JP2001337956A - 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体 - Google Patents
領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体Info
- Publication number
- JP2001337956A JP2001337956A JP2000153087A JP2000153087A JP2001337956A JP 2001337956 A JP2001337956 A JP 2001337956A JP 2000153087 A JP2000153087 A JP 2000153087A JP 2000153087 A JP2000153087 A JP 2000153087A JP 2001337956 A JP2001337956 A JP 2001337956A
- Authority
- JP
- Japan
- Prior art keywords
- map
- area
- information
- entity
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007418 data mining Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims description 10
- 230000006870 function Effects 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 26
- 238000005457 optimization Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004040 coloring Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Ecology (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
(57)【要約】
【課題】 空間的な連続性を考慮した上で領域最適化を
図り、より高度な空間データマイニングを提供する。 【解決手段】 住所などの空間情報を含むデータベース
の中から２次元相関ルールを導き出して地図上で適用す
る領域算出方法であって、２次元相関ルールを導き出す
ために調べる、出力の際に要求される領域情報が含まれ
ていない目的関数を定義するステップと、地図上の領域
を所定の大きさからなるピクセルグリッドにバケット化
するステップ(Ｓ１０１)と、バケット毎にデータベース
からデータを集計するステップ(Ｓ１０３)と、定義され
た目的関数に基づいてその目的関数を最適化する領域を
算出するステップ(Ｓ１０４)と、算出された領域に対応
する地図上にあるエンティティを抽出するステップ(Ｓ
１０６)と、抽出されたエンティティに基づいて地図上
で適用する領域を出力するステップとを備える。
図り、より高度な空間データマイニングを提供する。 【解決手段】 住所などの空間情報を含むデータベース
の中から２次元相関ルールを導き出して地図上で適用す
る領域算出方法であって、２次元相関ルールを導き出す
ために調べる、出力の際に要求される領域情報が含まれ
ていない目的関数を定義するステップと、地図上の領域
を所定の大きさからなるピクセルグリッドにバケット化
するステップ(Ｓ１０１)と、バケット毎にデータベース
からデータを集計するステップ(Ｓ１０３)と、定義され
た目的関数に基づいてその目的関数を最適化する領域を
算出するステップ(Ｓ１０４)と、算出された領域に対応
する地図上にあるエンティティを抽出するステップ(Ｓ
１０６)と、抽出されたエンティティに基づいて地図上
で適用する領域を出力するステップとを備える。
Description
【０００１】
【発明の属する技術分野】本発明は、空間データマイニ
ングにおけるデータベース処理に関し、より詳しくは、
空間データマイニングの基本機能である最適領域を算出
する手法、装置等に関する。
ングにおけるデータベース処理に関し、より詳しくは、
空間データマイニングの基本機能である最適領域を算出
する手法、装置等に関する。
【０００２】
【従来の技術】データベースにある住所などの空間情報
を空間的な文脈で解釈し、その空間的な法則を大量のデ
ータの中から導き出す新しい技術を空間データマイニン
グと呼ぶ。この空間データマイニングは、大量データに
対して、コストの高い空間・幾何学演算を行なう必要が
あり、技術的にはかなり難しい問題に直面する場合が多
い。そのために、空間データマイニングはあまり発展し
ているとは言えず、未開拓の研究分野である。しかしな
がら、その一方で、空間データマイニングは、情報産業
の中でも最もビジネスボリュームの大きなデータベース
であるＧＩＳ(Geographical Information System：地理
情報システム)分野を大いに発展させる可能性を秘めた
基礎技術と考えられ、ビジネス的、また技術的にも大変
有望な技術分野である。
を空間的な文脈で解釈し、その空間的な法則を大量のデ
ータの中から導き出す新しい技術を空間データマイニン
グと呼ぶ。この空間データマイニングは、大量データに
対して、コストの高い空間・幾何学演算を行なう必要が
あり、技術的にはかなり難しい問題に直面する場合が多
い。そのために、空間データマイニングはあまり発展し
ているとは言えず、未開拓の研究分野である。しかしな
がら、その一方で、空間データマイニングは、情報産業
の中でも最もビジネスボリュームの大きなデータベース
であるＧＩＳ(Geographical Information System：地理
情報システム)分野を大いに発展させる可能性を秘めた
基礎技術と考えられ、ビジネス的、また技術的にも大変
有望な技術分野である。
【０００３】ここで、空間的な解析機能を持たないデー
タベースシステムでは、データベースの属性から分類で
きる集計操作だけしか行なうことができない。このよう
な場合には、例えばデータベースに行政区域を示す情報
があるときは市町村行政区域毎に、例えば、データベー
スに店舗を示す情報がある場合には、店舗毎の集計操作
しか行なうことができない。
タベースシステムでは、データベースの属性から分類で
きる集計操作だけしか行なうことができない。このよう
な場合には、例えばデータベースに行政区域を示す情報
があるときは市町村行政区域毎に、例えば、データベー
スに店舗を示す情報がある場合には、店舗毎の集計操作
しか行なうことができない。
【０００４】データを空間的に解析することは、例え
ば、エリアマーケティングなどでは必要不可欠であり、
最先端のＧＩＳでは、空間情報を使用して解析した結果
とデータベース演算の結果とを統合して計算する機能を
実現するものが存在する。即ち、空間情報を用いた演算
結果からデータベース上の注目する属性値を集計する操
作は、例えば、主要道路で区分けされるブロック毎の集
計操作や店舗の勢力圏毎の集計操作等、データベースと
統合化されたＧＩＳにて実現することが可能である。
尚、出願人は、先に特願平０９-０３４６０５号(米国特
許第５,９９１,７５２号）にて、データ間の結合ルール
を人間がより把握しやすい形で提示し、多くの結合ルー
ルを可視化することにより、使用する人間の選択の幅を
増大させ、より重要な結合ルールを見いだすことを可能
とする技術について提案している。
ば、エリアマーケティングなどでは必要不可欠であり、
最先端のＧＩＳでは、空間情報を使用して解析した結果
とデータベース演算の結果とを統合して計算する機能を
実現するものが存在する。即ち、空間情報を用いた演算
結果からデータベース上の注目する属性値を集計する操
作は、例えば、主要道路で区分けされるブロック毎の集
計操作や店舗の勢力圏毎の集計操作等、データベースと
統合化されたＧＩＳにて実現することが可能である。
尚、出願人は、先に特願平０９-０３４６０５号(米国特
許第５,９９１,７５２号）にて、データ間の結合ルール
を人間がより把握しやすい形で提示し、多くの結合ルー
ルを可視化することにより、使用する人間の選択の幅を
増大させ、より重要な結合ルールを見いだすことを可能
とする技術について提案している。
【０００５】
【発明が解決しようとする課題】上述の例のように、最
先端の統合型ＧＩＳでは、空間的にデータの集計を行な
って、その集計値の高いものを取り出すことで、ある程
度、空間的な特徴や傾向を見るといったデータマイニン
グ的な分析が可能となる。しかしながら、将来的な空間
データマイニングの分野では、更に高度な分析が要求さ
れている。その１つが領域最適化である。例えば、高価
な商品の営業戦略を立てる場合に「平均年収を最大化あ
るいは最小化する領域」を知っておくことは非常に重要
であるし、有効な警備体制を整えたい場合に「犯罪発生
率を最大化する領域」を把握したいという要望が強い。
上述の従来技術を応用し、例えば計算可能な領域毎に集
計値を計算してその値の高いものを取り出すように構成
することも可能であるが、これらの従来技術の応用範囲
では、空間的な連続性を考慮することができない。その
結果、得られた領域から上述の例のような何らかの空間
的な法則を発見することができず、将来的な空間データ
マイニングのための機能としては不十分なものである。
先端の統合型ＧＩＳでは、空間的にデータの集計を行な
って、その集計値の高いものを取り出すことで、ある程
度、空間的な特徴や傾向を見るといったデータマイニン
グ的な分析が可能となる。しかしながら、将来的な空間
データマイニングの分野では、更に高度な分析が要求さ
れている。その１つが領域最適化である。例えば、高価
な商品の営業戦略を立てる場合に「平均年収を最大化あ
るいは最小化する領域」を知っておくことは非常に重要
であるし、有効な警備体制を整えたい場合に「犯罪発生
率を最大化する領域」を把握したいという要望が強い。
上述の従来技術を応用し、例えば計算可能な領域毎に集
計値を計算してその値の高いものを取り出すように構成
することも可能であるが、これらの従来技術の応用範囲
では、空間的な連続性を考慮することができない。その
結果、得られた領域から上述の例のような何らかの空間
的な法則を発見することができず、将来的な空間データ
マイニングのための機能としては不十分なものである。
【０００６】本発明は、以上のような技術的課題を解決
するためになされたものであって、その目的とするとこ
ろは、空間的な連続性を考慮した上で領域最適化を図
り、より高度な空間データマイニングを提供することに
ある。また他の目的は、最適化された領域の算出を高速
に行なうことにある。更に他の目的は、実在の地図エン
ティティに合うように調整して、算出された領域情報を
地図と共に出力することにある。
するためになされたものであって、その目的とするとこ
ろは、空間的な連続性を考慮した上で領域最適化を図
り、より高度な空間データマイニングを提供することに
ある。また他の目的は、最適化された領域の算出を高速
に行なうことにある。更に他の目的は、実在の地図エン
ティティに合うように調整して、算出された領域情報を
地図と共に出力することにある。
【０００７】
【課題を解決するための手段】かかる目的のもと、本発
明は、位置情報などの空間情報を含む大量のデータベー
スから、出力領域に対する制約(例えば、最小あるいは
最大面積、最小あるいは最大人口など)と目的関数値(例
