行錯誤に委ねられ
ていた。

【０００８】

【発明が解決しようとする課題】しかしながら、このよ
うな従来技術に従っていると、熟練者以外のユーザ（分
析に慣れていないユーザや、データの理解が十分でない
ユーザ）が表形式データベースを加工することが困難で
あることで、表形式データベースを加工できる者が限ら
れるという問題点や、ユーザの試行錯誤に頼ることで、
ユーザに多大な負荷を強いるという問題点がある。

【０００９】本発明はかかる事情に鑑みてなされたもの
であって、表形式データベースを使って行われる推論の
予測精度の向上を実現する表形式データベースを構築で
きるようにする新たな表形式データベース加工技術の提
供を目的とする。

【００１０】

【課題を解決するための手段】この目的を達成するため
に、本発明の表形式データベース加工装置では、各条件
フィールド毎に、結果フィールドに及ぼす影響度を算出
する算出手段と、算出手段の算出する影響度のリストを
提示する提示手段と、提示手段の提示するリストに応答
して、条件フィールドの合成指示が発行される場合に、
その合成指示で指定される複数の条件フィールドを１つ
の条件フィールドとして合成する合成手段とを備えるよ
うに構成する。

【００１１】ここで、この本発明の表形式データベース
加工装置の持つ機能は具体的にはプログラムで実現され
るものであり、このプログラムは、計算機が読み取り可
能な半導体メモリなどの適当な記録媒体に格納すること
ができる。

【００１２】このように構成される本発明の表形式デー
タベース加工装置では、算出手段は、各条件フィールド
毎に、結果フィールドに及ぼす影響度を算出し、これを
受けて、提示手段は、算出された影響度のリストをディ
スプレイ画面に表示することなどにより、ユーザに提示
する。

【００１３】ユーザは、この提示される影響度を参照す
ることで条件フィールドの合成指示を発行するので、合
成手段は、ユーザから条件フィールドの合成指示が発行
されると、その合成指示で指定される複数の条件フィー
ルドを１つの条件フィールドとして合成する。

【００１４】このようにして、本発明の表形式データベ
ース加工装置では、記憶に基づく推論に用いられる表形
式データベースの条件フィールドの合成を行う際に参考
となる支援情報を作成して、それをユーザに提示してい
くように処理することから、分析に慣れていないユーザ
や、データの理解が十分でないユーザでも、効果的に条
件フィールドの合成を行うことができるようになるとと
もに、そのときにおける試行錯誤の回数も大幅に減らす
ことができるようになることで、ユーザの負荷を大きく
低減できるようになる。

【００１５】これにより、本発明によれば、記憶に基づ
く推論の予測精度を大きく向上できるようになる。

【００１６】また、この目的を達成するために、本発明
の表形式データベース加工装置では、処理対象となる条
件フィールドの持つ属性値を複数にグループ分けし、そ
れらの各グループ分け毎に、結果フィールドに対するグ
ループ分けの評価指標値を算出することで、最適なグル
ープ分けを特定する特定手段と、特定手段の特定する最
適なグループ分けの情報を提示する提示手段と、提示手
段の提示する情報に応答して、処理対象となる条件フィ
ールドの持つ属性値のグループ分け指示が発行される場
合に、その指示で指定されるグループ分けに従って、処
理対象となる条件フィールドの持つ属性値を変換する変
換手段とを備えるように構成する。

【００１７】ここで、この本発明の表形式データベース
加工装置の持つ機能は具体的にはプログラムで実現され
るものであり、このプログラムは、計算機が読み取り可
能な半導体メモリなどの適当な記録媒体に格納すること
ができる。

【００１８】このように構成される本発明の表形式デー
タベース加工装置では、特定手段は、処理対象となる条
件フィールドの持つ属性値を複数にグループ分けして、
それらの各グループ分け毎に、結果フィールドに対する
グループ分けの評価指標値を算出することで、最適なグ
ループ分けを特定し、これを受けて、提示手段は、特定
された最適なグループ分けの情報をディスプレイ画面に
表示することなどにより、ユーザに提示する。

【００１９】ユーザは、この提示される最適なグループ
分けの情報を参照することで、処理対象となる条件フィ
ールドの持つ属性値のグループ分け指示を発行するの
で、変換手段は、そのグループ分け指示で指定されるグ
ループ分けに従って、処理対象となる条件フィールドの
持つ属性値を変換する。

