JP2008071296A - データ管理装置、データ管理方法およびデータ管理プログラム - Google Patents

Abstract

【課題】煩雑な作業を要することなく、適切な検索結果を提示することのできるデータ管理装置を提供する。
【解決手段】複数の登録データを保持するＤＢ１２０と、新規データを取得する新規データ取得部１００と、新規データ取得部１００が取得した新規データと、ＤＢ１２０に保持されている登録データの類似度を算出する類似度算出手段１１２と、類似度算出手段１１２により算出された類似度が予め定められた閾値よりも大きい場合には新規データを登録データとして登録し、類似度が予め定められた閾値以下である場合には新規データを登録データに対応付けて類似データとして登録する登録手段１１２とを備えた。
【選択図】 図１

Description

本発明は、検索対象となるデータを管理するデータ管理装置、データ管理方法およびデータ管理プログラムに関するものである。

従来、検索条件に合うデータを検索し、あらかじめ決められた計算式に従いスコア計算し、結果をスコア順にソートし、検索結果一覧を作成する検索装置が知られている（例えば、「特許文献１」参照）。

しかし、例えば企業のお客さま相談室などで発生する顧客の問い合わせデータには、似たような内容のデータが多数発生する。似たような事例は、自由表記のアンケートにより得られるデータにも見られる。表記の揺れが多く、また表現の自由度が大きい自然言語データをデータベースに登録する際に発生する問題である。

このようなデータをデータベースに登録し、従来の方法で検索すると類似データが検索結果一覧の上位を占め、本当に必要なデータが見つかりにくくなる。
たとえば、複写機メーカのお客様相談室のＦＡＱデータベースにおいて、“トナー注文”に関する問い合わせ事例の検索結果として以下の１４件が得られたとする。
１．トナーを注文したい。
２．トナーの注文をしたい。
３．廃トナーを注文したい。
４．廃トナーを交換してくださいのＭＳＧがでました。廃トナーの注文をお願いします。
５．トナーの注文お願いします。
６．トナーを注文したい。
７．トナーの注文をお願いしたい。
８．トナーの注文がしたい。
９．トナーを注文したい。どのタイプを注文したらよいか。
１０．廃トナーボトルの注文をしたい。
１１．トナーの注文をしたいんですが。
１２．トナーがなくなったので注文したい。
１３．廃トナーボトルを注文したい。
１４．トナーが切れたため注文したい。
この場合には、これらを検索結果一覧として提示するよりも、以下のように類似する検索結果をまとめたものを提示した方が、検索者は、所望の情報を特定し易くなる。
１．トナー注文 ９件
２．廃トナー注文 ４件
３．トナー注文。どのタイプを注文したらよいか。 １件

特開２００３−２５６４７４号公報

しかしながら、上述のように検索結果をまとめた情報を提示するためには、人手による仕分け作業が必要となる。さらに、検索結果を常に最新の状態にするためには定期的に人間の介在が必要になり、作業が煩雑になるという問題があった。

本発明は、上記に鑑みてなされたものであって、煩雑な作業を要することなく、適切な検索結果を提示することのできるデータ管理装置、データ管理方法およびデータ管理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、請求項１にかかる発明は、データ管理装置であって、複数の登録データを保持するデータ保持手段と、新規データを取得する新規データ取得手段と、前記新規データ取得手段が取得した前記新規データと、前記データ保持手段に保持されている前記登録データの類似度を算出する類似度算出手段と、前記類似度算出手段により算出された前記類似度が予め定められた閾値よりも大きい場合には前記新規データを前記登録データとして登録し、前記類似度が予め定められた閾値以下である場合には前記新規データを前記登録データに対応付けて類似データとして登録する登録手段とを備えたことを特徴とする。

また、請求項２にかかる発明は、請求項１に記載のデータ管理装置であって、検索語を取得する検索語取得手段と、前記データ保持手段において、前記検索語取得手段が取得した前記検索語に合致する前記登録データを検索する検索手段とをさらに備えたことを特徴とする。

また、請求項３にかかる発明は、請求項２に記載のデータ管理装置であって、前記検索手段により得られた前記登録データに対応付けられている前記類似データを検索結果として得る類似検索手段をさらに備えたことを特徴とする。