えば、ある商品の売り上げ総数、犯罪の発生件数など)
に基づいて２次元相関ルールを求め、地図上に適用させ
るものである。即ち、本発明は、住所などの空間情報を
含むデータベースの中から２次元相関ルールを導き出し
て地図上で適用する領域算出方法であって、この２次元
相関ルールを導き出すために調べる、出力の際に要求さ
れる領域情報が含まれていない目的関数を定義するステ
ップと、地図上の領域を所定の大きさからなるピクセル
グリッドに分割するステップと、分割されたピクセルグ
リッド毎にデータベースからデータを集計するステップ
と、定義された目的関数に基づいてその目的関数を最適
化するピクセルグリッドの最適連結領域等の領域を算出
するステップと、算出された最適連結領域等の領域に対
応する地図上にあるエンティティを抽出するステップ
と、抽出されたエンティティに基づいて地図上で適用す
る領域を出力するステップとを含むことを特徴としてい
る。
明は、位置情報などの空間情報を含む大量のデータベー
スから、出力領域に対する制約(例えば、最小あるいは
最大面積、最小あるいは最大人口など)と目的関数値(例
えば、ある商品の売り上げ総数、犯罪の発生件数など)
に基づいて２次元相関ルールを求め、地図上に適用させ
るものである。即ち、本発明は、住所などの空間情報を
含むデータベースの中から２次元相関ルールを導き出し
て地図上で適用する領域算出方法であって、この２次元
相関ルールを導き出すために調べる、出力の際に要求さ
れる領域情報が含まれていない目的関数を定義するステ
ップと、地図上の領域を所定の大きさからなるピクセル
グリッドに分割するステップと、分割されたピクセルグ
リッド毎にデータベースからデータを集計するステップ
と、定義された目的関数に基づいてその目的関数を最適
化するピクセルグリッドの最適連結領域等の領域を算出
するステップと、算出された最適連結領域等の領域に対
応する地図上にあるエンティティを抽出するステップ
と、抽出されたエンティティに基づいて地図上で適用す
る領域を出力するステップとを含むことを特徴としてい
る。
【０００８】ここで、地図上のエンティティとは、地図
上に現われる道路や川、湖、公園、森、行政区画などの
実体が該当する。また、ピクセルグリッドに分割するス
テップは、算出のための精度と計算時間とに基づいて所
定の大きさを決定することを特徴とすることができる。
即ち、算出のための精度を高める場合は、ピクセルグリ
ッドを細かく分割する方法が挙げられ、算出処理に要す
る時間を短くするためには、大まかなピクセルグリッド
を採用することが好ましい。更に、目的関数を最適化す
るようなピクセルグリッドの領域を算出するステップ
は、定義される制約と目的関数とに基づいて領域を算出
することを特徴とすることができる。この制約とは、領
域最適化のために、例えば、最小顧客数等の他、ピクセ
ルグリッドに分割した場合にはそのピクセルグリッド数
等が該当するであろう。
上に現われる道路や川、湖、公園、森、行政区画などの
実体が該当する。また、ピクセルグリッドに分割するス
テップは、算出のための精度と計算時間とに基づいて所
定の大きさを決定することを特徴とすることができる。
即ち、算出のための精度を高める場合は、ピクセルグリ
ッドを細かく分割する方法が挙げられ、算出処理に要す
る時間を短くするためには、大まかなピクセルグリッド
を採用することが好ましい。更に、目的関数を最適化す
るようなピクセルグリッドの領域を算出するステップ
は、定義される制約と目的関数とに基づいて領域を算出
することを特徴とすることができる。この制約とは、領
域最適化のために、例えば、最小顧客数等の他、ピクセ
ルグリッドに分割した場合にはそのピクセルグリッド数
等が該当するであろう。
【０００９】また、地図上にあるエンティティを抽出す
るステップは、算出されたピクセルグリッドの外枠との
距離および外枠に対する角度に基づいて外枠に対応する
エンティティを抽出することを特徴とすることができ
る。例えば、外枠との距離が近くても、その外枠との角
度が大きく、外枠との関連性が低いと判断できるエンテ
ィティは除外されることが好ましい。また更に、領域を
出力するステップは、エンティティを接続した領域を地
図上に表示することを特徴とすれば、ユーザに対して提
供する形態として、好ましいものとなる。但し、必ずし
も地図と共に出力せずに、例えば領域を文言にて表現し
て出力することも可能である。
るステップは、算出されたピクセルグリッドの外枠との
距離および外枠に対する角度に基づいて外枠に対応する
エンティティを抽出することを特徴とすることができ
る。例えば、外枠との距離が近くても、その外枠との角
度が大きく、外枠との関連性が低いと判断できるエンテ
ィティは除外されることが好ましい。また更に、領域を
出力するステップは、エンティティを接続した領域を地
図上に表示することを特徴とすれば、ユーザに対して提
供する形態として、好ましいものとなる。但し、必ずし
も地図と共に出力せずに、例えば領域を文言にて表現し
て出力することも可能である。
【００１０】一方、他の観点から発明を把えると、本発
明は、住所などの空間情報を含むデータベースの中から
２次元相関ルールを導き出す領域算出方法であって、２
次元相関ルールを導き出すために調べる目的関数を定義
するステップと、住所情報等の空間情報やその他の属性
を含むデータベースからデータを入力するステップと、
入力されたデータを集計して、定義された目的関数を最
適化するためにこの目的関数に適合する領域を算出する
ステップと、地図情報を入力するステップと、入力され
た地図情報から地図上にある道路、河川、市町村境界
線、海岸線などの地図情報等のエンティティを抽出する
ステップと、算出された領域に対応する領域エッジ候補
を抽出されたエンティティから選択するステップと、選
択された領域エッジ候補を入力された地図情報に反映し
て表示するステップとを含むことを特徴とすることがで
きる。
明は、住所などの空間情報を含むデータベースの中から
２次元相関ルールを導き出す領域算出方法であって、２
次元相関ルールを導き出すために調べる目的関数を定義
するステップと、住所情報等の空間情報やその他の属性
を含むデータベースからデータを入力するステップと、
入力されたデータを集計して、定義された目的関数を最
適化するためにこの目的関数に適合する領域を算出する
ステップと、地図情報を入力するステップと、入力され
た地図情報から地図上にある道路、河川、市町村境界
線、海岸線などの地図情報等のエンティティを抽出する
ステップと、算出された領域に対応する領域エッジ候補
を抽出されたエンティティから選択するステップと、選
択された領域エッジ候補を入力された地図情報に反映し
て表示するステップとを含むことを特徴とすることがで
きる。
【００１１】この領域エッジ候補を選択するステップ
は、エンティティを切断して領域エッジ候補を選択し、
この領域エッジ候補を地図上に反映して表示するステッ
プは、領域エッジ候補を連結して地図上に表示すること
を特徴とすることができる。更に、切断したエンティテ
ィに、「ひげ」(複数のエンティティが交差した先に伸
びる行き止まりになる折れ線)が存在する場合に、その
「ひげ」を解消して、無駄のない閉領域を形成するように
構成すれば、ユーザに対して見易い、より美しい出力を
提供できる点で優れている。また、領域エッジ候補を地
図上に反映して表示するステップは、領域エッジ候補に
対してその外枠の色付けや太線、閉領域の色分け等によ
って強調して地図上に表示することを特徴とすれば、ユ
ーザに対して更に見易いアウトプットを提供することが
できる点で好ましい。
は、エンティティを切断して領域エッジ候補を選択し、
この領域エッジ候補を地図上に反映して表示するステッ
プは、領域エッジ候補を連結して地図上に表示すること
を特徴とすることができる。更に、切断したエンティテ
ィに、「ひげ」(複数のエンティティが交差した先に伸
びる行き止まりになる折れ線)が存在する場合に、その
「ひげ」を解消して、無駄のない閉領域を形成するように
構成すれば、ユーザに対して見易い、より美しい出力を
提供できる点で優れている。また、領域エッジ候補を地
図上に反映して表示するステップは、領域エッジ候補に
対してその外枠の色付けや太線、閉領域の色分け等によ
って強調して地図上に表示することを特徴とすれば、ユ
ーザに対して更に見易いアウトプットを提供することが
できる点で好ましい。
【００１２】更に、上記目的を達成するために、本発明
は、住所などの空間情報を含むデータベースの中から２
次元相関ルールを導き出す空間データマイニング装置で
あって、２次元相関ルールを導き出すために用いる目的
関数を定義する定義手段と、地図情報を入力する入力手
段と、入力された地図情報に基づいて地図上の領域を所
定の大きさからなるピクセルグリッドに分割する分割手
段と、データベースからデータを入力すると共に、分割
手段により分割されたピクセルグリッド毎にデータを集
計するデータ集計手段と、この集計に基づいて、定義さ
れた目的関数に適合するピクセルグリッドの領域を算出
するグリッド領域算出手段と、入力された地図情報から
地図上にあるエンティティを抽出するエンティティ抽出
手段と、抽出されたエンティティの中からグリッド領域
算出手段により算出された領域に対応するエッジ候補を
選択するエッジ候補選択手段と、選択されたエッジ候補
に基づいて地図情報に対応した領域を出力する出力手段
とを備えたことを特徴としている。
は、住所などの空間情報を含むデータベースの中から２
次元相関ルールを導き出す空間データマイニング装置で
あって、２次元相関ルールを導き出すために用いる目的
関数を定義する定義手段と、地図情報を入力する入力手
段と、入力された地図情報に基づいて地図上の領域を所
定の大きさからなるピクセルグリッドに分割する分割手
段と、データベースからデータを入力すると共に、分割
手段により分割されたピクセルグリッド毎にデータを集
計するデータ集計手段と、この集計に基づいて、定義さ
れた目的関数に適合するピクセルグリッドの領域を算出
するグリッド領域算出手段と、入力された地図情報から
地図上にあるエンティティを抽出するエンティティ抽出
手段と、抽出されたエンティティの中からグリッド領域
算出手段により算出された領域に対応するエッジ候補を
選択するエッジ候補選択手段と、選択されたエッジ候補
に基づいて地図情報に対応した領域を出力する出力手段
とを備えたことを特徴としている。
【００１３】このエッジ候補選択手段は、グリッド領域
算出手段により算出された領域の外枠から所定距離内に
あるエンティティをエッジ候補として選択することを特
徴とすることができる。この所定距離内とは、例えばグ
リッドエッジを囲むグリッドを一辺とするピクセルグリ
ッドを含む領域とすることができる。また、エッジ候補
選択手段により選択されたエッジ候補を補間関数などを
用いて接続する接続手段とを更に備えたことを特徴とす
ることができる。
算出手段により算出された領域の外枠から所定距離内に
あるエンティティをエッジ候補として選択することを特
徴とすることができる。この所定距離内とは、例えばグ
リッドエッジを囲むグリッドを一辺とするピクセルグリ
ッドを含む領域とすることができる。また、エッジ候補
選択手段により選択されたエッジ候補を補間関数などを
用いて接続する接続手段とを更に備えたことを特徴とす
ることができる。
【００１４】他の観点から把えると、本発明が適用され
る地図情報表示装置は、住所などの空間情報と関連付け
