JP2002183432A - データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラム - Google Patents
データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラムInfo
- Publication number
- JP2002183432A JP2002183432A JP2000380199A JP2000380199A JP2002183432A JP 2002183432 A JP2002183432 A JP 2002183432A JP 2000380199 A JP2000380199 A JP 2000380199A JP 2000380199 A JP2000380199 A JP 2000380199A JP 2002183432 A JP2002183432 A JP 2002183432A
- Authority
- JP
- Japan
- Prior art keywords
- data
- amount
- attribute
- extracted
- extraction
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004590 computer program Methods 0.000 title claims description 7
- 238000011017 operating method Methods 0.000 title 1
- 238000000605 extraction Methods 0.000 claims abstract description 269
- 238000013075 data extraction Methods 0.000 claims abstract description 25
- 239000000203 mixture Substances 0.000 claims description 91
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 3
- 230000008774 maternal effect Effects 0.000 claims 3
- 239000000470 constituent Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
(57)【要約】
【課題】 データベースから一定量のデータを抽出する
手法として、２次元以上の特定の構成比を持つ結果デー
タを選択する作為的抽出を正しく行うことができるデー
タ抽出方法を提供する。 【解決手段】 母体データ群から所定のデータの集合を
抽出するデータ抽出方法において、抽出すべきデータ集
合の要素であるデータの属性の構成比を設定するステッ
プと、母体データ群中に存在するこの属性を持つ対応デ
ータの量である抽出可能量を取得するステップと、設定
された構成比に基づいてこの属性ごとに母体データ群か
ら抽出すべきデータ量である抽出データ量を計算するス
テップと、この構成比に基づいて算出された抽出データ
量のうち、所定の属性における抽出データ量がこの属性
を持つ対応データの抽出可能量を上回っている場合に、
この抽出データ量がこの抽出可能量以下となり、かつこ
の構成比を一定の範囲で保持するように、この抽出デー
タ量を調整するステップとを含む。
手法として、２次元以上の特定の構成比を持つ結果デー
タを選択する作為的抽出を正しく行うことができるデー
タ抽出方法を提供する。 【解決手段】 母体データ群から所定のデータの集合を
抽出するデータ抽出方法において、抽出すべきデータ集
合の要素であるデータの属性の構成比を設定するステッ
プと、母体データ群中に存在するこの属性を持つ対応デ
ータの量である抽出可能量を取得するステップと、設定
された構成比に基づいてこの属性ごとに母体データ群か
ら抽出すべきデータ量である抽出データ量を計算するス
テップと、この構成比に基づいて算出された抽出データ
量のうち、所定の属性における抽出データ量がこの属性
を持つ対応データの抽出可能量を上回っている場合に、
この抽出データ量がこの抽出可能量以下となり、かつこ
の構成比を一定の範囲で保持するように、この抽出デー
タ量を調整するステップとを含む。
Description
【０００１】
【発明の属する技術分野】本発明は、データベースから
一定量のデータをランダムに抽出する手法として、多次
元の構成比を持つ結果データを選択する作為的抽出を行
う方法に関する。
一定量のデータをランダムに抽出する手法として、多次
元の構成比を持つ結果データを選択する作為的抽出を行
う方法に関する。
【０００２】
【従来の技術】データベース中から一定量のデータをラ
ンダム抽出する代表的な手法として、データベース中の
データを乱数順に、一定量に至るまで無作為に取り出す
無作為抽出がある。データベース問合せシステムにおい
ては、取得しようとするデータに関して所定の項目が所
定の値を取るというような条件を指定し、当該条件に合
致するデータを抽出する場合がある。この場合において
も、当該条件を満足するデータ群の中から、上記のよう
な無作為抽出（ランダム抽出）によりデータ（結果デー
タ）が取得される。
ンダム抽出する代表的な手法として、データベース中の
データを乱数順に、一定量に至るまで無作為に取り出す
無作為抽出がある。データベース問合せシステムにおい
ては、取得しようとするデータに関して所定の項目が所
定の値を取るというような条件を指定し、当該条件に合
致するデータを抽出する場合がある。この場合において
も、当該条件を満足するデータ群の中から、上記のよう
な無作為抽出（ランダム抽出）によりデータ（結果デー
タ）が取得される。
【０００３】さらに、データベース中から複数の条件に
対して特定の構成比を持つ結果データを抽出する方法と
しては、１．抽出すべき一定量のデータ内容を少しずつ
変化させながら目的の構成比のものを発見するまで繰り
返す方法と、２．目的の構成比となるように、対象条件
を満足するデータの抽出量を条件ごとに予め決めてお
き、条件ごとに当該抽出量に相当する量のデータを抽出
する方法とがある。
対して特定の構成比を持つ結果データを抽出する方法と
しては、１．抽出すべき一定量のデータ内容を少しずつ
変化させながら目的の構成比のものを発見するまで繰り
返す方法と、２．目的の構成比となるように、対象条件
を満足するデータの抽出量を条件ごとに予め決めてお
き、条件ごとに当該抽出量に相当する量のデータを抽出
する方法とがある。
【０００４】上記１の方法は、発見的手法であるので、
最悪の場合、データの可能な組合せの全てを調べること
になる。その計算コストは、ｎ個のデータベースの場
合、２のｎ乗である。これは、ｎが大きくなると指数関
数的に計算コストが増えるため、計算機でも処理しきれ
なくなるＮＰ問題（Non-Polynominal問題）という問題
を引き起こす。したがって、数万件を超えるデータベー
スから結果データを抽出する場合の計算コストは天文学
的数値となってしまう。
最悪の場合、データの可能な組合せの全てを調べること
になる。その計算コストは、ｎ個のデータベースの場
合、２のｎ乗である。これは、ｎが大きくなると指数関
数的に計算コストが増えるため、計算機でも処理しきれ
なくなるＮＰ問題（Non-Polynominal問題）という問題
を引き起こす。したがって、数万件を超えるデータベー
スから結果データを抽出する場合の計算コストは天文学
的数値となってしまう。
【０００５】また上記２の方法は、例えば、条件１に関
して値Ａのデータと値Ｂのデータとの比が６：４となる
ような一定量１０００のデータをランダム抽出したい場
合を考える。この場合、条件１＝Ａのデータを６００、
条件１＝Ｂのデータを４００それぞれランダム抽出し、
その後に得られたデータを足し合わせることにより所望
の結果データが得られる。結果データの構成比を定義付
ける対象条件が２種類以上である場合（このような場合
を２次元以上の構成比を持つという）は、各条件の組合
せ（組合せ条件）を考え、各条件の構成比率の積を、当
該組合せ条件ごとのデータの抽出量とする。例えば、条
件１に関して値Ａのデータと値Ｂのデータとの比が６：
４であり、条件２に関して値Ｃのデータと値Ｄのデータ
との比が比７：３となるようなデータを抽出したい場合
を考える。この場合、条件１と条件２の組合せとして、
ＡＣ（条件１＝Ａ、条件２＝Ｃ）、ＡＤ（条件１＝Ａ、
条件２＝Ｄ）、ＢＣ（条件１＝Ｂ、条件２＝Ｃ）、ＢＤ
（条件１＝Ｂ、条件２＝Ｄ）の４種類が考えられる。し
たがって、それぞれの条件の組合せにおける目標抽出量
の比率を、ＡＣのデータが４２（＝６×７）、ＡＤのデ
ータが１８（＝６×３）、ＢＣのデータが２８（＝４×
７）、ＢＤのデータが１２（＝４×３）とすることがで
きる。
して値Ａのデータと値Ｂのデータとの比が６：４となる
ような一定量１０００のデータをランダム抽出したい場
合を考える。この場合、条件１＝Ａのデータを６００、
条件１＝Ｂのデータを４００それぞれランダム抽出し、
その後に得られたデータを足し合わせることにより所望
の結果データが得られる。結果データの構成比を定義付
ける対象条件が２種類以上である場合（このような場合
を２次元以上の構成比を持つという）は、各条件の組合
せ（組合せ条件）を考え、各条件の構成比率の積を、当
該組合せ条件ごとのデータの抽出量とする。例えば、条
件１に関して値Ａのデータと値Ｂのデータとの比が６：
４であり、条件２に関して値Ｃのデータと値Ｄのデータ
との比が比７：３となるようなデータを抽出したい場合
を考える。この場合、条件１と条件２の組合せとして、
ＡＣ（条件１＝Ａ、条件２＝Ｃ）、ＡＤ（条件１＝Ａ、
条件２＝Ｄ）、ＢＣ（条件１＝Ｂ、条件２＝Ｃ）、ＢＤ
（条件１＝Ｂ、条件２＝Ｄ）の４種類が考えられる。し
たがって、それぞれの条件の組合せにおける目標抽出量
の比率を、ＡＣのデータが４２（＝６×７）、ＡＤのデ
ータが１８（＝６×３）、ＢＣのデータが２８（＝４×
７）、ＢＤのデータが１２（＝４×３）とすることがで
きる。
【０００６】ところで、近年、金融機関などにおいて、
資金調達などの目的で金銭債権の流動化が行われるよう
になっている。かかる債権流動化のスキームは様々であ
るが、多くは、ＭＢＳ（Mortgage Backed Securities）
に代表されるような、多数の債権を集めてプール化し、
それを背景とする証券等の商品化を行うものである。こ
の場合、当該金融機関などが保有している債権の中から
適当量の債権集合を抽出し、商品化するが、これらの商
品の格付は、当該債権プールの統計的信用リスクに依存
する。そのため、当該商品化の対象となる債権の集合に
関して、予め構成条件を設定し、当該構成条件における
債権の属性の構成比を設定して、保有している債権の集
合の中から当該構成比を満足する債権の集合を抽出する
ことができれば、目的とする格付をもつ商品を作成する
ことができる。このような商品化の対象となる債権の集
合の抽出を行う場合、上述したような、データベース中
から複数の条件に対して特定の構成比を持つ結果データ
を抽出する方法が必要となる。
資金調達などの目的で金銭債権の流動化が行われるよう
になっている。かかる債権流動化のスキームは様々であ
るが、多くは、ＭＢＳ（Mortgage Backed Securities）
に代表されるような、多数の債権を集めてプール化し、
それを背景とする証券等の商品化を行うものである。こ
の場合、当該金融機関などが保有している債権の中から
適当量の債権集合を抽出し、商品化するが、これらの商
品の格付は、当該債権プールの統計的信用リスクに依存
する。そのため、当該商品化の対象となる債権の集合に
関して、予め構成条件を設定し、当該構成条件における
債権の属性の構成比を設定して、保有している債権の集
合の中から当該構成比を満足する債権の集合を抽出する
ことができれば、目的とする格付をもつ商品を作成する
ことができる。このような商品化の対象となる債権の集
合の抽出を行う場合、上述したような、データベース中
から複数の条件に対して特定の構成比を持つ結果データ
を抽出する方法が必要となる。
【０００７】
【発明が解決しようとする課題】しかしながら、２次元
以上の組合せ条件においては、当該条件間の相関関係に
よっては、各組合せ条件における抽出量を必ず満足でき
るとは限らない。反対に、各条件におけるデータの構成
比率を満足する組合せ条件の抽出量が複数存在する場合
もある。例えば、上述した、条件１に関して値Ａのデー
タと値Ｂのデータとの比が６：４であり、条件２に関し
て値Ｃのデータと値Ｄのデータとの比が比７：３となる
ようなデータを抽出したい場合、ＡＣのデータが４、Ａ
Ｄのデータが２、ＢＣのデータが３、ＢＤのデータが１
の比率でも良いし、ＡＣのデータが３、ＡＤのデータが
３、ＢＣのデータが４、ＢＤのデータが０の比率でも良
い。前者の場合、条件１については Ａ：Ｂ＝６（＝４＋２）：４（＝３＋１） であり、条件２については Ｃ：Ｄ＝７（＝４＋３）：３（＝２＋１） である。同様に後者の場合も、条件１については Ａ：Ｂ＝６（＝３＋３）：４（＝４＋０） であり、条件２については Ｃ：Ｄ＝７（＝３＋４）：３（＝３＋０） である。すなわち、いずれの場合も条件１に関する構成
比率と条件２に関する構成比率とを満足している。そし
て、組合せ条件において、各条件の構成比率の積を組合
せ条件ごとのデータの抽出量とする場合、すなわち、 ＡＣ：ＡＤ：ＢＣ：ＢＤ＝４２：１８：２８：１２ の比率でデータの抽出ができない場合であっても、上記
のような他の抽出量ならば抽出可能な場合もある。
以上の組合せ条件においては、当該条件間の相関関係に
よっては、各組合せ条件における抽出量を必ず満足でき
るとは限らない。反対に、各条件におけるデータの構成
比率を満足する組合せ条件の抽出量が複数存在する場合
もある。例えば、上述した、条件１に関して値Ａのデー
タと値Ｂのデータとの比が６：４であり、条件２に関し
て値Ｃのデータと値Ｄのデータとの比が比７：３となる
ようなデータを抽出したい場合、ＡＣのデータが４、Ａ
Ｄのデータが２、ＢＣのデータが３、ＢＤのデータが１
の比率でも良いし、ＡＣのデータが３、ＡＤのデータが
３、ＢＣのデータが４、ＢＤのデータが０の比率でも良
い。前者の場合、条件１については Ａ：Ｂ＝６（＝４＋２）：４（＝３＋１） であり、条件２については Ｃ：Ｄ＝７（＝４＋３）：３（＝２＋１） である。同様に後者の場合も、条件１については Ａ：Ｂ＝６（＝３＋３）：４（＝４＋０） であり、条件２については Ｃ：Ｄ＝７（＝３＋４）：３（＝３＋０） である。すなわち、いずれの場合も条件１に関する構成
比率と条件２に関する構成比率とを満足している。そし
て、組合せ条件において、各条件の構成比率の積を組合
せ条件ごとのデータの抽出量とする場合、すなわち、 ＡＣ：ＡＤ：ＢＣ：ＢＤ＝４２：１８：２８：１２ の比率でデータの抽出ができない場合であっても、上記
のような他の抽出量ならば抽出可能な場合もある。
【０００８】したがって、２次元以上の特定の構成比を
持つ結果データを選択する作為抽出を正しく行うには、
各条件に相関がある場合でも、可能な限り目標の構成比
となるようにデータを抽出するため、組合せ条件ごとの
比率（抽出量）を調整する手段が必要となる。
持つ結果データを選択する作為抽出を正しく行うには、
各条件に相関がある場合でも、可能な限り目標の構成比
となるようにデータを抽出するため、組合せ条件ごとの
比率（抽出量）を調整する手段が必要となる。
【０００９】そこで、本発明は、データベースから一定
量のデータを抽出する手法として、２次元以上の特定の
構成比を持つ結果データを選択する作為的抽出を正しく
行うことができるデータ抽出方法を提供することを目的
とする。
量のデータを抽出する手法として、２次元以上の特定の
構成比を持つ結果データを選択する作為的抽出を正しく
行うことができるデータ抽出方法を提供することを目的
とする。
【００１０】
【課題を解決するための手段】上記の目的を達成するた
め、本発明は、コンピュータがデータベースに格納され
ている母体データ群から所定のデータの集合を抽出する
データ抽出方法において、抽出すべきデータ集合の要素