また、請求項４にかかる発明は、請求項３に記載のデータ管理装置であって、前記検索手段は、前記類似検索手段により得られた複数の前記類似データを検索条件として関連データ検索を行うことを特徴とする。

また、請求項５にかかる発明は、データ管理方法であって、新規データを取得する新規データ取得ステップと、前記新規データ取得ステップにおいて取得した前記新規データと、複数の登録データを保持するデータ保持手段に保持されている前記登録データの類似度を算出する類似度算出ステップと、前記類似度算出ステップにおいて算出された前記類似度が予め定められた閾値よりも大きい場合には前記新規データを前記登録データとして登録し、前記類似度が予め定められた閾値以下である場合には前記新規データを前記登録データに対応付けて類似データとして登録する登録ステップとを有することを特徴とする。

また、請求項６にかかる発明は、データ管理プログラムであって、請求項５に記載のデータ管理方法をコンピュータに実行させることを特徴とする。

請求項１にかかる発明によれば、データ保持手段が、複数の登録データを保持し、新規データ取得手段が、新規データを取得し、類似度算出手段が、新規データ取得手段が取得した新規データと、データ保持手段に保持されている登録データの類似度を算出し、登録手段が、類似度算出手段により算出された類似度が予め定められた閾値よりも大きい場合には新規データを登録データとして登録し、類似度が予め定められた閾値以下である場合には新規データを登録データに対応付けて類似データとして登録するので、煩雑な作業を要することなく、適切な検索結果を提示することができるという効果を奏する。

また、請求項２にかかる発明によれば、検索語取得手段が、検索語を取得し、検索手段が、データ保持手段において、検索語取得手段が取得した検索語に合致する登録データを検索するので、煩雑な作業を要することなく、適切な検索結果を提示することができるという効果を奏する。

また、請求項３にかかる発明によれば、類似検索手段が、検索手段により得られた登録データに対応付けられている類似データを検索結果として得るので、関連データ検索を精度よく行うことができるという効果を奏する。

また、請求項４にかかる発明によれば、検索手段が、類似検索手段により得られた複数の類似データを検索条件として関連データ検索を行うので、関連データ検索を精度よく行うことができるという効果を奏する。

また、請求項５にかかる発明によれば、新規データ取得ステップにおいて、新規データを取得し、類似度算出ステップにおいて、新規データ取得ステップにおいて取得した新規データと、複数の登録データを保持するデータ保持手段に保持されている登録データの類似度を算出し、登録ステップにおいて、類似度算出ステップにおいて算出された類似度が予め定められた閾値よりも大きい場合には新規データを登録データとして登録し、類似度が予め定められた閾値以下である場合には新規データを登録データに対応付けて類似データとして登録するので、煩雑な作業を要することなく、適切な検索結果を提示することができるという効果を奏する。

また、請求項６にかかる発明によれば、新規データ取得ステップにおいて、新規データを取得し、類似度算出ステップにおいて、新規データ取得ステップにおいて取得した新規データと、複数の登録データを保持するデータ保持手段に保持されている登録データの類似度を算出し、登録ステップにおいて、類似度算出ステップにおいて算出された類似度が予め定められた閾値よりも大きい場合には新規データを登録データとして登録し、類似度が予め定められた閾値以下である場合には新規データを登録データに対応付けて類似データとして登録するので、煩雑な作業を要することなく、適切な検索結果を提示することができるという効果を奏する。

以下に添付図面を参照して、この発明にかかるデータ管理装置、データ管理方法およびデータ管理プログラムの最良な実施の形態を詳細に説明する。

図１は、実施の形態にかかるデータ管理装置１０の構成を示すブロック図である。データ管理装置１０は、新規データ取得部１００と、特徴語抽出部１０２と、特徴語管理部１０４と、単語辞書１１０と、データ分類部１１２と、データベース（ＤＢ）１２０と、検索要求取得部１３０と、検索語拡張部１３２と、ランキング検索部１３４と、検索結果出力部１３６と、類似検索部１４０と、最適データ特定部１４２と、最適データ出力部１４４と、選択受付部１５０とを備えている。

新規データ取得部１００は、新規データが発生するたびに新規データを取得する。ここで、新規データとは、新たにＤＢ１２０に登録すべきデータである。特徴語抽出部１０２は、新規データから特徴語を抽出する。特徴語とは、新規データを特徴付ける文字列である。具体的には、新規データを形態素解析し、名詞や形容詞を特徴語として抽出する。