された属性情報を含むデータが格納されたデータベース
からデータを入力するデータ入力手段と、道路情報など
の地図上のエンティティを含む地図情報を入力する地図
情報入力手段と、分析が要求される目的関数を定義する
目的関数定義手段と、定義された目的関数に基づいてデ
ータ入力手段により入力されたデータを集計する集計手
段と、この集計手段による集計に基づいて、地図情報入
力手段により入力されたエンティティの中から特定のエ
ンティティを選択する選択手段と、地図情報から地図を
表示すると共に、選択手段により選択されたエンティテ
ィを強調して地図に表示する表示手段とを備えたことを
特徴とすることができる。この表示手段は、エンティテ
ィの中から所定の線分からなる有効エッジ候補を複数、
選択すると共に、選択された複数の有効エッジ候補を連
結させて表示することを特徴とすることができる。
る地図情報表示装置は、住所などの空間情報と関連付け
された属性情報を含むデータが格納されたデータベース
からデータを入力するデータ入力手段と、道路情報など
の地図上のエンティティを含む地図情報を入力する地図
情報入力手段と、分析が要求される目的関数を定義する
目的関数定義手段と、定義された目的関数に基づいてデ
ータ入力手段により入力されたデータを集計する集計手
段と、この集計手段による集計に基づいて、地図情報入
力手段により入力されたエンティティの中から特定のエ
ンティティを選択する選択手段と、地図情報から地図を
表示すると共に、選択手段により選択されたエンティテ
ィを強調して地図に表示する表示手段とを備えたことを
特徴とすることができる。この表示手段は、エンティテ
ィの中から所定の線分からなる有効エッジ候補を複数、
選択すると共に、選択された複数の有効エッジ候補を連
結させて表示することを特徴とすることができる。
【００１５】一方、本発明が適用される空間データマイ
ニングシステムは、住所などの空間情報と関連付けされ
た属性情報を含むデータが格納されたデータベースと、
道路情報などの地図上のエンティティを含む地図情報が
格納された地図情報メモリと、分析を要求するための目
的関数を入力する入力装置と、データベースからデータ
を入力すると共に、入力された目的関数に基づいてデー
タを集計する集計手段と、地図情報メモリから、地図上
に存在する所定のエンティティを入力すると共に、集計
手段による集計に基づいて、エンティティの中から特定
のエンティティを選択する選択手段と、選択されたエン
ティティを調整する調整手段と、調整されたエンティテ
ィの情報を地図情報メモリに格納された地図と共に表示
する表示装置とを備えたことを特徴としている。このデ
ータベースや地図情報メモリは、例えば表示装置等とは
離れた場所に格納されている場合の他、本方式を処理す
るコンピュータのハードディスクドライブやＣＤ−ＲＯ
Ｍ等に格納されている場合がある。
ニングシステムは、住所などの空間情報と関連付けされ
た属性情報を含むデータが格納されたデータベースと、
道路情報などの地図上のエンティティを含む地図情報が
格納された地図情報メモリと、分析を要求するための目
的関数を入力する入力装置と、データベースからデータ
を入力すると共に、入力された目的関数に基づいてデー
タを集計する集計手段と、地図情報メモリから、地図上
に存在する所定のエンティティを入力すると共に、集計
手段による集計に基づいて、エンティティの中から特定
のエンティティを選択する選択手段と、選択されたエン
ティティを調整する調整手段と、調整されたエンティテ
ィの情報を地図情報メモリに格納された地図と共に表示
する表示装置とを備えたことを特徴としている。このデ
ータベースや地図情報メモリは、例えば表示装置等とは
離れた場所に格納されている場合の他、本方式を処理す
るコンピュータのハードディスクドライブやＣＤ−ＲＯ
Ｍ等に格納されている場合がある。
【００１６】また、本発明は、領域情報が与えられてい
ない目的関数に基づいて住所などの空間情報を含むデー
タベースの中から所定の領域を導き出すプログラムを格
納した記憶媒体であって、このプログラムは、データベ
ースからデータを入力するステップと、データを集計し
て目的関数を最適化する連結ピクセル領域を算出するス
テップと、地図情報を入力するステップと、地図情報か
ら地図上にあるエンティティを抽出するステップと、算
出された領域に対応する領域候補を抽出されたエンティ
ティから選択するステップと、選択された領域候補を入
力された地図情報に反映して出力するステップとを含む
ことを特徴としている。この記憶媒体としては、例えば
ＣＤ−ＲＯＭ等の可搬性のある媒体の他、ネット等を介
してプログラムをダウンロードするための、プログラム
を提供する側のハードディスク等の記憶媒体、ダウンロ
ード等によってプログラムの提供を受けたユーザ側のハ
ードディスク等の記憶媒体を含むものである。ここで、
このプログラムにおける最適化する領域を算出するステ
ップは、地図上を所定の大きさからなるピクセルグリッ
ドに分割し、分割されたピクセルグリッド毎にデータを
集計することを特徴とすれば、算出精度を高めることが
できると共に、処理時間を短縮して出力することが可能
となる。
ない目的関数に基づいて住所などの空間情報を含むデー
タベースの中から所定の領域を導き出すプログラムを格
納した記憶媒体であって、このプログラムは、データベ
ースからデータを入力するステップと、データを集計し
て目的関数を最適化する連結ピクセル領域を算出するス
テップと、地図情報を入力するステップと、地図情報か
ら地図上にあるエンティティを抽出するステップと、算
出された領域に対応する領域候補を抽出されたエンティ
ティから選択するステップと、選択された領域候補を入
力された地図情報に反映して出力するステップとを含む
ことを特徴としている。この記憶媒体としては、例えば
ＣＤ−ＲＯＭ等の可搬性のある媒体の他、ネット等を介
してプログラムをダウンロードするための、プログラム
を提供する側のハードディスク等の記憶媒体、ダウンロ
ード等によってプログラムの提供を受けたユーザ側のハ
ードディスク等の記憶媒体を含むものである。ここで、
このプログラムにおける最適化する領域を算出するステ
ップは、地図上を所定の大きさからなるピクセルグリッ
ドに分割し、分割されたピクセルグリッド毎にデータを
集計することを特徴とすれば、算出精度を高めることが
できると共に、処理時間を短縮して出力することが可能
となる。
【００１７】
【発明の実施の形態】以下、添付図面に示す実施の形態
に基づいてこの発明を詳細に説明する。図１は、本実施
の形態における最適領域算出手法を実現するためのコン
ピュータ・システムの概略構成を説明するための図であ
る。本実施の形態における処理アルゴリズムは、図示す
るようなコンピュータ・システムにおいて実行可能なプ
ログラムとすることができる。この処理プログラムは、
ハードディスクドライブ(ＨＤＤ)１５に格納され、実行
時にはメインメモリ１２にロードされてＣＰＵ１１によ
って処理される。また、このＨＤＤ１５には大量のデー
タベースが格納されている。格納されるデータベースと
しては、ＧＩＳ画面の地図情報、地図内にある地図エン
ティティ(湖、海、森、道路、河川など)の情報であるス
ペシャルデータ、住所情報と共に例えば買上金額や年収
情報等からなる顧客データ等がある。ＨＤＤ１５に格納
される処理プログラムはそのデータベースに対するアク
セスを行うものである。
に基づいてこの発明を詳細に説明する。図１は、本実施
の形態における最適領域算出手法を実現するためのコン
ピュータ・システムの概略構成を説明するための図であ
る。本実施の形態における処理アルゴリズムは、図示す
るようなコンピュータ・システムにおいて実行可能なプ
ログラムとすることができる。この処理プログラムは、
ハードディスクドライブ(ＨＤＤ)１５に格納され、実行
時にはメインメモリ１２にロードされてＣＰＵ１１によ
って処理される。また、このＨＤＤ１５には大量のデー
タベースが格納されている。格納されるデータベースと
しては、ＧＩＳ画面の地図情報、地図内にある地図エン
ティティ(湖、海、森、道路、河川など)の情報であるス
ペシャルデータ、住所情報と共に例えば買上金額や年収
情報等からなる顧客データ等がある。ＨＤＤ１５に格納
される処理プログラムはそのデータベースに対するアク
セスを行うものである。
【００１８】地理情報システム(ＧＩＳ)画面等の地図情
報や最適化領域の計算結果は、表示装置１６によってユ
ーザに提示される。ユーザは、入力装置１７にて調べた
い目的関数の入力や、データ出力の命令等を入力する。
このような入力装置１７には、キーボードやマウス、ポ
インティング・デバイスやディジタイザ等が含まれる。
更に、出力結果を補助記憶装置であるフロッピー（登録
商標）ディスクドライブ(ＦＤＤ)１３のフロッピーディ
スクに記憶したり、また新たなデータをＦＤＤ１３から
入力することも可能である。また、ＣＤ−ＲＯＭドライ
ブ１４を用いてＣＤ−ＲＯＭに格納された地図情報やデ
ータを入力することもできる。
報や最適化領域の計算結果は、表示装置１６によってユ
ーザに提示される。ユーザは、入力装置１７にて調べた
い目的関数の入力や、データ出力の命令等を入力する。
このような入力装置１７には、キーボードやマウス、ポ
インティング・デバイスやディジタイザ等が含まれる。
更に、出力結果を補助記憶装置であるフロッピー（登録
商標）ディスクドライブ(ＦＤＤ)１３のフロッピーディ
スクに記憶したり、また新たなデータをＦＤＤ１３から
入力することも可能である。また、ＣＤ−ＲＯＭドライ
ブ１４を用いてＣＤ−ＲＯＭに格納された地図情報やデ
ータを入力することもできる。
【００１９】更に、本実施の形態を実現したコンピュー
タ・プログラムは、フロッピーディスクやＣＤ−ＲＯＭ
といった記憶媒体に記憶して持ち運ぶことができる。こ
の場合、通常のデータベース検索プログラムのデータ取
り出し部分や、表示装置１６に表示するだけの処理を行
うプログラムは、すでにＨＤＤ１５に記憶されている場
合もある。従って、それ以外の部分が上記のような各種
記憶媒体にて流通することは通常行われる事項である。
また、図示されていない通信装置がバス１８に接続され
て、遠隔地にあるデータベースを用いて処理したり、処
理結果を遠隔地に送信するように構成することも可能で
ある。即ち、住所などの空間情報を含む大量のデータベ
ースや地図情報を図１に示す構成の外部に設けるように
構成することもできる。
タ・プログラムは、フロッピーディスクやＣＤ−ＲＯＭ
といった記憶媒体に記憶して持ち運ぶことができる。こ
の場合、通常のデータベース検索プログラムのデータ取
り出し部分や、表示装置１６に表示するだけの処理を行
うプログラムは、すでにＨＤＤ１５に記憶されている場
合もある。従って、それ以外の部分が上記のような各種
記憶媒体にて流通することは通常行われる事項である。
また、図示されていない通信装置がバス１８に接続され
て、遠隔地にあるデータベースを用いて処理したり、処
理結果を遠隔地に送信するように構成することも可能で
ある。即ち、住所などの空間情報を含む大量のデータベ
ースや地図情報を図１に示す構成の外部に設けるように
構成することもできる。
【００２０】図２は、本実施の形態における最適領域算
出方法を実現するための処理の流れを示した図であり、
主にＣＰＵ１１における動作である。まず、ＨＤＤ１５
等のメモリ媒体から地図データが読み込まれ、読み込ま
れた地図に対して等間隔あるいはデータ数間隔にてバケ