【００２０】このようにして、本発明の表形式データベ
ース加工装置では、記憶に基づく推論に用いられる表形
式データベースの条件フィールドの属性値のグループ分
けを変更する際に参考となる支援情報を作成して、それ
をユーザに提示していくように処理することから、分析
に慣れていないユーザや、データの理解が十分でないユ
ーザでも、効果的に条件フィールドの属性値のグループ
分けを変更できるようになるとともに、そのときにおけ
る試行錯誤の回数も大幅に減らすことができるようにな
ることで、ユーザの負荷を大きく低減できるようにな
る。

【００２１】これにより、本発明によれば、記憶に基づ
く推論の予測精度を大きく向上できるようになる。

【００２２】

【発明の実施の形態】以下、実施の形態に従って本発明
を詳細に説明する。

【００２３】図１に、本発明を具備する表形式データベ
ース加工装置１の一実施例を図示する。

【００２４】この図に示すように、本発明の表形式デー
タベース加工装置１は、端末２と、未加工のデータで構
成されて、条件フィールド及び結果フィールドのデータ
値が既知である第１の既知表形式データベース１０-1
と、第１の既知表形式データベース１０-1と同一フィー
ルド構造を有し、未加工のデータで構成されて、結果フ
ィールドのデータ値が未知である第１の未知表形式デー
タベース１１-1と、フィールド合成プログラム１２と、
フィールド合成プログラム１２により加工された第１の
既知表形式データベース１０-1のデータを格納する第２
の既知表形式データベース１０-2と、フィールド合成プ
ログラム１２により加工された第１の未知表形式データ
ベース１１-1のデータを格納する第２の未知表形式デー
タベース１１-2と、データ値変換プログラム１３と、デ
ータ値変換プログラム１３により加工された第２の既知
表形式データベース１０-2のデータを格納する第３の既
知表形式データベース１０-3と、データ値変換プログラ
ム１３により加工された第２の未知表形式データベース
１１-2のデータを格納する第３の未知表形式データベー
ス１１-3とを備える。

【００２５】ここで、フィールド合成プログラム１２や
データ値変換プログラム１３は、フロッピィディスクや
回線などを介してインストールされて、計算機が読み取
り可能な半導体メモリなどの適当な記録媒体に格納する
ことができる。

【００２６】フィールド合成プログラム１２は、条件フ
ィールド毎に算出される結果フィールドに及ぼす影響度
を算出して、その算出した図２に示すような影響度のリ
ストを端末２のディスプレイ画面に表示するとともに、
その表示に応答して入力されるユーザからの指示に従っ
て、図３に示すように、複数の条件フィールドのデータ
値を組み合わせることで、新たな１つの条件フィールド
にまとめる処理を行う。

【００２７】例えば、ｎ種類のデータ値を持つ条件フィ
ールドＡと、ｍ種類のデータ値を持つ条件フィールドＢ
とを合成すると、ｎ×ｍ種類のデータ値を持つ新たな条
件フィールドＡＢができる。これにより、１つ１つの条
件フィールドを単純に見る場合には埋もれてしまった情
報を抽出でき、より精度の高い分析が可能となり、ＭＢ
Ｒの予測精度が向上する。

【００２８】一方、データ値変換プログラム１３は、各
条件フィールド毎にデータ値を複数にグループ分けして
みて、それらの各グループ分け毎に、結果フィールドに
対する評価指標値を算出し、それに従って最も結果をよ
く説明できるグループ分けを特定して、その特定した図
４に示すような最適なグループ分けを端末２のディスプ
レイ画面に表示するとともに、その表示に応答して入力
されるユーザからの指示に従って、図５に示すように、
条件フィールドのデータ値をグループ分け（変換）する
処理を行う。

【００２９】すなわち、データ値変換プログラム１３
は、グループ間で結果フィールドのデータ値の分布が互
いに最も異なったものとなるようにと、各条件フィール
ド毎にデータ値をグループ分けする。

【００３０】ＭＢＲによる予測では、未知データに類似
したものを既知データの中から探索する際、全てのデー
タ値を均一に扱う。この場合、結果フィールドへの影響
が類似しているにもかかわらずデータ値としては異なる
値を取るものが存在すると、一般に結果フィールドの予
測に悪影響を及ぼす。そこで、データ値変換プログラム
１３は、結果フィールドに対する影響が類似しているデ
ータ値をまとめて取り扱うことにより、予測精度を向上
させるように処理する。

【００３１】図６及び図７に、フィールド合成プログラ
ム１２の実行する処理フローの一実施例、図８に、デー
タ値変換プログラム１３の実行する処理フローの一実施
例を図示する。

【００３２】次に、これらの処理フローに従って、本発
明の表形式データベース加工装置１の処理について詳細
に説明する。

【００３３】最初に、フィールド合成プログラム１２の
実行する処理について説明する。

【００３４】フィールド合成プログラム１２は、起動さ
れると、図６及び図７の処理フローに示すように、先ず
最初に、ステップ１で、未加工のデータで構成されて、
条件フィールド及び結果フィールドのデータ値が既知で
ある既知表形式データベースの中から処理対象となるも
のを選択する。例えば、第１の既知表形式データベース
１０-1を処理対象として選択するのである。

【００３５】続いて、ステップ２で、未加工のデータで
構成されて、結果フィールドのデータ値が未知である未
知表形式データベースの中から処理対象となるものを選
択する。例えば、第１の未知表形式データベース１１-1
を処理対象として選択するのである。

【００３６】続いて、ステップ３で、ステップ１で選択
した既知表形式データベースの持つ数値フィールド（連
続値をデータ値とする条件フィールド）の中に離散化処
理が未処理のものが残されているのか否かを判断して、
離散化処理が未処理のものが残されている場合には、ス
テップ４に進んで、離散化処理が未処理の数値フィール
ドを１つ選択する。

【００３７】続いて、ステップ５で、その選択した数値
フィールドに対して、端末２を介してユーザから離散化
条件設定要求があるのか否かを判断して、ユーザから離
散化条件設定要求があることを判断するときには、ステ
ップ６に進んで、その選択した数値フィールドに対し
て、ユーザの指定する離散化条件を設定してから、ステ
ップ３に戻る。

【００３８】例えば、ユーザから、年齢の数値フィール
ドに対して、「０歳〜１９歳、２０歳〜３５歳、３６歳
〜４５歳、４６歳〜６０歳、６１歳〜」というような離
散化条件の設定要求がある場合には、それに従って、離
散化条件を設定するのである。

【００３９】一方、ステップ５で、ユーザから離散化条
件設定要求がないことを判断するときには、ステップ７
に進んで、その選択した数値フィールドに対して、シス
テムの設定する離散化条件（等間隔分割などの離散化条
件）を設定してから、ステップ３に戻る。

【００４０】例えば、システムの設定する離散化条件に
従って、年齢の数値フィールドに対して、「０歳〜９
歳、１０歳〜１９歳、２０歳〜２９歳、３０歳〜３９
歳、４０歳〜４９歳、５０歳〜５９歳、６０歳〜」とい
うような離散化条件を設定するのである。

【００４１】このようにして、ステップ３〜ステップ７
の処理を繰り返していくことで、ステップ３で、ステッ
プ１で選択した既知表形式データベースの持つ全ての数
値フィールドに対して離散化条件を設定したことを判断
するときには、ステップ８に進んで、設定された離散化
条件に従って、ステップ１で選択した既知表形式データ
ベースの持つ各数値フィールドのデータ値をカテゴリ値
に変換する。

【００４２】続いて、ステップ９で、ステップ３〜ステ
ップ７の処理の対象とならなかったカデゴリ値フィール
ドも含めて、各条件フィールド毎に結果フィールドに与
える影響度を算出して、それを条件フィールドの合成処
理に参考となる支援情報として、端末２のディスプレイ
画面に表示する。

【００４３】この影響度としては、例えば、相互情報量
に基づいた計算手法であるＭＩＣ（Mutual Information
Content）などの手法（岩波講座情報科学「４．情報
と符号の理論」pp.35-59参照）を用いる。

【００４４】ＭＩＣによると、結果フィールドに与える
影響度ｗ_iは、ｗ_i=[Σ_vΣ_cp(v,c)log(p(v,c)/p(v)p(c))]/[-Σ_cp
(c)logp(c)] p(v,c)：結合確率、ｃ：クラス値ｖ：条件フィールドのデータ値、ｉ：条件フィールド番
号により求められることになる。

【００４５】例えば、図９（ａ）に示す条件フィールド
の影響度は“0.217 ”と算出され、図９（ｂ）に示す条
件フィールドの影響度は“0.040 ”と算出されることに
なる。

【００４６】このようにして、ステップ９の処理に従っ
て、図２に示したような各条件フィールドの示す結果フ
ィールドに対しての影響度のリストがユーザに提示され
ることになり、これを受けて、ユーザは、表示されるリ
ストを参考にしつつ、自分の知見を生かしながら、どの
条件フィールドとどの条件フィールドとをまとめて１つ
の条件フィールドとするのかを入力してくる。

【００４７】これから、続いて、ステップ１０で、ユー
ザからの入力に応答して、条件フィールドの合成条件を
設定する。

【００４８】続いて、ステップ１１（図７の処理フロ
ー）で、ステップ１,2で選択した表形式データベースを
処理対象として、それらの表形式データベースの欠損値
を含むフィールドの中に未処理のものが残されているの
か否かを判断して、未処理のものが残されている場合に
は、ステップ１２に進んで、欠損値を含む未処理のフィ
ールドを１つ選択する。

【００４９】続いて、ステップ１３で、その選択した欠
損値を含むフィールドに対して、端末２を介してユーザ
から無視要求があるのか否かを判断して、ユーザから無
視要求があることを判断するときには、ステップ１４に
進んで、その選択したフィールド（欠損値を含むフィー
ルド）の値として欠損値を持つレコードを無視すること
を設定してから、ステップ１１に戻る。

【００５０】一方、ステップ１３で、ユーザから無視要
求がないことを判断するときには、ステップ１５に進ん
で、その選択したフィールド（欠損値を含むフィール
ド）の持つ欠損値を１つの値として設定してから、ステ
ップ１１に戻る。

【００５１】そして、ステップ１１で、欠損値を含む全
てのフィールドに対しての欠損値の扱いの設定が終了し
たことを判断すると、ステップ１６に進んで、これまで
に設定した情報に従って、ステップ１,2で選択した表形
式データベースの持つ条件フィールドの合成処理を実行
して、処理を終了する。

【００５２】このようにして、フィールド合成プログラ
ム１２は、図１０に示すように、数値フィールドを離散
化しつつ、ユーザの指示に応答して条件フィールドを合
成していくように処理するのである。

【００５３】そして、このとき、図１１〜図１３に示す
ように、ユーザからの指示に応答して、欠損値を持つレ
コードを無視したり、欠損値を１つの値として取扱いつ
つ、条件フィールドを合成していくように処理するので
ある。

【００５４】この条件フィールドの合成にあたって、フ
ィールド合成プログラム１２は、各条件フィールド毎に
結果フィールドに与える影響度を算出して、それを条件
フィールドの合成処理に参考となる支援情報としてユー
ザに提示するように処理することから、客観的かつ高精
度の合成処理を実現できるようになる。

【００５５】すなわち、影響度の高い条件フィールドを
合成すれば、結果フィールドに対して強い影響を及ぼす
条件をきめ細かく分類できるようになるとともに、ユー
ザがデータの性質を把握しているときには、その知見に
基づいて合成する条件フィールドが決定されることで、
客観的かつ高精度の合成処理を実現できるようになる。

【００５６】次に、データ値変換プログラム１３の実行
する処理について説明する。

【００５７】データ値変換プログラム１３は、起動され
ると、図８の処理フローに示すように、先ず最初に、ス
テップ１で、フィールド合成プログラム１２によりフィ
ールド合成処理の施された既知表形式データベースの中
から処理対象となるものを選択する。例えば、第２の既
知表形式データベース１０-2を処理対象として選択する
のである。

【００５８】続いて、ステップ２で、フィールド合成プ
ログラム１２によりフィールド合成処理の施された未知
表形式データベースの中から処理対象となるものを選択
する。例えば、第２の未知表形式データベース１１-2を
処理対象として選択するのである。

【００５９】続いて、ステップ３で、ステップ１で選択
した既知表形式データベースの持つ条件フィールドの中
に未処理のものが残されているのか否かを判断して、未
処理のものが残されている場合には、ステップ４に進ん
で、未処理の条件フィールドを１つ選択する。

