JP3449129B2

JP3449129B2 - 情報処理装置

Info

Publication number: JP3449129B2
Application number: JP25580696A
Authority: JP
Inventors: 嘉則佐藤; 章前田; 牧　　秀行; 政文岡田; 勝美大森
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1996-09-27
Filing date: 1996-09-27
Publication date: 2003-09-22
Anticipated expiration: 2016-09-27
Also published as: JPH10105559A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、データベース装置
などの情報記憶装置内に格納された数値または記号で表
現されたデータの集まりから、任意の類似データを検
索、加工して、利用者に提供する方法に係り、自然現
象、人口統計等の社会的現象、株価変動等の経済的現
象、工業プラント等の化学的、物理的現象等の一般のデ
ータ管理、予測に関する。

【０００２】

【従来の技術】近年の計算機技術の発達、LAN、WAN等ネ
ットワークインフラストラクチャの整備に従い、これま
で以上に大量、多種のデータを蓄積、利用する動きが活
発化しており、単にデータを蓄積して定型的な業務に利
用するだけでなく、分析業務などの非定型な業務にデー
タベースを利用するケースが現れてきた。

【０００３】従来はDBMS(Database Management Syste
m）に備わった検索機能を利用して、データの集計、加
工を行ってきた。現在はDBMSはRDB(Relational Databas
e)を用いたものが最も普及しており、RDBではSQLと呼ば
れる言語をベースに機能が提供される。SQLでは複数の
表形式のデータに対する演算操作として各種集計機能を
提供する。文献としては「データベースシステム概論、
C. J. Date著、藤原譲訳、丸善株式会社」に詳しい。以
下このRDBに記載のものを従来技術１と呼ぶ。

【０００４】また集計したデータの分析目的の一つとし
ては、物理的、社会的現象等の予測がある。予測手法と
しては重回帰分析、自己回帰分析等の他、大量に蓄積さ
れたデータを元に類似データを探し出し予測結果を計算
出力するものとしてMBR（Memory Based Reasoning:記憶
に基づく推論）と呼ばれる手法がある。MBRに関しては
「Craig Stanfill, DavidWaltz, TOWARD MEMORY-BASED
REASOING, Communications of the ACM, Dec 1986, V
ol.29. Number 29, pp.1213-1228」に概要が述べられて
いる。以下このMBRに関するものをを従来技術２と呼
ぶ。

【０００５】従来技術２は既知のデータから未知のデー
タに類似したデータを探し出し、これらを直接用いて予
測する。古典的な予測手法、あるいはニューラルネット
ワークと比較して予測モデルの運用が容易であり、また
表形式のデータを直接予測に使うことが可能であるた
め、RDBとの親和性が高く、現状のデータベース環境で
蓄積したデータを利用しやすいという利点がある。従来
技術２を気象予測に応用した例として「毛利隆夫、田中
秀彦、記憶に基づく推論による天気予報、人工知能学会
誌、1995, Vol.19, No.5, pp.798-805」がある。

【０００６】

【発明が解決しようとする課題】従来技術１は複数の表
を操作する機能、表中のデータの単純な加工、検索の機
能しか提供しない。検索キーがはっきりした定型的な作
業、例えば月別の支店毎の売り上げや、地域別の製品毎
の売り上げを集計するといった作業は、予めデータベー
ス管理者や分析の専門家によってプログラムを用意して
おくことが可能になる。しかし既に分かっているデータ
との類似データが欲しいが、検索キーがはっきりしない
場合、利用者が手作業で検索キーを絞り込みながら検索
を繰り返す必要があり、効率的な検索を行うためには、
検索キーの絞り込み方法などに経験が要求される。

【０００７】従来技術２は類似データを自動的に探し出
す機能と、類似データを用いて未知のデータを予測する
機能を提供するが、高精度な予測のためには非常に多く
のデータが必要となる。しかし現実問題では常に予測対
象の基本的な構造は時間と共に変化していることがあ
り、そのため古くなってしまったデータを使用できない
といった問題が生じる。