ット化される(ステップ１０１)。次に、ＨＤＤ１５等の
メモリ媒体から顧客データを読み込み、バケットへの振
り分けを行ない(ステップ１０２)、振り分けられたバケ
ット毎にデータの集計を行なう(ステップ１０３)。次
に、目的のグリッド領域を求めるためのアルゴリズムか
らなる領域切り出しエンジンによって、例えばユーザに
よって入力装置１７から入力された目的関数値(例え
ば、ある商品の売り上げ総数、犯罪の発生件数等)から
得られる最適化関数を最も良くする領域が算出される
(ステップ１０４)。この最適化関数としては、例えば、
エントロピー関数、ＧＩＮＩインデックス、χ(カイ)２
乗、平均２乗誤差等がある。
出方法を実現するための処理の流れを示した図であり、
主にＣＰＵ１１における動作である。まず、ＨＤＤ１５
等のメモリ媒体から地図データが読み込まれ、読み込ま
れた地図に対して等間隔あるいはデータ数間隔にてバケ
ット化される(ステップ１０１)。次に、ＨＤＤ１５等の
メモリ媒体から顧客データを読み込み、バケットへの振
り分けを行ない(ステップ１０２)、振り分けられたバケ
ット毎にデータの集計を行なう(ステップ１０３)。次
に、目的のグリッド領域を求めるためのアルゴリズムか
らなる領域切り出しエンジンによって、例えばユーザに
よって入力装置１７から入力された目的関数値(例え
ば、ある商品の売り上げ総数、犯罪の発生件数等)から
得られる最適化関数を最も良くする領域が算出される
(ステップ１０４)。この最適化関数としては、例えば、
エントロピー関数、ＧＩＮＩインデックス、χ(カイ)２
乗、平均２乗誤差等がある。
【００２１】次に、隣接ピクセル領域の幅を指定する
等、隣接ピクセル領域の計算がなされる(ステップ１０
５)。その後、ＨＤＤ１５等のメモリ媒体から地図エン
ティティを読み出し、隣接ピクセルと交差する地図エン
ティティの切り出しを行なう(ステップ１０６)。次に、
切り出された線分(以降、「候補線分」と呼ぶ)から「有効
エッジ候補」を選択する(ステップ１０７)。その後、連
続していない「有効エッジ候補」の線分を接続し(ステッ
プ１０８)、クロスした線分(クロス線分)の先に伸びる
行き止まりになる折れ線である「ひげ」を除去する(ステ
ップ１０９)。以上のようにして得られた結果は、表示
装置１６に対して地図情報と共に表示出力することが可
能である。
等、隣接ピクセル領域の計算がなされる(ステップ１０
５)。その後、ＨＤＤ１５等のメモリ媒体から地図エン
ティティを読み出し、隣接ピクセルと交差する地図エン
ティティの切り出しを行なう(ステップ１０６)。次に、
切り出された線分(以降、「候補線分」と呼ぶ)から「有効
エッジ候補」を選択する(ステップ１０７)。その後、連
続していない「有効エッジ候補」の線分を接続し(ステッ
プ１０８)、クロスした線分(クロス線分)の先に伸びる
行き止まりになる折れ線である「ひげ」を除去する(ステ
ップ１０９)。以上のようにして得られた結果は、表示
装置１６に対して地図情報と共に表示出力することが可
能である。
【００２２】図３(ａ),(ｂ)は、ＨＤＤ１５等に格納さ
れている顧客データベース例と入力装置１７から入力さ
れる制約、目的関数の例を示す図である。図３(ａ)で
は、あるデパートの顧客データベース(ＤＢ)の一例を示
しており、顧客ＩＤや、名前、住所、売上金額、年収等
の属性に基づいて顧客データが格納されている。また、
図３(ｂ)の例では、データベース上に定義されている空
間情報と関係付けられた属性などを用いて定義される領
域に対する制約と目的関数が定義されている。
れている顧客データベース例と入力装置１７から入力さ
れる制約、目的関数の例を示す図である。図３(ａ)で
は、あるデパートの顧客データベース(ＤＢ)の一例を示
しており、顧客ＩＤや、名前、住所、売上金額、年収等
の属性に基づいて顧客データが格納されている。また、
図３(ｂ)の例では、データベース上に定義されている空
間情報と関係付けられた属性などを用いて定義される領
域に対する制約と目的関数が定義されている。
【００２３】図４(ａ),(ｂ)は、図２に示したステップ
１０１にて読み込まれる地図とバケット化された地図の
例を示す図である。図４(ａ)に示す地図は、ＧＩＳの地
図データとしてＨＤＤ１５等に格納されている。この地
図を読み込み、この地図上で適当に距離を決め、図４
(ｂ)に示すように、その距離の長さの辺を持つ正方形を
単位とするピクセルグリッドを計算範囲の対象となる地
図上に作る。このピクセルグリッドの大きさは、どの位
の精度で計算したいか、に依存し、計算時間とのトレー
ドで決定されるものである。即ち、ピクセルグリッドを
大きくすると計算時間は速くなるが算出精度は荒くな
り、逆に、ピクセルグリッドを小さくすると計算時間は
遅くなるが算出精度は高くなる。
１０１にて読み込まれる地図とバケット化された地図の
例を示す図である。図４(ａ)に示す地図は、ＧＩＳの地
図データとしてＨＤＤ１５等に格納されている。この地
図を読み込み、この地図上で適当に距離を決め、図４
(ｂ)に示すように、その距離の長さの辺を持つ正方形を
単位とするピクセルグリッドを計算範囲の対象となる地
図上に作る。このピクセルグリッドの大きさは、どの位
の精度で計算したいか、に依存し、計算時間とのトレー
ドで決定されるものである。即ち、ピクセルグリッドを
大きくすると計算時間は速くなるが算出精度は荒くな
り、逆に、ピクセルグリッドを小さくすると計算時間は
遅くなるが算出精度は高くなる。
【００２４】図５は、図２に示したステップ１０３に
て、ピクセルグリッド上のバケットに集計されたデータ
の一例を示すものである。図２に示したステップ１０２
で、各入力レコードに、そのレコードの座標値に応じた
バケットのインデックス値が割り当てられ、その結果に
基づいて各バケット毎にデータが集計される。ここで
は、データベースを１度スキャンして、上述した制約と
目的関数とを計算するのに必要な情報を各ピクセル毎に
集計している。例えば、図３(ｂ)に示した２つの制約・
目的関数の例では、制約としてのグリッド数(ピクセル
数)、各ピクセル毎の顧客数や、目的関数としての売上
金額総和、年収額総和が集計される。この集計結果は、
例えば図５に示すように、バケット番号としてｉ行ｊ列
[ｉ,ｊ]の表示([0,0],[0,1]…[2,０]…等)、該当する
顧客数(入力レコード数)、年収額総和で表わされ、ＨＤ
Ｄ１５やメインメモリ１２等に格納される。この集計を
高速に行なうためには、各ピクセルの情報はタテ・ヨコ
ともに木構造で管理することが好ましい。即ち、どのピ
クセルに存在するかを位置決めするために、バイナリツ
リーで管理すれば、最悪でも木の深さに比例する計算時
間で集計を行なうことが可能である。
て、ピクセルグリッド上のバケットに集計されたデータ
の一例を示すものである。図２に示したステップ１０２
で、各入力レコードに、そのレコードの座標値に応じた
バケットのインデックス値が割り当てられ、その結果に
基づいて各バケット毎にデータが集計される。ここで
は、データベースを１度スキャンして、上述した制約と
目的関数とを計算するのに必要な情報を各ピクセル毎に
集計している。例えば、図３(ｂ)に示した２つの制約・
目的関数の例では、制約としてのグリッド数(ピクセル
数)、各ピクセル毎の顧客数や、目的関数としての売上
金額総和、年収額総和が集計される。この集計結果は、
例えば図５に示すように、バケット番号としてｉ行ｊ列
[ｉ,ｊ]の表示([0,0],[0,1]…[2,０]…等)、該当する
顧客数(入力レコード数)、年収額総和で表わされ、ＨＤ
Ｄ１５やメインメモリ１２等に格納される。この集計を
高速に行なうためには、各ピクセルの情報はタテ・ヨコ
ともに木構造で管理することが好ましい。即ち、どのピ
クセルに存在するかを位置決めするために、バイナリツ
リーで管理すれば、最悪でも木の深さに比例する計算時
間で集計を行なうことが可能である。
【００２５】図６(ａ),(ｂ)は、最適化関数値を最も良
くする領域の算出例を示す図である。即ち、図２のステ
ップ１０４に示した領域切り出しエンジンの一例を説明
するものである。ステップ１０３で集計操作の終わった
地図上のピクセルグリッド上で作られる任意の連続グリ
ッド領域は、各ピクセルに集計した値の総和たる２次元
平面上の点として特徴付けることができる。例えば、
「領域の顧客数、領域の年収額総和」、「グリッド数、
領域の売上金額総和」等で任意の領域が特徴付けられ
る。この領域切り出しエンジンについては、出願人によ
る先の出願である特願平０９-０３４６０５号に詳しい
が、ここではその概略について説明する。
くする領域の算出例を示す図である。即ち、図２のステ
ップ１０４に示した領域切り出しエンジンの一例を説明
するものである。ステップ１０３で集計操作の終わった
地図上のピクセルグリッド上で作られる任意の連続グリ
ッド領域は、各ピクセルに集計した値の総和たる２次元
平面上の点として特徴付けることができる。例えば、
「領域の顧客数、領域の年収額総和」、「グリッド数、
領域の売上金額総和」等で任意の領域が特徴付けられ
る。この領域切り出しエンジンについては、出願人によ
る先の出願である特願平０９-０３４６０５号に詳しい
が、ここではその概略について説明する。
【００２６】図６(ａ)では、上述の例である「領域の顧
客数、領域の年収額総和」の特徴を、横軸に領域の顧客
数を、縦軸に領域の平均年収を取って表現している。こ
こで示される最小顧客数は、前述した領域最適化のため
の制約である。また、図６(ｂ)では、「グリッド数、領
域の売上金額総和」の特徴を、横軸にグリッド数を、縦
軸に領域の売上金額総和を取って表現している。ここで
示される最大グリッド数は、領域最適化のための制約で
ある。全ての領域は、このような「領域の顧客数、領域
の年収額総和」などの各ピクセルに集計されている２つ
の属性値で定義される平面の点集合である。この点集合
の凸包上に存在する点については、かなり高速に計算す
ることができる。即ち、凸包上の点は、ある傾きθを有
する接線と凸包との交点と考えることができる。図６
(ａ)では、制約である最小顧客数の線より右で傾き最大
の直線との接点で算出され、図６(ｂ)では、制約である
最大グリッド数の線より左で傾き最小の直線との接点で
算出される。ここで、横にＮ、縦にＮであるＮ＾2個の
ピクセルグリッド上で考えると、そのような交点(接点)
は、Ｘ単調領域でＯ(Ｎ＾2)、直交凸領域でＯ(Ｎ＾3)の
時間で計算できる。このように、ある傾きθを有する接
線と凸包との交点を求める手法を繰り返して適用するこ
とで、目的である最適に近いグリッド領域を高速に求め
ることができる。複数の領域を求めたい場合で、２番
目、３番目以降の領域を求める場合は、既に求めた領域
に含まれる各ピクセルのＹ値を目的関数でネガティブに
作用するような値に書き換えて、同様な操作で求めるこ
とが可能である。
客数、領域の年収額総和」の特徴を、横軸に領域の顧客
数を、縦軸に領域の平均年収を取って表現している。こ
こで示される最小顧客数は、前述した領域最適化のため
の制約である。また、図６(ｂ)では、「グリッド数、領
域の売上金額総和」の特徴を、横軸にグリッド数を、縦
軸に領域の売上金額総和を取って表現している。ここで
示される最大グリッド数は、領域最適化のための制約で
ある。全ての領域は、このような「領域の顧客数、領域
の年収額総和」などの各ピクセルに集計されている２つ
の属性値で定義される平面の点集合である。この点集合
の凸包上に存在する点については、かなり高速に計算す