【００６０】続いて、ステップ５で、その選択した条件
フィールドが欠損値を含むのか否かを判断して、欠損値
を含むことを判断するときには、ステップ６に進んで、
その欠損値に対して、端末２を介してユーザから無視要
求があるのか否かを判断して、ユーザから無視要求があ
ることを判断するときには、ステップ７に進んで、その
欠損値を無視するように設定し、無視要求がないことを
判断するときには、ステップ８に進んで、その欠損値を
１つの値として扱うように設定する。そして、ステップ
５で、欠損値を含まないことを判断するときには、この
ステップ６〜ステップ８の処理を省略する。

【００６１】続いて、ステップ９で、選択した条件フィ
ールドのデータ値（フィールド合成プログラム１２の処
理により連続値はカテゴリ値に変換されている）の最適
なグループ分けを特定して、それを条件フィールドのデ
ータ値変換処理に参考となる支援情報として、端末２の
ディスプレイ画面に表示する。

【００６２】この最適なグループ分けの特定は、例え
ば、全てのグループ分けを想定して、それらの各グルー
プ分け毎に、図１４に示すように、カイ２乗値“χ²” χ²＝Σ_ij（Ｘ_ij−Ｅ_ij)²／Ｅ_ij Ｘ_ij：観測度数、Ｅ_ij：期待度数を算出し、それを自由度を考慮しつつ評価することで行
う。

【００６３】ここで、全てのグループ分けを想定すると
処理時間がかかり過ぎる場合には、処理時間の許す範囲
でのグループ分けを想定する。

【００６４】この算出式から分かるように、カイ２乗値
“χ²”は、「Ｘ_ij−Ｅ_ij＝０」のときに“０”とな
る。すなわち、グループ分けにより分けられた各グルー
プの観測度数Ｘ_ijが期待度数Ｅ_ijと一致するときには、
例えば、全体の７割の人が購入し、３割の人が購入しな
かったときに、「１０代の人の７割が購入し、３割が購
入しない。２０代の人の７割が購入し、３割が購入しな
い。３０代の人の７割が購入し、３割が購入しない。・
・・・・」といったように、全く傾向がないことを示し
ている。

【００６５】これに対して、グループ分けにより分けら
れたグループ間の結果フィールドの値の分布が最も異な
るとき、このカイ２乗値“χ²”は最大となる。すなわ
ち、傾向がでることで、結果を良く説明できることにな
る程、カイ２乗値“χ²”は大きな値を示すことにな
る。

【００６６】ただし、単純に、カイ２乗値“χ²”を比
較することはできない。それは、各グループ分けの自由
度自由度＝（条件フィールドのデータ値数−１）×（結果
フィールドのデータ値数−１）が異なるからであり、カイ２乗分布は、図１５に示すよ
うに、この自由度により大きく変化するからである。

【００６７】そこで、図１６に示すように、自由度に合
わせたカイ２乗分布を使い、算出されたカイ２乗値“χ
²”以上の値を取る生起確率αをグループ分けの評価指
標値として求めて、そのようにして算出される生起確率
αの中から、最も小さな生起確率αを実現するグループ
分けを最適なグループ分けとして特定するようにする。

【００６８】この評価指標値に従って、ステップ９で
は、選択した条件フィールドのデータ値に対して、色々
なグループ分けを想定して、それらの各グループ分け毎
に、この評価指標値を算出し、最も小さな評価指標値を
示すグループ分けを特定することで、選択した条件フィ
ールドのデータ値の最適なグループ分けを特定して、そ
れを条件フィールドのデータ値変換処理に参考となる支
援情報として、端末２のディスプレイ画面に表示する処
理を行う。

【００６９】例えば、「東京、大阪、京都、仙台、盛
岡、長崎、札幌、・・・・」という住所の条件フィール
ドのデータ値のグループ分けとして、「東京、大阪・京
都、仙台・盛岡・長崎、札幌、・・・・」というグルー
プ分けが最適であるということを示す支援情報を生成し
て、それを端末２のディスプレイ画面に表示するのであ
る。

【００７０】この表示を受けて、ユーザは、表示される
最適なグループ分けの情報を参考にしつつ、自分の知見
を生かしながら、選択した条件フィールドのデータ値を
どのようにグループ分けするのかを入力してくる。