【０００８】

【課題を解決するための手段】本願第１の発明として、
複数のフィールドからなる１個以上のレコードデータを
入力する手段と、前記入力されたデータを蓄積する手段
と、１個以上の類似度判定フィールドを指定する手段
と、類似度を計算するためのデータ間距離定義を指定す
る手段と、前記類似度判定フィールドに関して、前記指
定された距離定義に従い前記入力データと類似するデー
タを蓄積データから検索する手段と、前記検索された類
似データを出力する手段と、類似度評価フィールドを指
定する手段と、前記類似度評価フィールドに関して評価
する手段と、前記評価結果を蓄積する手段と、前記蓄積
された評価結果を用いて上記出力手段を制御する手段
と、上記蓄積された類似度評価結果を検索された類似デ
ータと共に表示する手段を有することを特徴とする。

【０００９】この構成のため、見つかったデータの類似
度を評価して結果を蓄積しておくことで、データがどの
程度信頼できるかを判定できる。そのため利用するたび
に検索精度が向上する効果を得られる。また蓄積した類
似度を共有することにより検索に対する利用者の経験が
不要になる。

【００１０】また、本願第２の発明としては、複数のフ
ィールドからなる１個以上のレコードデータを入力する
手段と、前記入力されたデータを蓄積する手段と、１個
以上の類似度判定フィールドを指定する手段と、類似度
を計算するためのデータ間距離定義を指定する手段と、
前記類似度判定フィールドに関して、前記指定された距
離定義に従い前記入力データと類似するデータを蓄積デ
ータから検索する手段と、前記検索された類似データを
出力する手段と、類似度評価フィールドを指定する手段
と、前記類似度評価フィールドに関して評価する手段
と、前記評価結果を蓄積する手段と、前記蓄積された評
価結果を用いて上記出力手段と、入力されるレコードデ
ータの類似度評価フィールドの値が欠損している場合、
上記検索された類似データと、上記蓄積された類似度評
価結果を用いて欠損フィールド値を推論する手段を有す
ることを特徴とする。

【００１１】この本願第２の発明では、従来技術２と同
様に類似データを用いて未知のデータを予測する場合、
常に得られるデータの類似度を用いて予測結果を補正す
ることが可能であり、大量のデータを得るために古いデ
ータを使わざるを得ない場合でも、高精度な予測が可能
である。

【００１２】

【発明の実施の形態】以下、図面を用いて本発明の第一
の実施形態を説明する。図１は、事例を用いた情報処理
装置１００の構成とデータの流れを示している。また、
図２はネットワークを介して接続されたサーバ装置、ク
ライアント装置により構成される事例を用いた情報処理
装置２００を表している。２０１〜２０３はクライアン
ト処理装置、２０４はサーバ処理装置である。サーバ処
理装置は２台以上でもかまわないが、ここでは説明の便
宜上１台とした。

【００１３】図３は、事例を用いた情報処理装置２００
の詳細を示している。３０７はクライアント処理装置を
構成する部分であり、３０８はサーバ処理装置を構成す
る部分である。各クライアント処理装置に含まれる部分
は同一であるため、説明の便宜上ここでは一つの装置の
詳細を示した。

【００１４】ここで、データ入力装置１０２、類似度判
定フィールド入力装置１０３、類似度評価フィールド入
力装置１０４、類似データ検索装置１０５、類似度判定
装置１０６、類似度評価装置１０７、実行結果出力装置
１０８、検索データ出力装置１０９、類似度出力装置１
１０は、図１における各装置と同様である。３０１は接
続識別子入力装置、３０２クライアント側送信装置、３
０３はサーバ側受信装置、３０５はサーバ側送信装置、
３０６はクライアント側受信装置である。

【００１５】装置１００と装置３００は類似データを検
索する原理については同じであるため、以降装置３００
に従って説明を行う。

【００１６】図４に、装置３０８が格納しているデータ
の例を示す。データ４０１は飲料品製造向上におけるデ
ータの例であり、各行は製造を行った日、曜日、予想最
低気温、予想最高気温、最低湿度、最高湿度、予想気
圧、前日製造実績、当日の製造実績を表している。

