JP2022074045A - コンピュータ実装方法、コンピュータ・プログラムおよびコンピュータ・システム（グラフ・データベースにおけるデータのデータ品質の測定） - Google Patents

コンピュータ実装方法、コンピュータ・プログラムおよびコンピュータ・システム（グラフ・データベースにおけるデータのデータ品質の測定） Download PDF

Info

Publication number
JP2022074045A
JP2022074045A JP2021174001A JP2021174001A JP2022074045A JP 2022074045 A JP2022074045 A JP 2022074045A JP 2021174001 A JP2021174001 A JP 2021174001A JP 2021174001 A JP2021174001 A JP 2021174001A JP 2022074045 A JP2022074045 A JP 2022074045A
Authority
JP
Japan
Prior art keywords
node
edge
graph
subgraph
data quality
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
Application number
JP2021174001A
Other languages
English (en)
Inventor
ヤニック・セイレット
Saillet Yannick
クラウディオ・アンドレラ・ファンコーニ
Andrea Fanconi Claudio
マーティン・オーバーホーファー
Oberhofer Martin
クマール・バブ ヘマン
Kumar Babu Hemanth
バセム・エラシオティ
Elasioty Basem
マイク・ダブリュー・グラッセルト
W Grasselt Mike
ロバート・カーン
Robert Kern
トゥアニー・カロリーネ・スチュアート
Karoline Stuart Thuany
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2022074045A publication Critical patent/JP2022074045A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/24765—Rule-based classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】 コンピュータ実装方法、コンピュータ・プログラムもしくはシステムまたはこれらの組み合わせを提供すること。【解決手段】 下記動作を実行する、方法等が提供される。動作は、第１エンティティを表す第１ノードと、第１エンティティ間の関係性を表す第１エッジとを含む第１グラフを取得することを含む。第１ノードは、第１エンティティを記述する第１エンティティ属性に関連付けられ、第１エッジは、関係性を記述する第１エッジ属性に関連付けられる。動作は、また、第１グラフの第１ノードの一のノードについて、第１サブグラフを決定することを含む。第１サブグラフは、一のノードと、その隣接ノードとを含む。動作は、データ品質規則のセットの１以上の適用可能な規則を、第１サブグラフの第１エンティティ属性値および第１エッジ属性値に適用することに少なくとも部分的に基づいて、一のノードに関するデータ品質問題を決定することを含む。【選択図】 図２

Description

本発明は、コンピュータ・システムの分野に関し、より詳細には、グラフ・データベースにおけるデータのデータ品質に関する。
データベース・システムは、例えば、データを表し、格納するために、セマンティック・クエリのためのノード、エッジおよびプロパティ／属性を有するグラフ構造を使用する。グラフは、データベースにおけるデータ項目を、エッジがノード間の関係性を表すとしてノードおよびエッジのコレクションに関連付ける。関係性により、データ・ストア内のデータが共に直接にリンクされ、多くの場合、単一の動作で取り出される。
本開示は、上記点に鑑みてなされたものであり、グラフ・データベースのデータのデータ品質を測定するためのシステム、方法およびコンピュータ・プログラムを提供することを目的とする。
本開示の一側面に従えば、以下の動作を実行する（下記の順序であることは要さない。）コンピュータ実装方法、コンピュータ・プログラムもしくはコンピュータ・システムまたはこれらの組み合わせが提供される。動作は、第１エンティティを表す第１ノードと、第１エンティティ間の関係性を表す第１エッジとを含む第１グラフを取得することであって、第１ノードは、第１ノードにより表される第１エンティティを記述する第１エンティティ属性に関連付けられ、第１エッジは、第１エッジにより表される関係性を記述する第１エッジ属性に関連付けられる、取得することと；第１グラフの第１ノードの一のノードについて、第１サブグラフを決定することであって、第１サブグラフは、一のノードと、少なくとも１つの一のノードの隣接ノードとを含む、決定することと；データ品質規則のセットの１以上の適用可能な規則を第１サブグラフの第１エンティティ属性値および第１エッジ属性値に適用することに少なくとも部分的に基づいて、一のノードに関するデータ品質問題を決定することであって、データ品質規則のセットは、グラフノード間のエッジのタイプおよびグラフノードの属性間の関係を表す、決定することとを含む。
以下、本発明の実施形態について、例示として、以下の図面を参照しながら、より詳細に説明する。
本開示の実施形態に従ったコンピューティング・システムの概略図。 本開示の実施形態に従った、グラフの簡略化された構造を示す図。 本開示の実施形態に従った処理の動作を示すフローチャート。 本開示の実施形態に従ったデータ品質規則を決定するための動作を示すフローチャート。 本開示の実施形態に従ったデータ品質規則を決定するための動作を示すフローチャート。 本開示の実施形態に従ったグラフを例示する図。 本開示の実施形態に従ったデータ品質問題を検出するための動作を示すフローチャート。 本開示の実施形態に従ったグラフを例示する図。 本開示の実施形態において提供される１以上の動作に適するコンピューティング・システムを説明する。
本発明の種々の実施形態について説明するが、説明を目的としており、開示される実施形態を網羅または限定することを意図するものではない。多数の変更例もしくは変形例またはその両方が、説明する実施形態の要旨および精神を逸脱することなく、当業者にとって明白となるであろう。本明細書で使用される用語は、実施形態の原理、実際の応用、または、市場において見られる技術を超えた技術向上を最も良く説明し、または、他の当業者が本明細書に開示の実施形態を理解することができるように選ばれたものである。
本開示の側面に従えば、グラフ・データベースのデータのデータ品質を測定するためのシステム、方法およびコンピュータ・プログラムを提供することができる。特に、本開示のシステム、方法およびコンピュータ・プログラムは、グラフにおけるノード間の関係およびこれらのノードのプロパティ／属性における矛盾（データ品質問題）を検知するために提供され、また、ノードのフィールド（例えば、属性、プロパティなど）における矛盾を検知するために提供される。例えば、本開示の実施形態は、グラフからのデータトランザクションのセットを構築するために提供され、これをテーブル形式で表すことができる。実施形態は、さらに、既知のアソシエーション・アルゴリズムをテーブル形式のデータ（トランザクションのセット）に適用し、グラフのノードのプロパティ／属性およびこれらの他のノードに対する関係性の間の関係性を特徴付ける強いパターン（strong pattern）を識別することができ、このデータを使用してアソシエーション関連性についての規則を生成することができる。実施形態は、識別されたアソシエーション規則をグラフのすべてのノードおよび関係性に適用し、これらの規則に対する違反を識別することができる。識別されたこれらのアソシエーション規則に対する違反に関連付けられたグラフのノードおよびエッジの一方または両方は、次いで適切に処理され得る潜在的なデータ品質問題としてマークされる。
グラフは、データ値がプロパティとしてノードおよびエッジに格納されるプロパティ・グラフを参照する。プロパティ・グラフは、グラフ・データベース（ＧＤＢ）に含まれてもよく、グラフ・データベース管理システム、または、格納するためにプロパティ・グラフを例えばリレーショナル・テーブルに変換し、また、読み出しまたは問い合わせ時にリレーショナル・テーブルをプロパティ・グラフに変換するラッパ層を提供する他のデータベース・システムによって、管理および処理されてもよい。そのようなグラフは、例えば、有向グラフであってよい。グラフは、ノード（また頂点とも参照される。）およびエッジのコレクションであってよい。グラフのエッジは、グラフの任意の２つのノードを接続する。エッジは、例えば、順序付きノードのペア（ｖ１，ｖ２）によって表され得て、ノードｖ１からノードｖ２へ向けて辿られる。
グラフのノードは、一例として、エンティティを表す。エンティティは、ユーザ（例えば、従業員など）、オブジェクト、会社、他の個人もしくはこれらに類するものまたはこれらの組み合わせを参照する。エンティティ（および対応するノード）は、値が割り当てられる、ある１以上のエンティティ属性もしくはプロパティまたはその両方を有している。例えば、人は、エンティティであってもよい。人のエンティティ属性は、例えば、婚姻関係の有無、年齢、性別、識別データもしくはこれらに類するものまたはこれらの組み合わせを含んでもよい。ノードを表す属性値は、ノードによって表されるエンティティのエンティティ属性値の値である。２つのノード間のエッジは、エッジにより接続された２つのノード間の少なくとも関係性を示す１以上のエッジ属性値が割り当てられてもよい。エッジを表す属性値は、エッジ属性値の値である。関係性は、例えば、継承関係（例えば、親および子）もしくはある階層に従った連想関係またはその両方を含んでもよい。例えば、ノードｖ１およびｖ２の間の継承関係は、ｖ１およびｖ２間の”ｉｓ－ａ関係性”と参照されることがある（例えば”ｖ２ ｉｓ－ａ ｐａｒｅｎｔ ｏｆ ｖ１”）。ノードｖ１およびｖ２間の連想関係は、ｖ１が、ｖ２の一部である、ｖ２の成分である、またはｖ２に関連付けられることを意味する、ｖ１およびｖ２間の”ｈａｓ－ａ関係性”と参照されることがある（例えば、”ｖ２ ｈａｓ－ａ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｖ１”）。
グラフは、１以上のドメインのセットのエンティティおよび関係性を表してもよい。ドメイン（ドメイン・オントロジーとも参照される。）は、例えば、産業、生物学、政策もしくはこれらに類するものまたはこれらの組み合わせなどの世界の一部に属する概念もしくはカテゴリまたはその両方を表してもよい。ドメインは、典型的には、ドメイン特有の用語の定義をモデルすることができる。例えば、ドメインは、ヘルスケア特有の分野、広告特有の分野、商業特有の分野、医療特有の分野、バイオ医療特有の分野もしくはこれらに類するものまたはこれらの組み合わせを参照する。１以上のドメインのセットは、オントロジーを表す。例えば、ドメインのセットは、家族ドメインおよび会社ドメインを含んでもよく、ここで、家族ドメインはおよび会社ドメインは、例えば従業員オントロジーであってもよい同一のオントロジーに属する。
例えば百万の顧客レコード、連絡先もしくはこれらに類するものまたはこれらの組み合わせ、並びに、数十万の従業員を有する会社に関連する人物レコードのデータを格納するグラフのように、グラフは、しばしば、数千または数百万ものノードおよびエッジを有する可能性があるので、グラフ・データベースに関連付けられるグラフを処理することは、しかしながら、技術的に挑戦しがいがある。これは、データ重複除去、ネットワークを越えたデータ通信もしくはグラフの任意の他の処理またはこれらの組み合わせの場合に、特に挑戦しがいがある。例えば、マスタデータ管理（ＭＤＭ）システムは、重複レコードを識別し、適用可能であれば、重複レコード問題などを解決する必要のある、永続性ストレージとして、グラフを用いることができる。このプロセスは、一般的に、マッチング処理であってよく、音声学（Soundex、NYSIISなど）、編集距離、ニックネーム解決もしくはこれらに類するものまたはこれらの組み合わせなど、決定論的技術もしくはファジー演算子を用いる確率的マッチング技術またはこれらの両方を使用することができる。加えて、グラフに関連付けられるデータは、データ品質問題（problems/issues）のセットを有する可能性がある。データ品質問題は、グラフにより表されるドメインのセットのドメインに依存する。例えば、データ品質問題のセットは、家族ドメインのデータ品質問題のサブセットと、他のドメインのデータ品質問題の他のサブセットと含んでもよい。
本開示の側面は、ノードのコンテキストを用いて、グラフ・データベースにおいて、グラフまたは複数のグラフに関連付けられたあるデータにおけるデータ品質問題を識別し、データ品質問題の識別を各サブグラフ構造に制限することによって、グラフ・データベースにおけるデータ品質の測定を提供することができる。いくつかの実施形態においては、これは、サブグラフを使用しており、また、データ品質を示すことによってより信頼できるデータを提供することができるので、グラフをより効率的なやり方で処理することを可能とする可能性がある。例えば、グラフ（例えばサブグラフなど）のノードに関するデータ品質問題が、その近隣ノードを考慮することによって決定することができる。ただ個々のレコード内の矛盾を探す代わりに、グラフ（そこでは、例えばノードが属性を含み、他のノードへのあるタイプ（関係性）のエッジまたはリンクを有する。）にデータが組織化される事実は、グラフ・データベースにおけるデータについてデータ品質問題を決定する場合に、グラフのノード間の関係性が、ノード自身のプロパティと同程度に重要である可能性があるという、追加の次元を追加する。したがって、本開示の実施形態は、グラフのノード間の関係における矛盾の検出並びにグラフ内のノードのフィールドにおける矛盾の検出を提供することができる。
概して、リレーショナル・データベースには現れず、グラフ・データベース（ＧＤＢ）を観測する場合に識別され得る、４つの別個の品質問題がある。第１は、いくつかの属性が、（例えばノード間の）関係を推測する場合があり、あるいはその逆もある。ゆえに、関係と対比した属性に関して矛盾が発見される可能性がある。例えば、ノードＥ１は、（ノードＥ１によって表される個人／エンティティについて）未婚の婚姻ステータス属性を示す場合がある。しかしながら、ノードＥ１およびノードＥ２間のエッジ（例えば、リンク）は、ノードＥ１で表されるエンティティとノードＥ２で表されるエンティティとの間の配偶者関係を表す”Ｅ１ ｉｓＳｐｏｕｓｅＯｆ Ｅ２”のエッジ関係を示し得る。このようにして、これは、ノードＥ１、またはノードＥ１およびノードＥ２間のエッジに関連付けられたデータとの矛盾また潜在的なデータ品質問題を識別するであろう。
３つ組の場合、エンティティとの関係が、元々は近隣ではなかった（例えば、推論されているようには実際に関連付けられていない）他の２つのエンティティ間の関係を推論できる場合に品質問題が生じる可能性がある。例えば、ノードＥ１とノードＥ２間のエッジ（例えばリンク）が、”Ｅ１ ｉｓＰａｒｅｎｔＯｆ Ｅ２”のエッジ関係を示し、かつ、ノードＥ１とノードＥ３間のエッジ（例えばリンク）が、”Ｅ１ ｉｓＰａｒｅｎｔＯｆ Ｅ３”のエッジ関係を示し、これは、ノードＥ２およびノードＥ３との間の”Ｅ２ ｉｓＳｉｂｌｉｎｇＯｆ Ｅ３”および”Ｅ３ ｉｓＳｉｂｌｉｎｇＯｆ Ｅ２”関係を推論し得て、これは正しくない可能性がある。
関係が同一エンティティとの他の関係を推論することができる場合に他のデータ品質問題が生じる可能性がある。例えば、ノードＥ１とノードＣ１との間のエッジ（例えばリンク）が”Ｅ１ ｉｓＥｍｐｌｏｙｅｄ Ｃ１”のエッジ関係を示し、これは、”Ｅ１ ＨａｓＣｏｎｔｒａｃｔ Ｃ１”の関係を推論し得て、これは正確ではない可能性がある。他のデータ品質問題は、２つの関係間の誤った全単射が見つかった際に生じ得る。例えば、”Ｅ１ ｉｓＭａｎａｇｅｒ Ｅ２”は、”Ｅ２ ｉｓＭａｎａｇｅｒ Ｅ１”と一致したり、これを推測したりすることはできない。
いくつかの実施形態においては、検出されたデータ品質問題は、例えば、第１サブグラフの一のノードの少なくとも１つのエッジおよび一のノードの少なくとも１つのエンティティ属性、並びに、第１サブグラフの一のノードの少なくとも１つのエッジおよび一のノードの他のエッジ、のうちの１つに少なくとも基づく可能性がある。
いくつかの実施形態においては、第１サブグラフにおける一のノードと第１サブグラフの任意の他の第１ノードとの間の距離は、事前定義された距離のセットのうちの１つの距離以下であってよい。上記用語”距離”は、グラフにおける２つのノード間の距離を参照し、これは２つのノードを結ぶ最短経路（またグラフ上の測地線と参照される。）におけるエッジ数である。
第１サブグラフは、例えば、ノードｎｉ １を含んでもよく、ここで、ｉ＝０，…ｎ１－１であり、ｎ１は、第１サブグラフにおけるノード数である。ｉは、第１サブグラフの各第１ノードについて別個の値を有する。第１エッジ属性は、Ｅｉｊ １と参照され、ここで、ｉおよびｊは、第１エッジＥｉｊ １に接続される第１ノードｎｉ １およびｎｊ １のインデックスである。例えば、一のノードは、ｎ０ １で参照される。一のノードｎ０ １と第１サブグラフの任意の他の第１ノードｎｉ １（ｉ＞０）間の距離は、選択された距離以下であってよい。選択された距離は、事前定義された距離のセットから選択される。いくつかの実施形態においては、選択は、例えば、ランダム選択であってよい。他の例では、選択は、反復処理の一部として実行され得る。反復処理は、距離のセットのうちの各距離について方法の繰り返しを含んでもよい。距離の選択は、距離のセットの全ての距離が選択されるまで実行される。他の例では、選択は、ユーザにプロンプトを表示し、選択された距離を示すユーザ入力を受信することによって実行されてもよい。
いくつかの実施形態においては、事前定義された距離のセットは、例えば、ユーザ定義であってもよく、ここでは、ユーザが、彼または彼女が第１グラフにおけるデータ品質問題の検出に適切であると考える距離を定義することができる。距離のセットは、例えば、データ品質問題を検知するために用いられるデータ品質規則を（事前）決定するために用いられる距離であってよい。
いくつかの実施形態においては、第１サブグラフは、一のノードｎ０ １、一のノードｎ０ １に第１エッジＥｉ０ １を介して接続される他の第１ノードｎｉ １、および、一のノードｎ０ １にまたは他のノードｎｉ １に隣接する少なくとも１つの第１ノードｎｊ １によって形成される。例えば、第１ノードｎｊ １は、第１エッジＥｊ０ １を介して一のノードｎ０ １に、または、第１エッジＥｉｊ １を介して第１ノードｎｉ １にリンクされ得る。すなわち、第１サブグラフは、少なくとも３つの第１ノードｎ０ １，ｎｉ １，ｎｊ １および２つの第１エッジＥｉ０ １およびＥｉｊ １／Ｅｊ０ １を含む。このような実施形態は、より大きなサブグラフを確認する必要がない、データ品質問題の効率的な識別を可能とする、第１サブグラフのコンパクトな構造を可能とする。これは、多くのオントロジー・ドメインにおいて個々の関係性が少数のノードで定義される可能性があるので、特に有利な可能性がある。例えば、家族ドメインにおいては、ノードの家族コンテキストは、家族のメンバーを表す少数の隣接ノードで定義される可能性がある。
例えば、いくつかの実施形態においては、第１グラフは、従業員オントロジーといったオントロジーのエンティティおよび関係性を表す。オントロジーは、異なる複数のドメインを含み得る。例えば、従業員オントロジーは、家族ドメインおよび会社ドメインドメインのセットを含んでもよい。第１サブグラフは、例えば、それが単一のドメイン（家族ドメイン、会社ドメインなど）を表すように決定されてもよい。
いくつかの実施形態においては、データ品質問題を検出することは、一のノードの１以上の第１エンティティ属性値もしくは一のノードが接続する第１エッジの１以上の第１エッジ属性値またはその両方がデータ品質問題を有すると決定することを含む。これは、例えば、一のノードｎ０ １の第１エンティティ属性の値を、第１サブグラフの他のノードｎｊ １の第１エンティティ属性の値と比較、および、第１サブグラフのエッジＥｉｊ １の第１エッジ属性の値と比較することによって実行されてもよい。他の例では、いくつかの実施形態においては、データ品質問題の検出は、第１サブグラフのノード間のエッジのタイプおよびこれらのノードの属性間の期待される関係を表す規則を用いて、もしくは、第１サブグラフのノード間のエッジのタイプおよび第１サブグラフのノード間の他のエッジ間の期待される関係を表す規則を用いて実行されてもよい。これらの規則は、第１グラフとは異なるグラフを用いて決定または生成される。
いくつかの実施形態においては、データ品質問題の検出は、さらに、一のノードおよび一のノードが接続する第１エッジの少なくとも１つを、データ品質問題を有するとしてマークすることを含んでもよい。これは、第１グラフの最適な処理を可能とする。例えば、ユーザは、データ品質問題を有するとしてラベル付けまたはマークされたノードまたはエッジをスキップまたは考慮することができる。
いくつかの実施形態においては、データ品質問題の検出は、さらに、第２エンティティを表す第２ノードと、第２エンティティ間の関係性を表す第２エッジとを含む第２グラフを処理することを含んでもよい。第２ノードは、第２ノードにより表される第２エンティティを記述する第２エンティティ属性に関連付けられる。第２エッジは、第２エッジにより表される関係性を記述する第２エッジ属性に関連付けられる。第２グラフを処理することは、第２グラフの各第２エッジについて、１以上の第２サブグラフを生成することを含んでもよい。１以上の第２サブグラフの各第２サブグラフは、それぞれの事前定義された最大近接レベル以下の第２サブグラフの第２エッジの第２ノードと他の第２ノードとの間の距離を有する。最大近接レベルは、１以上の整数値であってよい。最大近接レベルは、第２グラフの各第２サブグラフについて同一であってもよいし、異なっていてもよい。１以上の第２サブグラフの最大近接レベルは、各距離が第２サブグラフを生成するために用いられた最大近接レベルに等しい、距離のセットを定義する。データ品質問題の検出は、さらに、形成された第２サブグラフの第２エンティティ属性の属性および第２エッジ属性の属性値間の関係に基づいて、データ品質規則（例えば、アソシエーション規則など）を決定すること、および、データ品質規則（例えば、アソシエーション規則など）を第１グラフに適用し、データ品質問題の検出を提供することを含んでもよい。
いくつかの実施形態においては、データ品質規則（例えば、アソシエーション規則）は、第２グラフのサブグラフから生成してもよい。これは、グラフ・データベースにおけるデータ品質の測定の自動実行を可能とし、ユーザ介入を削減するかまたは取り除き得るようにする。いくつかの実施形態においては、生成されたデータ品質規則（例えば、アソシエーション規則）は、さらに、自動的に、他のグラフ、例えば第１グラフにおけるデータ品質問題を検出するために使用することができる。一例として、データ品質規則（例えば、アソシエーション規則など）は、１以上の第２サブグラフの各第２サブグラフについて決定されてもよい。第２サブグラフのデータ品質規則（例えば、アソシエーション規則など）は、第２サブグラフのエッジおよびエンティティ属性の値の組み合わせによって表されてもよい。データ品質規則（例えば、アソシエーション規則など）は、例えば、エンティティおよびこれらの関係並びにこれらのプロパティ／属性を示すタプルなどの事前定義されたデータ構造で提供されてもよい。いくつかの実施形態においては、第１サブグラフを処理し、そのデータ構造において第１サブグラフの値の組み合わせに符号化する場合と同一のデータ構造タイプが用いられる。これは、規則として提供されたデータ構造を、第１グラフから生成されたデータ構造と比較することを可能とする。
例えば、いくつかの実施形態においては、データ品質規則（例えば、アソシエーション規則）を決定することは、第２グラフを辿ること、および、第２グラフの各エッジについてトランザクションを計算することを含んでもよい。トランザクションは、エッジのソース・ノードおよびターゲット・ノードの両方の全てのエンティティ属性値、エッジのタイプ、および、ターゲット・ノードをターゲット・ノードの任意の他の近隣ノードに接続する全てのエッジのタイプで形成される。いくつかの実施形態においては、データ・マイニング技術が、規則における強いパターンを検出するために適用され得る。いくつかの実施形態においては、低すぎる信頼度または低すぎる裏付けを有するような検出された規則は、除外されてもよい。データ・マイニング技術を適用することは、アソシエーション・アルゴリズムを適用することを含んでもよい。
いくつかの実施形態においては、データ品質問題を検出することは、第２サブグラフのノードの数が、ノードの最大数よりも小さくなるように最大近接レベルを定義することをさらに含んでもよい。これは、本開示の実施形態に従うグラフの処理を効率的に制御するために使用することができる構成可能なパラメータを提供する。
いくつかの実施形態においては、データ品質規則を決定することは、１以上の第２サブグラフの各第２サブグラフについてデータベース・エントリを生成することを含んでもよい。データベース・エントリは、各第２サブグラフの第２ノードおよび第２エッジのエンティティ属性値およびエッジ属性値を含んでもよい。いくつかの実施形態においては、アソシエーション・アルゴリズムが、アソシエーション規則を検出するためにデータベース・エントリに適用されてもよい。アソシエーション規則は、検出されたアソシエーション規則から、検出された各アソシエーション規則に関連付けられた信頼度に基づいて（定義されたレベルを超える信頼度を有するもの）選択され、データ品質規則が、選択されたアソシエーション規則を含むようにすることができる。このような実施形態は、品質規則を生成するための体系的で制御可能な方法を提供する。いくつかの実施形態においては、アソシエーション規則を選択することは、閾値より小さな信頼度を有する、検出されたアソシエーション規則を除外することをさらに含み得る。
いくつかの実施形態においては、第１グラフおよび第２グラフは、同一のドメインのオントロジーを表してもよい。いくつかの実施形態においては、第１グラフおよび第２グラフは、同一のグラフの異なるサブグラフであってもよい。いくつかの実施形態においては、第１グラフおよび第２グラフは、上述したように、同一のグラフであってもよく、これは、効率的なテスト環境およびデータ品質問題検出の検証を提供することができる。
いくつかの実施形態においては、データ品質問題の検出は、第２エンティティを表す第２ノードと、第２エンティティ間の関係性を表す第２エッジとを含む第２グラフを処理することをさらに含んでもよい。第２ノードは、第２ノードにより表される第２エンティティを記述する第２エンティティ属性に関連付けられる。第２エッジは、第２エッジにより表される関係性を記述している第２エッジ属性に関連付けられる。第２グラフを処理することは、第２グラフの各第２エッジについて、第１サブグラフと同一の構造を有する第２サブグラフを生成することと、生成された第２サブグラフの第２エンティティ属性の属性値と第２エッジ属性の属性値との間の関係に基づいて、データ品質規則を決定することと、データ品質規則を、データ品質問題を検出するために第１グラフに適用することとを含み得る。
用語”第１”、”第２”、”およびこれらに類するものは、本明細書において、これらが先行する名詞のラベルとして使用されており、明示的にそのように定義されない限り、いかなるタイプの順序付け（例えば、空間的、時間的、論理的など）を暗示するものではない。
図１Ａは、本開示の実施形態に従った例示的なコンピューティング・システム１００を示す。コンピューティング・システム１００は、例えば、コンピューティング・システム１００が重複排除システムを可能にすることができるように、マスタデータ管理もしくはデータ・ウェアハウジングまたはその両方を実行するように構成され得る。コンピューティング・システム１００は、データ統合システム１０１と、１または複数のクライアント・システムまたはデータ・ソース１０５とを含む。クライアント・システム１０５は、（例えば、図６を参照して説明されるような）コンピューティング・システムを含んでもよい。データ統合システム１０１は、グラフ・データベース・システム１０３へのアクセスを制御してもよい。
クライアント・システム１０５は、ネットワーク接続を介してデータ統合システム１０１と通信し、ネットワーク接続は、例えば、無線ローカル・エリア・ネットワーク（ＷＬＡＮ）接続、ワイド・エリア・ネットワーク（ＷＡＮ）接続、ローカル・エリア・ネットワーク（ＬＡＮ）接続もしくはインターネットまたはこれらの組み合わせを含む。
クライアント・システム１０５は、クエリ要求を受信もしくは生成またはその両方をするように構成され得る。例えば、クライアント・システム１０５は、グラフ・データベース・システム１０３に関連付けられたクエリ要求を生成もしくは受信またはその両方をすることができる。クエリ要求は、例えば、重複するノードの識別を要求することができる。クライアント・システム１０５は、クエリ要求をデータ統合システム１０１に送信もしくは転送またはその両方をすることができる。データ統合システム１０１は、グラフ・データベース・システム１０３を用いて、データをフェチし、例えば、クエリ要求に応答してクライアント・システム１０５に送り返すべき、グラフ・データベース・システム１０３のグラフ１０７の適切なサブセットを計算するように構成されてもよい。
他の例においては、各クライアント・システム１０５は、グラフ・データベース・システム１０３によって格納されるべきデータ・レコードをデータ統合システム１０１に送信するように構成されてもよい。データ・レコード（例えばレコード）は、特定のエンティティの名前、誕生日、クラスもしくはこれらに類するものまたはこれらの組み合わせなど関連データ項目のコレクションで有り得る。レコードは、エンティティを表すことができ、ここで、エンティティは、それについての情報をレコードに格納する、ユーザ、オブジェクトまたは概念を参照する。用語”データ・レコード”および”レコード”は、同義で使用される。グラフ・データベース・システム１０３は、レコードを、関係性を有するエンティティとして格納するためにグラフ１０７を使用することができ、ここで、各レコードは、プロパティが、名前、誕生日もしくはこれらに類するものまたはこれらの組み合わせなどの属性値であるとして、グラフ１０７のノードまたは頂点に割り当てられてもよい。データ統合システム１０１は、グラフ・データベース・システム１０３を用いてクライアント・システム１０５から受信したレコードを格納し、グラフ１０７における重複ノードに関して検査し、もしくはグラフ１０７におけるデータ品質問題を検出し、またはこれらの組み合わせを行ってもよい。例えば、クライアント・システム１０５は、グラフ１０７と同一の構造を有していても有していなくてもよいデータ・レコードを提供もしくは作成またはその両方をするよう構成されてもよい。一例として、クライアント・システム１０５は、拡張可能なマーク付け言語（ＸＭＬ）形式、ＪａｖａＳｃｒｉｐｔ（登録商標）オブジェクト表記法（ＪＳＯＮ）形式もしくは属性と対応する属性値との関連付けを提供できる他の形式またはこれらの組み合わせでレコードを提供するよう構成されてもよい。
一例において、データ統合システム１０１は、１または複数の抽出－変換－ロード（ＥＴＬ）バッチ処理を用いて、ＨｙｐｅｒＴｅｘｔ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ（ＨＴＴＰ）通信もしくは他のタイプのデータ交換またはその両方を介して、クライアント・システム１０５からデータ・レコードをインポートしてもよい。データ統合システム１０１もしくはクライアント・システム１０５またはその両方は、パーソナル・コンピュータ（ＰＣ）、サーバ、モバイル・コンピューティング・デバイスもしくはこれらに類するものまたはこれらの組み合わせと関連付けられ得る。
データ統合システム１０１は、本開示の動作の少なくとも一部を実装するアルゴリズム１２０のような１以上のアルゴリズムを用いて、グラフ１０７を処理するように構成されてもよい。例えば、データ統合システム１０１は、アルゴリズム１２０を用いてグラフ１０７のデータ・レコードを処理し、グラフ・データベース内のデータ品質問題を発見してもよい。別個のコンポーネントとして示されているが、いくつかの実施形態においては、グラフ・データベース・システム１０３は、データ統合システム１０１に一部として含まれてもよい。
図１Ｂは、例示のドメイン・オントロジーに従ったグラフ１０７の簡略化された構造の図である。例示のオントロジーは、会社の従業員に関係する。グラフ１０７は、会社の従業員を表す複数のノード（例えばｐｅｒｓｏｎノード）１３０を含みんでもよい。グラフ１０７は、また、それぞれの従業員に関連する人物を表す１以上のノード（例えば、ｓｐｏｕｓｅノード、ｃｈｉｌｄ１ノード、ｃｈｉｌｄ２ノードなど）１３０もしくは会社を表すノード（例えばｃｏｍｐａｎｙノード）１３０またはその両方を含んでもよい。ノード１３０の各々は、それぞれのレコードのエンティティ属性の属性値を含んでもよい。例えば、従業員を表すノード（例えばｐｅｒｓｏｎノード）１３０は、ステータス（Ｓｔａｔｕｓ）、年齢（ａｇｅ）、識別データ（ＩＤ）もしくはこれらに類するものまたはこれらの組み合わせなどのエンティティ属性１３５の属性値を含んでもよい。配偶者を表すノード（例えばｓｐｏｕｓｅノード）１３０は、ステータス、年齢、識別データもしくはこれらに類するものまたはこれらの組み合わせなどのエンティティ属性１３５の属性値を含んでもよい。さらに、子供を表すノード１３０（例えばｃｈｉｌｄ１、ｃｈｉｌｄ２など）は、また、それぞれ、それぞれの子に関連付けられる、ステータス、年齢、識別データもしくはこれらに類するものまたはこれらの組み合わせなどのエンティティ属性１３５の属性値を含み得る。
ノード１３０は、複数のエッジ１３１によって共にリンクされる。エッジ１３１は、それぞれのノード間の関係を記述することができるエッジ属性値１３７に関連付けられてもよい。例えば、ｐｅｒｓｏｎノードおよびｓｐｏｕｓｅノードをリンクするエッジ１３１は、ｐｅｒｓｏｎノードによって表される個人が、ｓｐｏｕｓｅノードによって表される個人の配偶者であることを示すエッジ属性値”Ｓｐｏｕｓｅ－ｏｆ”に関連付けられる。加えて、ｐｅｒｓｏｎノードおよびｃｈｉｌｄ１ノードをリンクするエッジ１３１は、ｐｅｒｓｏｎノードによって表される個人が、ｃｈｉｌｄ１ノードによって表される個人の親であることを示すエッジ属性値”ｐａｒｅｎｔ－ｏｆ”に関連付けられる。ｐｅｒｓｏｎノードおよびｃｈｉｌｄ２ノードをリンクするエッジ１３１は、ｐｅｒｓｏｎノードによって表される個人が、ｃｈｉｌｄ２ノードによって表される個人の親であることを示すエッジ属性値”ｐａｒｅｎｔ－ｏｆ”に関連付けられる。ｃｈｉｌｄ１ノードおよびｃｈｉｌｄ２ノードをリンクするエッジ１３１は、ｃｈｉｌｄ１ノードによって表される個人が、ｃｈｉｌｄ２ノードによって表される個人の兄弟であることを示すエッジ属性値”Ｓｉｂｌｉｎｇ－ｏｆ”に関連付けられる。ｃｈｉｌｄ２ノードおよびｃｈｉｌｄ１ノードをリンクするエッジ１３１は、ｃｈｉｌｄ２ノードによって表される個人が、ｃｈｉｌｄ１ノードによって表される個人の兄弟であることを示すエッジ属性値”Ｓｉｂｌｉｎｇ－ｏｆ”に関連付けられる。グラフ１０７を辿ることにより、データ統合システム１０１は、グラフ内でそれぞれのノードが他のいずれのノードに関連するかを決定することができる。
グラフは、図面（例えば、図１Ｂ、図４Ｂおよび図５Ｂ）において表される。グラフのノード（または頂点）は、図面において円または楕円により表され、エッジは、グラフの２つのそれぞれのノードを接続する線によって表される。ノードによって表される、ｓｐｏｕｓｅ、ｐｅｒｓｏｎ、ｃｈｉｌｄ１、ｃｈｉｌｄ２、ｃｏｍｐａｎｙもしくはこれらに類するものまたはこれらの組み合わせのようなエンティティは、ノードを描く円／楕円内で識別され得る。図面および説明の簡便のため、ごく少数のノードおよびエッジのみが、これらの関連するエンティティおよびエッジ属性の一部とともに示されている。しかしながら、グラフの各ノードおよび各エッジは、１以上のエンティティ属性および１以上のエッジ属性に関連付けられる可能性がある。
図２は、本開示の例示の実施形態に従った、第１グラフＧＲ１（例えばグラフ１０７など）処理し、グラフ・データベースにおけるデータのデータ品質を測定するため（例えば潜在的なデータ品質問題を検出するため）の動作２００を示すフローチャートである。説明の便宜上、図２において説明される動作は、図１Ａにおいて示されたようなコンピューティング・システムにおいて実装されてもよいが、しかしながら、実施形態は、そのような実装に限定されない。いくつかの実施形態においては、図２の動作は、例えば、データ統合システム１０１によって実行されてもよい。
動作は、ステップ２０１で開始し、ここでは、コンピューティング・システム（例えば、コンピューティング・システム１００、コンピューティング・システム６００、もしくはこれらに類するものまたはこれらの組み合わせ）は、選択された一のノードｎ０ １に基づいて、第１グラフＧＲ１の第１サブグラフＧＲ１ｓｕｂを決定する。例えば、第１グラフＧＲ１（例えばグラフ１０７）の第１ノード群から一のノードｎ０ １が選択されてもよい。いくつかの実施形態においては、一例として、一のノードに関係するデータ品質問題に関して検査する（例えばグラフにおけるデータのデータ品質を決定するための）要求を示す入力が受信される。いくつかの実施形態においては、一のノードは、グラフからランダムに選択されてもよい。いくつかの実施形態においては、一のノードｎ０ １についてのデータ品質問題の検出は、第１グラフＧＲ１（例えばグラフ１０７など）の各第１ノードについて実行される検査処理（例えば、データ品質の測定など）の一部である可能性がある。
いくつかの実施形態においては、第１グラフの構造は、事前定義された、または、所定の基準構造を反映する。基準構造は、例えば、図３を参照して説明するように決定されてもよい。一例として、第１サブグラフは、一のノードｎ０ １と、少なくとも１つの一のノードｎ０ １の隣接ノードｎｉ １（ｉ＝１…ｎ１）とを含む。すなわち、第１サブグラフは、一のノードｎ０ １、少なくとも１つの隣接ノードｎｉ １および少なくとも１つのエッジＥｉ０ １を含む。一のノードｎ０ １は、第１エンティティ属性のセットａ０ １…ａ０ Ｎ０を有していてもよい。少なくとも１つの近隣ノードｎｉ １の各々は、第１エンティティ属性のセットａｉ １…ａｉ Ｎｉを有してもよく、ここで、Ｎ０およびＮｉは、エンティティ属性の総数である。少なくとも１つのエッジＥｉ０ １の各々は、エッジ属性のセットｂｉ０ １…ｂｉ０ Ｎｉ０を有してもよい。
動作は、ステップ２０３へ進み、ここでは、コンピューティング・システムは、第１グラフＧＲ１の一のノードｎ０ １に関連付けられたデータ品質問題を検出あるいは、さもなければ決定することができる。データ品質問題は、第１グラフＧＲ１の第１サブグラフＧＲ１ｓｕｂの第１エンティティ属性値および第１エッジ属性値に基づいて検出されてもよい。いくつかの実施形態においては、データ品質問題は、例えば、図５Ａに関連して説明されるように、決定されてもよい。例えば、いくつかの実施形態においては、データ品質問題の検出は、ｃｏｍｂ１、ｃｏｍｂ２…ｃｏｍｂＭのような属性値の１以上の組み合わせを決定することによって部分的に実行されてもよい。属性の組み合わせのうちの各組み合せは、属性ａ０ １…ａ０ Ｎ０の少なくとも一部、属性ａｉ １…ａｉ Ｎｉの少なくとも一部および属性ｂｉ０ １…ｂｉ０ Ｎｉ０少なくとも一部の値を含む。一例として、組み合わせｃｏｍｂ１は、トリプレット（ａ０ １，ａｉ ３，ｂｉｏ ２）、組み合わせｃｏｍｂ２は、（ａ０ １，ａ０ ４，ａｉ ２，ａｉ ３，ｂｉｏ ２）、以下同様である。
いくつかの実施形態においては、例えば、それについて（例えば、データ品質問題を決定するため）データ品質が測定されるべき、グラフ・データベースに含まれるデータ（例えば、属性および他のノードとの関係を有する、サブグラフのノード）は、サブグラフを辿って、サブグラフに含まれるデータからテーブル・エントリおよび／またはトランザクションのセットを構築することによって処理され、例えば図５Ａのステップ５０１に関して説明されるような表形式で表されるようにされてもよい。一例として、エントリ／トランザクションは、各エッジについて構築または計算されてもよく、また、エッジによって接続されたソース・ノードおよびターゲット・ノードの両方の全ての属性値、エッジについてのエッジ属性値（例えば関係性の一種）およびターゲット・ノードとターゲット・ノードの任意の他の近隣ノードとを接続するエッジのすべてのエッジ属性値（例えば関係の一種）から構成されてもよい。
さらに、属性の組み合わせの各々を検査し、例えば図５Ａのステップ５０３に関して説明されているように、その組み合わせが、属性の組み合わせにおいて表されるべきものの期待を満たすか否かを決定することができる。そのような決定を容易にするために、いくつかの実施形態においては、１以上の基準（例えば、データ品質規則、アソシエーション規則など）が、複数の組み合わせの各組み合せについて、生成もしくはさもなければ提供またはこれらの両方がなされてもよい。一例として、いくつかの実施形態においては、アソシエーション・アルゴリズムが、グラフのノードのプロパティ／属性およびこれらの関係性の間の関係性を特徴付ける強いパターンを見つけるために適用され、１以上の基準（例えば、データ品質規則、アソシエーション規則など）生成または提供することができる。基準（例えば、データ品質規則、アソシエーション規則など）は、ノード間のエッジ（例えばリンク）のタイプとこれらのノードの属性との間の期待される関係を表してもよい。例えば、組み合わせｃｏｍｂ１について２つの基準（例えば、データ品質規則、アソシエーション規則など）ｃｏｍｂ１ｒｅｆ１，ｃｏｍｂ１ｒｅｆ２が提供され、以下同様である。組み合わせｃｏｍｂ１、ｃｏｍｂ２…ｃｏｍｂＭの各々は、例えば、関連する基準（例えば、データ品質規則、アソシエーション規則）に違反するノードもしくはエッジまたはその両方を特定することによってデータ品質問題を決定または検出す際に使用するために、１以上の関連する基準（例えば、データ品質規則、アソシエーション規則など）と比較されてもよい。
組み合わせｃｏｍｂ１，ｃｏｍｂ２…ｃｏｍｂＭのうちの任意の１つが対応する基準（例えば、データ品質規則、アソシエーション規則など）のいずれもと一致しない場合、そのような結果は、データについてデータ品質問題があることを示し得る。組み合わせが対応する基準（例えば、データ品質規則、アソシエーション規則など）に違反する（例えば一致しないなど）場合、基準（例えば、データ品質規則、アソシエーション規則など）に違反するノードもしくはエッジまたはその両方には、潜在的なデータ品質問題の指摘が提供されてもよい（例えばマークされるなど）。例えば、ｃｏｍｂ１は、基準（例えば、データ品質規則アソシエーション規則など）ｃｏｍｂ１ｒｅｆ１，ｃｏｍｂ１ｒｅｆ２のそれぞれと比較されてもよい。ｃｏｍｂ１が、２つの基準ｃｏｍｂ１ｒｅｆ１，ｃｏｍｂ１ｒｅｆ２の１つと等しい（例えば一致する）場合、データ品質問題は存在しない。ｃｏｍｂ１が、２つの基準ｃｏｍｂ１ｒｅｆ１，ｃｏｍｂ１ｒｅｆ２のいずれの１つとも等しくない（例えば一致しない）場合、この結果は、データについて潜在的なデータ品質問題が存在することを示す。関連付けられるノードもしくはエッジまたはその両方は、潜在的なデータ品質問題を有するとしてマークされてもよい。
一例として、属性の組み合わせｃｏｍｂ１は、次の値（”ｓｉｎｇｌｅ”、”ｓｉｎｇｌｅ”、”ｓｐｏｕｓｅ ｏｆ”）有し得て、これらは、二人の未婚（ｓｉｎｇｌｅ）の個人が、同時に既婚（ｍａｒｒｉｅｄ）であり得ないため、データ品質問題を有する。基準の組み合わせｃｏｍｂ１ｒｅｆ１およびｃｏｍｂ１ｒｅｆ２は、それぞれ、次の値（”ｓｉｎｇｌｅ”、”ｓｉｎｇｌｅ”、”ｓｉｂｌｉｎｇ ｏｆ”）および（”ｍａｒｒｉｅｄ”、”ｍａｒｒｉｅｄ”、”ｓｐｏｕｓｅ ｏｆ”）を有してもよい。組み合わせｃｏｍｂ１と、ｃｏｍｂ１ｒｅｆ１およびｃｏｍｂ１ｒｅｆ２との比較により、データ品質問題があり、かつ、属性の組み合わせｃｏｍｂ１に関連付けられたノードもしくはエッジまたはその両方には潜在的なデータ品質問題の指摘が提供（例えばマーク付け）される得ることが、明らかになるであろう。
いくつかの実施形態においては、データ品質規則は、データ品質問題を検出するために第１サブグラフに適用されてもよい。データ品質規則は、図３を参照して説明するように、取得することができる。
図３は、本開示の実施形態に従ったデータ品質規則を決定するための動作３００を示すフローチャートである。
動作は、ステップ３０１で開始し、ここでは、コンピューティング・システム（例えば、コンピューティング・システム１００、コンピューティング・システム６００もしくはこれらに類するものまたはこれらの組み合わせ）は、グラフを得るか、または、さもなければ、グラフと共に提供されてもよい。ステップ３０１で得られるかまたは提供されるグラフは、説明の明確化のため、第２グラフＧＲ２と参照される。第２グラフＧＲ２は、第２エンティティを表す第２ノードｎｉ ２と、２つのコードｎｉ ２，ｎｊ ２の第２エンティティ間の関係性を表す第２エッジＥｉｊ ２とを含んでもよい。第２ノードｎｉ ２は、第２ノードにより表される第２エンティティを記述する第２エンティティ属性に関連付けられてもよい。第２エッジＥｉｊ ２は、上記第２エッジにより表される関係性を記述する第２エッジ属性に関連付けられてもよい。
動作は、ステップ３０３に進み、ここでは、コンピューティング・システムは、第２グラフＧＲ２の各第２エッジＥｉｊ ２について第２サブグラフＧＲ２ｓｕｂ ｉｊを形成してもよい。いくつかの実施形態においては、第２サブグラフＧＲ２ｓｕｂ ｉｊの少なくとも一部の各第２サブグラフは、図２の第１サブグラフＧＲ１ｓｕｂと同一の構造を有してもよい。例えば、いくつかの実施形態においては、第２サブグラフＧＲ２ｓｕｂ ｉｊの各第２サブグラフは、図２の第１サブグラフＧＲ１ｓｕｂと同一構造を有してもよい。つまり、サブグラフＧＲ２ｓｕｂ ｉｊの構造は、図２において説明された動作に対する基準構造として提供されてもよい。第２サブグラフの各第２サブグラフＧＲ２ｓｕｂ ｉｊは、事前定義された最大近接レベル以下の第２サブグラフの第２エッジの第２ノードと他の第２ノードとの間の距離を有する。いくつかの実施形態においては、例えば、第２サブグラフＧＲ２ｓｕｂ ｉｊは、同一の最大近接レベルを用いて提供される。いくつかの実施形態においては、異なる例として、第２サブグラフＧＲ２ｓｕｂ ｉｊの１つのサブセットが、最大近接レベルｄ１で提供される一方で、第２サブグラフＧＲ２ｓｕｂ ｉｊの他のサブセットが、ｄ１とは異なる最大近接レベルｄ２で提供されてもよい。いくつかの実施形態においては、他の例として、第２サブグラフＧＲ２ｓｕｂ ｉｊの各第２サブグラフは、異なる最大近接レベルを用いて提供されてもよい。第２サブグラフを決定するために用いられる最大近接レベルは、第２サブグラフそれぞれの構造を規定する。これらの構造は、図２において説明された動作において提供される第１サブグラフを定義するために使用される基準構造として提供されてもよい。
動作は、ステップ３０５に進み、ここでは、コンピューティング・システムは、形成された第２サブグラフＧＲ２ｓｕｂ ｉｊの第２エンティティ属性の属性値と、第２エッジ属性の属性値との間の関係に基づいて、データ品質規則（例えばアソシエーション規則など）決定してもよい。例えば、いくつかの実施形態においては、データ品質規則は、例えば、アソシエーション規則マイニング／学習処理／アルゴリズムを第２サブグラフの属性値に適用することによって、自動で生成されてもよい。いくつかの実施形態においては、他の例として、第２サブグラフに基づいてデータ品質規則を提供するためにユーザに入力が求められてもよい。そのような実施形態においては、データ品質規則を示すユーザ入力が、コンピュータ・システムによって取得されてもよい。
図４Ａは、本開示の実施形態に従ったデータ品質規則を生成するための動作４００を示すフローチャートである。図４Ｂに示したグラフ４２０を参照しながら図４Ａの動作が説明される。
グラフ４２０は、４つのノードｎ１ ２，ｎ２ ２，ｎ３ ２，ｎ４ ２を含む。ノードｎ１ ２，ｎ２ ２，ｎ３ ２，ｎ４ ２の各々は、ノードに関連付けられたエンティティのエンティティ属性ＩＤおよびＳｔａｔｕｓの値を有する。例えば、ノードｎ１ ２は、ＩＤ＝１およびＳｔａｔｕｓ＝ｍａｒｒｉｅｄを有する人物であるエンティティを表す。グラフ４２０は、さらに、ノードｎ１ ２（例えば、ソースノード）をノードｎ２ ２（例えばターゲット・ノード）にリンクするエッジＥ１２ ２を有する。エッジＥ１２ ２は、ノードｎ１ ２によって表されるエンティティが、ノードｎ２ ２によって表されるエンティティの親であることを示すエッジ属性値”ｐａｒｅｎｔ ｏｆ”を有する。グラフ４２０は、さらに、ノードｎ１ ２をノードｎ３ ２にリンクするエッジＥ１３ ２を有する。エッジＥ１３ ２は、ノードｎ１ ２によって表されるエンティティが、ノードｎ３ ２によって表されるエンティティの親であることを記述するエッジ属性値”ｐａｒｅｎｔ ｏｆ”を有する。グラフ４２０は、さらに、ノードｎ１ ２をノードｎ４ ２にリンクするエッジＥ１４ ２を有する。エッジＥ１４ ２は、ノードｎ１ ２によって表されるエンティティが、ノードｎ４ ２によって表されるエンティティの配偶者であることを示すエッジ属性値”ｓｐｏｕｓｅ ｏｆ”を有する。グラフ４２０は、さらに、ノードｎ２ ２をノードｎ３ ２にリンクするエッジＥ２３ ２を有する。エッジＥ２３ ２は、ノードｎ１ ２によって表されるエンティティが、ノードｎ３ ２によって表されるエンティティの兄弟であることを示すエッジ属性値”ｓｉｂｌｉｎｇ ｏｆ”を有する。グラフ４２０は、さらに、ノードｎ３ ２をノードｎ２ ２にリンクするエッジＥ３２ ２を有する。エッジＥ３２ ２は、ノードｎ３ ２によって表されるエンティティが、ノードｎ２ ２によって表されるエンティティの兄弟であることを示すエッジ属性値”ｓｉｂｌｉｎｇ ｏｆ”を有する。
動作は、ステップ４０１から開始し、ここでは、コンピュータ・システム（例えば、コンピューティング・システム１００、コンピューティング・システム６００もしくはこれらに類するものまたはこれらの組み合わせ）は、グラフ（例えば、グラフ４２０）を辿り、５つのエッジＥ１２ ２，Ｅ１３ ２，Ｅ１４ ２，Ｅ２３ ２およびＥ３２ ２の各エッジを処理し、エッジにより表される関係のプロパティを決定し、これらをテーブル・エントリ／またはトランザクションに構築することができる。いくつかの実施形態においては、エッジに関連付けられるプロパティは、例えば、エッジによって接続されるソース・ノードおよびターゲット・ノードの全ての属性値、エッジのエッジ属性値、およびターゲット・ノードにリンクする任意の他のエッジのエッジ属性値を含み得る。一例として、これらのグラフを辿り、エントリ／トランザクションを構築する動作は、結果として、それぞれエッジＥ１２ ２，Ｅ１３ ２，Ｅ１４ ２，Ｅ２３ ２およびＥ３２ ２に関連付けられた以下の５つのエントリ／トランザクションＴ１ ２～Ｔ５ ２をもたらす。
Figure 2022074045000002
この例では、エッジにおいて、Ｅ１は、ソース・ノードを参照し、Ｅ２は、ターゲット・ノードを参照する。
動作は、ステップ４０３へ進み、ここでは、コンピュータ・システムは、関係およびプロパティ／属性に少なくとも部分的に基づいてアソシエーション規則を決定する際に用いるために、事前定義された、または所定のアソシエーション・アルゴリズムを、テーブル・エントリＴ１ ２～Ｔ５ ２に適用する。いくつかの実施形態においては、アソシエーション・アルゴリズムは、例えば、先験的（a priori）アルゴリズムであってよい。アソシエーション・アルゴリズムは、トランザクション／エントリに適用されて、充分な信頼度（例えば、事前定義したレベルを超える信頼度）を有するアソシエーション規則のセットを決定することができる。アソシエーション規則は、ノード間のエッジ（例えばリンク）のタイプと、これらのノードの属性値との間の期待される関係を表してもよい。一例として、結果として得られるアソシエーション規則のセットは、以下の３つの規則を含んでもよい：
Figure 2022074045000003
アソシエーション規則の各々は、条件部と帰結部と含む。例えば、上記の規則においては、各アソシエーション規則の帰結部は、記号”＝＞”により示されるか、先行される。
図５Ａは、本開示の実施形態に従った、グラフ・データベースにおけるデータについてデータ品質問題を検出するための動作５００を示すフローチャートである。図５Ｂに示したグラフ５２０を参照しながら図５Ａの動作が説明される。
グラフ５２０は、４つのノードｎ１ １，ｎ２ １，ｎ３ １，ｎ４ １を含む。ノードｎ１ １，ｎ２ １，ｎ３ １，ｎ４ １の各々は、ノードに関連付けられたエンティティのエンティティ属性ＩＤおよびＳｔａｔｕｓの値を有する。例えば、ノードｎ１ １は、ＩＤ＝１およびＳｔａｔｕｓ＝ｓｉｎｇｌｅを有する人物であるエンティティを表す。グラフ５２０は、さらに、ノードｎ１ １（例えば、ソースノード）をノードｎ２ １（例えばターゲットノード）にリンクするエッジＥ１２ １を有する。エッジＥ１２ １は、ノードｎ１ １によって表されるエンティティが、ノードｎ２ １によって表されるエンティティの親であることを示すエッジ属性値”ｐａｒｅｎｔ ｏｆ”を有する。グラフ５２０は、さらに、ノードｎ１ １をノードｎ３ １にリンクするエッジＥ１３ １を有する。エッジＥ１３ １は、ノードｎ１ １によって表されるエンティティが、ノードｎ３ １によって表されるエンティティの親であることを示すエッジ属性値”ｐａｒｅｎｔ ｏｆ”を有する。グラフ５２０は、さらに、ノードｎ１ １をノードｎ４ １にリンクするエッジＥ１４ １を有する。エッジＥ１４ １は、ノードｎ１ １によって表されるエンティティが、ノードｎ４ １によって表されるエンティティの配偶者であることを示すエッジ属性値”ｓｐｏｕｓｅ ｏｆ”を有する。グラフ５２０は、さらに、ノードｎ２ １をノードｎ３ １にリンクするエッジＥ２３ １を有する。エッジＥ２３ １は、ノードｎ２ １によって表されるエンティティが、ノードｎ３ １によって表されるエンティティの親であることを記述するエッジ属性値”ｐａｒｅｎｔ ｏｆ”有する。
動作は、ステップ５０１から開始し、ここでは、コンピュータ・システム（例えば、コンピューティング・システム１００、コンピューティング・システム６００もしくはこれらに類するものまたはこれらの組み合わせ）は、グラフ（例えば、グラフ５２０）を辿り、４つのエッジＥ１２ １，Ｅ１３ １，Ｅ１４ １およびＥ２３ １の各エッジを処理し、各エッジにより表される関係のプロパティを決定し、これらを（ステップ４０１で説明したものと同様のやり方で）テーブル・エントリ／またはトランザクションに構築することができる。各エッジにより表される関係のプロパティは、エッジによって接続されるソース・ノードおよびターゲット・ノードの属性値、各エッジのエッジ属性値、および、ターゲット・ノードを近隣ノードにリンクする任意の他のエッジのエッジ属性値を含み得る。一例として、グラフを辿り、エントリ／トランザクションを構築するこれらの動作は、結果として、それぞれエッジＥ１２ １，Ｅ１３ １，Ｅ１４ １およびＥ２３ １に関連付けられた以下の４つのエントリ／トランザクションＴ１ １～Ｔ４ １の出力もたらす。
Figure 2022074045000004
この例では、ソース・ノードを参照し、Ｅ２は、エッジに接続するターゲット・ノードを参照する。
動作は、ステップ５０３へ進み、ここでは、コンピュータ・システムは、上記ステップ４０３で定義されたものなどのアソシエーション規則（例えば、データ品質規則など）を、ステップ５０１で取得された４つのテーブル・エントリ／トランザクションＴ１ １，Ｔ２ １，Ｔ３ １，Ｔ４ １に適用する。一例として、アソシエーション規則を適用する動作は、以下の決定をもたらす。エントリ／トランザクションＴ１ １は、規則１（E1.parentOf.E2 AND E1.parentOf.E3 => E2.isSibling.E3.）に違反する。規則１は、規則の条件部（E1.parentOf.E2 AND E1.parentOf.E3）が、エントリ／トランザクションＴ１ １において提示される（例えば、これによって確認される）ので適用可能である。しかしながら、規則の帰結部（E2.isSibling.E3）が、エントリ／トランザクションＴ１ １から見つからず（例えば、これによって確認されない）、ひいては、エントリ／トランザクションＴ１ １は、規則１に違反する。エントリ／トランザクションＴ３ １は、規則３（E1.isSpouseOf.E2 => E1.status: married AND E2.status: married.）に違反する。規則３は、規則の条件部（E1.isSpouseOf.E2）が、エントリ／トランザクションＴ３ １において提示される（例えばこれによって確認される）ので適用可能である。しかしながら、エントリ／トランザクションＴ３ １は、E1.status:singleを含み、ひいては、規則の帰結部（E1.status: married AND E2.status: married.）がエントリ／トランザクションＴ３ １において一致しない（例えば、これによって確認されない）ので、エントリ／トランザクションＴ３ １は、規則３に違反する。このようにして、エントリ／トランザクションＴ１ １およびエントリ／トランザクションＴ３ １に関連付けられたノードもしくはリンクまたはその両方の１または複数に潜在的なデータ品質問題の指摘が提供される（例えばマークされる）。
図６は、本開示の実施形態に従う、本明細書において説明される動作の少なくとも一部を実装することに適した汎用コンピューティング・システム６００を表す。
本明細書で説明される動作もしくは方法またはその両方は、少なくとも部分的に非対話的であり、サーバまたは埋め込みシステムのような、コンピュータ化されたシステムによって、自動化され得ることが理解されよう。いくつかの実施形態においては、しかしながら、本明細書で説明される動作もしくは方法またはその両方は、少なくとも部分的に、対話型システムにおいて実装されてもよい。これらの動作もしくは方法またはその両方は、ソフトウェア（例えば、ソフトウェア６１２、ＢＩＯＳ６２２、ファームウェアなど）、ハードウェア（たとえば、プロセッサ６０５など）、または、これらの組み合わせにおいてさらに実装されてもよい。いくつかの実施形態においては、本明細書で説明される動作もしくは方法またはその両方は、パーソナル・コンピュータ、ワークステーション、ミニコンピュータ、メインフレーム・コンピュータもしくはこれらに類するものまたはこれらの組み合わせなどの特定用途または汎用デジタル・コンピュータによって実行され得るソフトウェアにおいて、実行形式プログラムとして実装されてもよい。図６に示されるように、システム６００は、その結果として、汎用コンピュータ６０１を含む。
いくつかの実施形態においては、ハードウェア・アーキテクチャに関し、図６に示されるように、コンピュータ６０１は、プロセッサ６０５と、メモリ・コントローラ６１５に結合されたメモリ（例えば、メインメモリなど）６１０と、ローカル入力／出力コントローラ６３５を介して通信可能に結合される１以上の入力および／または出力（Ｉ／Ｏ）デバイス（または周辺機器）１０，６４５とを含む。入力／出力コントローラ６３５は、これに限定されるものではないが、当該技術分野で知られているように、１以上のバスまたは他の有線または無線の接続であってよい。入力／出力コントローラ６３５は、通信を可能にするため、コントローラ、バッファ（キャッシュ）、ドライバ、リピータおよび受信機のような追加の要素を有する可能性があるが、これらは簡便のため省略される。さらに、ローカル・インタフェースは、上述したコンポーネントの間の適切な通信を可能とするためにアドレス、制御もしくはデータまたはこれらの組み合わせの接続を含んでもよい。本明細書で説明されるようにＩ／Ｏデバイス１０，６４５は、一般的には、当該技術分野で知られた、任意の一般化された暗号カードまたはスマート・カードを含んでもよい。
プロセッサ６０５は、具体的にはメモリ６１０に格納されたソフトウェアを実行するためのハードウェア・デバイスである。プロセッサ６０５は、任意のカスタム・メイドのまたは市販のプロセッサ、中央処理装置（ＣＰＵ）、コンピュータ６０１に関連付けられたいくつかのプロセッサのうちの補助プロセッサ、半導体ベースのマイクロプロセッサ（例えば、マイクロチップまたはチップセットの形態で）もしくはソフトウェア命令を実行するための任意のデバイスまたはこれらの組み合わせであってよい。
メモリ６１０は、揮発メモリ要素（例えば、ＤＲＡＭ，ＳＲＡＭ，ＳＤＲＡＭなどのランダム・アクセス・メモリ（ＲＡＭ））、非揮発メモリ要素（例えば、リード・オンリー・メモリ（ＲＯＭ）、消去可能プログラマブル・リード・オンリー・メモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブル・リード・オンリー・メモリ（ＥＥＰＲＯＭ）、プログラマブル・リード・オンリー・メモリ（ＰＲＯＭ）など）の任意の１つまたは組み合わせを含んでもよい。メモリ６１０は、種々のコンポーネントが離れた場所にあるが、プロセッサ６０５によってアクセスできる、分散アーキテクチャを有してもよいことに留意されたい。
メモリ６１０内のソフトウェア６１２は、論理機能、とりわけ本開示の実施形態に関与する機能を実装するための実行可能な命令の順序付きリストをそれぞれ含む１以上の別個のプログラムを含んでもよい。図６の例においては、メモリ６１０内のソフトウェア６１２は、命令（例えばデータベース管理システムなどのデータベースを管理するための命令）を含む。
メモリ６１０内のソフトウェアは、典型的には、適切なオペレーティング・システム（ＯＳ）６１１も含む。ＯＳ６１１は、基本的に、本明細書で説明する動作を実装するソフトウェア６１２などの他のコンピュータ・プログラムの実行を制御する。
本明細書で説明される方法は、ソース・プログラム、実行形式プログラム（例えばオブジェクト・コード）、スクリプトもしくは実行するべき命令のセット（例えばソフトウェア６１２など）を含む他の実体物またはこれらの組み合わせの形態であってよい。ソース・プログラムについては、プログラムは、メモリ６１０に含まれても含まれなくてもよいコンパイラ、アセンブラ、インタプリタもしくはこれらに類するものまたはこれらの組み合わせを介して、ＯＳ６１１に関連して適切に動作するために変換（translate）される必要がある。さらに、方法は、データおよびメソッドのクラスを有するオブジェクト指向プログラミング言語、または、ルーチン、サブルーチンもしくは関数またはこれらの組み合わせを有する手続型プログラミング言語で書かれてもよい。
例示の実施形態においては、従来型のキーボード６５０およびマウス６５５が、入力／出力コントローラ６３５に結合されてもよい。例えば、Ｉ／Ｏデバイス６４５などの他の出力装置は、例えば、これに限定されないが、プリンタ、スキャナ、マイクなどの入力装置を含んでもよい。最後に、Ｉ／Ｏデバイス１０，６４５は、例えば、これに限定されないが、ネットワーク・インタフェース・カードまたは（他のファイル、デバイス、システムまたはネットワークにアクセスするための）変調器／復調器、または、高周波、他のトランシーバ、電話インタフェース、ブリッジ、ルータもしくはこれらに類するものまたはこれらの組み合わせなど、入力および出力の両方を通信するデバイスをさらに含んでもよい。Ｉ／Ｏデバイス１０，６４５は、当該技術分野で知られた任意の汎用暗号カードまたはスマート・カードであってもよい。システム６００は、さらに、ディスプレイ６３０に結合されたディスプレイ・コントローラ６２５を含んでもよい。いくつかの実施形態においては、システム６００は、ネットワーク６６５に結合するためのネットワーク・インタフェースをさらに含んでもよい。ネットワーク６５５は、ブロードバンド接続を介して、コンピュータ６０１と他の外部サーバ、クライアントもしくはこれらに類するものまたはこれらの組み合わせの間の通信のためのＩＰベースのネットワークであってもよい。ネットワーク６６５は、本明細書で議論した方法の一部または全部のステップを実行するために関与し得るコンピュータ６０１および外部システム３０の間でデータを送信または受信する。例示的な実施形態において、ネットワーク６６５は、サービスプロバイダによって管理されたマネージドＩＰネットワークであってもよい。ネットワーク６６５は、例えば、Ｗｉ－Ｆｉ（登録商標）、ＷｉＭＡＸ（登録商標）もしくはこれらに類するものまたはこれらの組み合わせなどの無線プロトコルおよび技術を使用するなど、無線様式で実装されてもよい。ネットワーク６６５は、また、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、メトロポリタン・エリア・ネットワーク、インターネット・ネットワークもしくは他の類似のタイプのネットワーク環境またはこれらの組み合わせなどのパケット交換ネットワークであってもよい。ネットワーク６６５は、固定された無線ネットワーク、無線ローカル・エリア・ネットワーク（Ｗ（ＬＡＮ））、無線ワイド・エリア・ネットワーク（ＷＷＡＮ）、パーソナル・エリア・ネットワーク（ＰＡＮ）、仮想プライベート・ネットワーク（ＶＰＮ）、イントラネットもしくは他の適切なネットワーク・システムまたはこれらの組み合わせであってよく、信号を受信しまた送信するための装置を含む。
コンピュータ６０１がＰＣ、ワークステーション、インテリジェント・デバイスもしくはこれらに類するものまたはこれらの組み合わせである場合は、メモリ６１０内のソフトウェアは、さらに、ＢＩＯＳ（Basic Input Output System）６２２を含んでもよい。ＢＩＯＳは、起動時にハードウェアを初期化し、テストし、ＯＳ６１１を起動し、ハードウェア・デバイスの間でデータの転送をサポートする、重要なソフトウェアルーチンのセットである。ＢＩＯＳは、コンピュータ６０１がアクティベートされた場合にＢＩＯＳが実行されるようにＲＯＭに格納される。
コンピュータ６０１が稼働中である場合、プロセッサ６０５は、メモリ６１０内に格納されるソフトウェア６１２を実行し、メモリ６１０へのまたはメモリ６１０からのデータを通信し、かつ、一般にソフトウェアに従ってコンピュータ６０１の動作を制御するように構成される。本明細書で説明された方法およびＯＳ６１１は、全体として、または部分的に、しかし、典型的には後者で、プロセッサ６０５により読み込まれ、プロセッサ６０５内でおそらくはバッファされ、そして、実行される。
本明細書で説明されるシステムおよび方法がソフトウェア６１２において実装される場合、図６に示すように、方法は、コンピュータ関連システムまたは方法によって、または関連して使用するために、ストレージ６２０などの任意のコンピュータ読取可能媒体に格納されてもよい。ストレージ６２０は、ハード・ディスク・ドライブ（ＨＤＤ）ストレージなどのディスク・ストレージを含んでもよい。
本発明は、任意の統合の可能な技術的な詳細のレベルでのシステム、方法もしくはコンピュータ・プログラム製品またはこれらの組み合わせであってよい。コンピュータ・プログラム製品は、プロセッサに本発明の側面を実行させるためのコンピュータ可読プログラム命令をその上に有するコンピュータ可読ストレージ媒体を含んでもよい。
コンピュータ可読ストレージ媒体は、命令実行デバイスによって使用するための命令を保持し格納する有形のデバイスであってよい。コンピュータ可読ストレージ媒体は、例えば、これに限定されるものではないが、電子的ストレージ・デバイス、磁気ストレージ・デバイス、光学ストレージ・デバイス、電磁気ストレージ・デバイス、半導体ストレージ・デバイスまたは上記の任意の適切な組み合わせであってよい。コンピュータ可読ストレージ媒体のより具体的な例示の例示列挙としては、ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリー・メモリ（ＲＯＭ）、消去可能プログラマブル・リード・オンリー・メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク・リード・オンリー・メモリ（ＣＤ－ＲＯＭ）、デジタル・バーサタイル・ディスク（ＤＶＤ）、メモリースティック、フロッピーディスク（登録商標）、パンチカードまたは記録された命令を有する溝内の隆起構造のような機械的エンコードされたデバイス、および上記の任意の適切な組み合わせが含まれる。コンピュータ可読ストレージ媒体は、本明細書で使用されるように、電波、自由伝搬する電磁波、導波路または他の伝送媒体を伝搬する電磁波（たとえば、ファイバ光ケーブルを通過する光パルス）または、ワイヤを通して伝送される電気信号のような、それ自体が一時的な信号として解釈されるものではない。
本明細書で説明されるコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体からそれぞれのコンピュータ／処理デバイスに、または、例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワークもしくは無線ネットワークまたはこれらの組み合わせといったネットワークを介して外部コンピュータまたは外部ストレージ・デバイスにダウンロードすることができる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータもしくはエッジサーバまたはこれらの組み合わせを含んでもよい。各コンピュータ／処理デバイスにおけるネットワーク・アダプタ・カードまたはネットワーク・インタフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、コンピュータ可読プログラム命令を、それぞれのコンピューティング／処理デバイス内のコンピュータ可読ストレージ媒体に格納するために転送する。
本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械語命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路用構成データ、または、１以上のプログラミング言語の任意の組み合わせで書かれたソース・コードあるいはオブジェクト・コードであってよく、１以上のプログラミング言語は、Ｓｍａｌｌｔａｌｋ（登録商標）、Ｃ＋＋またはこれらに類するもなどのオブジェクト指向言語、Ｃプログラミング言語または類似のプログラミング言語などの手続型言語を含む。コンピュータ可読プログラム命令は、スタンド・アローンのソフトウェア・パッケージとして、全体としてユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、部分的にユーザのコンピュータ上かつ部分的に遠隔のコンピュータ上で、または、完全に遠隔のコンピュータまたはサーバ上で実行されてもよい。後者のシナリオでは、遠隔のコンピュータは、ユーザのコンピュータに、ローカル・エリア・ネットワーク（ＬＡＮ）またはワイド・エリア・ネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じて接続されてもよく、あるいは接続は、（例えば、インターネット・サービス・プロバイダを用いてインターネットを通じて）外部コンピュータになされてもよい。いくつかの実施形態においては、電気的回路は、本発明の側面を実行するために、コンピュータ可読プログラム命令の状態情報を利用して、電気的回路を個別化することによって、コンピュータ可読プログラム命令を実行してもよく、この電気的回路は、例えば、プログラマブル・ロジック回路、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、またはプログラマブル・ロジック・アレイ（ＰＬＡ）を含む。
本発明の側面は、本明細書において、本発明の実施形態に従った方法、装置（システム）およびコンピュータ・プログラム製品のフローチャート図もしくはブロック図またはその両方を参照しながら、説明される。フローチャート図もしくはブロック図またはその両方の各ブロック、および、フローチャート図もしくはブロック図またはその両方における複数のブロックの組み合わせは、コンピュータ可読プログラム命令によって実装されてもよいことが理解されよう。
これらのコンピュータ可読プログラム命令は、コンピュータのプロセッサまたは他のプログラマブル・データ処理装置に提供され、コンピュータのプロセッサまたは他のプログラマブル・データ処理装置を介して実行される命令が、フローチャート図もしくはブロックまたはその両方のブロックまたは複数のブロックにおいて特定される機能／作用を実装するための手段を作成するように、マシンを生成する。これらのコンピュータ可読プログラム命令は、また、コンピュータ、プログラマブル・データ処理装置もしくは他のデバイスまたはこれらの組み合わせに特定のやり方で機能するよう指示できるコンピュータ可読ストレージ媒体に格納され、それに格納された命令を有するコンピュータ可読ストレージ媒体に、フローチャートもしくはブロックまたはその両方のブロックまたは複数のブロックで特定される機能／作用の側面を実装する命令を含む製品が含まれるようにする。
コンピュータ可読プログラム命令は、また、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイスにロードされ、コンピュータ、他のプログラマブル・データ処理装置または他のデバイス上で一連の動作ステップを実行させて、コンピュータ、他のプログラマブル・データ処理装置または他のデバイス上で実行される命令が、フローチャートもしくはブロックまたはその両方のブロックまたは複数のブロックで特定される機能／作用の側面を実装するように、コンピュータ実装処理を生成することもできる。
図面におけるフローチャートおよびブロック図は、本発明の種々の実施形態に従ったシステム、方法およびコンピュータ・プログラム製品の可能な実装のアーキテクチャ、機能性および動作を示す。この点に関して、フローチャートまたはブロック図の各ブロックは、特定の論理機能を実装するための１以上の実行可能な命令を含む、モジュール、セグメントまたは命令の部分を表す可能性がある。いくつかの代替の実装では、ブロックにおいて言及された機能は、図面に示された順序から外れて生じる可能性がある。例えば、連続して示される２つのブロックは、実際には、同時に、実質的に同時に、または部分的にまたは全体的に一時的に重なった仕方で、一つのステップとして完了されてもよく、あるいは、複数のブロックは、関与する機能性に応じて逆の順序で実行されてもよい。ブロック図もしくはフローチャート図またはその両方の各ブロックおよびブロック図もしくはフローチャート図またはその両方の複数のブロックの組み合わせが、特定の機能または作用を実行し、または、特別な目的のハードウェアおよびコンピュータ命令の組み合わせを実施する、特定目的ハードウェアベースのシステムによって実装されてもよいことに留意されたい。
定義
「本発明」は、用語”本発明”によって説明されている主題が、出願時の特許請求の範囲または特許の審査後に最終的に発行され得る特許請求の範囲のいずれかにより対象とされる旨の絶対的な表示と見なされるべきではない。用語”本発明”は、読者が、本明細書の開示が潜在的に新しいと考えられる一般的な感触を得るのを助けるために使用されるが、用語”本発明”の使用によって示されるこの理解は、仮かつ暫定的なものであり、関係のある情報が発展するに従って、また、特許請求の範囲が潜在的に補正されるに従って、特許審査の過程にわたって変更される可能性がある。
「実施形態」については、上記”本発明”の定義を参照されたい。用語”実施形態”に対しては同様の注意が適用される。
「および／または」または「ＡもしくはＢまたはその両方」もしくは「Ａ、ＢもしくはＣまたはこれらの組み合わせ」という表現は、包含的論理和であり、例えばＡ、Ｂおよび／またはＣ（Ａ、ＢもしくはＣまたはこれらの組み合わせ）は、少なくとも１つのＡまたはＢまたはＣが真であり、当てはまることを意味する。
「含んでいる（including）／含む（include）／含む（includes）」は、特に明示的に示さない限り、”含むが、必ずしも限定されるものではない”ことを意味する。
「データ通信」は、現在知られている、または、将来開発される任意の種類のデータ通信スキームをいい、これらのデータ通信スキームには、無線通信、有線通信、無線部分および有線部分を有する通信ルートが含まれる。データ通信は、（ｉ）直接データ通信、（ｉｉ）間接データ通信もしくは（ｉｉｉ）フォーマット、パケット化ステータス、媒体、暗号化ステータスもしくはプロトコルまたはこれらの組み合わせがデータ通信の全過程を通じて固定されるデータ通信、またはこれらの組み合わせに必ずしも限定されない。
「受信する／提供する／送信する／入力する／出力する／報告する」というこれらの単語は、特に明示的に特定の断りがない限り、（ｉ）これらの目的語と主語との間の関係性に関する特定の程度の直接性（directness）もしくは（ｉｉ）これらの目的語と主語との間に介在する中間的な要素、行為もしくは物またはこれらの組み合わせの欠如、またはその両方を暗示するものと解釈されるべきではない。
「モジュール／サブモジュール」は、モジュールが（ｉ）単一の局所近接にある、（ｉｉ）広範囲に分散される、（ｉｉｉ）ソフトウェア・コードの大部分内で単一の局所近接にある、（ｉｖ）ソフトウェア・コードの単一の部分内に位置する、（ｖ）単一のストレージ・デバイス、メモリまたは媒体に位置する、（ｖｉ）機械的に接続される、（ｖｉｉ）電気的に接続される、もしくは（ｖｉｉｉ）データ通信で接続されるかに関わらず、いくつかの機能を行うために協働的に動作するハードウェア、ファームウェアもしくはソフトウェアまたはこれらの組み合わせの任意のセットをいう。
「コンピュータ」は、有意なデータ処理および／または機械可読命令読み込み機能を有する任意のデバイスをいい、このデバイスには、デスクトップ・コンピュータ、メインフレーム・コンピュータ、ラップトップ・コンピュータ、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）ベースのデバイス、スマートフォン、パーソナル・デジタル・アシスタンス（ＰＤＡ）、ボディ装着または挿入型コンピュータ、組み込みデバイス・スタイルのコンピュータ、特定用途向け集積回路ベースのデバイスが含まれるが、これらに限定されない。
１００…コンピューティング・システム、１０１…データ統合システム、１０３…グラフ・データベース・システム、１０５…クライアント・システム、１０７，４２０，５２０…グラフ、１２０…アルゴリズム、１３０…ノード、１３１…エッジ、１３５…エンティティ属性、１３７…エッジ属性値、６００…コンピューティング・システム、６０１…コンピュータ、６０５…プロセッサ、６１０…メモリ、６１１…ＯＳ、６１２…ソフトウェア、６１５…メモリ・コントローラ、６２２…ＢＩＯＳ、６２５…ディスプレイ・コントローラ、６３０…ディスプレイ、６３５…ローカル入力／出力コントローラ、１０，６４５…Ｉ／Ｏデバイス、６５０…キーボード、６５５…マウス、３０…外部システム、６６５…ネットワーク

Claims (20)

  1. コンピュータ実装方法であって、
    第１エンティティを表す第１ノードと、第１エンティティ間の関係性を表す第１エッジとを含む第１グラフを取得することであって、前記第１ノードは、前記第１ノードにより表される前記第１エンティティを記述する第１エンティティ属性に関連付けられ、前記第１エッジは、前記第１エッジにより表される前記関係性を記述する第１エッジ属性に関連付けられる、取得することと、
    前記第１グラフの前記第１ノードの一のノードについて、第１サブグラフを決定することであって、前記第１サブグラフは、前記一のノードと、少なくとも１つの前記一のノードの隣接ノードを含む、決定することと、
    データ品質規則のセットの１以上の適用可能な規則を前記第１サブグラフの第１エンティティ属性値および第１エッジ属性値に適用することに少なくとも部分的に基づいて、前記一のノードに関するデータ品質問題を決定することであって、前記データ品質規則のセットは、グラフノード間のエッジのタイプおよび前記グラフノードの属性間の関係を表す、決定することと
    を含む、方法。
  2. 前記データ品質問題が
    前記一のノードの１以上の第１エンティティ属性値、および
    前記一のノードが接続する第１エッジの１以上の第１エッジ属性値
    のうちの１または複数と関連付けられることを決定すること
    をさらに含む、請求項１に記載のコンピュータ実装方法。
  3. 前記データ品質問題が、前記一のノードおよび前記一のノードが接続される第１エッジの少なくとも１つに関連するとの指摘を提供すること
    をさらに含む、請求項１または２に記載のコンピュータ実装方法。
  4. 前記第１サブグラフにおいて前記一のノードと前記第１サブグラフの他の第１ノードとの間の距離が、事前定義された距離のセットの１つの距離以下である、請求項１～３のいずれか１項に記載のコンピュータ実装方法。
  5. 前記第１サブグラフは、前記一のノード、前記一のノードに第１エッジを介して接続された他の第１ノード、および、前記一のノードに隣接する、または、前記一のノードに接続された前記他の第１ノードに隣接する、少なくとも１つの第１ノードによって形成される、請求項１～４のいずれか１項に記載のコンピュータ実装方法。
  6. 第２エンティティを表す第２ノードと、第２エンティティ間の関係性を表す第２エッジとを含む第２グラフを取得することであって、前記第２ノードは、前記第２ノードにより表される前記第２エンティティを記述する第２エンティティ属性に関連付けられ、前記第２エッジは、前記第２エッジにより表される前記関係性を記述する第２エッジ属性に関連付けられる、取得することと、
    前記第２グラフの各第２エッジについて、１以上の第２サブグラフを生成することであって、前記１以上の第２サブグラフの各第２サブグラフは、事前定義された最大近接レベル以下の前記第２エッジの第２ノードと前記第２サブグラフの他の第２ノードとの間の距離を有し、前記１以上の第２サブグラフの前記最大近接レベルは、前記距離のセットを定義する、生成することと、
    生成された前記１以上の第２サブグラフの第２エンティティ属性の属性値と第２エッジ属性の属性値との間の関係に少なくとも部分的に基づいて、前記データ品質規則のセットを決定することと、
    前記データ品質規則のセットを、前記データ品質問題を検出する際に使用するために提供すること
    をさらに含む、請求項４に記載のコンピュータ実装方法。
  7. 前記第２サブグラフのノードの数が、ノードの最大数よりも小さくなるように最大近接レベルを定義すること
    をさらに含む、請求項６に記載のコンピュータ実装方法。
  8. 前記データ品質規則のセットを決定することは、
    前記１以上の第２サブグラフの各第２サブグラフについてデータベース・エントリを生成することであって、前記データベース・エントリは、対応する各第２サブグラフの前記第２ノードおよび前記第２エッジのエンティティ属性値およびエッジ属性値を含む、生成することと、
    アソシエーション・アルゴリズムを前記データベース・エントリに適用して、アソシエーション規則を検出することと、
    検出された各アソシエーション規則に関連付けられた信頼度に少なくとも部分的に基づいて、検出された前記アソシエーション規則からアソシエーション規則を選択することであって、前記データ品質規則は、選択されたアソシエーション規則を含む、選択することと
    を含む、請求項６または７に記載のコンピュータ実装方法。
  9. 前記アソシエーション規則を選択することは、
    閾値より小さな信頼度を有する、検出されたアソシエーション規則を除外すること
    をさらに含む、請求項８に記載のコンピュータ実装方法。
  10. 前記第１グラフおよび前記第２グラフは、同一のドメインのオントロジーを表す、請求項６～９のいずれか１に記載のコンピュータ実装方法。
  11. 前記第１グラフおよび前記第２グラフは、同一のグラフのサブグラフである、請求項６～９のいずれか１に記載のコンピュータ実装方法。
  12. 前記第１グラフおよび前記第２グラフは、同一のグラフである、請求項６～９のいずれか１に記載のコンピュータ実装方法。
  13. 第２エンティティを表す第２ノードと、第２エンティティ間の関係性を表す第２エッジとを含む第２グラフを取得することであって、前記第２ノードは、前記第２ノードにより表される前記第２エンティティを記述する第２エンティティ属性に関連付けられ、前記第２エッジは、前記第２エッジにより表される前記関係性を記述している第２エッジ属性に関連付けられる、取得することと、
    前記第２グラフの各第２エッジについて、前記第１サブグラフと同一の構造を有する第２サブグラフを生成することと、
    生成された前記第２サブグラフの第２エンティティ属性の属性値と第２エッジ属性の属性値との間の関係に少なくとも部分的に基づいて、前記データ品質規則のセットを決定することと、
    前記データ品質規則のセットを、前記データ品質問題を検出する際に使用するため提供することと
    を含む、請求項１～５のいずれか１項に記載のコンピュータ実装方法。
  14. コンピュータ・プログラムであって、コンピュータに、
    第１エンティティを表す第１ノードと、第１エンティティ間の関係性を表す第１エッジとを含む第１グラフを取得することであって、前記第１ノードは、前記第１ノードにより表される前記第１エンティティを記述する第１エンティティ属性に関連付けられ、前記第１エッジは、前記第１エッジにより表される前記関係性を記述する第１エッジ属性に関連付けられる、取得することと、
    前記第１グラフの前記第１ノードの一のノードについて第１サブグラフを決定することであって、前記第１サブグラフは、前記一のノードと、少なくとも１つ前記一のノードの隣接ノードとを含む、決定することと、
    データ品質規則のセットの１以上の適用可能な規則を、前記第１サブグラフの第１エンティティ属性値および第１エッジ属性値に適用することに少なくとも部分的に基づいて、前記一のノードに関するデータ品質問題を決定することであって、前記データ品質規則のセットは、グラフノード間のエッジのタイプと、前記グラフノードの属性との間の関係を表す、決定することと
    を実行させるためのコンピュータ・プログラム。
  15. 前記コンピュータ・プログラムは、前記コンピュータに、
    前記データ品質問題が、前記一のノードおよび前記一のノードが接続される第１エッジの少なくとも１つに関連するとの指摘を提供すること
    をさらに実行させる、請求項１４に記載のコンピュータ・プログラム。
  16. 前記第１サブグラフは、前記一のノード、前記一のノードに第１エッジを介して接続された他の第１ノード、および、前記一のノードに隣接する、または、前記一のノードに接続された前記他の第１ノードに隣接する、少なくとも１つの第１ノードによって形成される、請求項１４または１５に記載のコンピュータ・プログラム。
  17. 前記コンピュータ・プログラムは、前記コンピュータに、
    第２エンティティを表す第２ノードと、第２エンティティ間の関係性を表す第２エッジとを含む第２グラフを取得することであって、前記第２ノードは、前記第２ノードにより表される前記第２エンティティを記述する第２エンティティ属性に関連付けられ、前記第２エッジは、前記第２エッジにより表される前記関係性を記述する第２エッジ属性に関連付けられる、取得することと、
    前記第２グラフの各第２エッジについて、１以上の第２サブグラフを生成することであって、前記１以上の第２サブグラフの各第２サブグラフは、事前定義された最大近接レベル以下の前記第２エッジの第２ノードと前記第２サブグラフの他の第２ノードとの間の距離を有し、前記１以上の第２サブグラフの前記最大近接レベルは、前記距離のセットを定義する、生成することと、
    生成された前記１以上の第２サブグラフの第２エンティティ属性の属性値と第２エッジ属性の属性値との間の関係に少なくとも部分的に基づいて、前記データ品質規則のセットを決定することと、
    前記データ品質規則のセットを、前記データ品質問題を検出する際に使用するために提供することと
    をさらに実行させる、請求項１４～１６のいずれか１項に記載のコンピュータ・プログラム。
  18. 前記データ品質規則のセットを決定することは、
    前記１以上の第２サブグラフの各第２サブグラフについてデータベース・エントリを生成することであって、前記データベース・エントリは、対応する各第２サブグラフの前記第２ノードおよび前記第２エッジのエンティティ属性値およびエッジ属性値を含む、生成することと、
    アソシエーション・アルゴリズムを前記データベース・エントリに適用して、アソシエーション規則を検出することと、
    検出された各アソシエーション規則に関連付けられた信頼度に少なくとも部分的に基づいて、検出された前記アソシエーション規則からアソシエーション規則を選択することであって、前記データ品質規則は、選択された前記アソシエーション規則を含む、選択することと
    をさらに実行させる、請求項１７に記載のコンピュータ・プログラム。
  19. コンピュータ・システムであって、
    プロセッサ・セットと、
    コンピュータ可読記録媒体と
    を含み、前記プロセッサ・セットは、前記コンピュータ可読記録媒体に格納されたプログラム命令を実行することによって、
    第１エンティティを表す第１ノードと、第１エンティティ間の関係性を表す第１エッジとを含む第１グラフを取得することであって、前記第１ノードは、前記第１ノードにより表される前記第１エンティティを記述する第１エンティティ属性に関連付けられ、前記第１エッジは、前記第１エッジにより表される前記関係性を記述する第１エッジ属性に関連付けられる、取得することと、
    前記第１グラフの前記第１ノードの一のノードについて第１サブグラフを決定することであって、前記第１サブグラフは、前記一のノードと、少なくとも１つ前記一のノードの隣接ノードとを含む、決定することと、
    データ品質規則のセットの１以上の適用可能な規則を、前記第１サブグラフの第１エンティティ属性値および第１エッジ属性値に適用することに少なくとも部分的に基づいて、前記一のノードに関するデータ品質問題を決定することであって、前記データ品質規則のセットは、グラフノード間のエッジのタイプと、前記グラフノードの属性との間の関係を表す、決定することと
    を実行するように構成されている、コンピュータ・システム。
  20. 前記プロセッサ・セットは、前記コンピュータ可読記録媒体に格納されたプログラム命令を実行することによって、
    前記データ品質問題が、前記一のノードおよび前記一のノードが接続される第１エッジの少なくとも１つに関連するとの指摘を提供すること
    を実行するよう構成されている、請求項１９に記載のコンピュータ・システム。
JP2021174001A 2020-10-29 2021-10-25 コンピュータ実装方法、コンピュータ・プログラムおよびコンピュータ・システム（グラフ・データベースにおけるデータのデータ品質の測定） Pending JP2022074045A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/083,357 US11651055B2 (en) 2020-10-29 2020-10-29 Measuring data quality of data in a graph database
US17/083,357 2020-10-29

Publications (1)

Publication Number Publication Date
JP2022074045A true JP2022074045A (ja) 2022-05-17

Family

ID=78594980

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021174001A Pending JP2022074045A (ja) 2020-10-29 2021-10-25 コンピュータ実装方法、コンピュータ・プログラムおよびコンピュータ・システム（グラフ・データベースにおけるデータのデータ品質の測定）

Country Status (5)

Country Link
US (1) US11651055B2 (ja)
JP (1) JP2022074045A (ja)
CN (1) CN114428882A (ja)
DE (1) DE102021123578A1 (ja)
GB (1) GB2601888A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11936435B2 (en) * 2022-03-23 2024-03-19 Aleksandar MILOJKOVIC Systems and methods for combination telecommunications and power networks
CN115994194B (zh) * 2023-03-23 2023-06-02 河北东软软件有限公司 政务大数据的数据质量检查方法、系统、设备及介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783096B2 (en) * 2005-10-17 2010-08-24 Siemens Corporation Device systems and methods for imaging
US7836004B2 (en) * 2006-12-11 2010-11-16 International Business Machines Corporation Using data mining algorithms including association rules and tree classifications to discover data rules
US8185558B1 (en) * 2010-04-19 2012-05-22 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
EP2963563A1 (en) * 2014-06-30 2016-01-06 Fujitsu Limited Computing apparatus and method for managing a graph database
US10176609B2 (en) * 2016-05-11 2019-01-08 Runtime Collective Limited Analysis and visualization of interaction and influence in a network
US10068666B2 (en) * 2016-06-01 2018-09-04 Grand Rounds, Inc. Data driven analysis, modeling, and semi-supervised machine learning for qualitative and quantitative determinations
US10685053B2 (en) * 2016-07-02 2020-06-16 Hcl Technologies Limited System and method for generating professional profile for employees
US11392875B2 (en) * 2016-12-06 2022-07-19 Refinitiv Us Organization Llc Risk identification engine and supply chain graph generator

Also Published As

Publication number Publication date
CN114428882A (zh) 2022-05-03
DE102021123578A1 (de) 2022-05-05
GB202114409D0 (en) 2021-11-24
US20220138512A1 (en) 2022-05-05
US11651055B2 (en) 2023-05-16
GB2601888A (en) 2022-06-15

Similar Documents

Publication Publication Date Title
Ringle et al. Partial least squares structural equation modeling in HRM research
US11429878B2 (en) Cognitive recommendations for data preparation
US10394705B2 (en) Regression testing of SQL execution plans for SQL statements
US11321304B2 (en) Domain aware explainable anomaly and drift detection for multi-variate raw data using a constraint repository
US20190384745A1 (en) Systems and Methods for Management of Data Platforms
US20150356123A1 (en) Systems and methods for management of data platforms
US11500876B2 (en) Method for duplicate determination in a graph
US20130311517A1 (en) Representing Incomplete and Uncertain Information in Graph Data
US11531656B1 (en) Duplicate determination in a graph
US20200320153A1 (en) Method for accessing data records of a master data management system
US10956453B2 (en) Method to estimate the deletability of data objects
US11366843B2 (en) Data classification
JP2022074045A (ja) コンピュータ実装方法、コンピュータ・プログラムおよびコンピュータ・システム（グラフ・データベースにおけるデータのデータ品質の測定）
US11205138B2 (en) Model quality and related models using provenance data
US20170083820A1 (en) Posterior probabilistic model for bucketing records
US20220188341A1 (en) Computer-implemented methods, systems comprising computer-readable media, and electronic devices for narrative-structured representation of and intervention into a network computing environment
US20140379723A1 (en) Automatic method for profile database aggregation, deduplication, and analysis
WO2023154779A2 (en) Methods and systems for identifying anomalous computer events to detect security incidents
JP2018170008A (ja) エンティティの属性をマッピングする方法及びシステム
US11687574B2 (en) Record matching in a database system
CN115803726A (zh) 使用合格关系得分的主数据的改进的实体解析
US11941056B2 (en) Method for weighting a graph
US20220114189A1 (en) Extraction of structured information from unstructured documents
US11775532B1 (en) Systems and methods for resolving relationships within data sets
US20220188344A1 (en) Determining an ontology for graphs

Legal Events

Date Code Title Description
RD16 Notification of change of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7436

Effective date: 20211125

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20220518

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240307