ることができる。即ち、凸包上の点は、ある傾きθを有
する接線と凸包との交点と考えることができる。図６
(ａ)では、制約である最小顧客数の線より右で傾き最大
の直線との接点で算出され、図６(ｂ)では、制約である
最大グリッド数の線より左で傾き最小の直線との接点で
算出される。ここで、横にＮ、縦にＮであるＮ＾2個の
ピクセルグリッド上で考えると、そのような交点(接点)
は、Ｘ単調領域でＯ(Ｎ＾2)、直交凸領域でＯ(Ｎ＾3)の
時間で計算できる。このように、ある傾きθを有する接
線と凸包との交点を求める手法を繰り返して適用するこ
とで、目的である最適に近いグリッド領域を高速に求め
ることができる。複数の領域を求めたい場合で、２番
目、３番目以降の領域を求める場合は、既に求めた領域
に含まれる各ピクセルのＹ値を目的関数でネガティブに
作用するような値に書き換えて、同様な操作で求めるこ
とが可能である。
【００２７】図７は、算出して求められた最適ピクセル
グリッド領域を示す図である。上述のような作業によっ
て図７に示すような太線の領域が抽出され、この太線の
領域が最適化関数を最も良くするピクセルグリッド領域
３１となる。図８は、図２のステップ１０５における隣
接ピクセル領域の計算結果を示す図である。ここでは、
ピクセルグリッド領域３１の外枠であるエッジを挟む領
域が計算され、図の斜線で示される隣接ピクセル領域３
２が求められる。このとき、外枠であるエッジを何個の
ピクセルで挟むかは、ユーザが入力装置１７等から指定
することも可能である。
グリッド領域を示す図である。上述のような作業によっ
て図７に示すような太線の領域が抽出され、この太線の
領域が最適化関数を最も良くするピクセルグリッド領域
３１となる。図８は、図２のステップ１０５における隣
接ピクセル領域の計算結果を示す図である。ここでは、
ピクセルグリッド領域３１の外枠であるエッジを挟む領
域が計算され、図の斜線で示される隣接ピクセル領域３
２が求められる。このとき、外枠であるエッジを何個の
ピクセルで挟むかは、ユーザが入力装置１７等から指定
することも可能である。
【００２８】図９(ａ),(ｂ)は、図２のステップ１０６
における隣接ピクセルと交差する地図エンティティの切
り出し作業を説明するための図である。図９(ａ)に示す
ように、地図内にあるポリゴン、折れ線で表示される地
図エンティティ(湖、海、森、河川、道路、行政区画な
ど)でピクセルグリッド領域３１の内部にある線分が、
エンティティ線分３３として抽出される。図９(ｂ)は、
抽出されたこのエンティティ線分３３を切り出して(切
断して)候補線分３４を抽出した状態を示している。
における隣接ピクセルと交差する地図エンティティの切
り出し作業を説明するための図である。図９(ａ)に示す
ように、地図内にあるポリゴン、折れ線で表示される地
図エンティティ(湖、海、森、河川、道路、行政区画な
ど)でピクセルグリッド領域３１の内部にある線分が、
エンティティ線分３３として抽出される。図９(ｂ)は、
抽出されたこのエンティティ線分３３を切り出して(切
断して)候補線分３４を抽出した状態を示している。
【００２９】図１０は、図２のステップ１０７における
有効エッジ候補の選択結果を示した図である。ここで
は、図９(ｂ)に示した候補線分３４から、有効エッジ候
補３５を選択している。この有効エッジ候補３５は、候
補線分３４として選ばれたものの中から最終的な領域の
エッジとして有効なものが選ばれている。より具体的に
は、例えば、隣接ピクセル領域３２の単位ピクセルにあ
る候補線分３４の中で、ピクセルグリッド領域３１を構
成する単位グリッドエッジから最も距離の近いものを有
効エッジ候補３５として選択している。
有効エッジ候補の選択結果を示した図である。ここで
は、図９(ｂ)に示した候補線分３４から、有効エッジ候
補３５を選択している。この有効エッジ候補３５は、候
補線分３４として選ばれたものの中から最終的な領域の
エッジとして有効なものが選ばれている。より具体的に
は、例えば、隣接ピクセル領域３２の単位ピクセルにあ
る候補線分３４の中で、ピクセルグリッド領域３１を構
成する単位グリッドエッジから最も距離の近いものを有
効エッジ候補３５として選択している。
【００３０】図１１は、この有効エッジ候補３５の選択
手順の流れを示した図である。まず、グリッドエッジを
挟む２つのピクセル内の候補エッジを選ぶ(ステップ２
０１)。この候補エッジが折れ線である場合は、各頂点
の二乗誤差を最小化するような単一線分で近似する(ス
テップ２０２)。これにより、候補エッジは全て単一線
分となる。次に、グリッドエッジに対する角度が４５°
以内のものを取り出す(ステップ２０３)。また、グリッ
ドエッジの線分(ｘs1，ｙs1)−(ｘt1，ｙt1)と候補エッ
ジの線分(ｘs2，ｙs2)−(ｘt2，ｙt2)との角度を図に示
す式で求める(ステップ２０４)。この式は、値が小さい
ほど平行に近いことを示している。次に、候補エッジの
中点とグリッドエッジとの距離を計算する。距離はピク
セルのサイズを単位とする数値として求める(ステップ
２０５)。そして、角度と距離に適当な重みを乗じ、そ
の数値の小さいものをその単位グリッドに対する有効エ
ッジ候補３５とする(ステップ２０６)。最後に候補の中
で近似したものは、元の折れ線に戻す(ステップ２０
７)。このように、有効エッジ候補３５としては、グリ
ッドエッジに近いだけではなく、傾きの大きさについて
も考慮される。即ち、いくらグリッドエッジに近くても
傾きが大きければ関係ないと判断され、遠い場合であっ
ても線に沿ったものの場合には有効エッジ候補３５とし
て選択され得る。
手順の流れを示した図である。まず、グリッドエッジを
挟む２つのピクセル内の候補エッジを選ぶ(ステップ２
０１)。この候補エッジが折れ線である場合は、各頂点
の二乗誤差を最小化するような単一線分で近似する(ス
テップ２０２)。これにより、候補エッジは全て単一線
分となる。次に、グリッドエッジに対する角度が４５°
以内のものを取り出す(ステップ２０３)。また、グリッ
ドエッジの線分(ｘs1，ｙs1)−(ｘt1，ｙt1)と候補エッ
ジの線分(ｘs2，ｙs2)−(ｘt2，ｙt2)との角度を図に示
す式で求める(ステップ２０４)。この式は、値が小さい
ほど平行に近いことを示している。次に、候補エッジの
中点とグリッドエッジとの距離を計算する。距離はピク
セルのサイズを単位とする数値として求める(ステップ
２０５)。そして、角度と距離に適当な重みを乗じ、そ
の数値の小さいものをその単位グリッドに対する有効エ
ッジ候補３５とする(ステップ２０６)。最後に候補の中
で近似したものは、元の折れ線に戻す(ステップ２０
７)。このように、有効エッジ候補３５としては、グリ
ッドエッジに近いだけではなく、傾きの大きさについて
も考慮される。即ち、いくらグリッドエッジに近くても
傾きが大きければ関係ないと判断され、遠い場合であっ
ても線に沿ったものの場合には有効エッジ候補３５とし
て選択され得る。
【００３１】図１２は、図２のステップ１０８における
有効エッジ候補３５の線分の接続例を示した図であり、
符号３６の破線で示される線分が加えられた接続線分で
ある。各単位グリッドに対して有効エッジ候補３５を求
めたが、連続する単位グリッドに対する有効エッジが連
続していない場合も多い。即ち、連続しない有効エッジ
候補３５が選ばれるケースと、対応する有効エッジ候補
３５がない場合がある。このような非連続の有効エッジ
候補３５に対しては、連続が途絶えた有効エッジ候補３
５と次に現れる有効エッジ候補３５を補完関数などによ
る接続線分３６で滑らかに接続する。
有効エッジ候補３５の線分の接続例を示した図であり、
符号３６の破線で示される線分が加えられた接続線分で
ある。各単位グリッドに対して有効エッジ候補３５を求
めたが、連続する単位グリッドに対する有効エッジが連
続していない場合も多い。即ち、連続しない有効エッジ
候補３５が選ばれるケースと、対応する有効エッジ候補
３５がない場合がある。このような非連続の有効エッジ
候補３５に対しては、連続が途絶えた有効エッジ候補３
５と次に現れる有効エッジ候補３５を補完関数などによ
る接続線分３６で滑らかに接続する。
【００３２】図１３は、図２のステップ１０９における
ひげの除去を説明するための図である。有効エッジ候補
３５に対して接続線分３６による接続作業が完了する
と、有効エッジ候補３５でポリゴンを作ることができ
る。しかしながら、このままのポリゴンには、図１３の
符号３７で示すような「ひげ」ができている。ひげ３７
は、図に示すようなクロス線分の先に伸びる行き止まり
になる折れ線である。このようなひげ３７は、クロスす
る部分を平面走査法などの交点列挙アルゴリズムで求
め、交点からの接続関係を調べることで解消することが
できる。
ひげの除去を説明するための図である。有効エッジ候補
３５に対して接続線分３６による接続作業が完了する
と、有効エッジ候補３５でポリゴンを作ることができ
る。しかしながら、このままのポリゴンには、図１３の
符号３７で示すような「ひげ」ができている。ひげ３７
は、図に示すようなクロス線分の先に伸びる行き止まり
になる折れ線である。このようなひげ３７は、クロスす
る部分を平面走査法などの交点列挙アルゴリズムで求
め、交点からの接続関係を調べることで解消することが
できる。
【００３３】図１４は、以上のようにして作成された領
域を地図エンティティに対応して出力した例である。図
７のピクセルグリッド領域３１は、実在する地図上のエ
ンティティに合うように調整されて、図１４に示すよう
な調整領域３８に変換され、表示装置１６によって地図
に反映されて表示出力される。即ち、抽出されて調整さ
れた道路情報等のエンティティや接続線分３６は、例え
ば、赤色等の色づけや太線、また、調整された閉領域の
着色や白黒反転等の強調処理が施され、例えば表示装置
１６のディスプレイを用いて、地図上に表示出力され
る。このように、本実施の形態では、領域最適化を空間
的な連続性を考慮した上で行うことで、より高度な空間
データマイニングを提供することが可能となる。また、
ピクセルグリッドを用いて計算時間を早めて算出できる
と共に、その出力では、地図上のエンティティを用いて
調整することができ、ユーザにとって使いやすい空間デ
ータマイニングを提供することが可能である。例えば、
スーパーマーケットが新聞の折り込みチラシを配布する
際に、最適な地域を求めるアプリケーションに応用した
場合には、川や道路、公園などのエンティティを踏まえ
て最適な領域を出力することができる。かかる出力を用
いて、例えば、各新聞販売店に対してその地域を明らか
にして折り込み指示を行なえば、効率的な且つ実質価値
の高いアウトプットを提供することが可能となる。
域を地図エンティティに対応して出力した例である。図
７のピクセルグリッド領域３１は、実在する地図上のエ
ンティティに合うように調整されて、図１４に示すよう
な調整領域３８に変換され、表示装置１６によって地図
に反映されて表示出力される。即ち、抽出されて調整さ
れた道路情報等のエンティティや接続線分３６は、例え
ば、赤色等の色づけや太線、また、調整された閉領域の
着色や白黒反転等の強調処理が施され、例えば表示装置
１６のディスプレイを用いて、地図上に表示出力され
る。このように、本実施の形態では、領域最適化を空間
的な連続性を考慮した上で行うことで、より高度な空間
データマイニングを提供することが可能となる。また、
ピクセルグリッドを用いて計算時間を早めて算出できる