【００７１】これから、続くステップ１０で、ユーザか
らの入力に応答して、選択した条件フィールドのデータ
値のグループ分けを設定し、次の条件フィールドのデー
タ値のグループ分けの設定処理に進むべく、ステップ３
に戻る。

【００７２】そして、ステップ３〜ステップ１０の処理
を繰り返していくことで、ステップ３で、全ての条件フ
ィールドに対してのグループ分けの設定が終了したこと
を判断すると、ステップ１１に進んで、設定したグルー
プ分けの情報に従って、ステップ１,2で選択した表形式
データベースの持つ条件フィールドのデータ値の変換処
理を実行して、処理を終了する。

【００７３】このようにして、データ値変換プログラム
１３は、図１７に示すように、ユーザの指示に応答して
条件フィールドのデータ値を変換していくように処理す
るのである。

【００７４】そして、このとき、図１８（ａ）に示すよ
うに、ユーザからの指示に応答して、欠損値を持つレコ
ードを無視したり、図１８（ｂ）に示すように、欠損値
を１つの値として取扱いつつ、条件フィールドのデータ
値を変換していくように処理するのである。

【００７５】この条件フィールドのデータ値の変換にあ
たって、データ値変換プログラム１３は、各条件フィー
ルド毎に、最適なデータ値のグループ分けを特定して、
それをデータ値変換処理に参考となる支援情報としてユ
ーザに提示するように処理することから、客観的かつ高
精度の合成処理を実現できるようになる。

【００７６】すなわち、統計的に結果フィールドをよく
分類するグループ分けの支援情報が得られるので、ユー
ザは、それを参照しつつ自分の得ている知見を加味する
ことで、客観的かつ高精度のデータ値変換処理を実現で
きるようになる。

【００７７】なお、上述した図６の処理フローのステッ
プ７では、システムの定義に従って、数値フィールド
（データ値が連続値を取る条件フィールド）を離散化す
ることについて説明したが、このときのシステムの行う
離散化方法として、数値フィールドのデータ値に対し
て、色々なグループ分けを想定して、それらの各グルー
プ分け毎に、図１６で説明した評価指標値を算出し、最
も小さな評価指標値を示すグループ分けを特定して、そ
れに従って数値フィールドを離散化するという方法を用
いることも可能である。

【００７８】

【発明の効果】以上説明したように、本発明では、記憶
に基づく推論に用いられる表形式データベースの条件フ
ィールドの合成を行う際に参考となる支援情報を作成し
て、それをユーザに提示していくように処理することか
ら、分析に慣れていないユーザや、データの理解が十分
でないユーザでも、条件フィールドの合成を行うことが
できるようになるとともに、そのときにおける試行錯誤
の回数も大幅に減らすことができるようになることで、
ユーザの負荷を大きく低減できるようになる。

【００７９】そして、本発明では、記憶に基づく推論に
用いられる表形式データベースの条件フィールドの属性
値のグループ分けを変更する際に参考となる支援情報を
作成して、それをユーザに提示していくように処理する
ことから、分析に慣れていないユーザや、データの理解
が十分でないユーザでも、条件フィールドの属性値のグ
ループ分けを変更できるようになるとともに、そのとき
における試行錯誤の回数も大幅に減らすことができるよ
うになることで、ユーザの負荷を大きく低減できるよう
になる。

【００８０】これにより、本発明によれば、記憶に基づ
く推論の予測精度を大きく向上できるようになる。

【図面の簡単な説明】

【図１】本発明の一実施例である。

【図２】フィルード合成プログラムの処理説明図であ
る。

【図３】フィルード合成プログラムの説明図である。

【図４】データ値変換プログラムの処理説明図である。

【図５】データ値変換プログラムの説明図である。

【図６】フィルード合成プログラムの処理フローであ
る。

【図７】フィルード合成プログラムの処理フローであ
る。

【図８】データ値変換プログラムの処理フローである。

【図９】ＭＩＣの算出処理の説明図である。

【図１０】フィルード合成プログラムの説明図である。

【図１１】フィルード合成プログラムの説明図である。

【図１２】フィルード合成プログラムの説明図である。

【図１３】フィルード合成プログラムの説明図である。

【図１４】カイ２乗値の算出処理の説明図である。

【図１５】カイ２乗値分布の説明図である。

【図１６】評価指標値の一実施例である。

【図１７】データ値変換プログラムの処理説明図であ
る。

【図１８】データ値変換プログラムの処理説明図であ
る。

【符号の説明】

１表形式データベース加工装置２端末１０-1 第１の既知表形式データベース１０-2 第２の既知表形式データベース１０-3 第３の既知表形式データベース１１-1 第１の未知表形式データベース１１-2 第２の未知表形式データベース１１-3 第３の未知表形式データベース１２フィールド合成プログラム１３データ値変換プログラム