であるデータの属性の構成比を設定するステップと、前
記データベースの母体データ群中に存在するこの属性を
持つ対応データの量である抽出可能量を取得するステッ
プと、設定された構成比に基づいてこの属性ごとに前記
データベースの母体データ群から抽出すべきデータ量で
ある抽出データ量を計算するステップと、この構成比に
基づいて算出された抽出データ量のうち、所定の属性に
おける抽出データ量がこの属性を持つ対応データの抽出
可能量を上回っている場合に、この抽出データ量がこの
抽出可能量以下となり、かつこの構成比を一定の範囲で
保持するように、この抽出データ量を調整するステップ
とを含むことを特徴とする。
め、本発明は、コンピュータがデータベースに格納され
ている母体データ群から所定のデータの集合を抽出する
データ抽出方法において、抽出すべきデータ集合の要素
であるデータの属性の構成比を設定するステップと、前
記データベースの母体データ群中に存在するこの属性を
持つ対応データの量である抽出可能量を取得するステッ
プと、設定された構成比に基づいてこの属性ごとに前記
データベースの母体データ群から抽出すべきデータ量で
ある抽出データ量を計算するステップと、この構成比に
基づいて算出された抽出データ量のうち、所定の属性に
おける抽出データ量がこの属性を持つ対応データの抽出
可能量を上回っている場合に、この抽出データ量がこの
抽出可能量以下となり、かつこの構成比を一定の範囲で
保持するように、この抽出データ量を調整するステップ
とを含むことを特徴とする。
【００１１】ここで、この抽出データ量を調整するステ
ップは、この構成比が複数の構成条件ごとに設定されて
いる場合に、この複数の構成条件における属性の組合せ
ごとに目標抽出量を計算するステップと、この構成条件
の各々における構成比を変化させることなく、目標抽出
量を調整することにより、抽出データ量を調整するステ
ップとを含む構成とすることができる。
ップは、この構成比が複数の構成条件ごとに設定されて
いる場合に、この複数の構成条件における属性の組合せ
ごとに目標抽出量を計算するステップと、この構成条件
の各々における構成比を変化させることなく、目標抽出
量を調整することにより、抽出データ量を調整するステ
ップとを含む構成とすることができる。
【００１２】また、この目標抽出量を調整するステップ
として、所定の二つの構成条件以外の構成条件における
属性を特定の一つの属性に固定し、この二つの構成条件
ごとに２種類ずつ選択された属性の組合せに対応する四
つの目標抽出量を増減する構成とすることができる。こ
れは、各構成条件を座標軸として想定されるｎ次元空間
において、所定の二つの構成条件を座標軸とする２次元
平面で切った断面において目標抽出量を操作する処理に
相当する。したがって、構成条件がいくつ設定されてい
ても、二つずつ構成条件を選択し、この二つの構成条件
に関して処理を行うことにより、抽出データ量が抽出可
能量以下となり、かつ設定された構成比を一定の範囲で
（構成条件ごとの一次元構成比において）保持するよう
に、抽出データ量を調整することができる。
として、所定の二つの構成条件以外の構成条件における
属性を特定の一つの属性に固定し、この二つの構成条件
ごとに２種類ずつ選択された属性の組合せに対応する四
つの目標抽出量を増減する構成とすることができる。こ
れは、各構成条件を座標軸として想定されるｎ次元空間
において、所定の二つの構成条件を座標軸とする２次元
平面で切った断面において目標抽出量を操作する処理に
相当する。したがって、構成条件がいくつ設定されてい
ても、二つずつ構成条件を選択し、この二つの構成条件
に関して処理を行うことにより、抽出データ量が抽出可
能量以下となり、かつ設定された構成比を一定の範囲で
（構成条件ごとの一次元構成比において）保持するよう
に、抽出データ量を調整することができる。
【００１３】さらに具体的には、この目標抽出量を調整
するステップとして、この二つの構成条件に基づいて選
択された四つの目標抽出量を、この二つの構成条件にお
ける属性が両方とも異なる二つの目標抽出量からなる二
つの組に分け、一方の組における二つの目標抽出量を所
定量だけ減少させ、他方の組における二つの目標抽出量
をこの所定量だけ増加させる構成とすることができる。
するステップとして、この二つの構成条件に基づいて選
択された四つの目標抽出量を、この二つの構成条件にお
ける属性が両方とも異なる二つの目標抽出量からなる二
つの組に分け、一方の組における二つの目標抽出量を所
定量だけ減少させ、他方の組における二つの目標抽出量
をこの所定量だけ増加させる構成とすることができる。
【００１４】さらにまた、この抽出データ量を調整する
ステップは、設定された構成比を変えることなく、この
母体データ群から抽出するデータの全抽出量を減少させ
るステップをさらに含む構成とすることができる。
ステップは、設定された構成比を変えることなく、この
母体データ群から抽出するデータの全抽出量を減少させ
るステップをさらに含む構成とすることができる。
【００１５】また本発明は、上記のデータ抽出方法を実
現するデータベースシステムとして提供することができ
る。すなわち、このデータベースシステムは、母体デー
タ群を格納した抽出母体データベースと、抽出条件とし
てデータの全抽出量と抽出データに対する複数の構成条
件及びこの構成条件における属性の構成比とを含むデー
タ抽出要求を入力する抽出条件入力部と、この抽出条件
入力部から入力した抽出条件に基づいてこの抽出母体デ
ータベースからデータを抽出するデータ処理部とを備
え、このデータ処理部は、母体データ群中に存在するこ
の属性を持つ対応データの量である抽出可能量を抽出母
体データベースに問い合わせて取得し、この抽出条件に
おける全抽出量とこの属性の構成比とに基づいてこの属
性ごとに母体データ群から抽出すべきデータ量である抽
出データ量を計算し、この構成比に基づいて算出された
抽出データ量のうち、所定の属性における抽出データ量
がこの属性を持つ対応データの抽出可能量を上回ってい
る場合に、構成条件ごとの構成比を変化させることなく
個々の属性ごとの抽出データ量を増減させることによ
り、この抽出データ量がこの抽出可能量以下となるよう
にこの抽出データ量を調整し、この調整された抽出デー
タ量に基づいて母体データ群からデータを抽出すること
を特徴とする。さらに本発明は、コンピュータに上記の
処理を実行させるコンピュータプログラムを作成し、こ
のプログラムを記憶した記憶媒体として提供することが
できる。
現するデータベースシステムとして提供することができ
る。すなわち、このデータベースシステムは、母体デー
タ群を格納した抽出母体データベースと、抽出条件とし
てデータの全抽出量と抽出データに対する複数の構成条
件及びこの構成条件における属性の構成比とを含むデー
タ抽出要求を入力する抽出条件入力部と、この抽出条件
入力部から入力した抽出条件に基づいてこの抽出母体デ
ータベースからデータを抽出するデータ処理部とを備
え、このデータ処理部は、母体データ群中に存在するこ
の属性を持つ対応データの量である抽出可能量を抽出母
体データベースに問い合わせて取得し、この抽出条件に
おける全抽出量とこの属性の構成比とに基づいてこの属
性ごとに母体データ群から抽出すべきデータ量である抽
出データ量を計算し、この構成比に基づいて算出された
抽出データ量のうち、所定の属性における抽出データ量
がこの属性を持つ対応データの抽出可能量を上回ってい
る場合に、構成条件ごとの構成比を変化させることなく
個々の属性ごとの抽出データ量を増減させることによ
り、この抽出データ量がこの抽出可能量以下となるよう
にこの抽出データ量を調整し、この調整された抽出デー
タ量に基づいて母体データ群からデータを抽出すること
を特徴とする。さらに本発明は、コンピュータに上記の
処理を実行させるコンピュータプログラムを作成し、こ
のプログラムを記憶した記憶媒体として提供することが
できる。
【００１６】また、本発明のデータ抽出方法は、データ
ベースに蓄積された債権情報から、商品化の対象となる
債権の集合を特定する債権情報を抽出する債権情報抽出
方法として実現することができる。すなわち、この債権
情報抽出方法は、商品化する債権の集合に関して、この
集合の要素となる債権の属性の構成比を設定するステッ
プと、設定された構成比にしたがって、この属性ごとに
データベースから抽出すべき債権情報の数量である目標
抽出量を計算するステップと、算出された目標抽出量に
基づいて、データベースからこの債権情報を抽出するス
テップとを含むことを特徴とする。
ベースに蓄積された債権情報から、商品化の対象となる
債権の集合を特定する債権情報を抽出する債権情報抽出
方法として実現することができる。すなわち、この債権
情報抽出方法は、商品化する債権の集合に関して、この
集合の要素となる債権の属性の構成比を設定するステッ
プと、設定された構成比にしたがって、この属性ごとに
データベースから抽出すべき債権情報の数量である目標
抽出量を計算するステップと、算出された目標抽出量に
基づいて、データベースからこの債権情報を抽出するス
テップとを含むことを特徴とする。
【００１７】さらに本発明は、上記の債権情報抽出方法
を実現する債権商品化処理装置として提供することがで
きる。すなわち、この債権商品化処理装置は、抽出条件
として、商品化する債権集合の要素となる債権の属性の
構成比を入力する抽出条件入力部と、設定された構成比
にしたがって、この属性ごとにデータベースから抽出す
べき債権情報の数量である目標抽出量を計算し、算出さ
れた目標抽出量に基づいて、データベースから債権情報
を抽出するデータ処理部とを備えることを特徴とする。
を実現する債権商品化処理装置として提供することがで
きる。すなわち、この債権商品化処理装置は、抽出条件
として、商品化する債権集合の要素となる債権の属性の
構成比を入力する抽出条件入力部と、設定された構成比
にしたがって、この属性ごとにデータベースから抽出す
べき債権情報の数量である目標抽出量を計算し、算出さ
れた目標抽出量に基づいて、データベースから債権情報
を抽出するデータ処理部とを備えることを特徴とする。
【００１８】また、本発明は、データ処理装置が、記憶
装置に記憶されているデータ群を読込んで操作を行う、
次のように構成されたデータ操作方法を提供することが
できる。すなわち、このデータ操作方法は、記憶装置か
ら読み込んだ２種類の構成条件における属性ごとに定義
されるデータ群のうち、構成条件ごとに２種類の属性を
選んで、各属性の組合せに対応する４種類のデータ群を
処理対象とし、この４種類のデータ群のうち、所定の一
つのデータと、対応する二つの属性がいずれもこの所定
の一つのデータと異なる他の一つのデータとを特定し、
この二つのデータの値を所定量だけ減少させ、この４種
類のデータ群のうち、他の二つのデータの値を同じ所定
量だけ増加させることにより、この構成条件の各々にお
ける構成比を変化させることなく、個々のデータの値を
調整することを特徴とする。
装置に記憶されているデータ群を読込んで操作を行う、
次のように構成されたデータ操作方法を提供することが
できる。すなわち、このデータ操作方法は、記憶装置か
ら読み込んだ２種類の構成条件における属性ごとに定義
されるデータ群のうち、構成条件ごとに２種類の属性を
選んで、各属性の組合せに対応する４種類のデータ群を
処理対象とし、この４種類のデータ群のうち、所定の一
つのデータと、対応する二つの属性がいずれもこの所定
の一つのデータと異なる他の一つのデータとを特定し、
この二つのデータの値を所定量だけ減少させ、この４種
類のデータ群のうち、他の二つのデータの値を同じ所定
量だけ増加させることにより、この構成条件の各々にお
ける構成比を変化させることなく、個々のデータの値を
調整することを特徴とする。
【００１９】このデータ操作方法は、構成条件が３種類
以上設定されている場合、この３種類以上の構成条件に
おける属性ごとに定義されるデータ群のうち、所定の２
種類の構成条件以外の構成条件を特定の１属性に制限
し、この２種類の構成条件における属性ごとに定義され
るデータ群を特定することができる。
以上設定されている場合、この３種類以上の構成条件に
おける属性ごとに定義されるデータ群のうち、所定の２
種類の構成条件以外の構成条件を特定の１属性に制限
し、この２種類の構成条件における属性ごとに定義され
るデータ群を特定することができる。
【００２０】このデータ操作方法においても、コンピュ
ータに上記のデータ操作を実行させるコンピュータプロ
グラムを作成し、このコンピュータプログラムを記憶し
た記憶媒体として提供することができる。
ータに上記のデータ操作を実行させるコンピュータプロ
グラムを作成し、このコンピュータプログラムを記憶し
た記憶媒体として提供することができる。
【００２１】
【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
施の形態におけるデータベースシステムの全体構成を説
明する図である。図１を参照すると、本実施の形態のデ
ータベースシステムは、データベースから所望のデータ
を抽出するための抽出条件を入力する抽出条件入力部１
０と、データ抽出や抽出条件の加工などの処理を行うデ
ータ処理部２０と、データ処理部２０における処理の経
過や処理に用いる情報を記憶した条件別状況記憶部３
０、属性値組合せ別状況記憶部４０及び乱数順キー記憶
部５０と、抽出母体であるデータ群（以下、母体データ
群と称す）を格納した抽出母体データベース６０と、抽
出母体のデータ群から抽出されたデータ群（以下、結果
データ群と称す）を格納する抽出結果データベース７０
と、抽出母体データベース６０及び抽出結果データベー
ス７０を管理するデータベース管理部８０と、抽出結果
データベース７０に格納されている結果データ群を出力
する出力部９０とを備える。
に基づいて、この発明を詳細に説明する。図１は、本実
施の形態におけるデータベースシステムの全体構成を説
明する図である。図１を参照すると、本実施の形態のデ
ータベースシステムは、データベースから所望のデータ
を抽出するための抽出条件を入力する抽出条件入力部１
０と、データ抽出や抽出条件の加工などの処理を行うデ
ータ処理部２０と、データ処理部２０における処理の経
過や処理に用いる情報を記憶した条件別状況記憶部３
０、属性値組合せ別状況記憶部４０及び乱数順キー記憶
部５０と、抽出母体であるデータ群（以下、母体データ
群と称す）を格納した抽出母体データベース６０と、抽
出母体のデータ群から抽出されたデータ群（以下、結果
データ群と称す）を格納する抽出結果データベース７０
と、抽出母体データベース６０及び抽出結果データベー
ス７０を管理するデータベース管理部８０と、抽出結果
データベース７０に格納されている結果データ群を出力
する出力部９０とを備える。
【００２２】図１において、抽出条件入力部１０は、例
えばキーボードやマウスなどの入力デバイスと入力画面
を表示するディスプレイ装置と入出力インタフェースと
で実現され、母体データ群から結果データ群を得るため
の抽出条件を入力する。また、ネットワークを介して外
部装置からの入力を受け付けるようにしても良いし、Ｓ
ＱＬ問い合わせを入力するための対話式の入力手段など
を用いても良い。
えばキーボードやマウスなどの入力デバイスと入力画面
を表示するディスプレイ装置と入出力インタフェースと
で実現され、母体データ群から結果データ群を得るため
の抽出条件を入力する。また、ネットワークを介して外
部装置からの入力を受け付けるようにしても良いし、Ｓ
ＱＬ問い合わせを入力するための対話式の入力手段など
を用いても良い。
【００２３】データ処理部２０は、例えばプログラム制
御されたＣＰＵとＲＡＭその他のメモリとで実現され
る。本実施の形態におけるデータ処理部２０は、抽出条
件入力部１０により入力された抽出条件と抽出母体デー
タベース６０に格納された母体データ群のデータ構成と
に基づいて抽出するデータ量を決定したり、決定したデ
ータ量に基づいて母体データ群からデータを抽出した
り、外部からのデータ取得要求に応じて抽出結果データ
ベース７０に蓄積されている結果データ群を読み出して
出力部９０を介して出力したりする。これらの処理の具
体的な内容については後述する。