と共に、その出力では、地図上のエンティティを用いて
調整することができ、ユーザにとって使いやすい空間デ
ータマイニングを提供することが可能である。例えば、
スーパーマーケットが新聞の折り込みチラシを配布する
際に、最適な地域を求めるアプリケーションに応用した
場合には、川や道路、公園などのエンティティを踏まえ
て最適な領域を出力することができる。かかる出力を用
いて、例えば、各新聞販売店に対してその地域を明らか
にして折り込み指示を行なえば、効率的な且つ実質価値
の高いアウトプットを提供することが可能となる。
【００３４】
【発明の効果】以上説明したように、本発明によれば、
出力の際に要求される領域情報が含まれていない目的関
数を用いて、大量のデータベースから領域最適化を図る
ことができる。また、最適化された領域情報を実在の地
図エンティティに合うように調整して、算出された領域
情報を地図と共に出力することが可能となる。
出力の際に要求される領域情報が含まれていない目的関
数を用いて、大量のデータベースから領域最適化を図る
ことができる。また、最適化された領域情報を実在の地
図エンティティに合うように調整して、算出された領域
情報を地図と共に出力することが可能となる。
【図１】 本実施の形態における最適領域算出手法を実
現するためのコンピュータ・システムの概略構成を説明
するための図である。
現するためのコンピュータ・システムの概略構成を説明
するための図である。
【図２】 本実施の形態における最適領域算出方法を実
現するための処理の流れを示した図である。
現するための処理の流れを示した図である。
【図３】 (ａ),(ｂ)は、ＨＤＤ１５等に格納されてい
る顧客データベース例と入力装置１７から入力される制
約、目的関数の例を示す図である。
る顧客データベース例と入力装置１７から入力される制
約、目的関数の例を示す図である。
【図４】 (ａ),(ｂ)は、図２に示したステップ１０１
にて読み込まれる地図とバケット化された地図の例を示
す図である。
にて読み込まれる地図とバケット化された地図の例を示
す図である。
【図５】 図２に示したステップ１０３にて、ピクセル
グリッド上のバケットに集計されたデータの一例を示す
図である。
グリッド上のバケットに集計されたデータの一例を示す
図である。
【図６】 (ａ),(ｂ)は、最適化関数値を最も良くする
領域の算出例を示す図である。
領域の算出例を示す図である。
【図７】 算出して求められた最適ピクセルグリッド領
域を示す図である。
域を示す図である。
【図８】 図２のステップ１０５における隣接ピクセル
領域３２の計算結果を示す図である。
領域３２の計算結果を示す図である。
【図９】 (ａ),(ｂ)は、図２のステップ１０６におけ
る隣接ピクセルと交差する地図エンティティの切り出し
作業を説明するための図である。
る隣接ピクセルと交差する地図エンティティの切り出し
作業を説明するための図である。
【図１０】 図２のステップ１０７における有効エッジ
候補３５の選択結果を示した図である。
候補３５の選択結果を示した図である。
【図１１】 有効エッジ候補３５の選択手順の流れを示
した図である。
した図である。
【図１２】 図２のステップ１０８における有効エッジ
候補３５の線分の接続例を示した図である。
候補３５の線分の接続例を示した図である。
【図１３】 図２のステップ１０９におけるひげ３７の
除去を説明するための図である。
除去を説明するための図である。
【図１４】 作成された領域を地図エンティティに対応
して出力した例を示す図である。
して出力した例を示す図である。
１１…ＣＰＵ、１２…メインメモリ、１３…フロッピー
ディスクドライブ(ＦＤＤ)、１４…ＣＤ−ＲＯＭドライ
ブ、１５…ハードディスクドライブ(ＨＤＤ)、１６…表
示装置、１７…入力装置、１８…バス、３１…ピクセル
グリッド領域、３２…隣接ピクセル領域、３３…エンテ
ィティ線分、３４…候補線分、３５…有効エッジ候補、
３６…接続線分、３７…ひげ、３８…調整領域
ディスクドライブ(ＦＤＤ)、１４…ＣＤ−ＲＯＭドライ
ブ、１５…ハードディスクドライブ(ＨＤＤ)、１６…表
示装置、１７…入力装置、１８…バス、３１…ピクセル
グリッド領域、３２…隣接ピクセル領域、３３…エンテ
ィティ線分、３４…候補線分、３５…有効エッジ候補、
３６…接続線分、３７…ひげ、３８…調整領域
───────────────────────────────────────────────────── フロントページの続き (72)発明者 森本 康彦 神奈川県大和市下鶴間1623番地14 日本ア イ・ビー・エム株式会社 東京基礎研究所 内 (72)発明者 手塚 集 神奈川県大和市下鶴間1623番地14 日本ア イ・ビー・エム株式会社 東京基礎研究所 内 (72)発明者 日高 一義 神奈川県大和市下鶴間1623番地14 日本ア イ・ビー・エム株式会社 東京基礎研究所 内 Ｆターム(参考） 5B049 AA06 EE02 EE31 FF01 5B050 BA17 EA06 FA15 FA17 5B075 ND06 PP02 PP03 PQ02 PQ22 UU13
Claims (18)
- 【請求項１】 住所などの空間情報を含むデータベース
の中から２次元相関ルールを導き出して地図上で適用す
る領域算出方法であって、 前記２次元相関ルールを導き出すために調べる目的関数
を定義するステップと、 前記地図上の領域を所定の大きさからなるピクセルグリ
ッドに分割するステップと、 分割された前記ピクセルグリッド毎に前記データベース
からデータを集計するステップと、 定義された前記目的関数に基づいて前記ピクセルグリッ
ドの領域を算出するステップと、 算出された前記領域に対応する前記地図上にあるエンテ
ィティを抽出するステップと、 抽出された前記エンティティに基づいて前記地図上で適
用する領域を出力するステップとを含むことを特徴とす
る領域算出方法。 - 【請求項２】 定義される前記目的関数は、出力の際に
要求される領域情報が含まれていないことを特徴とする
請求項１記載の領域算出方法。 - 【請求項３】 前記ピクセルグリッドに分割するステッ
プは、算出のための精度と計算時間とに基づいて前記所
定の大きさを決定することを特徴とする請求項１記載の
領域算出方法。 - 【請求項４】 前記目的関数を最適化するような前記ピ
クセルグリッドの領域を算出するステップは、定義され
る制約と前記目的関数とに基づいて前記領域を算出する
ことを特徴とする請求項１記載の領域算出方法。 - 【請求項５】 前記地図上にあるエンティティを抽出す
るステップは、算出された前記ピクセルグリッドの外枠
との距離および当該外枠に対する角度に基づいて当該外
枠に対応するエンティティを抽出することを特徴とする
請求項１記載の領域算出方法。 - 【請求項６】 前記領域を出力するステップは、抽出さ
れた前記エンティティを接続した領域を前記地図上に表
示することを特徴とする請求項１記載の領域算出方法。 - 【請求項７】 住所などの空間情報を含むデータベース
の中から２次元相関ルールを導き出す領域算出方法であ
って、 前記２次元相関ルールを導き出すために調べる目的関数
を定義するステップと、 前記データベースからデータを入力するステップと、 入力された前記データを集計して、定義された前記目的
関数に適合する領域を算出するステップと、 地図情報を入力するステップと、 入力された前記地図情報から地図上にあるエンティティ
を抽出するステップと、 算出された前記領域に対応する領域エッジ候補を抽出さ
れた前記エンティティから選択するステップと、 選択された前記領域エッジ候補を入力された前記地図情
報に反映して表示するステップとを含むことを特徴とす
る領域算出方法。 - 【請求項８】 抽出される前記地図上にあるエンティテ
ィは、道路情報であることを特徴とする請求項７記載の
領域算出方法。 - 【請求項９】 前記領域エッジ候補を選択するステップ
は、前記エンティティを切断して当該領域エッジ候補を
選択し、 当該領域エッジ候補を前記地図上に反映して表示するス
テップは、当該領域エッジ候補を連結して当該地図上に
表示することを特徴とする請求項７記載の領域算出方
法。 - 【請求項１０】 前記領域エッジ候補を前記地図上に反
映して表示するステップは、当該領域エッジ候補を強調
して当該地図上に表示することを特徴とする請求項７記
載の領域算出方法。 - 【請求項１１】 住所などの空間情報を含むデータベー
スの中から２次元相関ルールを導き出す空間データマイ
ニング装置であって、 前記２次元相関ルールを導き出すために用いる目的関数
を定義する定義手段と、 地図情報を入力する入力手段と、 前記入力手段により入力された前記地図情報に基づいて
地図上の領域を所定の大きさからなるピクセルグリッド
に分割する分割手段と、 前記データベースからデータを入力すると共に、前記分
割手段により分割された前記ピクセルグリッド毎に当該
データを集計するデータ集計手段と、 前記データ集計手段による集計に基づいて、前記定義手
段により定義された前記目的関数に適合する前記ピクセ
ルグリッドの領域を算出するグリッド領域算出手段と、 前記入力手段により入力された前記地図情報から前記地
図上にあるエンティティを抽出するエンティティ抽出手
段と、 前記エンティティ抽出手段により抽出された前記エンテ
ィティの中から前記グリッド領域算出手段により算出さ
れた前記領域に対応するエッジ候補を選択するエッジ候
補選択手段と、 前記エッジ候補選択手段により選択された前記エッジ候
補に基づいて前記地図情報に対応した領域を出力する出
力手段とを備えたことを特徴とする空間データマイニン
グ装置。 - 【請求項１２】 前記エッジ候補選択手段は、前記グリ
ッド領域算出手段により算出された前記領域の外枠から
所定距離内にあるエンティティを前記エッジ候補として
選択することを特徴とする請求項１１記載の空間データ
マイニング装置。 - 【請求項１３】 前記エッジ候補選択手段により選択さ
れた前記エッジ候補を接続する接続手段とを更に備えた
ことを特徴とする請求項１１記載の空間データマイニン
グ装置。 - 【請求項１４】 住所などの空間情報と関連付けされた
属性情報を含むデータが格納されたデータベースからデ
ータを入力するデータ入力手段と、 道路情報などの地図上のエンティティを含む地図情報を
入力する地図情報入力手段と、 分析が要求される目的関数を定義する目的関数定義手段
と、 前記目的関数定義手段により定義された前記目的関数に
基づいて前記データ入力手段により入力された前記デー
タを集計する集計手段と、 前記集計手段による集計に基づいて、前記地図情報入力
手段により入力された前記エンティティの中から特定の
エンティティを選択する選択手段と、 前記地図情報から地図を表示すると共に、前記選択手段
により選択された前記エンティティを強調して当該地図
に表示する表示手段とを備えたことを特徴とする地図情
報表示装置。 - 【請求項１５】 前記表示手段は、前記選択手段により
選択された前記エンティティの中から所定の線分からな
る有効エッジ候補を複数、選択すると共に、選択された
複数の当該有効エッジ候補を連結させて表示することを
特徴とする請求項１４記載の地図情報表示装置。 - 【請求項１６】 住所などの空間情報と関連付けされた
属性情報を含むデータが格納されたデータベースと、 道路情報などの地図上のエンティティを含む地図情報が
格納された地図情報メモリと、 分析を要求するための目的関数を入力する入力装置と、 前記データベースから前記データを入力すると共に、前