Claims

【特許請求の範囲】

【請求項１】条件フィールドと結果フィールドとで構
成される表形式データベースを加工する表形式データベ
ース加工装置であって、各条件フィールド毎に、結果フィールドに及ぼす影響度
を算出する算出手段と、上記算出手段の算出する影響度のリストを提示する提示
手段と、上記提示手段の提示するリストに応答して、条件フィー
ルドの合成指示が発行される場合に、その合成指示で指
定される複数の条件フィールドを１つの条件フィールド
として合成する合成手段とを備えることを特徴とする表
形式データベース加工装置。
【請求項２】条件フィールドと結果フィールドとで構
成される表形式データベースを加工する表形式データベ
ース加工装置であって、処理対象となる条件フィールドの持つ属性値を複数にグ
ループ分けし、それらの各グループ分け毎に、結果フィ
ールドに対するグループ分けの評価指標値を算出するこ
とで、最適なグループ分けを特定する特定手段と、上記特定手段の特定する最適なグループ分けの情報を提
示する提示手段と、上記提示手段の提示する情報に応答して、処理対象とな
る条件フィールドの持つ属性値のグループ分け指示が発
行される場合に、その指示で指定されるグループ分けに
従って、該条件フィールドの持つ属性値を変換する変換
手段とを備えることを、特徴とする表形式データベース加工装置。
【請求項３】条件フィールドと結果フィールドとで構
成される表形式データベースを加工する表形式データベ
ース加工装置の実現に用いられるプログラムが記録され
るプログラム記録媒体であって、各条件フィールド毎に、結果フィールドに及ぼす影響度
を算出する算出処理と、上記算出処理で算出する影響度のリストを提示する提示
処理と、上記提示処理で提示するリストに応答して、条件フィー
ルドの合成指示が発行される場合に、その合成指示で指
定される複数の条件フィールドを１つの条件フィールド
として合成する合成処理とをコンピュータに実行させる
プログラムが記録されることを、特徴とするプログラム記録媒体。
【請求項４】条件フィールドと結果フィールドとで構
成される表形式データベースを加工する処理を行う表形
式データベース加工処理用プログラムであって、処理対象となる条件フィールドの持つ属性値を複数にグ
ループ分けし、それらの各グループ分け毎に、結果フィ
ールドに対するグループ分けの評価指標値を算出するこ
とで、最適なグループ分けを特定する特定処理と、上記特定処理で特定する最適なグループ分けの情報を提
示する提示処理と、上記提示処理で提示する情報に応答して、処理対象とな
る条件フィールドの持つ属性値のグループ分け指示が発
行される場合に、その指示で指定されるグループ分けに
従って、該条件フィールドの持つ属性値を変換する変換
処理とをコンピュータに実行させるための表形式データ
ベース加工処理用プログラム。
【請求項５】条件フィールドと結果フィールドとで構
成される表形式データベースを加工する処理を行う表形
式データベース加工処理用プログラムが記録される記録
媒体であって、処理対象となる条件フィールドの持つ属性値を複数にグ
ループ分けし、それらの各グループ分け毎に、結果フィ
ールドに対するグループ分けの評価指標値を算出するこ
とで、最適なグループ分けを特定する特定処理と、上記特定処理で特定する最適なグループ分けの情報を提
示する提示処理と、上記提示処理で提示する情報に応答して、処理対象とな
る条件フィールドの持つ属性値のグループ分け指示が発
行される場合に、その指示で指定されるグループ分けに
従って、該条件フィールドの持つ属性値を変換する変換
処理とをコンピュータに実行させるためのプログラムが
記録される表形式データベース加工処理用プログラムの
記録媒体。