特徴語管理部１０４は、特徴語抽出部１０２により抽出された特徴語をハッシュテーブルにより管理する。具体的には、特徴語とその出現頻度とを対応付けて管理する。特徴語管理部１０４は、さらにハッシュテーブルにより管理している特徴語と、その出現頻度とを入力としてＬＳＩ（Ｌａｔｅｎｔ Ｓｅｍａｎｔｉｃ Ｉｎｄｅｘｉｎｇ）などの手法を用いてクラスタリングを行い、類似する特徴語を１つのグループにまとめる。これらを単語辞書１１０に格納する。

図２は、単語辞書１１０のデータ構成を模式的に示す図である。例えば、「あたり」は、「辺」または「辺り」と表記される場合がある。このように表記のゆれが想定される特徴語を類似する特徴語として１つのグループにまとめて登録する。「あたり」、「辺」、「辺り」をｔａｂで区切るＣＳＶ形式で格納する。

再び説明を図１に戻す。データ分類部１１２は、特徴語抽出部１０２により得られた特徴語に基づいて、新規データをＤＢ１２０に登録する。このとき、既に登録されている登録データとの類似度を算出し、類似度が予め定められた閾値よりも大きい場合には、登録データに対する類似データとしてＤＢ１２０に登録する。なお、完全同一の場合には、新規データは登録せずに、特徴語の出現頻度のみを１加算する。

図３は、ＤＢ１２０のデータ構成を模式的に示す図である。このように、類似データのレコード番号は、類似する登録データのレコード番号に対応付けられている。ここで、レコード番号とは、ＤＢ１２０に格納されているデータを識別するための番号である。図３に示す例においては、登録データのレコード番号３１９８８、３１６７１の類似データのレコード番号が共に３１６７０である。すなわち、レコード番号３１９８８、３１６７１のデータは、同じ類似グループに属するデータである。

再び説明を図１に戻す。検索要求取得部１３０は、検索要求を取得する。ここで、検索要求には、検索語が含まれている。検索語拡張部１３２は、検索要求に含まれる検索語を抽出する。さらに、単語辞書１１０を参照し、検索語に対する類似語を特定する。そして、検索語と類似語とをＯＲ演算子により結合することにより、検索語を拡張する。

ランキング検索部１３４は、検索語拡張部１３２により拡張された検索語により、ＤＢ１２０に格納されているデータを検索する。検索結果出力部１３６は、ランキング検索部１３４による検索結果を出力する。具体的には、検索結果一覧をモニタに表示する。

類似検索部１４０は、ＤＢ１２０において、ランキング検索部１３４により検索結果として得られたデータに類似する類似データを検索する。最適データ特定部１４２は、類似検索部１４０により得られた検索結果の中から最適データを特定する。最適データ出力部１４４は、最適データ特定部１４２により特定された最適データを出力する。具体的には、最適データをモニタに表示する。

選択受付部１５０は、検索結果出力部１３６により一覧表示された検索結果のうち所望の検索結果の選択を受け付ける。選択受付部１５０が選択を受け付けると、類似検索部１４０は、選択された検索結果に類似するデータの検索を行う。

図４は、データ管理装置１０による単語登録処理を示すフローチャートである。データ管理装置１０は、ブートストラップ・フェーズにおいて新規データを取得すると、新規データから抽出した特徴語を単語辞書１１０に登録し、単語辞書を構築する。

まず、新規データ取得部１００が新規データを取得すると（ステップＳ１００）、特徴語抽出部１０２は、新規データから特徴語を抽出する（ステップＳ１０２）。そして、特徴語をハッシュテーブルに追加する。

ハッシュテーブルに登録された特徴語の数が予め定められた閾値以上である場合には（ステップＳ１０４，Ｙｅｓ）、特徴語管理部１０４は、クラスタリングによりグループ化を行い（ステップＳ１０６）、特徴語を単語辞書１１０に登録する（ステップＳ１０８）。なお、ハッシュテーブルに登録された特徴語の数が閾値未満である場合には（ステップＳ１０４，Ｎｏ）、ステップＳ１００に戻る。以上で、単語登録処理が完了する。

図５は、データ管理装置１０による新規データ登録処理を示すフローチャートである。データ管理装置１０は、ブートストラップ・フェーズにおいては、上述の単語登録処理とともに、得られた新規データをＤＢ１２０に登録する。さらに、ブートストラップ・フェーズ後に新規データを取得した場合には、登録データまたは類似データとしてＤＢ１２０に登録する。ここで、登録データとは類似グループに含まれるデータのうち、類似グループを代表するデータである。また、類似データとは、類似グループに含まれる登録データ以外のデータである。図５には、ブートストラップ・フェーズ後の新規データ登録処理を示している。

まず、新規データ取得部１００が新規データＤを取得すると（ステップＳ１２０）、特徴語抽出部１０２は、特徴語を抽出する（ステップＳ１２２）。次に、データ分類部１１２は、単語辞書１１０から特徴語の類似語を抽出する。そして、特徴語と類似語とをＯＲ演算子で結合したものを検索語としてＤＢ１２０を検索し、検索結果Ｓを得る（ステップＳ１２４）。なお、検索結果Ｓには、ｎ個のデータＤｉ（ｉ＝１〜ｎ）が含まれている。

次に、新規データＤと検索により得られたデータＤｉとの類似度を算出する（ステップＳ１２６）。なお、類似度は、新規データＤの特徴語ベクトルＶｄとデータＤｉの特徴語ベクトルＶｄｉの内積として（式１）のように定義する。
ｓｉｍ（Ｖｄ，Ｖｄｉ） …（式１）
なお、新規データＤの特徴語ベクトルＶｄは、新規データＤから抽出された特徴語ｗｊと、特徴語の重みにより定義される。なお、特徴語の重みは、ｗｊのデータ内出現頻度ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）と、データ出現頻度ｄｆ（ｄａｔａ ｆｒｅｑｕｅｎｃｙ）により（式２）により定まる。
（１＋ｔｆ＊ｌｏｇ（Ｎ／ｄｆ）） …（式２）
ここで、Ｎは、登録されている総データ数である。検索結果Ｓに属する各データについても同様に特徴語ベクトルＶｄｉを算出する。

なお、特徴語ベクトルＶｄ，Ｖｄｉを算出する際に、単語辞書１１０を利用して類似する単語の表記を１つにまとめ、特徴語ベクトルＶｄ，Ｖｄｉの次元数を下げる。

検索結果Ｓに含まれるすべてのデータＤｉと新規データＤとの類似度を算出し、類似度が最大となるデータＤｉを特定する（ステップＳ１２８）。次に、特定されたデータＤｉに対して得られた類似度と予め定められた閾値αとを比較する。類似度がα以下である場合には（ステップＳ１３０，Ｎｏ）、新規データＤは、ＤＢ１２０に既に登録されているデータとは類似していないので、新規データＤを登録データとしてＤＢ１２０に登録する（ステップＳ１３２）。

一方、類似度がαよりも大きい場合には（ステップＳ１３０，Ｙｅｓ）、新規データＤは、データＤｉと類似しているので、この場合には、新規データＤをデータＤｉの類似データとしてＤＢ１２０に登録する。具体的には、データＤｉの出現頻度を１加算する（ステップＳ１４０）。そして、新規データＤを類似データとしてデータＤｉに対応付けてＤＢ１２０に登録する（ステップＳ１４２）。

図６は、データ管理装置１０による通常データ検索処理を示すフローチャートである。検索要求取得部１３０が検索要求を取得すると（ステップＳ２００）、検索語拡張部１３２は、検索要求から検索語を抽出する（ステップＳ２０２）。次に、検索語拡張部１３２は、単語辞書１１０を参照し、検索語を拡張する（ステップＳ２０４）。次に、ランキング検索部１３４および類似検索部１４０により検索処理が行われる（ステップＳ２０６）。

図７は、図６を参照しつつ説明した検索処理（ステップＳ２０６）における詳細な処理を示すフローチャートである。拡張した検索語によりＤＢ１２０の検索を行い、ｎ個の検索結果、すなわち検索結果一覧を得る（ステップＳ２１０）。次に、ｉに１を設定する（ステップＳ２１２）。そして、類似検索部１４０は、ｎ個の検索結果のうちの１つである検索結果Ｄｉに対する類似検索を行い、検索結果Ｄｉに対する類似データグループを特定する（ステップＳ２１４）。すなわち、類似データグループに含まれるｍ個のデータを検索結果として得る。ここで、ｊに１を、βｍａｘに０を設定する（ステップＳ２１６）。

次に、類似データのグループに含まれる各データＤｉｊと検索結果Ｄｉの類似度（ｓｉｍ（Ｖｄｉ，Ｖｄｉｊ））を算出する（ステップＳ２１８）。このうち、検索語に対する答えとして最もふさわしいデータを求める。具体的には、以下の処理を行う。すなわち、類似度（ｓｉｍ（Ｖｄｉ，Ｖｄｉｊ））をβｉｊに設定する（ステップＳ２２０）。βｉｊがβｍａｘよりも大きい場合には（ステップＳ２２２，＞）、βｍａｘにβｉｊを設定し、ＤｉｍａｘにＤｉｊを設定する（ステップＳ２２４）。βｉｊとβｍａｘが等しい場合には（ステップＳ２２２，＝）、対応するデータＤｉｊのデータ長の短い方に対応するβをβｍａｘとする（ステップＳ２２６）。βｉｊがβｍａｘよりも小さい場合には（ステップＳ２２２，＜）、ステップＳ２３０へ進む。

ｊがｍよりも小さい場合には（ステップＳ２３０，Ｎｏ）、ｊを１加算し（ステップＳ２３２）、ステップＳ２１８に戻る。ｊがｍ以上である場合には（ステップＳ２３０，Ｙｅｓ）、ステップＳ２３４へ進む。次に、iがｎよりも小さい場合には（ステップＳ２３４，Ｎｏ）、ｉを１加算し（ステップＳ２３６）、ステップＳ２１４に戻る。ｉがｎ以上である場合には（ステップＳ２３４，Ｙｅｓ）、Ｄ１ｍａｘ、Ｄ２ｍａｘ…を類似検索結果として出力する（ステップＳ２３８）。以上で、検索処理が完了する。

このように、本実施の形態にかかるデータ管理装置１０は、類似性の最も高いデータを自動的に選択し出力することができる。これにより、人手を介さずに、関連データの検索を行うことができる。

図８は、関連データ検索処理を示すフローチャートである。検索要求取得部１３０が検索要求を取得すると（ステップＳ２５０）、検索語拡張部１３２は、検索語を抽出する（ステップＳ２５２）。そして、ランキング検索部１３４は、抽出された検索語に基づいてＤＢ１２０のデータを検索する（ステップＳ２５４）。

次に、検索結果出力部１３６はランキング検索部１３４の検索により得られた検索結果一覧を表示する（ステップＳ２５６）。次に、ユーザにより検索結果一覧の中から所望のデータが選択されると、選択受付部１５０は、選択を受け付ける（ステップＳ２５８）。そして、類似検索部１４０は、ユーザにより選択されたデータに対する類似データを検索する（ステップＳ２６０）。これにより、類似データ一覧が得られる。次に、ランキング検索部１３４は、類似データ一覧に含まれる各データを入力としてＤＢ１２０のデータを検索する（ステップＳ２６２）。

ここでは、ランキング検索部１３４は、複数の類似データを入力として、ランキング検索を行う。ランキング検索においては、例えば、類似データ一覧として以下に示す９のデータが得られたとする。
１．トナーを注文したい。
２．トナーの注文をしたい。
３．トナーの注文お願いします。
４．トナーの注文をしたいんですが。
５．トナーが切れたため注文したい。
６．トナーを注文したいが、どうすれば良いか？
７．トナーを注文したいが、値段は？
８．トナーがなくなったので注文したい。
９．トナー注文の方法を知りたい。
この場合には、これらをまとめて検索文とする。これにより、「トナー」、「注文」、「切れた」という特徴語に対する頻度がそれぞれ５、５、１となる。したがって、ユーザにより選択されたデータのみを検索文とした場合に比べて、より高い精度の検索が可能となる。