記入力装置により入力された前記目的関数に基づいて当
該データを集計する集計手段と、 前記地図情報メモリから、前記地図上に存在する所定の
エンティティを入力すると共に、前記集計手段による集
計に基づいて、当該エンティティの中から特定のエンテ
ィティを選択する選択手段と、 前記選択手段により選択された前記エンティティを調整
する調整手段と、 前記調整手段により調整された前記エンティティの情報
を前記地図情報メモリに格納された地図と共に表示する
表示装置とを備えたことを特徴とする空間データマイニ
ングシステム。 - 【請求項１７】 領域情報が与えられていない目的関数
に基づいて住所などの空間情報を含むデータベースの中
から所定の領域を導き出すプログラムを格納した記憶媒
体であって、 前記プログラムは、前記データベースからデータを入力
するステップと、入力された前記データを集計して前記
目的関数を最適化する領域を算出するステップと、地図
情報を入力するステップと、入力された前記地図情報か
ら地図上にあるエンティティを抽出するステップと、算
出された前記領域に対応する領域候補を抽出された前記
エンティティから選択するステップと、選択された前記
領域候補を入力された前記地図情報に反映して出力する
ステップとを含むことを特徴とする記憶媒体。 - 【請求項１８】 前記プログラムにおける前記最適化す
る領域を算出するステップは、前記地図上を所定の大き
さからなるピクセルグリッドに分割し、分割された当該
ピクセルグリッド毎に前記データを集計することを特徴
とする請求項１７記載の記憶媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000153087A JP3629514B2 (ja) | 2000-05-24 | 2000-05-24 | 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体 |
| US09/840,333 US7010564B2 (en) | 2000-05-24 | 2001-04-23 | Region calculation method, spatial data mining apparatus, geographical information display apparatus, spatial data mining system and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000153087A JP3629514B2 (ja) | 2000-05-24 | 2000-05-24 | 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001337956A true JP2001337956A (ja) | 2001-12-07 |
| JP3629514B2 JP3629514B2 (ja) | 2005-03-16 |
Family
ID=18658413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000153087A Expired - Fee Related JP3629514B2 (ja) | 2000-05-24 | 2000-05-24 | 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7010564B2 (ja) |
| JP (1) | JP3629514B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007249412A (ja) * | 2006-03-14 | 2007-09-27 | Toshiba Corp | 空間データ分析装置、方法およびプログラム |
| WO2013046747A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
| JPWO2013046747A1 (ja) * | 2011-09-30 | 2015-03-26 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
| JP2016503937A (ja) * | 2013-01-18 | 2016-02-08 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | 活動領域の検索および決定 |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030115211A1 (en) * | 2001-12-14 | 2003-06-19 | Metaedge Corporation | Spatial intelligence system and method |
| WO2004013739A2 (en) * | 2002-08-05 | 2004-02-12 | Metaedge Corporation | Spatial intelligence system and method |
| KR20040055901A (ko) * | 2002-12-23 | 2004-06-30 | 한국전자통신연구원 | 점진적인 공간 데이터 서비스 시스템 및 방법 |
| US20050278182A1 (en) * | 2004-06-15 | 2005-12-15 | Mcmahon Paul J | Submarket analyst |
| JP2006227896A (ja) * | 2005-02-17 | 2006-08-31 | Fuji Xerox Co Ltd | 情報分析装置、情報分析方法およびプログラム |
| GB2429800A (en) * | 2005-05-13 | 2007-03-07 | Ls2003 Ltd | Spatial data partitioning |
| US7415448B2 (en) * | 2006-03-20 | 2008-08-19 | Microsoft Corporation | Adaptive engine for processing geographic data |
| US8745041B1 (en) | 2006-12-12 | 2014-06-03 | Google Inc. | Ranking of geographic information |
| US7640257B2 (en) * | 2007-08-09 | 2009-12-29 | Teradata Us, Inc. | Spatial join in a parallel database management system |
| WO2009032814A2 (en) * | 2007-09-04 | 2009-03-12 | Nixle, Llc | System and method for collecting and organizing popular near real-time data in a virtual geographic grid |
| US20090132469A1 (en) * | 2007-11-16 | 2009-05-21 | Urban Mapping, Inc. | Geocoding based on neighborhoods and other uniquely defined informal spaces or geographical regions |
| TWI361404B (en) * | 2008-02-18 | 2012-04-01 | Ind Tech Res Inst | Storage and search method for flag event on two-dimensional space |
| US8326834B2 (en) * | 2008-06-25 | 2012-12-04 | Microsoft Corporation | Density-based co-location pattern discovery |
| US8060582B2 (en) | 2008-10-22 | 2011-11-15 | Google Inc. | Geocoding personal information |
| US8619955B2 (en) | 2011-11-22 | 2013-12-31 | Sas Institute Inc. | Systems and methods for optimizing distribution of advertisement information |
| US20190279287A1 (en) * | 2016-06-22 | 2019-09-12 | Hello Tractor, Inc. | Allocation of Mobile Farming Equipment Using Language-Agnostic Message Service |
| CN106503238B (zh) * | 2016-11-07 | 2019-09-03 | 王昱淇 | 一种强化学习驱动的网络地图区域聚类预取方法 |
| US11195119B2 (en) | 2018-01-05 | 2021-12-07 | International Business Machines Corporation | Identifying and visualizing relationships and commonalities amongst record entities |
| CN109522923B (zh) * | 2018-09-25 | 2023-07-04 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
| CN111383051B (zh) * | 2020-03-02 | 2023-05-30 | 杭州比智科技有限公司 | 实体对象的选址方法、装置、计算设备及计算机存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240747A (ja) * | 1997-02-19 | 1998-09-11 | Internatl Business Mach Corp <Ibm> | データ間結合ルール導出方法及び装置、及び直交凸領域切出方法及び装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100194762B1 (ko) * | 1996-10-05 | 1999-06-15 | 이계철 | 평면쓸기기법을 이용한 점객체용 명칭배치방법 |
| US6003029A (en) * | 1997-08-22 | 1999-12-14 | International Business Machines Corporation | Automatic subspace clustering of high dimensional data for data mining applications |
| US6301575B1 (en) * | 1997-11-13 | 2001-10-09 | International Business Machines Corporation | Using object relational extensions for mining association rules |