御されたＣＰＵとＲＡＭその他のメモリとで実現され
る。本実施の形態におけるデータ処理部２０は、抽出条
件入力部１０により入力された抽出条件と抽出母体デー
タベース６０に格納された母体データ群のデータ構成と
に基づいて抽出するデータ量を決定したり、決定したデ
ータ量に基づいて母体データ群からデータを抽出した
り、外部からのデータ取得要求に応じて抽出結果データ
ベース７０に蓄積されている結果データ群を読み出して
出力部９０を介して出力したりする。これらの処理の具
体的な内容については後述する。
【００２４】条件別状況記憶部３０は、例えば半導体メ
モリや磁気記憶装置にて実現され、抽出条件入力部１０
により入力された抽出条件ごとに抽出しようとするデー
タ量（以下、目標抽出量と称す）や母体データ群から抽
出可能なデータ量（以下、抽出可能量と称す）を対応付
けた対応データを格納する。かかる対応データは、デー
タ処理部２０にて作成され、条件別状況記憶部３０に格
納される。
モリや磁気記憶装置にて実現され、抽出条件入力部１０
により入力された抽出条件ごとに抽出しようとするデー
タ量（以下、目標抽出量と称す）や母体データ群から抽
出可能なデータ量（以下、抽出可能量と称す）を対応付
けた対応データを格納する。かかる対応データは、デー
タ処理部２０にて作成され、条件別状況記憶部３０に格
納される。
【００２５】属性値組合せ別状況記憶部４０は、例えば
半導体メモリや磁気記憶装置にて実現され、抽出条件入
力部１０により入力された抽出条件の組合せごとに目標
抽出量や抽出可能量を対応付けた対応データを格納す
る。かかる対応データは、データ処理部２０にて作成さ
れ、条件別状況記憶部３０に格納される。
半導体メモリや磁気記憶装置にて実現され、抽出条件入
力部１０により入力された抽出条件の組合せごとに目標
抽出量や抽出可能量を対応付けた対応データを格納す
る。かかる対応データは、データ処理部２０にて作成さ
れ、条件別状況記憶部３０に格納される。
【００２６】乱数順キー記憶部５０は、例えば半導体メ
モリや磁気記憶装置にて実現され、母体データ群からデ
ータを抽出する際に、抽出された結果データ群を一時的
に格納する。
モリや磁気記憶装置にて実現され、母体データ群からデ
ータを抽出する際に、抽出された結果データ群を一時的
に格納する。
【００２７】抽出母体データベース６０は、例えば半導
体メモリや磁気記憶装置にて実現され、抽出対象である
母体データ群を格納している。また、抽出結果データベ
ース７０は、例えば半導体メモリや磁気記憶装置にて実
現され、母体データ群から抽出された結果データ群とを
格納している。また、データベース管理部８０は、例え
ばプログラム制御されたＣＰＵとＲＡＭその他のメモリ
とで実現され、抽出母体データベース６０及び抽出結果
データベース７０に対するアクセス（データの入出力）
を管理する。また、出力部９０は、ディスプレイ装置や
プリンタ装置などの出力デバイスと入出力インタフェー
スとで実現され、抽出結果データベース７０に格納され
た結果データ群を出力する。ネットワークを介して外部
装置に結果データ群を出力するようにしても良い。な
お、ＣＰＵを制御してデータ処理部２０やデータベース
管理部８０を実現するコンピュータプログラムは、ＣＤ
−ＲＯＭやフロッピー（登録商標）ディスクなどの記憶
媒体に格納したり、ネットワークを介して伝送したりす
ることにより提供される。
体メモリや磁気記憶装置にて実現され、抽出対象である
母体データ群を格納している。また、抽出結果データベ
ース７０は、例えば半導体メモリや磁気記憶装置にて実
現され、母体データ群から抽出された結果データ群とを
格納している。また、データベース管理部８０は、例え
ばプログラム制御されたＣＰＵとＲＡＭその他のメモリ
とで実現され、抽出母体データベース６０及び抽出結果
データベース７０に対するアクセス（データの入出力）
を管理する。また、出力部９０は、ディスプレイ装置や
プリンタ装置などの出力デバイスと入出力インタフェー
スとで実現され、抽出結果データベース７０に格納され
た結果データ群を出力する。ネットワークを介して外部
装置に結果データ群を出力するようにしても良い。な
お、ＣＰＵを制御してデータ処理部２０やデータベース
管理部８０を実現するコンピュータプログラムは、ＣＤ
−ＲＯＭやフロッピー（登録商標）ディスクなどの記憶
媒体に格納したり、ネットワークを介して伝送したりす
ることにより提供される。
【００２８】次に、本実施の形態によるデータ抽出方法
について説明する。本実施の形態におけるデータの抽出
は、抽出条件としてデータの構成条件と当該構成条件に
おける構成比（当該構成条件において所定の値（以下、
属性値と称す）を取るデータの結果データ群全体に対す
る割合）とを与え、この条件を満足する結果データ群を
母体データ群から取得することにより行う。各条件を満
足する個々のデータは、母体データ群からランダムに取
得する。図２乃至図７は、本実施の形態によるデータ抽
出の動作を説明するフローチャートである。以下、これ
らのフローチャート及び図８乃至図２１に示す図表を参
照して本実施例によるデータ抽出方法を詳細に説明す
る。
について説明する。本実施の形態におけるデータの抽出
は、抽出条件としてデータの構成条件と当該構成条件に
おける構成比（当該構成条件において所定の値（以下、
属性値と称す）を取るデータの結果データ群全体に対す
る割合）とを与え、この条件を満足する結果データ群を
母体データ群から取得することにより行う。各条件を満
足する個々のデータは、母体データ群からランダムに取
得する。図２乃至図７は、本実施の形態によるデータ抽
出の動作を説明するフローチャートである。以下、これ
らのフローチャート及び図８乃至図２１に示す図表を参
照して本実施例によるデータ抽出方法を詳細に説明す
る。
【００２９】初期動作として、抽出条件入力部１０から
抽出条件を入力して結果データの抽出要求を行う。ここ
では、図８に示す抽出条件が入力されたものとする。ま
た、抽出母体データ群は１００００件のデータにて構成
されるものとする。図８を参照すると、全体抽出量とし
て１０００件を抽出することとし、構成条件としてＡ、
Ｂ、Ｃの三つの条件を指定している。また、構成条件Ａ
に関して属性値Ａ１と属性値Ａ２のデータの構成比を
４：６、構成条件Ｂに関して属性値Ｂ１と属性値Ｂ２と
属性値Ｂ３のデータの構成比を２：３：５、構成条件Ｃ
に関して属性値Ｃ１と属性値Ｃ２のデータの構成比を
５：５とするように抽出条件を指定している（図８にお
いて、各構成条件における構成比はパーセント表示）。
抽出条件を入力して結果データの抽出要求を行う。ここ
では、図８に示す抽出条件が入力されたものとする。ま
た、抽出母体データ群は１００００件のデータにて構成
されるものとする。図８を参照すると、全体抽出量とし
て１０００件を抽出することとし、構成条件としてＡ、
Ｂ、Ｃの三つの条件を指定している。また、構成条件Ａ
に関して属性値Ａ１と属性値Ａ２のデータの構成比を
４：６、構成条件Ｂに関して属性値Ｂ１と属性値Ｂ２と
属性値Ｂ３のデータの構成比を２：３：５、構成条件Ｃ
に関して属性値Ｃ１と属性値Ｃ２のデータの構成比を
５：５とするように抽出条件を指定している（図８にお
いて、各構成条件における構成比はパーセント表示）。
【００３０】結果データの抽出要求が入力されると、デ
ータ処理部２０は、まず、上記構成条件及び各構成条件
における属性値ごとに、抽出可能量を取得する（図２、
ステップ２０１）。抽出可能量は、母体データ群に実際
に存在する当該構成条件及び当該属性値に該当するデー
タの数をＳＱＬ問い合わせによりデータベース管理部８
０に問い合わせることにより取得することができる。抽
出可能量の取得動作は、全ての構成条件及び属性値に関
して抽出可能量を取得するまで繰り返す（ステップ２０
２）。
ータ処理部２０は、まず、上記構成条件及び各構成条件
における属性値ごとに、抽出可能量を取得する（図２、
ステップ２０１）。抽出可能量は、母体データ群に実際
に存在する当該構成条件及び当該属性値に該当するデー
タの数をＳＱＬ問い合わせによりデータベース管理部８
０に問い合わせることにより取得することができる。抽
出可能量の取得動作は、全ての構成条件及び属性値に関
して抽出可能量を取得するまで繰り返す（ステップ２０
２）。
【００３１】次に、データ処理部２０は、上記構成条件
及び属性値ごとに、各属性値の構成比に対応する目標抽
出量を算出する（ステップ２０３）。目標抽出量は、全
体抽出量と各構成条件における属性値の構成比との積に
より求める。例えば、構成条件Ａにおいては、図８を参
照すると属性値Ａ１のデータを４０パーセント、属性値
Ａ２のデータを６０パーセント抽出するように指定され
ている。そこで、全体抽出量の１０００件を積算すれ
ば、属性値Ａ１のデータにおける目標抽出量は４００
件、属性値Ａ２のデータにおける目標抽出量は６００件
となる。図９は、以上のようにして得られた、構成条件
及び属性値ごとの目標抽出量と抽出可能量との対応デー
タの一例を示す図表である。図示の対応データは、条件
別状況記憶部３０に格納される。図９に示すように、本
動作例では、母体データ群の１００００件のデータ中
に、各構成条件における属性値ごとの抽出可能量は、構
成条件Ａで分類した場合、属性値Ａ１、Ａ２共に５００
０件、構成条件Ｂで分類した場合、属性値Ｂ１が６００
件、属性値Ｂ２が９０００件、属性値Ｂ３が４００件、
構成条件Ｃで分類した場合、属性値Ｃ１が９７００件、
属性値Ｃ２が３００件、それぞれ存在するものとする。
及び属性値ごとに、各属性値の構成比に対応する目標抽
出量を算出する（ステップ２０３）。目標抽出量は、全
体抽出量と各構成条件における属性値の構成比との積に
より求める。例えば、構成条件Ａにおいては、図８を参
照すると属性値Ａ１のデータを４０パーセント、属性値
Ａ２のデータを６０パーセント抽出するように指定され
ている。そこで、全体抽出量の１０００件を積算すれ
ば、属性値Ａ１のデータにおける目標抽出量は４００
件、属性値Ａ２のデータにおける目標抽出量は６００件
となる。図９は、以上のようにして得られた、構成条件
及び属性値ごとの目標抽出量と抽出可能量との対応デー
タの一例を示す図表である。図示の対応データは、条件
別状況記憶部３０に格納される。図９に示すように、本
動作例では、母体データ群の１００００件のデータ中
に、各構成条件における属性値ごとの抽出可能量は、構
成条件Ａで分類した場合、属性値Ａ１、Ａ２共に５００
０件、構成条件Ｂで分類した場合、属性値Ｂ１が６００
件、属性値Ｂ２が９０００件、属性値Ｂ３が４００件、
構成条件Ｃで分類した場合、属性値Ｃ１が９７００件、
属性値Ｃ２が３００件、それぞれ存在するものとする。
【００３２】次に、データ処理部２０は、図９に示す対
応データにおいて各属性値における目標抽出量と抽出可
能量とを比較し、目標抽出量の方が大きい項目が有るか
調べる（ステップ２０４）。そして、入力された抽出条
件における全ての構成条件及び属性値に関して目標抽出
量が得られるまで、目標抽出量の算出及び得られた目標
抽出量と抽出可能量との比較を繰り返す（ステップ２０
５）。
応データにおいて各属性値における目標抽出量と抽出可
能量とを比較し、目標抽出量の方が大きい項目が有るか
調べる（ステップ２０４）。そして、入力された抽出条
件における全ての構成条件及び属性値に関して目標抽出
量が得られるまで、目標抽出量の算出及び得られた目標
抽出量と抽出可能量との比較を繰り返す（ステップ２０
５）。
【００３３】ステップ２０４において、目標抽出量の方
が抽出可能量よりも大きい項目が有った場合、そのまま
では、抽出可能量のデータを全て抽出しても目標抽出量
には達しない。したがって、抽出条件を満足するように
結果データ群のデータ構成を抽出するためには、全ての
項目における目標抽出量が抽出可能量以内に収まるよう
に、全体抽出量を減少させて調整する。具体的には、次
の式により、新たな全体抽出量を定義する（ステップ２
０６）。 新たな全体抽出量＝以前の全体抽出量／目標抽出量＊抽
出可能量 そして、得られた新たな全体抽出量に基づいて目標抽出
量を再計算する。図９に示した例では、構成条件Ｂにお
ける属性値Ｂ３及び構成条件Ｃにおける属性値Ｃ２にお
いて、目標抽出量の方が抽出可能量よりも大きくなって
いる。そこで、これらの項目で目標抽出量が抽出可能量
以下となるように調整し、全体抽出量を６００（＝１０
００／５００＊３００）件とする。
が抽出可能量よりも大きい項目が有った場合、そのまま
では、抽出可能量のデータを全て抽出しても目標抽出量
には達しない。したがって、抽出条件を満足するように
結果データ群のデータ構成を抽出するためには、全ての
項目における目標抽出量が抽出可能量以内に収まるよう
に、全体抽出量を減少させて調整する。具体的には、次
の式により、新たな全体抽出量を定義する（ステップ２
０６）。 新たな全体抽出量＝以前の全体抽出量／目標抽出量＊抽
出可能量 そして、得られた新たな全体抽出量に基づいて目標抽出
量を再計算する。図９に示した例では、構成条件Ｂにお
ける属性値Ｂ３及び構成条件Ｃにおける属性値Ｃ２にお
いて、目標抽出量の方が抽出可能量よりも大きくなって
いる。そこで、これらの項目で目標抽出量が抽出可能量
以下となるように調整し、全体抽出量を６００（＝１０
００／５００＊３００）件とする。
【００３４】このように、抽出条件である全体抽出量の
設定から調整をやり直すことにより、各構成条件におけ
る属性の構成比を守った結果データ群を得ることができ
る。しかしながら、この調整によれば、各構成条件にお
ける属性の構成比に関しては、入力された抽出条件を満
足しているが、全体抽出量に関しては抽出条件よりも小
さい値となる。そこで、各構成条件における属性の構成
比が崩れてしまっても、サンプルとしての結果データ群
の抽出量が重要であるような処理においては、ステップ
２０４の判断及びステップ２０６における全体抽出量の
調整を行う必要はない。図１０は、かかる調整を行った
後の目標抽出量と抽出可能量との対応データを示す図表
である。図１０に示すように、属性値Ｂ３、Ｃ２のいず
れも目標抽出量が抽出可能量以下となっている。この対
応データは、図９の対応データに替えて条件別状況記憶
部３０に格納される。
設定から調整をやり直すことにより、各構成条件におけ
る属性の構成比を守った結果データ群を得ることができ
る。しかしながら、この調整によれば、各構成条件にお
ける属性の構成比に関しては、入力された抽出条件を満
足しているが、全体抽出量に関しては抽出条件よりも小
さい値となる。そこで、各構成条件における属性の構成
比が崩れてしまっても、サンプルとしての結果データ群
の抽出量が重要であるような処理においては、ステップ
２０４の判断及びステップ２０６における全体抽出量の
調整を行う必要はない。図１０は、かかる調整を行った
後の目標抽出量と抽出可能量との対応データを示す図表
である。図１０に示すように、属性値Ｂ３、Ｃ２のいず
れも目標抽出量が抽出可能量以下となっている。この対
応データは、図９の対応データに替えて条件別状況記憶
部３０に格納される。
【００３５】次に、データ処理部２０は、各構成条件
Ａ、Ｂ、Ｃにおける各属性値の組合せ（以下、属性値組
合せと称す）を求め、この属性値組合せごとのバランス
比率と当該バランス比率に対応した目標抽出量と抽出可
能量とを算出する（図３、ステップ２０７、２０８、２
０９）。ここで、バランス比率とは、各属性値組合せに
おける各属性値に対する構成比の積である。例えば、属
性値組合せがＡ１、Ｂ１、Ｃ１の場合のバランス比率
は、 ４０％×２０％×５０％＝４％ である。また、目標抽出量は、全体抽出量と各属性値組
合せのバランス比率との積により算出される。また、抽
出可能量は、母体データ群における該当データの実際の
数をＳＱＬ問い合わせにてデータベース管理部８０に問
い合わせることにより取得することができる。これらの
情報の取得動作は、全ての構成条件及び属性値に関して
取得するまで繰り返す（ステップ２１０）。図１１は、
図１０の対応データに基づいて算出された属性値組合せ
ごとのバランス比率と目標抽出量と抽出可能量との対応
データを示す図表である。図示の対応データは、属性値
組合せ別状況記憶部４０に格納される。図１１におい
て、全体抽出量は、条件別状況記憶部３０に格納された
対応データから取得することができる。
Ａ、Ｂ、Ｃにおける各属性値の組合せ（以下、属性値組
合せと称す）を求め、この属性値組合せごとのバランス
比率と当該バランス比率に対応した目標抽出量と抽出可
能量とを算出する（図３、ステップ２０７、２０８、２
０９）。ここで、バランス比率とは、各属性値組合せに
おける各属性値に対する構成比の積である。例えば、属
性値組合せがＡ１、Ｂ１、Ｃ１の場合のバランス比率
は、 ４０％×２０％×５０％＝４％ である。また、目標抽出量は、全体抽出量と各属性値組
合せのバランス比率との積により算出される。また、抽
出可能量は、母体データ群における該当データの実際の
数をＳＱＬ問い合わせにてデータベース管理部８０に問
い合わせることにより取得することができる。これらの
情報の取得動作は、全ての構成条件及び属性値に関して
取得するまで繰り返す（ステップ２１０）。図１１は、
図１０の対応データに基づいて算出された属性値組合せ
ごとのバランス比率と目標抽出量と抽出可能量との対応
データを示す図表である。図示の対応データは、属性値
組合せ別状況記憶部４０に格納される。図１１におい
て、全体抽出量は、条件別状況記憶部３０に格納された
対応データから取得することができる。
【００３６】次に、データ処理部２０は、図１１に示す
対応データにおいて各属性値における目標抽出量と抽出
可能量とを比較し、目標抽出量の方が大きい項目が有る
か調べる（ステップ２１１）。全ての項目で目標抽出量
が抽出可能量以下である場合は、母体データ群から実際
にデータを抽出する図７のステップ２３５以降の処理に
移行する（ステップ２１２）。目標抽出量の方が抽出可
能量よりも大きい項目が有った場合、次に、図１１に示
したような属性値組合せごとの目標抽出量と抽出可能量
との対応データを用いて目標抽出量の対角入替調整を行
う。
対応データにおいて各属性値における目標抽出量と抽出
可能量とを比較し、目標抽出量の方が大きい項目が有る
か調べる（ステップ２１１）。全ての項目で目標抽出量
が抽出可能量以下である場合は、母体データ群から実際
にデータを抽出する図７のステップ２３５以降の処理に
移行する（ステップ２１２）。目標抽出量の方が抽出可
能量よりも大きい項目が有った場合、次に、図１１に示
したような属性値組合せごとの目標抽出量と抽出可能量
との対応データを用いて目標抽出量の対角入替調整を行
う。
【００３７】ここで、対角入替調整の基本概念について
説明する。図１２に示すようなデータ群を考える。この
データ群は、条件αと条件βという２種類の構成条件に
対応している（すなわち、２次元の構成比を持つ）。条
件αにはα１、α２、α３という３種類の属性値があ
り、条件βにはβ１、β２という２種類の属性値があ
る。なお、図１２において、図１２（Ａ）は対角入替調
整前の状態を示し、図１２（Ｂ）は対角入替調整後の状
態を示す。図１２（Ａ）のデータ群において、属性値組
合せがα１β１、α２β１、α１β２、α２β２の四つ
のセルからなる長方形を考える。この長方形における所
定の対角に位置する二つのセルの値に所定の値を加え、
他の二つのセルの値から同じ値を減じた場合、図１２
（Ｂ）に示すように、各構成条件の１次元構成比は変わ
らない。このような操作を対角入替調整と称す。
説明する。図１２に示すようなデータ群を考える。この
データ群は、条件αと条件βという２種類の構成条件に
対応している（すなわち、２次元の構成比を持つ）。条
件αにはα１、α２、α３という３種類の属性値があ
り、条件βにはβ１、β２という２種類の属性値があ
る。なお、図１２において、図１２（Ａ）は対角入替調
整前の状態を示し、図１２（Ｂ）は対角入替調整後の状
態を示す。図１２（Ａ）のデータ群において、属性値組
合せがα１β１、α２β１、α１β２、α２β２の四つ
のセルからなる長方形を考える。この長方形における所
定の対角に位置する二つのセルの値に所定の値を加え、
他の二つのセルの値から同じ値を減じた場合、図１２
（Ｂ）に示すように、各構成条件の１次元構成比は変わ
らない。このような操作を対角入替調整と称す。
【００３８】図１２（Ａ）、（Ｂ）を参照して具体的に
説明する。図１２（Ａ）において、属性値組合せα１β
１のセルの値（＝１６）とこのセルの対角に位置する属
性値組合せα２β２のセルの値（＝１８）とに値２を加
え、他の二つのセルの値（１２、２４）から同じ値２を
減じる。かかる対角入替調整を行っても、図１２（Ｂ）
に示すように、属性値α１であるデータの合計値（＝４
０）、属性値α２であるデータの合計値（＝３０）、属
性値β１であるデータの合計値（＝４０）、属性値β２
であるデータの合計値（＝６０）は変化していない。
説明する。図１２（Ａ）において、属性値組合せα１β
１のセルの値（＝１６）とこのセルの対角に位置する属
性値組合せα２β２のセルの値（＝１８）とに値２を加
え、他の二つのセルの値（１２、２４）から同じ値２を
減じる。かかる対角入替調整を行っても、図１２（Ｂ）
に示すように、属性値α１であるデータの合計値（＝４
０）、属性値α２であるデータの合計値（＝３０）、属
性値β１であるデータの合計値（＝４０）、属性値β２
であるデータの合計値（＝６０）は変化していない。
【００３９】このような関係は、図１２に示すような２
次元の構成比を持つデータ群を対象とした場合、任意に
想定された長方形における二つの対角に位置する四つの
セルにおいて常に成り立つ。また、２次元以上の多次元
の構成比を持つデータ群においても、当該データ群から
任意の２次元の構成条件に着目することによって、対角
入替調整を行うことが可能である。すなわち、処理対象
とする２次元の構成条件以外の構成条件に関しては、適
当な属性値に固定しておくことにより、当該２次元の構
成条件の問題として考えることができる。これは、ｎ種
類の構成条件のそれぞれを座標軸とするｎ次元空間を考
え（空間内の各点が各属性値組合せに対応する）、当該
ｎ次元空間を任意の２次元平面（座標平面）で切り、当
該２次元平面上で対角入替調整を行うことに相当する。
次元の構成比を持つデータ群を対象とした場合、任意に
想定された長方形における二つの対角に位置する四つの
セルにおいて常に成り立つ。また、２次元以上の多次元
の構成比を持つデータ群においても、当該データ群から
任意の２次元の構成条件に着目することによって、対角
入替調整を行うことが可能である。すなわち、処理対象
とする２次元の構成条件以外の構成条件に関しては、適
当な属性値に固定しておくことにより、当該２次元の構
成条件の問題として考えることができる。これは、ｎ種
類の構成条件のそれぞれを座標軸とするｎ次元空間を考
え（空間内の各点が各属性値組合せに対応する）、当該
ｎ次元空間を任意の２次元平面（座標平面）で切り、当
該２次元平面上で対角入替調整を行うことに相当する。
【００４０】データ処理部２０は、図１１に示したよう
な対応データに対して、上記の対角入替調整を行うこと
により、各一次元構成比を変えることなく、目標抽出量
の調整を行う。図１３は、図１１に示した対応データ
を、各構成条件を座標軸とするｎ次元（この場合は３次
元）空間として認識したイメージを示す図表である。同
図において、構成条件Ａについては図表を２段にして表
現し、他の構成条件Ｂ、Ｃについてはそれぞれ図表の縦
軸と横軸とを割り当てて表現している。
な対応データに対して、上記の対角入替調整を行うこと
により、各一次元構成比を変えることなく、目標抽出量
の調整を行う。図１３は、図１１に示した対応データ
を、各構成条件を座標軸とするｎ次元（この場合は３次
元）空間として認識したイメージを示す図表である。同
図において、構成条件Ａについては図表を２段にして表
現し、他の構成条件Ｂ、Ｃについてはそれぞれ図表の縦
軸と横軸とを割り当てて表現している。
【００４１】データ処理部２０は、まず、図１３に示す
ような対応データのうち、所定の１点（１つのセル）を
基準点とする（図４、ステップ２１３）。この基準点
は、対角入替調整の対象であるセルの一つである。次
に、構成条件のうちの所定の一つを２次元平面（座標平
面）における一つめの軸（座標軸）とする（ステップ２
１４）。そして、当該一つめの軸における属性値のみが
基準点と異なり、他の属性値は基準点と同一であるよう
な１点（セル）を選択し、対角入替調整の対象であるセ
ルとする（ステップ２１５）。次に、上記一つめの軸と
は異なる構成条件のうちの所定の一つを２次元平面にお
いて当該一つめの軸と直交する二つめの軸とする（ステ
ップ２１６）。そして、当該二つめの軸における属性値
のみが基準点と異なり、他の属性値は基準点と同一であ
るような１点（セル）を選択し、対角入替調整の対象で
あるセルとする（ステップ２１７）。最後に、一つめの
軸における属性値がステップ２１５で選択した点と同一
であり、二つめの軸における属性値がステップ２１７で
選択した点と同一であり、他の属性値は基準点と同一で
あるような１点（セル）を対角入替調整の対象であるセ
ルとする（ステップ２１８）。
ような対応データのうち、所定の１点（１つのセル）を
基準点とする（図４、ステップ２１３）。この基準点
は、対角入替調整の対象であるセルの一つである。次
に、構成条件のうちの所定の一つを２次元平面（座標平
面）における一つめの軸（座標軸）とする（ステップ２
１４）。そして、当該一つめの軸における属性値のみが
基準点と異なり、他の属性値は基準点と同一であるよう
な１点（セル）を選択し、対角入替調整の対象であるセ
ルとする（ステップ２１５）。次に、上記一つめの軸と
は異なる構成条件のうちの所定の一つを２次元平面にお
いて当該一つめの軸と直交する二つめの軸とする（ステ
ップ２１６）。そして、当該二つめの軸における属性値
のみが基準点と異なり、他の属性値は基準点と同一であ
るような１点（セル）を選択し、対角入替調整の対象で
あるセルとする（ステップ２１７）。最後に、一つめの
軸における属性値がステップ２１５で選択した点と同一
であり、二つめの軸における属性値がステップ２１７で
選択した点と同一であり、他の属性値は基準点と同一で
あるような１点（セル）を対角入替調整の対象であるセ
ルとする（ステップ２１８）。
【００４２】以上のようにして得られた四つのセルが、
当該２次元平面において、上述した対角入替調整の対象
である長方形の対角を構成する。なお、ここでは二つの
軸が直交するとしているので、当該四つのセルが長方形
をなすこととしたが、より一般的には平行四辺形をなす
と考えることができる。また、対角入替調整の対象とな
る四つのセルを選択する手順として、上記の動作例で
は、一つの基準点（セル）を特定し、構成条件及び属性
値における基準点との関係を用いて他の三つのセルを選
択した。しかしながら、この手法は一例に過ぎず、２種
類の構成条件を２軸とする２次元平面において所定の長
方形（平行四辺形）の頂点をなす四つのセルを選択する
ことができれば、どのような手法を用いてもかまわな
い。
当該２次元平面において、上述した対角入替調整の対象
である長方形の対角を構成する。なお、ここでは二つの
軸が直交するとしているので、当該四つのセルが長方形
をなすこととしたが、より一般的には平行四辺形をなす
と考えることができる。また、対角入替調整の対象とな
る四つのセルを選択する手順として、上記の動作例で
は、一つの基準点（セル）を特定し、構成条件及び属性
値における基準点との関係を用いて他の三つのセルを選
択した。しかしながら、この手法は一例に過ぎず、２種
類の構成条件を２軸とする２次元平面において所定の長
方形（平行四辺形）の頂点をなす四つのセルを選択する
ことができれば、どのような手法を用いてもかまわな
い。
【００４３】次に、データ処理部２０は、これらの四つ
のセルに対して値の操作を行う。まず、基準点におい
て、目標抽出量が抽出可能量を上回っているかどうかを
判断し（図５、ステップ２１９）、上回っていれば基準
点の目標抽出量の調整方向（増加させるか減少させる
か）を減少させる方向とする（ステップ２２０）。調整
量は目標抽出量から抽出可能量を減じた値（＝目標抽出
量−抽出可能量）とする。一方、基準点における目標抽
出量が抽出可能量以下である場合、次に、基準点の目標
抽出量の値がマイナスになっていないかを判断し（ステ
ップ２２１）、マイナスになっていたならば、基準点の
目標抽出量の調整方向を増加させる方向とする（ステッ
プ２２２）。調整量は調整可能な最大量、すなわち、基
準点の対角に位置するセルにおける目標抽出量に加えた
り、他の二つのセルにおける目標抽出量から減じたりで
きる最大量とする。なお、所定のセルにおける目標抽出
量に関しては、当該目標抽出量が抽出可能量を超えない
範囲で増加することが可能であり、また当該目標抽出量
の値がマイナスにならない範囲で減少させることが可能
である。ここで、目標抽出量の値がマイナスになる場合
とは、基準点における目標抽出量を抽出可能量以下に抑
えるために調整した際に、この基準点の対角に位置する
セルにおいて、目標抽出量を基準点と同じ値だけ減じた
ことによって目標抽出量が０を下回る場合に生じる。
のセルに対して値の操作を行う。まず、基準点におい
て、目標抽出量が抽出可能量を上回っているかどうかを
判断し（図５、ステップ２１９）、上回っていれば基準
点の目標抽出量の調整方向（増加させるか減少させる
か）を減少させる方向とする（ステップ２２０）。調整
量は目標抽出量から抽出可能量を減じた値（＝目標抽出
量−抽出可能量）とする。一方、基準点における目標抽
出量が抽出可能量以下である場合、次に、基準点の目標
抽出量の値がマイナスになっていないかを判断し（ステ
ップ２２１）、マイナスになっていたならば、基準点の
目標抽出量の調整方向を増加させる方向とする（ステッ
プ２２２）。調整量は調整可能な最大量、すなわち、基
準点の対角に位置するセルにおける目標抽出量に加えた
り、他の二つのセルにおける目標抽出量から減じたりで
きる最大量とする。なお、所定のセルにおける目標抽出
量に関しては、当該目標抽出量が抽出可能量を超えない
範囲で増加することが可能であり、また当該目標抽出量
の値がマイナスにならない範囲で減少させることが可能
である。ここで、目標抽出量の値がマイナスになる場合
とは、基準点における目標抽出量を抽出可能量以下に抑
えるために調整した際に、この基準点の対角に位置する
セルにおいて、目標抽出量を基準点と同じ値だけ減じた
ことによって目標抽出量が０を下回る場合に生じる。
【００４４】また、ステップ２２１の判断において、基
準点の目標抽出量が０よりも大きい、すなわち０と抽出
可能量との間の値であるならば、当該基準点の調整可能
量を算出する。調整可能量とは、目標抽出量と０との差
および目標抽出量と抽出可能量との差である。そして、
二つの調整可能量の大きい方を調整方向とし、当該調整
可能量の２分の１の値を調整量とする（ステップ２２
３）。なお、ステップ２２０、２２２で設定した調整量
と、ステップ２２３で設定した調整方向及び調整量とは
例示に過ぎず、目標抽出量を調整する目的に適した他の
調整量を設定することも可能である。特にステップ２２
３における調整方向及び調整量は、目標抽出量を、母体
データ群に対する抽出可能量の割合に近づけるために設
定されている。すなわち、この調整を行わなくても、目
標抽出量を抽出可能量以下にするという対角入替調整の
目的は損なわれない。そこで、結果データ群における各
構成条件の属性値の構成比を母体データ群におけるデー
タの割合に近づける必要がない場合は、ステップ２２３
における調整自体をスキップすることもできる。
準点の目標抽出量が０よりも大きい、すなわち０と抽出
可能量との間の値であるならば、当該基準点の調整可能
量を算出する。調整可能量とは、目標抽出量と０との差
および目標抽出量と抽出可能量との差である。そして、
二つの調整可能量の大きい方を調整方向とし、当該調整
可能量の２分の１の値を調整量とする（ステップ２２
３）。なお、ステップ２２０、２２２で設定した調整量
と、ステップ２２３で設定した調整方向及び調整量とは
例示に過ぎず、目標抽出量を調整する目的に適した他の
調整量を設定することも可能である。特にステップ２２
３における調整方向及び調整量は、目標抽出量を、母体
データ群に対する抽出可能量の割合に近づけるために設
定されている。すなわち、この調整を行わなくても、目
標抽出量を抽出可能量以下にするという対角入替調整の
目的は損なわれない。そこで、結果データ群における各
構成条件の属性値の構成比を母体データ群におけるデー
タの割合に近づける必要がない場合は、ステップ２２３
における調整自体をスキップすることもできる。
【００４５】ステップ２２０、２２２、２２３において
基準点における目標抽出量の調整方向及び調整量を決定
したならば、データ処理部２０は、次に、決定された調
整方向に応じて四つのセルにおける目標抽出量を調整す
る。すなわち、基準点における目標抽出量の調整方向が
減少させる方向であれば、基準点とその対角に位置する
セルにおける目標抽出量から調整量に相当する値を減
じ、他の二つのセルにおける目標抽出量に調整量に相当
する値を加える（ステップ２２４、２２５）。一方、基
準点における目標抽出量の調整方向が増加させる方向で
あれば、基準点とその対角に位置するセルにおける目標
抽出量から調整量に相当する値を加え、他の二つのセル
における目標抽出量に調整量に相当する値を減ずる（ス
テップ２２４、２２６）。
基準点における目標抽出量の調整方向及び調整量を決定
したならば、データ処理部２０は、次に、決定された調
整方向に応じて四つのセルにおける目標抽出量を調整す
る。すなわち、基準点における目標抽出量の調整方向が
減少させる方向であれば、基準点とその対角に位置する
セルにおける目標抽出量から調整量に相当する値を減
じ、他の二つのセルにおける目標抽出量に調整量に相当
する値を加える（ステップ２２４、２２５）。一方、基
準点における目標抽出量の調整方向が増加させる方向で
あれば、基準点とその対角に位置するセルにおける目標
抽出量から調整量に相当する値を加え、他の二つのセル
における目標抽出量に調整量に相当する値を減ずる（ス
テップ２２４、２２６）。
【００４６】以上の動作を、図１３を参照して具体的に
説明する。ここでは、図１３に示したデータ群のうち、
構成条件Ａの属性値をＡ２とする２次元平面（Ａ２平面
と称す）について考える。まず、ステップ２１３におい
て属性値組合せがＡ２Ｂ１Ｃ２であるセルを基準点とす
る。次に、ステップ２１４において構成条件Ｂを一つめ
の軸とし、ステップ２１５において構成条件Ｂの属性値
がＢ３であるセル（すなわち属性値組合せがＡ２Ｂ３Ｃ
２のセル）を対角入替調整の対象とする。さらに、ステ
ップ２１６において構成条件Ｃを二つめの軸とし、ステ
ップ２１７において構成条件Ｃの属性値がＣ１であるセ
ル（すなわち属性値組合せがＡ２Ｂ１Ｃ１のセル）を対
角入替調整の対象とする。次に、ステップ２１８におい
て、構成条件Ｂの属性値がＢ３であり構成条件Ｃの属性
値がＣ１であるセル（すなわち属性値組合せがＡ２Ｂ３
Ｃ１のセル）を対角入替調整の対象とする。図１３の２
本の矢印によって対応付けられた四つのセルが対角入替
調整の対象であり、各矢印が指し示す二つのセルの組
が、それぞれ対角に位置するセルである。
説明する。ここでは、図１３に示したデータ群のうち、
構成条件Ａの属性値をＡ２とする２次元平面（Ａ２平面
と称す）について考える。まず、ステップ２１３におい
て属性値組合せがＡ２Ｂ１Ｃ２であるセルを基準点とす
る。次に、ステップ２１４において構成条件Ｂを一つめ
の軸とし、ステップ２１５において構成条件Ｂの属性値
がＢ３であるセル（すなわち属性値組合せがＡ２Ｂ３Ｃ
２のセル）を対角入替調整の対象とする。さらに、ステ
ップ２１６において構成条件Ｃを二つめの軸とし、ステ
ップ２１７において構成条件Ｃの属性値がＣ１であるセ
ル（すなわち属性値組合せがＡ２Ｂ１Ｃ１のセル）を対
角入替調整の対象とする。次に、ステップ２１８におい
て、構成条件Ｂの属性値がＢ３であり構成条件Ｃの属性
値がＣ１であるセル（すなわち属性値組合せがＡ２Ｂ３
Ｃ１のセル）を対角入替調整の対象とする。図１３の２
本の矢印によって対応付けられた四つのセルが対角入替
調整の対象であり、各矢印が指し示す二つのセルの組
が、それぞれ対角に位置するセルである。
【００４７】次に、基準点としたＡ２Ｂ１Ｃ２のセルに
ついて目標抽出量を調べ、調整方向と調整量とを決定す
る。図１３を参照すると、当該セルの目標抽出量が３
６、抽出可能量が０であるから、ステップ２２０におい
て調整方向を、目標抽出量を減少させる方向とし、調整
量を、３６（＝３６−０）とする。そして、調整方向が
目標抽出量を減少させる方向であるので、ステップ２２
５において、基準点とその対角に位置するセルにおける
目標抽出量から３６を減じ、他の二つのセルにおける目
標抽出量に３６を加える。
ついて目標抽出量を調べ、調整方向と調整量とを決定す
る。図１３を参照すると、当該セルの目標抽出量が３
６、抽出可能量が０であるから、ステップ２２０におい
て調整方向を、目標抽出量を減少させる方向とし、調整
量を、３６（＝３６−０）とする。そして、調整方向が
目標抽出量を減少させる方向であるので、ステップ２２
５において、基準点とその対角に位置するセルにおける
目標抽出量から３６を減じ、他の二つのセルにおける目
標抽出量に３６を加える。
【００４８】図１４に、以上の操作を行った状態の対応
データを示す。図１３と図１４とを比較すると、基準点
としたＡ２Ｂ１Ｃ２のセルでは目標抽出量が３６減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ３Ｃ１のセルにおいても目標抽
出量が３６減少して５４となっている。また、Ａ２Ｂ１
Ｃ１のセルにおいては目標抽出量が３６増加して７２と
なり、Ａ２Ｂ３Ｃ２のセルにおいては目標抽出量が３６
増加して１２６となっている。そして、いずれのセルに
おいても目標抽出量が０以上で抽出可能量以下となって
いる。
データを示す。図１３と図１４とを比較すると、基準点
としたＡ２Ｂ１Ｃ２のセルでは目標抽出量が３６減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ３Ｃ１のセルにおいても目標抽
出量が３６減少して５４となっている。また、Ａ２Ｂ１
Ｃ１のセルにおいては目標抽出量が３６増加して７２と
なり、Ａ２Ｂ３Ｃ２のセルにおいては目標抽出量が３６
増加して１２６となっている。そして、いずれのセルに
おいても目標抽出量が０以上で抽出可能量以下となって
いる。
【００４９】次に、データ処理部２０は、基準点を含む
長方形を変形し、また基準点を移動させながら、全ての
セルの組合せに対して上記の対角入替調整を実行する。
すなわち、まずステップ２１６で選択した二つめの軸に
ついて、当該二つめの軸における属性値のみが基準点と
異なる未処理の点（セル）が他にあるかどうかを調べ、
他にそのような点があれば、ステップ２１７に戻って対
角入替調整の対象となるセルを改めて選択し、以降の処
理を再帰的に繰り返す（図６、ステップ２２７）。当該
二つめの軸においてそのような未処理の点が無い場合、
次に、当該二つめの軸以外に一つめの軸とは異なる未処
理の構成条件があるかどうかを調べ、そのような未処理
の構成条件があれば、ステップ２１６に戻って２次元平
面における二つめの軸を改めて決定し、以降の処理を再
帰的に繰り返す（ステップ２２８）。そのような未処理
の構成条件が無い場合、次に、ステップ２１４で選択し
た一つめの軸について、当該一つめの軸における属性値
のみが基準点と異なる未処理の点（セル）が他にあるか
どうかを調べ、他にそのような点があれば、ステップ２
１５に戻って対角入替調整の対象となるセルを改めて選
択し、以降の処理を再帰的に繰り返す（ステップ２２
９）。当該一つめの軸においてそのような未処理の基準
点が無い場合、次に、一つめの軸とは異なる未処理の構
成条件があるかどうかを調べ、そのような未処理の構成
条件があれば、ステップ２１４に戻って２次元平面にお
ける一つめの軸を改めて決定し、以降の処理を再帰的に
繰り返す（ステップ２３０）。当該一つめの軸において
そのような未処理の点が無い場合、次に、未だ基準点と
していない点（セル）があるかどうかを調べ、そのよう
な未処理の点があれば、ステップ２１３に戻って基準点
を改めて選択し、以降の処理を再帰的に繰り返す（ステ
ップ２３１）。
長方形を変形し、また基準点を移動させながら、全ての
セルの組合せに対して上記の対角入替調整を実行する。
すなわち、まずステップ２１６で選択した二つめの軸に
ついて、当該二つめの軸における属性値のみが基準点と
異なる未処理の点（セル）が他にあるかどうかを調べ、
他にそのような点があれば、ステップ２１７に戻って対
角入替調整の対象となるセルを改めて選択し、以降の処
理を再帰的に繰り返す（図６、ステップ２２７）。当該
二つめの軸においてそのような未処理の点が無い場合、
次に、当該二つめの軸以外に一つめの軸とは異なる未処
理の構成条件があるかどうかを調べ、そのような未処理
の構成条件があれば、ステップ２１６に戻って２次元平
面における二つめの軸を改めて決定し、以降の処理を再
帰的に繰り返す（ステップ２２８）。そのような未処理
の構成条件が無い場合、次に、ステップ２１４で選択し
た一つめの軸について、当該一つめの軸における属性値
のみが基準点と異なる未処理の点（セル）が他にあるか
どうかを調べ、他にそのような点があれば、ステップ２
１５に戻って対角入替調整の対象となるセルを改めて選
択し、以降の処理を再帰的に繰り返す（ステップ２２
９）。当該一つめの軸においてそのような未処理の基準
点が無い場合、次に、一つめの軸とは異なる未処理の構
成条件があるかどうかを調べ、そのような未処理の構成
条件があれば、ステップ２１４に戻って２次元平面にお
ける一つめの軸を改めて決定し、以降の処理を再帰的に
繰り返す（ステップ２３０）。当該一つめの軸において
そのような未処理の点が無い場合、次に、未だ基準点と
していない点（セル）があるかどうかを調べ、そのよう
な未処理の点があれば、ステップ２１３に戻って基準点
を改めて選択し、以降の処理を再帰的に繰り返す（ステ
ップ２３１）。
【００５０】図１４乃至図１６を参照して、基準点や長
方形を切り替えながら対角入替調整を行う例を具体的に
説明する。図１４において、属性値組合せがＡ２Ｂ２Ｃ
２であるセルを基準点とする。そして、構成条件Ｂと構
成条件Ｃとを直交する座標軸とするＡ２平面において、
属性値組合せがＢ２Ｃ１、Ｂ２Ｃ２（基準点）、Ｂ３Ｃ
１、Ｂ３Ｃ２のセルで形成される長方形について対角入
替調整を行う。図１４の２本の矢印が指し示す二つのセ
ルの組が、それぞれ対角に位置するセルである。基準点
としたＡ２Ｂ２Ｃ２のセルについて目標抽出量を調べる
と、当該セルの目標抽出量が５４であり、抽出可能量が
０であるから、調整方向を、目標抽出量を減少させる方
向とし、調整量を、５４（＝５４−０）とする。そし
て、当該基準点とその対角に位置するセルにおける目標
抽出量から５４を減じ、他の二つのセルにおける目標抽
出量に５４を加える。
方形を切り替えながら対角入替調整を行う例を具体的に
説明する。図１４において、属性値組合せがＡ２Ｂ２Ｃ
２であるセルを基準点とする。そして、構成条件Ｂと構
成条件Ｃとを直交する座標軸とするＡ２平面において、
属性値組合せがＢ２Ｃ１、Ｂ２Ｃ２（基準点）、Ｂ３Ｃ
１、Ｂ３Ｃ２のセルで形成される長方形について対角入
替調整を行う。図１４の２本の矢印が指し示す二つのセ
ルの組が、それぞれ対角に位置するセルである。基準点
としたＡ２Ｂ２Ｃ２のセルについて目標抽出量を調べる
と、当該セルの目標抽出量が５４であり、抽出可能量が
０であるから、調整方向を、目標抽出量を減少させる方
向とし、調整量を、５４（＝５４−０）とする。そし
て、当該基準点とその対角に位置するセルにおける目標
抽出量から５４を減じ、他の二つのセルにおける目標抽
出量に５４を加える。
【００５１】図１５は、以上の操作を行った状態の対応
データを示す。図１４と図１５とを比較すると、基準点
としたＡ２Ｂ２Ｃ２のセルでは目標抽出量が５４減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ３Ｃ１のセルにおいても目標抽
出量が５４減少して０となっている。また、Ａ２Ｂ２Ｃ
１のセルにおいては目標抽出量が５４増加して１０８と
なり、Ａ２Ｂ３Ｃ２のセルにおいては目標抽出量が５４
増加して１８０となっている。そして、いずれのセルに
おいても目標抽出量が０以上で抽出可能量以下となって
いる。
データを示す。図１４と図１５とを比較すると、基準点
としたＡ２Ｂ２Ｃ２のセルでは目標抽出量が５４減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ３Ｃ１のセルにおいても目標抽
出量が５４減少して０となっている。また、Ａ２Ｂ２Ｃ
１のセルにおいては目標抽出量が５４増加して１０８と
なり、Ａ２Ｂ３Ｃ２のセルにおいては目標抽出量が５４
増加して１８０となっている。そして、いずれのセルに
おいても目標抽出量が０以上で抽出可能量以下となって
いる。
【００５２】次に、図１５において、属性値組合せがＡ
１Ｂ３Ｃ１であるセルを基準点とする。そして、構成条
件Ａと構成条件Ｂとを座標軸とするＣ１平面において、
属性値組合せがＡ１Ｂ２、Ａ１Ｂ３（基準点）、Ａ２Ｂ
２、Ａ２Ｂ３のセルで形成される長方形について対角入
替調整を行う。図１５の２本の矢印が指し示す二つのセ
ルの組が、それぞれ対角に位置するセルである。基準点
としたＡ１Ｂ３Ｃ１のセルについて目標抽出量を調べる
と、当該セルの目標抽出量が６０であり、抽出可能量が
０であるから、調整方向を、目標抽出量を減少させる方
向とし、調整量を、６０（＝６０−０）とする。そし
て、当該基準点とその対角に位置するセルにおける目標
抽出量から６０を減じ、他の二つのセルにおける目標抽
出量に６０を加える。
１Ｂ３Ｃ１であるセルを基準点とする。そして、構成条
件Ａと構成条件Ｂとを座標軸とするＣ１平面において、
属性値組合せがＡ１Ｂ２、Ａ１Ｂ３（基準点）、Ａ２Ｂ
２、Ａ２Ｂ３のセルで形成される長方形について対角入
替調整を行う。図１５の２本の矢印が指し示す二つのセ
ルの組が、それぞれ対角に位置するセルである。基準点
としたＡ１Ｂ３Ｃ１のセルについて目標抽出量を調べる
と、当該セルの目標抽出量が６０であり、抽出可能量が
０であるから、調整方向を、目標抽出量を減少させる方
向とし、調整量を、６０（＝６０−０）とする。そし
て、当該基準点とその対角に位置するセルにおける目標
抽出量から６０を減じ、他の二つのセルにおける目標抽
出量に６０を加える。
【００５３】図１６は、以上の操作を行った状態の対応
データを示す。図１５と図１６とを比較すると、基準点
としたＡ１Ｂ３Ｃ１のセルでは目標抽出量が６０減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ２Ｃ１のセルにおいても目標抽
出量が６０減少して４８となっている。また、Ａ１Ｂ２
Ｃ１のセルにおいては目標抽出量が６０増加して９６と
なり、Ａ２Ｂ３Ｃ１のセルにおいては目標抽出量が６０
増加して６０となっている。そして、いずれのセルにお
いても目標抽出量が０以上で抽出可能量以下となってい
る。
データを示す。図１５と図１６とを比較すると、基準点
としたＡ１Ｂ３Ｃ１のセルでは目標抽出量が６０減少し
て０となり、抽出可能量と一致している。また、基準点
の対角に位置するＡ２Ｂ２Ｃ１のセルにおいても目標抽
出量が６０減少して４８となっている。また、Ａ１Ｂ２
Ｃ１のセルにおいては目標抽出量が６０増加して９６と
なり、Ａ２Ｂ３Ｃ１のセルにおいては目標抽出量が６０
増加して６０となっている。そして、いずれのセルにお
いても目標抽出量が０以上で抽出可能量以下となってい
る。
【００５４】以上のようにして、属性値組合せごとの対
応データの全ての組合せにおいて対角入替調整を行った
後、データ処理部２０は、対角入替調整を反映させた属
性値組合せごとの対応データに基づいて、対角入替調整
後の目標抽出量が抽出可能量を上回っている項目がある
か調べる（ステップ２３２）。全ての項目で目標抽出量
が抽出可能量以下である場合は、母体データ群から実際
にデータを抽出する図７のステップ２３５以降の処理に
移行する（ステップ２３３）。
応データの全ての組合せにおいて対角入替調整を行った
後、データ処理部２０は、対角入替調整を反映させた属
性値組合せごとの対応データに基づいて、対角入替調整
後の目標抽出量が抽出可能量を上回っている項目がある
か調べる（ステップ２３２）。全ての項目で目標抽出量
が抽出可能量以下である場合は、母体データ群から実際
にデータを抽出する図７のステップ２３５以降の処理に
移行する（ステップ２３３）。
【００５５】一方、目標抽出量が抽出可能量を上回って
いる項目がある場合、ステップ２１３に戻って対角入替
調整を繰り返す。この繰り返しは予め定められた一定回
数に達するまで行うこととする。そして、当該一定回数
繰り返しても目標抽出量が抽出可能量を上回っている項
目が残っている場合（収束しない場合）、当該抽出条件
によっては収束しないものとみなして、母体データ群か
ら実際にデータを抽出する図７のステップ２３５以降の
処理に移行する（ステップ２３４）。
いる項目がある場合、ステップ２１３に戻って対角入替
調整を繰り返す。この繰り返しは予め定められた一定回
数に達するまで行うこととする。そして、当該一定回数
繰り返しても目標抽出量が抽出可能量を上回っている項
目が残っている場合（収束しない場合）、当該抽出条件
によっては収束しないものとみなして、母体データ群か
ら実際にデータを抽出する図７のステップ２３５以降の
処理に移行する（ステップ２３４）。
【００５６】図１７は、図１１に示した属性値組合せご
との対応データに、図１６までの対角入替調整を行った
後の目標抽出量を加えた対応データを示す図表である。
図１７を参照すると、対角入替調整後の目標抽出量が抽
出可能量を上回る項目が残っている（属性値組合せがＡ
１Ｂ１Ｃ２やＡ１Ｂ２Ｃ２など）。したがって、対角入
替調整を再度実行する。図１８は、対角入替調整を再度
実行した状態の対応データを示す。また、図１９は、図
１１に示した属性値組合せごとの対応データに、図１８
までの対角入替調整を行った後の目標抽出量を加えた対
応データを示す図表である。図１９を参照すると、全て
の項目において目標抽出量が抽出可能量以下となってい
る。したがって、この時点で対角入替調整を終了し、母
体データ群から実際にデータを抽出する処理に移行す
る。
との対応データに、図１６までの対角入替調整を行った
後の目標抽出量を加えた対応データを示す図表である。
図１７を参照すると、対角入替調整後の目標抽出量が抽
出可能量を上回る項目が残っている（属性値組合せがＡ
１Ｂ１Ｃ２やＡ１Ｂ２Ｃ２など）。したがって、対角入
替調整を再度実行する。図１８は、対角入替調整を再度
実行した状態の対応データを示す。また、図１９は、図
１１に示した属性値組合せごとの対応データに、図１８
までの対角入替調整を行った後の目標抽出量を加えた対
応データを示す図表である。図１９を参照すると、全て
の項目において目標抽出量が抽出可能量以下となってい
る。したがって、この時点で対角入替調整を終了し、母
体データ群から実際にデータを抽出する処理に移行す
る。
【００５７】なお、ステップ２３２、２３４の判断にお
いて、対角入替調整を一定回数以上行っても目標抽出量
が抽出可能量を上回っている項目が残っている場合、抽
出条件として入力された各構成条件における属性の構成
比を優先させるような調整を行うこともできる。すなわ
ち、ステップ２０６で行ったように、 新たな全体抽出量＝以前の全体抽出量／目標抽出量＊抽
出可能量 という計算式により、新たな全体抽出量を算出し、これ
に基づいて目標抽出量を計算し直して、対角入替調整を
再度実行する。このように、抽出条件である全体抽出量
の設定から調整をやり直すことにより、この調整によっ
て全体抽出量の値が０になってしまわない限り、各構成
条件における属性の構成比を守った結果データ群を得る
ことができる。
いて、対角入替調整を一定回数以上行っても目標抽出量
が抽出可能量を上回っている項目が残っている場合、抽
出条件として入力された各構成条件における属性の構成
比を優先させるような調整を行うこともできる。すなわ
ち、ステップ２０６で行ったように、 新たな全体抽出量＝以前の全体抽出量／目標抽出量＊抽
出可能量 という計算式により、新たな全体抽出量を算出し、これ
に基づいて目標抽出量を計算し直して、対角入替調整を
再度実行する。このように、抽出条件である全体抽出量
の設定から調整をやり直すことにより、この調整によっ
て全体抽出量の値が０になってしまわない限り、各構成
条件における属性の構成比を守った結果データ群を得る
ことができる。
【００５８】次に、データ処理部２０は、抽出母体デー
タベース６０に格納されている母体データ群から、各属
性値組合せに合致するデータを、目標抽出量分だけ抽出
する。データの抽出は、乱数を用いてランダムに行う。
データベース管理部８０が母体データ群からデータをラ
ンダムに抽出することができない場合、次の手順でデー
タの抽出を行う。
タベース６０に格納されている母体データ群から、各属
性値組合せに合致するデータを、目標抽出量分だけ抽出
する。データの抽出は、乱数を用いてランダムに行う。
データベース管理部８０が母体データ群からデータをラ
ンダムに抽出することができない場合、次の手順でデー
タの抽出を行う。
【００５９】まず、データベース管理部８０に対してＳ
ＱＬ問い合わせを行い、母体データ群中における各属性
値組合せ（キー）に合致するデータと抽出量に関係する
情報を取得する（図７、ステップ２３５）。図２０は、
このようにして取得されたキーデータ及び抽出量の一覧
を示す図表である。図示の例では、キー１１１１１から
キー９９９９９までの９個のキーと、このキーに該当す
るデータの抽出量とが対応付けられている。このデータ
は、乱数順キー記憶部５０に格納される。
ＱＬ問い合わせを行い、母体データ群中における各属性
値組合せ（キー）に合致するデータと抽出量に関係する
情報を取得する（図７、ステップ２３５）。図２０は、
このようにして取得されたキーデータ及び抽出量の一覧
を示す図表である。図示の例では、キー１１１１１から
キー９９９９９までの９個のキーと、このキーに該当す
るデータの抽出量とが対応付けられている。このデータ
は、乱数順キー記憶部５０に格納される。
【００６０】次に、データ処理部２０は、乱数順キー記
憶部５０に格納されている、図２０に示すキーデータの
うちの二つのキーデータをランダムに選択し、位置を入
れ替える（ステップ２３６）。この操作を一定回数繰り
返し、図２０に示したキーデータの並びをランダムな並
びに変換する（ステップ２３７）。図２１は、このよう
にして作成されたランダムなキーデータ及び抽出量の一
覧である。
憶部５０に格納されている、図２０に示すキーデータの
うちの二つのキーデータをランダムに選択し、位置を入
れ替える（ステップ２３６）。この操作を一定回数繰り
返し、図２０に示したキーデータの並びをランダムな並
びに変換する（ステップ２３７）。図２１は、このよう
にして作成されたランダムなキーデータ及び抽出量の一
覧である。
【００６１】データ処理部２０は、目標抽出量分のデー
タを抽出し、抽出したデータ群（結果データ群）を抽出
結果データベース７０に格納する（ステップ２３８、２
３９）。データの抽出は、データベース管理部８０への
ＳＱＬ問い合わせにより行う。そして、全ての属性値組
合せに対応するデータを、それぞれ目標抽出分だけラン
ダムに抽出し、抽出結果データベース７０に格納したな
らば、データ抽出処理を終了する（ステップ２４０）。
タを抽出し、抽出したデータ群（結果データ群）を抽出
結果データベース７０に格納する（ステップ２３８、２
３９）。データの抽出は、データベース管理部８０への
ＳＱＬ問い合わせにより行う。そして、全ての属性値組
合せに対応するデータを、それぞれ目標抽出分だけラン
ダムに抽出し、抽出結果データベース７０に格納したな
らば、データ抽出処理を終了する（ステップ２４０）。
【００６２】以上のようにして取得された結果データ群
は、抽出結果データベース７０に蓄積される。そして、
外部から所定の結果データ群に対するデータ取得要求が
入力された場合に、データ処理部２０が、データベース
管理部８０を介して抽出結果データベース７０から該当
する結果データ群を読み出し、出力部９０を用いて出力
する。
は、抽出結果データベース７０に蓄積される。そして、
外部から所定の結果データ群に対するデータ取得要求が
入力された場合に、データ処理部２０が、データベース
管理部８０を介して抽出結果データベース７０から該当
する結果データ群を読み出し、出力部９０を用いて出力
する。
【００６３】上述したデータベースシステムを債権流動
化に伴う流動化商品の選定において、金融機関などの債
権の商品化を行おうとしている主体が、保有している債
権の集合の中から商品化の対象となる債権の集合を抽出
するために用いれば、当該商品における債権の属性の比
率を任意に指定することができ、容易に当該比率で債権
が配分された商品を作成することができる。
化に伴う流動化商品の選定において、金融機関などの債
権の商品化を行おうとしている主体が、保有している債
権の集合の中から商品化の対象となる債権の集合を抽出
するために用いれば、当該商品における債権の属性の比
率を任意に指定することができ、容易に当該比率で債権
が配分された商品を作成することができる。
【００６４】
【発明の効果】以上説明したように、本発明によれば、
２次元以上の特定の構成比を持つ結果データを選択する
作為的抽出を正しく行うことが可能となる。
２次元以上の特定の構成比を持つ結果データを選択する
作為的抽出を正しく行うことが可能となる。
【図１】 本実施の形態におけるデータベースシステム
の全体構成を説明する図である。
の全体構成を説明する図である。
【図２】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、構成条件の属性値ごとの目
標抽出量と抽出可能量との対応データを作成する動作を
説明する図である。
するフローチャートであり、構成条件の属性値ごとの目
標抽出量と抽出可能量との対応データを作成する動作を
説明する図である。
【図３】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、属性値組合せごとの目標抽
出量と抽出可能量との対応データを作成する動作を説明
する図である。
するフローチャートであり、属性値組合せごとの目標抽
出量と抽出可能量との対応データを作成する動作を説明
する図である。
【図４】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、対角入替調整の対象を決定
する動作を説明する図である。
するフローチャートであり、対角入替調整の対象を決定
する動作を説明する図である。
【図５】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、対角入替調整の動作を説明
する図である。
するフローチャートであり、対角入替調整の動作を説明
する図である。
【図６】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、対角入替調整を全ての属性
値組合せのデータについて再帰的に行うための動作を説
明する図である。
するフローチャートであり、対角入替調整を全ての属性
値組合せのデータについて再帰的に行うための動作を説
明する図である。
【図７】 本実施の形態によるデータ抽出の動作を説明
するフローチャートであり、母体データ群から実際にデ
ータを抽出する動作を説明する図である。
するフローチャートであり、母体データ群から実際にデ
ータを抽出する動作を説明する図である。
【図８】 本実施の形態における抽出条件入力部より入
力される、全体抽出量、抽出条件、構成比の一例を示す
図表である。
力される、全体抽出量、抽出条件、構成比の一例を示す
図表である。
【図９】 構成条件及び属性値ごとの目標抽出量と抽出
可能量との対応データの一例を示す図表である。
可能量との対応データの一例を示す図表である。
【図１０】 図９の対応データにおいて全体抽出量を調
整した状態を示す図表である。
整した状態を示す図表である。
【図１１】 図１０の対応データに基づいて算出された
属性値組合せごとのバランス比率と目標抽出量と抽出可
能量との対応データを示す図表である。
属性値組合せごとのバランス比率と目標抽出量と抽出可
能量との対応データを示す図表である。
【図１２】 本実施の形態における対角入替調整の基本
概念を説明する図表である。
概念を説明する図表である。
【図１３】 図１１に示した対応データを、各構成条件
を座標軸とする３次元空間として認識したイメージを示
す図表である。
を座標軸とする３次元空間として認識したイメージを示
す図表である。
【図１４】 図１３の対応データに対して対角入替調整
を行った様子を示す図表である。
を行った様子を示す図表である。
【図１５】 図１４の対応データに対して対角入替調整
をさらに行った様子を示す図表である。
をさらに行った様子を示す図表である。
【図１６】 図１５の対応データに対して対角入替調整
をさらに行った様子を示す図表である。
をさらに行った様子を示す図表である。
【図１７】 図１１に示した属性値組合せごとの対応デ
ータに、図１６までの対角入替調整を行った後の目標抽
出量を加えた対応データを示す図表である。
ータに、図１６までの対角入替調整を行った後の目標抽
出量を加えた対応データを示す図表である。
【図１８】 図１６の対応データに対して対角入替調整
をさらに行った様子を示す図表である。
をさらに行った様子を示す図表である。
【図１９】 図１１に示した属性値組合せごとの対応デ
ータに、図１８までの対角入替調整を行った後の目標抽
出量を加えた対応データを示す図表である。
ータに、図１８までの対角入替調整を行った後の目標抽
出量を加えた対応データを示す図表である。
【図２０】 本実施の形態において母体データ群から取
得されたキーデータ及び抽出量の一覧を示す図表であ
る。
得されたキーデータ及び抽出量の一覧を示す図表であ
る。
【図２１】 図２０のキーデータの一覧をランダムに並
べ替えた状態を示す図表である。
べ替えた状態を示す図表である。
１０…抽出条件入力部、２０…データ処理部、３０…条
件別状況記憶部、４０…属性値組合せ別状況記憶部、５
０…乱数順キー記憶部、６０…抽出母体データベース、
７０…抽出結果データベース、８０…データベース管理
部、９０…出力部
件別状況記憶部、４０…属性値組合せ別状況記憶部、５
０…乱数順キー記憶部、６０…抽出母体データベース、
７０…抽出結果データベース、８０…データベース管理
部、９０…出力部
フロントページの続き (72)発明者 山森 一頼 大阪府大阪市中央区備後町２丁目２番１号 株式会社大和銀行内 Ｆターム(参考） 5B075 ND02 NK46
Claims (19)
- 【請求項１】 コンピュータがデータベースに格納され
ている母体データ群から所定のデータの集合を抽出する
データ抽出方法において、 抽出すべき前記データの集合の要素である前記データの
属性の構成比を設定するステップと、 前記データベースの前記母体データ群中に存在する前記
属性を持つ対応データの量である抽出可能量を取得する
ステップと、 設定された前記構成比に基づいて前記属性ごとに前記デ
ータベースの前記母体データ群から抽出すべきデータ量
である抽出データ量を計算するステップと、 前記構成比に基づいて算出された前記抽出データ量のう
ち、所定の前記属性における前記抽出データ量が当該属
性を持つ前記対応データの抽出可能量を上回っている場
合に、当該抽出データ量が前記抽出可能量以下となり、
かつ前記構成比を一定の範囲で保持するように、当該抽
出データ量を調整するステップとを含むことを特徴とす
るデータ抽出方法。 - 【請求項２】 前記抽出データ量を調整する前記ステッ
プは、 前記構成比が複数の構成条件ごとに設定されている場合
に、当該複数の構成条件における前記属性の組合せごと
に目標抽出量を計算するステップと、 前記構成条件の各々における前記構成比を変化させるこ
となく、前記目標抽出量を調整することにより、前記抽
出データ量を調整するステップとを含むことを特徴とす
る請求項１に記載のデータ抽出方法。 - 【請求項３】 前記抽出データ量を調整する前記ステッ
プは、 前記構成比が複数の構成条件ごとに設定されている場合
に、当該複数の構成条件における前記属性の組合せごと
に目標抽出量を計算する目標抽出量算出ステップと、 所定の二つの構成条件以外の構成条件における前記属性
を特定の一つの属性に固定し、当該二つの構成条件ごと
に２種類ずつ選択された前記属性の組合せに対応する四
つの前記目標抽出量を増減することにより、前記抽出デ
ータ量を調整する目標抽出量調整ステップとを含むこと
を特徴とする請求項１に記載のデータ抽出方法。 - 【請求項４】 前記目標抽出量調整ステップは、 前記二つの構成条件に基づいて選択された前記四つの目
標抽出量を、当該二つの構成条件における属性が両方と
も異なる二つの目標抽出量からなる二つの組に分け、一
方の組における二つの目標抽出量を所定量だけ減少さ
せ、他方の組における二つの目標抽出量を当該所定量だ
け増加させるステップを含むことを特徴とする請求項３
に記載のデータ抽出方法。 - 【請求項５】 前記抽出データ量を調整する前記ステッ
プは、 前記構成比を変えることなく、前記母体データ群から抽
出するデータの全抽出量を減少させるステップをさらに
含むことを特徴とする請求項１に記載のデータ抽出方
法。 - 【請求項６】 データ処理装置が、記憶装置に記憶され
ているデータ群を読込んで操作を行うデータ操作方法に
おいて、 前記記憶装置から２種類の構成条件における属性ごとに
定義されるデータ群を読込み、 当該データ群のうち、構成条件ごとに２種類の属性を選
んで、各属性の組合せに対応する４種類のデータ群を処
理対象とし、 前記４種類のデータ群のうち、所定の一つのデータと、
対応する二つの属性がいずれも当該所定の一つのデータ
と異なる他の一つのデータとを特定し、当該二つのデー
タの値を所定量だけ減少させ、 前記４種類のデータ群のうち、前記二つのデータ以外の
二つのデータの値を前記所定量だけ増加させることによ
り、 前記構成条件の各々における構成比を変化させることな
く、個々のデータの値を調整することを特徴とするデー
タ操作方法。 - 【請求項７】 ３種類以上の構成条件における属性ごと
に定義されるデータ群のうち、所定の２種類の構成条件
以外の構成条件を特定の１属性に制限し、前記２種類の
構成条件における属性ごとに定義されるデータ群を特定
することを特徴とする請求項６に記載のデータ操作方
法。 - 【請求項８】 データベースに蓄積された債権情報か
ら、商品化の対象となる債権の集合を特定する債権情報
を抽出する債権情報抽出方法において、 商品化する前記債権の集合に関して、当該集合の要素と
なる前記債権の属性の構成比を設定するステップと、 設定された前記構成比にしたがって、前記属性ごとに前
記データベースから抽出すべき前記債権情報の数量であ
る目標抽出量を計算するステップと、 算出された前記目標抽出量に基づいて、前記データベー
スから前記債権情報を抽出するステップとを含むことを
特徴とする債権情報抽出方法。 - 【請求項９】 算出された前記目標抽出量のうち所定の
前記属性における前記目標抽出量が、前記データベース
に格納されている前記債権情報のうち当該属性を持つ債
権の債権情報の数量を上回っている場合に、当該目標抽
出量が前記データベースに格納されている当該属性に対
応する債権情報の数量以下となり、かつ前記構成比を一
定の範囲で保持するように、前記目標抽出量を調整する
ステップを含むことを特徴とする請求項８に記載の債権
情報抽出方法。 - 【請求項１０】 母体データ群から所定の条件に応じて
データを抽出するデータベースシステムにおいて、 前記母体データ群を格納した抽出母体データベースと、 抽出条件としてデータの全抽出量と抽出データに対する
複数の構成条件及び当該構成条件における属性の構成比
とを含むデータ抽出要求を入力する抽出条件入力部と、 前記抽出条件入力部から入力した前記抽出条件に基づい
て前記抽出母体データベースからデータを抽出するデー
タ処理部とを備え、 前記データ処理部は、 前記母体データ群中に存在する前記属性を持つ対応デー
タの量である抽出可能量を前記抽出母体データベースに
問い合わせて取得し、 前記抽出条件における全抽出量と前記属性の構成比とに
基づいて前記属性ごとに前記母体データ群から抽出すべ
きデータ量である抽出データ量を計算し、 前記構成比に基づいて算出された前記抽出データ量のう
ち、所定の前記属性における前記抽出データ量が当該属
性を持つ前記対応データの前記抽出可能量を上回ってい
る場合に、前記構成条件ごとの構成比を変化させること
なく個々の前記属性ごとの前記抽出データ量を増減させ
ることにより、当該抽出データ量が当該抽出可能量以下
となるように当該抽出データ量を調整し、 前記調整された前記抽出データ量に基づいて前記母体デ
ータ群からデータを抽出することを特徴とするデータベ
ースシステム。 - 【請求項１１】 前記データ処理部は、 前記複数の構成条件における前記属性の組合せごとに目
標抽出量を計算し、 所定の二つの構成条件以外の構成条件における前記属性
を特定の一つの属性に固定し、当該二つの構成条件ごと
に２種類ずつ選択された前記属性の組合せに対応する四
つの前記目標抽出量を増減することにより、前記抽出デ
ータ量を調整することを特徴とする請求項１０に記載の
データベースシステム。 - 【請求項１２】 前記データ処理部は、 前記二つの構成条件に基づいて選択された前記四つの目
標抽出量を、当該二つの構成条件における属性が両方と
も異なる二つの目標抽出量からなる二つの組に分け、一
方の組における二つの目標抽出量を所定量だけ減少さ
せ、他方の組における二つの目標抽出量を当該所定量だ
け増加させることを特徴とする請求項１１に記載のデー
タベースシステム。 - 【請求項１３】 前記データ処理部は、 前記構成比に基づいて算出された前記抽出データ量のう
ち、所定の前記属性における前記抽出データ量が当該属
性における前記抽出可能量を上回っている場合に、前記
構成比を変えることなく、前記全抽出量を減少させるこ
とを特徴とする請求項１０に記載のデータベースシステ
ム。 - 【請求項１４】 データベースに蓄積された債権情報か
ら、商品化の対象となる債権の集合を特定する債権情報
を抽出する債権商品化処理装置において、 抽出条件として、商品化する前記債権の集合の要素とな
る前記債権の属性の構成比を入力する抽出条件入力部
と、 設定された前記構成比にしたがって、前記属性ごとに前
記データベースから抽出すべき前記債権情報の数量であ
る目標抽出量を計算し、算出された前記目標抽出量に基
づいて、前記データベースから前記債権情報を抽出する
データ処理部とを備えることを特徴とする債権商品化処
理装置。 - 【請求項１５】 前記データ処理部は、 所定の前記属性における前記目標抽出量が前記データベ
ースに格納されている前記債権情報のうち当該属性を持
つ債権の債権情報の数量を上回っている場合に、当該目
標抽出量が前記データベースに格納されている当該属性
に対応する債権情報の数量以下となり、かつ前記構成比
を一定の範囲で保持するように、前記目標抽出量を調整
することを特徴とする請求項１４に記載の債権商品化処
理装置。 - 【請求項１６】 コンピュータに実行させるプログラム
を当該コンピュータの入力手段が読取可能に記憶した記
憶媒体において、 前記プログラムは、 抽出すべきデータの集合における当該データの属性の構
成比を設定する処理と、 母体データ群中に存在する前記属性を持つ対応データの
量である抽出可能量を取得する処理と、 設定された前記構成比に基づいて前記属性ごとに前記母
体データ群から抽出すべきデータ量である抽出データ量
を計算する処理と、 前記構成比に基づいて算出された前記抽出データ量のう
ち、所定の前記属性における前記抽出データ量が当該属
性を持つ前記対応データの前記抽出可能量を上回ってい
る場合に、当該抽出データ量が前記抽出可能量以下とな
り、かつ前記構成比を一定の範囲で保持するように、当
該抽出データ量を調整する処理とを前記コンピュータに
実行させることを特徴とする記憶媒体。 - 【請求項１７】 コンピュータに実行させるプログラム
を当該コンピュータの入力手段が読取可能に記憶した記
憶媒体において、 前記プログラムは、 ２種類の構成条件における属性ごとに定義されるデータ
群のうち、構成条件ごとに２種類の属性を選んで、各属
性の組合せに対応する４種類のデータ群を処理対象と
し、前記４種類のデータ群のうち、所定の一つのデータ
と、対応する二つの属性がいずれも当該所定の一つのデ
ータと異なる他の一つのデータとを特定し、当該二つの
データの値を所定量だけ減少させる処理と、 前記４種類のデータ群のうち、前記二つのデータ以外の
二つのデータの値を前記所定量だけ増加させる処理とを
前記コンピュータに実行させることを特徴とする記憶媒
体。 - 【請求項１８】 抽出すべきデータの集合における当該
データの属性の構成比を設定する処理と、 母体データ群中に存在する前記属性を持つ対応データの
量である抽出可能量を取得する処理と、 設定された前記構成比に基づいて前記属性ごとに前記母
体データ群から抽出すべきデータ量である抽出データ量
を計算する処理と、 前記構成比に基づいて算出された前記抽出データ量のう
ち、所定の前記属性における前記抽出データ量が当該属
性を持つ前記対応データの前記抽出可能量を上回ってい
る場合に、当該抽出データ量が前記抽出可能量以下とな
り、かつ前記構成比を一定の範囲で保持するように、当
該抽出データ量を調整する処理とをコンピュータに実行
させるコンピュータプログラム。 - 【請求項１９】 ２種類の構成条件における属性ごとに
定義されるデータ群のうち、構成条件ごとに２種類の属
性を選んで、各属性の組合せに対応する４種類のデータ
群を処理対象とし、前記４種類のデータ群のうち、所定
の一つのデータと、対応する二つの属性がいずれも当該
所定の一つのデータと異なる他の一つのデータとを特定
し、当該二つのデータの値を所定量だけ減少させる処理
と、 前記４種類のデータ群のうち、前記二つのデータ以外の
二つのデータの値を前記所定量だけ増加させる処理とを
コンピュータに実行させるコンピュータプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000380199A JP2002183432A (ja) | 2000-12-14 | 2000-12-14 | データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラム |
| US10/015,352 US20020077968A1 (en) | 2000-12-14 | 2001-12-12 | Data sampling with priority to conforming component ratios |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000380199A JP2002183432A (ja) | 2000-12-14 | 2000-12-14 | データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002183432A true JP2002183432A (ja) | 2002-06-28 |
Family
ID=18848432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000380199A Pending JP2002183432A (ja) | 2000-12-14 | 2000-12-14 | データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20020077968A1 (ja) |
| JP (1) | JP2002183432A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6203361B1 (ja) * | 2016-10-14 | 2017-09-27 | ヤフー株式会社 | 商品管理装置、商品検索装置、およびプログラム |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7593893B1 (en) | 2000-06-13 | 2009-09-22 | Fannie Mae | Computerized systems and methods for facilitating the flow of capital through the housing finance industry |
| US6988082B1 (en) | 2000-06-13 | 2006-01-17 | Fannie Mae | Computerized systems and methods for facilitating the flow of capital through the housing finance industry |
| US7702580B1 (en) | 2000-06-13 | 2010-04-20 | Fannie Mae | System and method for mortgage loan pricing, sale and funding |
| US20060074793A1 (en) * | 2002-02-22 | 2006-04-06 | Hibbert Errington W | Transaction management system |
| US6993516B2 (en) * | 2002-12-26 | 2006-01-31 | International Business Machines Corporation | Efficient sampling of a relational database |
| US7593889B2 (en) * | 2002-12-30 | 2009-09-22 | Fannie Mae | System and method for processing data pertaining to financial assets |
| US7742981B2 (en) * | 2002-12-30 | 2010-06-22 | Fannie Mae | Mortgage loan commitment system and method |
| US20040128230A1 (en) | 2002-12-30 | 2004-07-01 | Fannie Mae | System and method for modifying attribute data pertaining to financial assets in a data processing system |
| WO2004061748A1 (en) * | 2002-12-30 | 2004-07-22 | Fannie Mae | System and method for defining loan products |
| WO2004061564A2 (en) * | 2002-12-30 | 2004-07-22 | Fannie Mae | System and method for pricing loans in the secondary mortgage market |
| US7885889B2 (en) | 2002-12-30 | 2011-02-08 | Fannie Mae | System and method for processing data pertaining to financial assets |
| WO2004061565A2 (en) * | 2002-12-30 | 2004-07-22 | Fannie Mae | System and method for facilitating sale of a loan to a secondary market purchaser |
| US20050102226A1 (en) * | 2002-12-30 | 2005-05-12 | Dror Oppenheimer | System and method of accounting for mortgage related transactions |
| AU2003297296A1 (en) * | 2002-12-30 | 2004-07-29 | Fannie Mae | System and method for creating and tracking agreements for selling loans to a secondary market purchaser |
| AU2003295807A1 (en) * | 2002-12-30 | 2004-07-29 | Fannie Mae | System and method for verifying loan data at delivery |
| US8666879B1 (en) | 2002-12-30 | 2014-03-04 | Fannie Mae | Method and system for pricing forward commitments for mortgage loans and for buying committed loans |
| AU2003297295A1 (en) | 2002-12-30 | 2004-07-29 | Fannie Mae | System and method of processing data pertaining to financial assets |
| US8046298B1 (en) | 2003-07-21 | 2011-10-25 | Fannie Mae | Systems and methods for facilitating the flow of capital through the housing finance industry |
| US7881994B1 (en) | 2003-09-11 | 2011-02-01 | Fannie Mae | Method and system for assessing loan credit risk and performance |
| US7653592B1 (en) | 2003-12-01 | 2010-01-26 | Fannie Mae | System and method for processing a loan |
| US7822680B1 (en) | 2003-12-31 | 2010-10-26 | Fannie Mae | System and method for managing data pertaining to a plurality of financial assets for multifamily and housing developments |
| US7657475B1 (en) | 2003-12-31 | 2010-02-02 | Fannie Mae | Property investment rating system and method |
| DE102004013614A1 (de) * | 2004-03-19 | 2005-10-13 | Siemens Ag | Verfahren zur Ermittlung und Darstellung für einen Betrieb eines Geräts notwendiger Justageschritte |
| US7136851B2 (en) * | 2004-05-14 | 2006-11-14 | Microsoft Corporation | Method and system for indexing and searching databases |
| US7801809B1 (en) | 2005-06-24 | 2010-09-21 | Fannie Mae | System and method for management of delegated real estate project reviews |
| US20070073685A1 (en) * | 2005-09-26 | 2007-03-29 | Robert Thibodeau | Systems and methods for valuing receivables |
| US7747526B1 (en) | 2006-03-27 | 2010-06-29 | Fannie Mae | System and method for transferring mortgage loan servicing rights |
| US8442804B2 (en) * | 2007-10-25 | 2013-05-14 | The Boeing Company | Method and apparatus for composite part data extraction |
| US8285407B2 (en) * | 2007-10-25 | 2012-10-09 | The Boeing Company | Method and apparatus for composite part data extraction |
| US8620627B2 (en) * | 2009-10-13 | 2013-12-31 | The Boeing Company | Composite information display for a part |
| US8652606B2 (en) | 2010-08-17 | 2014-02-18 | The Boeing Company | Composite structures having composite-to-metal joints and method for making the same |
| US9522512B2 (en) | 2010-08-17 | 2016-12-20 | The Boeing Company | Methods for making composite structures having composite-to-metal joints |
| US8993084B2 (en) | 2010-08-17 | 2015-03-31 | The Boeing Company | Multi-layer metallic structure and composite-to-metal joint methods |
| CN108932276B (zh) * | 2018-04-08 | 2021-05-25 | 深圳盒子信息科技有限公司 | 一种电子放贷的方法、装置及设备 |
| US11806948B2 (en) | 2019-12-12 | 2023-11-07 | The Boeing Company | Method of forming flyaway stringer end caps |
| US11718047B2 (en) | 2019-12-12 | 2023-08-08 | The Boeing Company | Flyaway stringer end caps |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09179883A (ja) * | 1995-10-26 | 1997-07-11 | Internatl Business Mach Corp <Ibm> | データ間結合ルール導出方法及び装置 |
| JPH10171826A (ja) * | 1996-12-11 | 1998-06-26 | Nippon Telegr & Teleph Corp <Ntt> | 類似オブジェクト検索方法および装置 |
| JPH10198689A (ja) * | 1997-01-10 | 1998-07-31 | Minolta Co Ltd | 情報処理装置及び記録媒体 |
| 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 |
-
2000
- 2000-12-14 JP JP2000380199A patent/JP2002183432A/ja active Pending
-
2001
- 2001-12-12 US US10/015,352 patent/US20020077968A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09179883A (ja) * | 1995-10-26 | 1997-07-11 | Internatl Business Mach Corp <Ibm> | データ間結合ルール導出方法及び装置 |
| JPH10171826A (ja) * | 1996-12-11 | 1998-06-26 | Nippon Telegr & Teleph Corp <Ntt> | 類似オブジェクト検索方法および装置 |
| JPH10198689A (ja) * | 1997-01-10 | 1998-07-31 | Minolta Co Ltd | 情報処理装置及び記録媒体 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 茅野 健, マーケティング, vol. 第１版, CSNB199700064001, 25 September 1981 (1981-09-25), JP, pages 122 - 126, ISSN: 0000728763 * |
| 醍醐 元正: "検索条件の自動変更を組込んだ商品購入支援システムの構築", 日本ファジィ学会誌, vol. 第７巻 第２号, CSNG199901046006, 15 April 1995 (1995-04-15), JP, pages 380 - 389, ISSN: 0000728764 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6203361B1 (ja) * | 2016-10-14 | 2017-09-27 | ヤフー株式会社 | 商品管理装置、商品検索装置、およびプログラム |
| JP2018063673A (ja) * | 2016-10-14 | 2018-04-19 | ヤフー株式会社 | 商品管理装置、商品検索装置、およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020077968A1 (en) | 2002-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002183432A (ja) | データ抽出方法、データ操作方法、債権情報抽出方法、データベースシステム、債権商品化処理装置、記憶媒体及びコンピュータプログラム | |
| US8583593B1 (en) | Systems and methods for optimizing database queries | |
| US5999927A (en) | Method and apparatus for information access employing overlapping clusters | |
| US20020073001A1 (en) | System and process for assisting a user to configure a configurable product | |
| US20230004347A1 (en) | Merging database tables by classifying comparison signatures | |
| US6539115B2 (en) | Pattern recognition device for performing classification using a candidate table and method thereof | |
| CN112100512A (zh) | 一种基于用户聚类和项目关联分析的协同过滤推荐方法 | |
| US8655920B2 (en) | Report updating based on a restructured report slice | |
| CN112256584B (zh) | 互联网造数方法及系统 | |
| US20030093432A1 (en) | Method of, apparatus for, and computer program for mapping contents having meta-information | |
| EP1196867A1 (en) | A method and an apparatus for the processing of queries to a database | |
| EP2109049A1 (en) | Device and method for displaying search results in two-dimensional coordinate space | |
| US7219093B2 (en) | System and method for generating custom hierarchies in an analytical data structure | |
| US8224858B2 (en) | Methods and system for information storage enabling fast information retrieval | |
| EP1555609A1 (en) | Data processing method and data processing program | |
| US20140236966A1 (en) | Methods and systems to estimate query responses based on data set sketches | |
| WO2017168601A1 (ja) | 類似画像検索方法およびシステム | |
| He et al. | Composing photomosaic images using clustering based evolutionary programming | |
| Taniar et al. | Performance analysis of “Groupby-After-Join” query processing in parallel database systems | |
| WO2004107204A2 (en) | Data processing method and system for combining database tables | |
| US20240135255A1 (en) | Method and apparatus for processing predictive spatiotemporal query based on synthetic data | |
| JP2000105764A (ja) | 情報フィルタリングシステム | |
| KR102545575B1 (ko) | 고객군별 특성에 따른 이중화 서비스 플로우를 적용한 플랫폼을 통한 ai모델 자동추천 구독 서비스 방법 및 서버 | |
| US20230205792A1 (en) | Using an Object Model to View Data Associated with Data Marks in a Data Visualization | |
| CN117009821A (zh) | 数据库选型方法、装置、计算机设备、存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050405 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050602 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051108 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060105 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060411 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060609 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060627 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20060721 |