【００１７】図５に、装置３００に装置３０７に与える
データの例を示す。データ５０１は類似例検索の対象と
なる入力データであり、データ５０２は類似判定フィー
ルドを指定するデータ、データ５０３は類似度評価フィ
ールドを指定するデータである。類似度判定フィールド
は類似データを見つける際に使用されるフィールドであ
り、類似度評価フィールドは見つかった類似データの良
さを評価する際に使われる。すなわち、データ４００
は、利用者は供給量実績がほぼ同量で、かつその他の項
目が似ているデータを探したい場合の指定である。

【００１８】図６に、装置３０８が格納している距離定
義、距離定義管理データの例を示す。データ６０１は装
置３０９に格納されている距離定義管理テーブル、デー
タ６０２は装置１１１に格納されている各種の距離定義
を表している。データ６０１はどの利用者がどの距離定
義を使用するかの対応関係が記述されている。データ６
０２はデータ間の距離を測る際の、各項目が持つ重要度
を示したものである。重要度は、（0,1）の数値で表さ
れ、数値が大きいほど重要度が大きいことを意味し、重
要度が０の場合にはその項目は類似例検索の際に全く考
慮されないことを意味する。

【００１９】図７のデータ７００は、装置１１２に格納
されている類似度評価結果を示している。装置１１３に
格納されている各データのそれぞれのフィールド値が、
過去の検索に対してどのような類似性を持っていたかを
示しており、フィールド値が小さいほど類似度が高いこ
とを意味する。例えばフィールド値７０２はレコードデ
ータ７０１を製造実績に関して評価された類似度を表し
ており、レコードデータ７０３と比較すると、過去の検
索において類似性が高かったことを示している。

【００２０】図８に示したデータ８００は、装置１０８
が出力する。あるいは装置１０８が、表示するデータを
表している。フィールド値８０１は検索された類似デー
タそのもの、フィールド値８０２は類似度判定フィール
ドから計算された類似度、フィールド値８０３は類似度
評価フィールドから計算した類似度評価フィールドであ
り、過去の類似度判定がうまくいっていたかどうかを示
す度合いを意味している。すなわち、入力したデータに
関する類似度をフィールド値８０２が表し、類似度の信
頼度がフィールド値８０３に表されている。

【００２１】以下図３に従って、本実施形態の概要を説
明する。まず装置３０８の管理者は予め記憶部１１３に
データを蓄積しておく。ここで管理者とはデータベース
管理者でも良いし、利用者自信でも良い。検索の際に
は、装置１０２、装置１０３、装置１０４に対してそれ
ぞれ入力データ５０１、類似度判定フィールド指定デー
タ５０２、類似度評価フィールド指定データ５０３が与
えられる。装置３０１に対しては利用者の識別子、クラ
イアント装置の自体の識別子、アプリケーションが持つ
識別子等が与えられる。ここでは説明の便宜上利用者の
識別子が与えられるものとする。

【００２２】装置３０２は、データ５０１、５０２、５
０３、利用者識別子を装置３０３に送信する。装置３０
３は、受け取ったデータのうち、利用者識別子を装置３
０４に与え、実際に使用する距離定義を決定する。次に
データ５０１、データ５０２、データ５０３、距離定義
を元に、装置１０５が類似データを検索する。

【００２３】実際の検索は、装置１０６が行う。類似デ
ータの検索では、着目しているデータ中の類似度判定フ
ィールド値と入力データの類似度判定フィールド値がど
の程度異なっているかを元に計算される。また、各フィ
ールドの重要度は距離定義によって与えられる。検索結
果は、装置１０７により評価され、評価結果を元に記憶
部１１３に格納されているデータ７００が更新される。

【００２４】装置１０５の検索結果、データ８０１、デ
ータ８０２及びデータ８０３は、装置３０５により装置
３０６に送られる。ただし、データ８０３は更新される
前の過去の評価値である。装置３０６は、受信したデー
タを装置１０８に与え、装置１０８は内部に持つ装置１
０９によりデータ８０１を、装置１１０によりデータ８
０２、８０３を出力する。

【００２５】このように、類似度評価装置１１７、類似
度評価値記憶部１１２を設け、過去の検索結果を蓄積す
ることにより、使用する度に検索精度が向上していく点
に特徴がある。

【００２６】さらに、装置３０１、３０４、３０９によ
り利用者毎の距離定義を管理することにより、複数の利
用者の距離定義を共有することが可能となる。このた
め、検索精度が向上した結果も同様に共有することがで
きる点に本実施形態の特徴がある。

【００２７】次に、データ５００を入力した場合の処理
の詳細を図面を用いて説明する。図９は、本実施形態の
処理の流れを示したものである。処理９０１でデータ５
０１が入力され、処理９０２でデータ５０２、データ５
０３が入力される。ただし、処理９０１、処理９０２は
クライアント処理装置３０７によって行われる。装置３
０７が受け取ったデータとクライアント処理装置が保持
している識別子を、処理９０７がサーバ処理装置３０８
に送信する。

【００２８】処理９０３、９０４、９０５は、装置３０
８によって行われる。処理９０３では、データ６０１を
参照して、どの距離定義を使用するかを決定する。それ
を受け処理９０４は、実際に検索処理を実行する。処理
９０４の詳細を図１０に示す。

【００２９】まず、処理１００１で類似データを格納し
ておく一時領域をクリアする。一時領域の大きさは見つ
たい類似データ数の多さによる。最大類似データ数は利
用者が与えても良いし、サーバ処理装置の管理者が決め
ておいても良い。ここでは説明の便宜上サーバ処理装置
の管理者が予め最大類似データ数を予め決めておくもの
とする。

【００３０】処理１００２で、装置１１３に格納されて
いるデータ４０１から１レコード（１行）を参照する。
処理１００３で、入力データと処理１００２で参照した
データの類似度を判定する。例えば、入力データ、被検
索データの類似度判定フィールド値をそれぞれＸ、Ｙ、
類似度判定フィールドの重要度をＷとすると、ある１個
の類似度判定フィールドの距離ｄはｄ＝ｗ・（Ｘ−Ｙ）
で与えられる。また、データ全体の距離は各フィールド
の距離の総和Ｄであり、使用するフィールドはデータ５
０２で与えた類似度判定フィールドの指定による。また
データ同士の類似度判定値Ｗ＝1/(Ｄ・Ｄ + 1)とする。
すなわち、類似度判定値を示す数値は大きいほど比較し
ているデータ同士が似ていることを意味し、全く同じデ
ータ同士では類似度判定値は１となる。

【００３１】次に処理１００４で、類似データ格納領域
にある検索済みの類似データと、現在参照している類似
データの類似度を比較する。現在参照中の類似データの
類似度が、検索済みの類似データ中、最も似ていないデ
ータの類似度よりも低い場合、すなわち入力データに対
してより近い場合は、処理１００５において参照中の類
似データを格納領域に格納し、比較した過去の類似デー
タは消去する。

【００３２】処理１００６により、データ４０１中のデ
ータ全てが比較されるまで処理を繰り返す。

【００３３】処理１００７では、データ５０３で指定さ
れている類似度指定フィールドを使い、見つかった類似
データの類似度（類似度判定値）を評価する。このとき
評価して類似性が低いと判断されたデータは、（１）類
似データとして採用しないか、（２）類似度評価値をク
ライアント装置３０７に送信して装置３０７で出力処理
を制御するか、（３）装置３０８で全ての類似データと
評価値を同時に表示して利用者が採用、不採用の判定を
下す等の方法があり得る。ここでは説明の便宜上、全て
の類似データと評価値を出力するものとする。

【００３４】例えば、データ５０３に従って類似度を評
価する場合、入力データの製造実績値をZ、類似度デー
タiの製造実績値をZi、類似度をＷi、Ｅiをデータの評
価値とする。まず、以下の（数１）が成り立つと仮定す
る。

【００３５】Ｚ＝Σｉ（Ｚｉ・Ｗｉ）／ΣｉＷｉ＋
ΣｉＷｉ・Ｅｉ…（数１）ただしiは類似データの識別番号である。第１項は類似
データの重み付け平均、第２項は補正項を意味する。処
理１００７ではデータ７００を参照して検索された類似
データの過去の評価値Ｅiを算出する。例えば、類似度
評価フィールドが製造実績であり、見つかった番号２の
データが類似データとして検索された場合、処理１００
７とデータ７００により類似度評価10×Ｗiが算出され
る。類似データと、類似度判定値、類似度評価値は処理
９０８によりクライアント処理装置３０７に送信され
る。

【００３６】処理１００８は、データを送信する前に、
現在の検索結果を元に類似度評価値Ｅiを更新する。実
際の検索結果では（数１）の左辺と右辺は常に一致する
わけではない。そこで、最近n回の類似度判定値をＷij
(j=0,1,..,n。iはj回目の検索で見つかった類似データ
の識別番号）を保持しておいて左辺と右辺の違いを小さ
くするために、以下の（数２）とし、（数１）の左辺と
右辺の二乗誤差εを小さくするようＥiの更新を行う。

【００３７】 ε＝{Σj(Ｚ-Σi(Zi・Ｗij)/ΣI Ｗij-Σi Ｗij・Ｅi）∧2}/2…（数２）ただし、a∧bはaのｂ乗を表す。このとき（数２）よ
り、以下の（数３）に従えば、εの極小解を得られる。

【００３８】δε／δＥｉ＝（Ｚ − Ｚｉ・Ｗｉｊ−
Ｗｉｊ・Ｅｉ）・Ｗｉ…（数３）ただし、本実施形態を初めて使用する場合は、Ｅiの初
期値は微少な乱数値で設定されている。

【００３９】ここで、補正項を修正する際に、判定フィ
ールド値に関して似ているものは、評価値を大きく修正
し、判定フィールド値に関して似ていないものは小さく
修正することが可能になるため、あるデータが別々の入
力データの類似データとして参照された場合も正しく
（数１）を補正できる。

【００４０】また、補正項のＷi・Ｅiは、類似データi
の評価値を意味しており、Ｗi・Ｅiが小さいほど類似度
評価フィールドに関してデータ間の類似性が高く、Ｗi
・Ｅiが大きいほど類似性が低くなる。

【００４１】処理９０８で、装置３０７が送信した類似
データと、類似度判定値、類似度評価値は装置３０８に
渡される。ここで処理９０６、９０８は装置３０８にお
ける処理である。処理９０６はデータ８００に示される
情報を出力する。

【００４２】このように、本実施形態では、過去の検索
の結果を用いることにより、検索を重ねる度に類似度検
索の精度が向上する。

【００４３】次に、本発明の第２の実施形態を説明す
る。装置１１００は、未知のフィールド値を含む入力デ
ータを受け取った場合に、類似データを検索すると同時
に未知フィールド値を予測する。図１１は、事例を用い
た情報処理装置１１００の構成とデータの流れを示して
いる。ここで、１１０５はクライアント処理装置、１１
０６はサーバ処理装置、１１０３は予測結果出力装置、
１１０４は類似度評価フィールド予測装置を表してい
る。１１０１は、図３における装置１０１、１０２、１
０３、１０４と同様である。また、３０２、３０３、３
０５、３０６は、図３におけるものと同様である。１１
０３は、図３における装置３０４、３０９、１０５、１
０６、１０７、１１１、１１２、１１３と同様である。

【００４４】図１２は、装置１１０１に与えられる欠損
値を含む入力データの例であり、製造実績値が欠けてい
る。この他入力データとしてデータ５０２、５０３が、
１１０１に与えられる。これら各データは、同時に与え
られてもよい。データ５０２は、データの類似度を判定
するフィールドの指定であり、データ５０３はデータの
欠損値を含むフィールドである。

【００４５】図１３は、装置１１００の出力結果の例で
あり、製造実績の欠損値は３７００と予測されている。
また、図１４のデータ１４００は真値が得られたとき
に、装置１１００の予測動作を評価するために入力する
データであり、装置１１０１に与えられる。第２の実施
の形態においては、装置１１０３を用いることにより、
使用する度に予測精度が向上する。

【００４６】以下、図１５の処理１５００に従って装置
１１００の処理を説明する。処理１５０１では、装置１
１０１により装置１１００はデータ１２００を得る。次
に、処理１５０２ではデータ５０２、５０３を得る。処
理１５０３では、データ１２００、５０２、５０３を装
置１１０６に送信する。処理１５０４、１５０５、１５
０６は、処理９０３、９０４と同様であり、データ１２
００の類似データ、類似度判定値、類似度評価値を得
る。ただし類似度評価フィールドが未知であるため、装
置１１２に格納されているデータ７００は更新されな
い。処理１５０７は（数１）を用いて類似データから欠
損フィールド値を予測する。処理１５０８では、予測し
た値を装置１１０５に送信し、処理１５０８は送信され
た予測値、類似データ、類似度判定値、類似度評価値を
受け取る。処理１５０９は、データ１３００を利用者に
出力する。データ１３０１は類似データ、１３０２は入
力データの欠損値を予測した値を表している。

【００４７】次に、予測の真値が後から得られた場合の
処理１６００を図１６を用いて説明する。装置１１００
は、処理１６０１、１６０２によりデータ１４００、５
０２、５０３を受け取る。５０２、５０３で指定するフ
ィールドは予測時に用いたものと同様である。処理１６
０３、１６０４、１６０５、１６０６は処理１５０３、
１５０４、１５０５、１５０６と同様であり、データ１
４００の類似データ、類似度判定装置、類似度評価値を
得る。ただし、処理１５００異なり欠損値フィールドは
存在しないため、類似度評価フィールドの指定に従っ
て、処理１６０６、１６０７により装置１１２に格納さ
れているデータ７００は更新される。ただし処理１６０
６、１６０７は処理１００７、１００８と同様の処理で
ある。

【００４８】このように処理１６００により、次回から
同様の類似データを用いて予測をする際に、真値により
近い予測値が得られると共に、距離定義、類似データ評
価値をサーバ処理装置により複数の利用者が共有するこ
とで、予測精度が向上した結果も同様に共有することが
できる。

【００４９】

【発明の効果】以上、本発明ではデータ類似度評価装
置、評価値蓄積装置を設けることで、使う度に検索精度
が向上し、かつ精度向上を複数の利用者で共有できると
いう利点がある。また類似度評価フィールド予測装置を
設けることで、類似データを用いて欠損した類似度評価
フィールドを予測することができる。後から真値が得ら
れる場合は予測精度を向上させ、精度向上の結果を複数
の利用者で共有することができる。

【図面の簡単な説明】

【図１】事例を用いた情報処理装置の全体図。

【図２】本発明を用いるクライアント／サーバ処理装置
のハードウェア構成図。

【図３】クライアント／サーバ処理装置を用いた実施の
形態の全体図。

【図４】入力データの１例を示す図。

【図５】距離定義を格納する形式を示す図。

【図６】距離定義管理テーブルを示す図。

【図７】類似度判定結果を蓄積する形式の１例を示す
図。

【図８】類似例検索の出力データ（実行結果）の１例を
示す図。

【図９】装置３００での処理を示すフローチャート。

【図１０】装置１０５での処理を示すフローチャート。

【図１１】本発明の実施形態の全体図。

【図１２】装置１１００にあたえる入力データの１例を
示す図。

【図１３】装置１１００の出力データの１例を示す図。

【図１４】真値の入力データの１例を示す図。

【図１５】本発明における予測の仕方を示すフローチャ
ート。

【図１６】本発明における類似データの検索の仕方を示
すフローチャート。

───────────────────────────────────────────────────── フロントページの続き (72)発明者牧秀行神奈川県川崎市麻生区王禅寺1099番地株式会社日立製作所システム開発研究所内 (72)発明者岡田政文茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内 (72)発明者大森勝美茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内 (56)参考文献特開平６−95880（ＪＰ，Ａ) 特開平８−221113（ＪＰ，Ａ) 特開平10−74188（ＪＰ，Ａ) 特開平９−34719（ＪＰ，Ａ) 特開平９−34721（ＪＰ，Ａ) 特開平８−77010（ＪＰ，Ａ) 特開平９−179874（ＪＰ，Ａ) 特開平５−38051（ＪＰ，Ａ) 特開平４−372046（ＪＰ，Ａ) 特開平５−88714（ＪＰ，Ａ) 特開平６−139224（ＪＰ，Ａ) 特開平６−266403（ＪＰ，Ａ) 佐藤健，岡本青史，距離情報による類似度関数の重み学習，人工知能学会誌, 1996年３月１日，第11巻，第２号, 第238〜245頁前田章，データベースからの知識発見技術，システム／制御／情報，システム制御情報学会，1995年４月15日，第39 巻，第３号，第27〜32頁前田章ほか，プラントの高効率化・高品質化を目指した知的エンジニアリング環境，日立評論，1996年10月１日, 第78巻，第10号，第45〜50頁 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/30 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】蓄積されたデータから所望のデータを検索
する情報処理装置において、複数のフィールドからなる１個以上のレコードデータの
入力を受ける入力手段と、１個以上の類似度判定フィールドに対する指定を受ける
判定フィールド指定手段と、類似度を計算するためのデータ間距離定義に対する指定
を受ける距離定義指定手段と、前記レコードデータの類似度判定フィールドと前記蓄積
されたデータの類似度判定フィールドがどの程度異なっ
ているかを基に、前記指定された距離定義に従い、前記
レコードデータと類似する類似データを前記蓄積された
データから検索する検索手段と、類似度評価フィールドに対する指定を受ける評価フィー
ルド指定手段と、前記類似データに対応する真値データを受け取り、前記
類似度評価フィールドに関して、前記真値データと前記
類似データの重み付け平均の差分から前記レコードデー
タと前記類似データの類似度を評価するための評価値を
算出する評価手段と、前記評価手段の評価値を蓄積する蓄積手段を備えること
を特徴とする情報処理装置。
【請求項２】請求項１に記載の情報処理装置において、前記評価値を前記類似データと共に表示する手段を備え
ることを特徴とする情報処理装置。
【請求項３】請求項１に記載の情報処理装置において、前記評価手段は、前記真値データをＺ、前記類似データ
をＺｉ、前記類似度をＷｉ、前記評価値をＥｉとした場
合に、Ｚ＝Σｉ（Ｚｉ・Ｗｉ）／ΣｉＷｉ+ΣｉＷｉ・
Ｅｉを用いて前記評価値を算出することを特徴とする情
報処理装置。
【請求項４】蓄積されたデータから所望のデータを検索
する手順を情報処理装置に実行させるためのプログラム
を格納した記憶媒体であって、複数のフィールドからなる１個以上のレコードデータの
入力を受ける手順と、１個以上の類似度判定フィールドに対する指定を受ける
手順と、類似度を計算するためのデータ間距離定義に対する指定
を受ける手順と、前記レコードデータの類似度判定フィールドと前記蓄積
されたデータの類似度判定フィールドがどの程度異なっ
ているかを基に、前記指定された距離定義に従い、前記
レコードデータと類似する類似データを前記蓄積された
データから検索する手順と、類似度評価フィールドに対する指定を受ける手順と、前記類似データに対応する真値データを受け取り、前記
類似度評価フィールドに関して、前記真値データと前記
類似データの重み付け平均の差分から前記レコードデー
タと前記類似データの類似度を評価するための評価値を
算出する手順と、前記評価手段の評価結果を蓄積する手順を前記情報処理
装置に実行させるためのプログラムを格納したことを特
徴とする記憶媒体。
【請求項５】請求項４に記載の記憶媒体において、前記評価値を前記類似データと共に表示させる手順を前
記情報処理装置に実行させるためのプログラムを格納し
たことを特徴とする記憶媒体。
【請求項６】請求項４に記載の記憶媒体において、前記評価値を算出する手順は、前記真値データをＺ、前
記類似データをＺｉ、前記類似度をＷｉ、前記評価値を
Ｅｉとした場合に、Ｚ＝Σｉ（Ｚｉ・Ｗｉ）／ΣｉＷｉ
+ΣｉＷｉ・Ｅｉを用いて前記評価値を算出するプログ
ラムを格納したことを特徴とする記憶媒体。