このように、関連データ検索においては、ユーザにより選択されたデータに対して類似データ検索を行うことにより、検索語の拡張を行う。

従来の関連データ検索法（ｒｅｌｅｖａｎｃｅ ｆｅｅｄｂａｃｋ ｒｅｔｒｉｅｖａｌ）では、良い検索結果を得るために入力データとして複数の適合データが必要であり、検索者が手作業で検索結果を吟味し、指定する必要があった。これに対し、本実施の形態にかかる関連データ検索では、データ登録時に類似データは１つのグループにまとめられるので、類似データグループから類似性の高いデータを適当な数だけ自動選択し、適合データとすることで人手を介さずに関連データ検索を行うことができる。

図９は、実施の形態にかかるデータ管理装置１０のハードウェア構成を示す図である。データ管理装置１０は、ハードウェア構成として、データ管理装置１０における新規データ登録処理、通常データ検索処理、関連データ検索処理など各種処理を実行するデータ管理プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従ってデータ管理装置１０の各部を制御するＣＰＵ５１と、データ管理装置１０の制御に必要な種々のデータを記憶するＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５７と、各部を接続するバス６２とを備えている。

先に述べたデータ管理装置１０におけるデータ管理プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピー（登録商標）ディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

この場合には、データ管理プログラムは、データ管理装置１０において上記記録媒体から読み出して実行することにより主記憶装置上にロードされ、上記ソフトウェア構成で説明した各部が主記憶装置上に生成されるようになっている。

また、本実施の形態のデータ管理プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。

以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。

データ管理装置１０の構成を示すブロック図である。 単語辞書１１０のデータ構成を模式的に示す図である。 ＤＢ１２０のデータ構成を模式的に示す図である。 データ管理装置１０による単語登録処理を示すフローチャートである。 データ管理装置１０による新規データ登録処理を示すフローチャートである。 データ管理装置１０による通常データ検索処理を示すフローチャートである。 図６を参照しつつ説明した検索処理（ステップＳ２０６）における詳細な処理を示すフローチャートである。 関連データ検索処理を示すフローチャートである。 データ管理装置１０のハードウェア構成を示す図である。

符号の説明

１０ データ管理装置
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５７ 通信I／Ｆ
６２ バス
１００ 新規データ取得部
１０２ 特徴語抽出部
１０４ 特徴語管理部
１１０ 単語辞書
１１２ データ分類部
１２０ ＤＢ
１３０ 検索要求取得部
１３２ 検索語拡張部
１３４ ランキング検索部
１３６ 検索結果出力部
１４０ 類似検索部
１４２ 最適データ特定部
１４４ 最適データ出力部
１５０ 選択受付部

Claims (6)

1. 複数の登録データを保持するデータ保持手段と、
   新規データを取得する新規データ取得手段と、
   前記新規データ取得手段が取得した前記新規データと、前記データ保持手段に保持されている前記登録データの類似度を算出する類似度算出手段と、
   前記類似度算出手段により算出された前記類似度が予め定められた閾値よりも大きい場合には前記新規データを前記登録データとして登録し、前記類似度が予め定められた閾値以下である場合には前記新規データを前記登録データに対応付けて類似データとして登録する登録手段と
   を備えたことを特徴とするデータ管理装置。
2. 検索語を取得する検索語取得手段と、
   前記データ保持手段において、前記検索語取得手段が取得した前記検索語に合致する前記登録データを検索する検索手段と
   をさらに備えたことを特徴とする請求項１に記載のデータ管理装置。
3. 前記検索手段により得られた前記登録データに対応付けられている前記類似データを検索結果として得る類似検索手段をさらに備えたことを特徴とする請求項２に記載のデータ管理装置。
4. 前記検索手段は、前記類似検索手段により得られた複数の前記類似データを検索条件として関連データ検索を行うことを特徴とする請求項３に記載のデータ管理装置。
5. 新規データを取得する新規データ取得ステップと、
   前記新規データ取得ステップにおいて取得した前記新規データと、複数の登録データを保持するデータ保持手段に保持されている前記登録データの類似度を算出する類似度算出ステップと、
   前記類似度算出ステップにおいて算出された前記類似度が予め定められた閾値よりも大きい場合には前記新規データを前記登録データとして登録し、前記類似度が予め定められた閾値以下である場合には前記新規データを前記登録データに対応付けて類似データとして登録する登録ステップと
   を有することを特徴とするデータ管理方法。
6. 請求項５に記載のデータ管理方法をコンピュータに実行させることを特徴とするデータ管理プログラム。

Images