| US6307965B1 (en) * | 1998-04-30 | 2001-10-23 | International Business Machines Corporation | System and method for detecting clusters of information |
| US6393149B2 (en) * | 1998-09-17 | 2002-05-21 | Navigation Technologies Corp. | Method and system for compressing data and a geographic database formed therewith and methods for use thereof in a navigation application program |
| US6363327B1 (en) * | 2000-05-02 | 2002-03-26 | Chroma Graphics, Inc. | Method and apparatus for extracting selected feature information and classifying heterogeneous regions of N-dimensional spatial data |
| JP3659318B2 (ja) * | 2000-05-09 | 2005-06-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 空間データマイニング装置 |
-
2000
- 2000-05-24 JP JP2000153087A patent/JP3629514B2/ja not_active Expired - Fee Related
-
2001
- 2001-04-23 US US09/840,333 patent/US7010564B2/en not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240747A (ja) * | 1997-02-19 | 1998-09-11 | Internatl Business Mach Corp <Ibm> | データ間結合ルール導出方法及び装置、及び直交凸領域切出方法及び装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007249412A (ja) * | 2006-03-14 | 2007-09-27 | Toshiba Corp | 空間データ分析装置、方法およびプログラム |
| WO2013046747A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
| WO2013046435A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
| JPWO2013046747A1 (ja) * | 2011-09-30 | 2015-03-26 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
| US9519697B2 (en) | 2011-09-30 | 2016-12-13 | Fujitsu Limited | Observation information processing apparatus, non-transitory computer-readable recording medium, and observation information processing method |
| JP2016503937A (ja) * | 2013-01-18 | 2016-02-08 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | 活動領域の検索および決定 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020059273A1 (en) | 2002-05-16 |
| US7010564B2 (en) | 2006-03-07 |
| JP3629514B2 (ja) | 2005-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3629514B2 (ja) | 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体 | |
| US5179643A (en) | Method of multi-dimensional analysis and display for a large volume of record information items and a system therefor | |
| De Smith et al. | Geospatial analysis: a comprehensive guide to principles, techniques and software tools | |
| JP3659318B2 (ja) | 空間データマイニング装置 | |
| CN108664637B (zh) | 一种检索方法及系统 | |
| Custodio et al. | An extended triangulation to the Marching Cubes 33 algorithm | |
| Zhou et al. | Context-aware sampling of large networks via graph representation learning | |
| JP3193658B2 (ja) | データ間結合ルール導出方法及び装置、及び直交凸領域切出方法及び装置 | |
| Madhavan | Mastering python for data science | |
| US20040070624A1 (en) | Program and method for displaying a radar chart | |
| Reckziegel et al. | Predominance tag maps | |
| CN111651552A (zh) | 结构化信息确定方法、装置和电子设备 | |
| Dias et al. | Neighborhood dynamics with unharmonized longitudinal data | |
| Duarte et al. | Approximating the evolution of rotating moving regions using Bezier curves | |
| CN116933130A (zh) | 一种基于大数据的企业行业分类方法、系统、设备及介质 | |
| NL2030770B1 (en) | Digital currency trading community recognition method, system and device, and storage medium | |
| JP3649430B2 (ja) | 図形データ管理方法およびシステム、記憶媒体 | |
| Daras et al. | A spatial data pre-processing tool to improve the quality of the analysis and to reduce preparation duration | |
| CN113343700B (zh) | 数据处理方法、装置、设备及存储介质 | |
| Touya et al. | ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment | |
| KR101768913B1 (ko) | 지리 정보 데이터 분할 방법, 분할 장치 및 이를 수행하는 프로그램을 기록하는 기록매체 | |
| Temerinac et al. | Invariant features for searching in protein fold databases | |
| JP4585742B2 (ja) | 画像表示装置、画像表示方法、プログラム及び記録媒体 | |
| Chiera et al. | Visualizing big data: Everything old is new again | |
| JP6696858B2 (ja) | データ可視化システムおよびコンピュータ読み取り可能な記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040203 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040421 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040629 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040922 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040928 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041026 |
|
| RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20041027 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041111 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071224 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081224 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081224 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091224 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091224 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101224 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101224 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111224 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111224 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121224 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121224 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131224 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |