JP5587493B2 - アクショナブルな属性を、個人識別を表すデータに帰する方法及びシステム - Google Patents

Description

本開示は、データベース検索に関し、より詳細には、予期されるデータ属性と予期せぬデータ属性の両方を含みうる個人識別に関する所与の照会に最もよくマッチするデータベース内の記録を検索すること、ならびに、マッチ経験および結果を説明するアクショナブルなフィードバック（ａｃｔｉｏｎａｂｌｅ ｆｅｅｄｂａｃｋ）とともに、照会に最もよくマッチする記録を検索することに関する。

このセクションに記述されている手法は、追求されえた手法であるが、必ずしも以前に着想または追求されたことがある手法とは限らない。したがって、特に指示がない限り、このセクションに記述されている手法は、本出願における特許請求の範囲に対する従来技術ではない可能性があり、このセクションに含まれることにより従来技術であるとは認められない。

効率的なデータベースアクセスおよび検索能力が、マッチング目的で参照のデータベース内に維持されるデータの有効利用に重要である。この目的に不可欠なのは、マッチ結果、すなわち、照会の一部と予想される個人の徴候ならびに今まで知られていなかった徴候を両方含む照会に参照データをマッチングさせた結果の効率的検索を可能にし、マッチ結果を効率的かつ効果的な方法で特定し、かつ選択するとともに、継続的有効データのスチュワードシップなどのマッチ結果の使用に関するビジネス決定を下すために使用されうるアクショナブルなフィードバックを提供する能力である。

個人を特定するのに特有の既存の技術では、所与の名前、名字、物理アドレス、電子メールアドレス、肩書、別名などの特定の有限数のデータフィールド、あるいは、個人に関する情報を含むことも含まないこともある１組の未定義データ構成要素を検討する。この既存の技術は通常、文字毎の比較または数学的発見的比較に基づいており、これらの比較は、特定の語をつづる複数の方法などの許容できる正字法バリエーションを考慮した後で、マッチした文字の数または他の基本的相関情報に基づいて精度についての判定をもたらすとともに、ハイフネーション、大文字の使用、分節箇所、句読点、公知の省略、および同義語の使用をもたらす。加えて、既存の技術は、照会データの特異的構造を想定しており、高値の予測データ要素、あるいは、個人に関連しかつ有効にされ個人のデータベースに合成もしくは集合されたことがある他の派生徴候の有限であるが一時的に無限の収集が、マッチプロセスを通じて使用されることを許容しない。

（ａ）特定の個人に関するデータの検索を開始するために照会を受けること、（ｂ）照会に基づいて、参照データベースを検索する方策を決定すること、（ｃ）方策に従って、照会に対するマッチのために参照データベースを検索すること、および（ｄ）マッチを出力すること、を含む方法が提供される。この方法は、マッチの推定品質を反映するマッチに関係するフィードバックも提供することができ、このフィードバックは、マッチしたエンティティがエンドユーザの品質ベースの抽出条件を満たす度合いを決定するために、エンドユーザによって使用されることができる。この方法を実行するシステム、および、この方法を実行するプロセッサを制御する命令を含む記憶媒体も提供される。

照会は、候補を評価し選択するために、予期されるデータ構成要素と予期されないデータ構成要素の両方を含む照会の徴候を認識し合成するために処理される。個人に関する参照データは、照会に対するマッチを特定するために、データベース上に維持され、アクセスされ、評価され、利用される。マッチ結果およびアクショナブルなデータ（ａｃｔｉｏｎａｂｌｅ ｄａｔａ）が、マッチ結果の相対的強度を表す信頼感指数と、マッチを伝達するために使用されたデータおよび代替徴候に関するフィードバックを示す属性と、を含む照会者または照会システムに提供される。

アクショナブルな属性（ａｃｔｉｏｎａｂｌｅ ａｔｔｒｉｂｕｔｅｓ）を個人識別データに帰する方法の機能ブロック図である。

本発明を使用するためのシステムのブロック図である。

徴候は個人の身元に関する情報である。徴候は、照会の認識できる属性、すなわち、個人の名前、住所、生年月日などの照会の予期される構成要素であるデータ構成要素、あるいは、照会内に、例えば、個人を一意に特定するために他のデータと共に使用されうる、ファイル上のカラムヘッダまたはオンライン申請内の特定のデータ入力フィールドを通じてメタデータと具体的に定義されたデータ構成要素を含む。徴候はまた、以前に遭遇されたことがない属性と、名前の代替つづりなどの、データ値が表現または推定することができない代替方法と、を含むことができる。

フィードバックは、照会とマッチ候補の間のマッチの程度に対する信頼の点でマッチ経験の推定品質を反映するマッチに関する情報と、マッチ経験で使用された各データフィールドの比較評価と、照会とマッチするように使用されたデータのソースに関する指示と、に関する情報である。フィードバックは、マッチしたエンティティがそのエンドユーザの品質ベースの抽出条件を満たす度合いを決定するとともに、そのフィードバックに基づいて別行動およびスチュワードシップ介入を推進するために、エンドユーザによって使用されることができる。

図１は、アクショナブルな属性を個人識別データに帰する方法１００の機能ブロック図である。手短に言えば、方法１００は照会１０３を受け、プロセス１１５、１２０、１２５、１３０および１３５を実行して、照会１０３からのデータを参照データベース１１０内のデータにマッチさせ、それによって結果１６０をもたらす。

方法１００は、処理ルール１０４、属性表１０５、および度数表１０９を利用し、中間ステップで、データ１４０、属性１４５、関数１５０、および最良の候補１５５を生成する。

プロセス１１５、１２０、１２５、１３０および１３５は、本明細書に、プロセス１１５、１２０、１２５、１３０および１３５のそれぞれの一般的な動作について記述される。プロセス１１５、１２０、１２５、１３０および１３５はそれぞれ、スタンドアロンのプロセスとして、または従属プロセスの階層として構成されることができる。

照会１０３は、特定の個人に関する情報の検索を開始する要求である。検索は照会１０３に含まれる徴候に基づいており、これに関して、照会１０３は複数のデータ要素を含み、複数のデータ要素は、処理ルール１０４および属性表１０５に定義されている既定の認識できる属性のすべてまたは一部であるデータフィールドによって個人に関する特定の情報を含み、潜在的には個人に関する追加の実質的に無制限の徴候も含むことできる。照会１０３は、人間のユーザまたは自動化されたプロセスによって方法１００に提供されることができる。例えば、照会１０３は、オンラインデータ入力画面を使用して処理された個別の照会から、またはバッチ機械の能力を使用して提出されたファイルから導出されることができる。照会１０３は、方法１００がデータ１４０として再フォーマットし、方法１００が個人を一意に特定するために使用することになるデータを含む。データ１４０は、例えば、名前、住所、生年月日、社会保障番号、身元確認の他の形式などのデータを含むことができる。

参照データベース１１０は、それぞれの個人に関する最高度の個人情報および職業情報、すなわち公知の属性を有する、個人に関する情報のデータベースである。複数のプロセス（図示せず）が、マッチング目的で使用可能である参照データベース１１０内に投入されるデータを制限するために使用される。追加プロセスのセット（図示せず）を通じて、参照データベース１１０は、参照データベース１１０内に既に表されている個人に関するさらなる情報を含めるとともに、追加の個人に関する情報を含めるように更新されることができる。

処理ルール１０４は、様々な単語の組合せ（ファーストネーム／ミドルネーム／ラストネームまたはラストネーム／ファーストネーム／ミドルネーム、ならびに名前属性のすべてまたは一部を含む属性の他の並べ替えなどの様々な操作）などの照会値を解釈するための意味的数値的曖昧性解消ロジック、住所指定（別個の住所または混合された住所構成要素）、および異なる日付表示形式を含む標準化プロセスおよび正規化プロセスに基づいた、自動化された繰り返し可能なビジネスルールおよびメタデータルール（これまで「ルール」と称されている）を含む。メタデータルールは、各データ要素に関する情報、例えば、（ａ）データ要素が、英字、すなわちアルファベットの文字、数値、または英数字、すなわち英字と数値のどちらかまたは両方であるかどうか、（ｂ）許容サイズ、（ｃ）書式設定、などを定義する。ビジネス処理ルールは、１つまたは複数のデータ要素の値に基づいて生じる活動を定義するものであり、例えば、後続の演算または計算の前に満たされなければならない条件が実行されることができる。

処理ルール１０４内の標準化プロセスの一実施例は、「Ｓｔ．」や「Ｓｔｒｔ」などの異なるバージョンのストリート名を「ｓｔｒｅｅｔ」などの共通の一貫した値に置き換えることを含む。処理ルール１０４内の正規化プロセスの一実施例は、マッチングを容易にするために、常用単語または「ｍａｎｕｆａｃｔｕｒｉｎｇ」や「ｍｎｆｃｔｒｉｎｇ」などの略語を一貫した用語として「ｍｎｆ」で代用することを含む。意味的曖昧性解消ロジックの一実施例は、ストリート住所をストリート番号およびストリート名用の別々のフィールドに分けることを含む。

属性表１０５は、認識できる属性の表、すなわち、個人を特定することができるデータに関連しうるデータフィールドである。属性表１０５は、認識できる属性の特徴を定義するメタデータも含む。メタデータはデータに関する情報であり、すなわち、メタデータはデータの特徴を表す。例えば、属性表１０５は、「ファーストネーム」の属性を列挙することができ、ファーストネームが一連の英字でなければならないことを示すファーストネームに関するメタデータを含むことができる。属性表１０５は、以前に認識されたことがない属性を含むように、データ１４０からのデータで更新されることもでき、これらの属性に対しては、予測重みづけまたは他の情報が定義されることができる。属性表１０５内の値は監視され、参照データベース１１０に対して更新が行われたときに調整される。

度数表１０９は、特定の属性のための特定の値を有する参照データベース１１０内の記録の数を示す。すなわち、度数表１０９は、参照データベース１１０内の特定のデータ値の出現度数（Ｆ）を区別するために、参照データベース１１０から生成される。例えば、参照データベース１１０には、ファーストネームとして「Ｊｏｎ」が５，６４７回出現し、ラストネームとして「Ｓｍｙｔｈｅ」が８９３回出現し、ファースネームとラストネームの組合せとして「Ｊｏｎ Ｓｍｙｔｈｅ」が１９７回出現することができる。したがって、度数表１０９は、（ａ）ファーストネーム「Ｊｏｎ」の度数が５，６４７であり、（ｂ）ラストネーム「Ｓｍｙｔｈｅ」の度数が８９３であり、（Ｃ）ファーストネームとラストネームの組合せ「Ｊｏｎ Ｓｍｙｔｈｅ」の度数が１９７であることを示すことになる。度数表１０９は、参照データベース１１０内の記録が更新されたときに更新される。

方法１００はプロセス１１５で開始する。

プロセス１１５は照会１０３を受け取り、照会１０３からの徴候を共通フォーマット、すなわちデータ１４０に構造化する。表１（下記）は、データ１４０の例示的な表現を示す。表１には、データ１４０は、名前、住所、市、州、郵便番号、電話番号などの、期待照会値の例示的な共通フォーマットで示されている例示的なデータ要素の組で示されている。

方法１００はプロセス１１５からプロセス１２０に進む。

プロセス１２０は、データフィールドを単数または複数で使用することにより参照データベース１１０からマッチを特定する機会を高めるために、データ１４０を分析して属性表１０５内の属性に関連する特定のデータフィールドを特定する。これに関して、プロセス１２０は、データ１４０からマッチの検索に関連する属性を与え、それによって属性１４５をもたらす。

プロセス１２０は、処理ルール１０４に従って動作して、データ１４０内に表されている入力済み照会データ値のすべての構成要素を浄化し、パースし（ｐａｒｓｅ）、標準化する。

「浄化する」は、句読点や他の形の価値のない文字などの無関係な値、例えば、電話番号の中のダッシュまたは年月日の構成要素を分離するスラッシュを除去することを含む。例えば、０１／２７／６０としてフォーマットされた日付値を浄化すると、値０１２７６０が得られることになる。

「パースする」は、照会１０３とのマッチを特定する機会を増やすためにデータ１４０を分割することを含む。これは、個別の照会の徴候を複数のデータ要素にパースすること、例えば、フォーマットＭＭＤＤＹＹの形をとる生年月日０１２７６０を、月（ＭＭ（０１））、日（ＤＤ（２７））、および年（ＹＹ（６０））を含む別々の要素に分割することを含む。「パースする」は、別々の要素、例えば、ファーストネーム（Ｊｏｈｎ）、セカンダリネームもしくはイニシャル（Ｑ）、およびラストネーム（Ｐｕｂｌｉｃ）を合体させて１つの要素、例えば名前（ＪｏｈｎＱＰｕｂｌｉｃ）にすることも含むことができる。

「標準化する」は、マッチを特定する機会を増やすために、代替値をデータ１４０に関連付けることを含む。これは、２文字値（ＮＪ）を、州の名前（Ｎｅｗ Ｊｅｒｓｅｙ；Ｎ Ｊｅｒｓｅｙ；Ｎｅｗ Ｊｒｓｙ）を表す一連の照会値に関連付けることを含むことができる。

プロセス１２０は、プロセス１２０の将来の実行時に使用するための、処理ルール１０４内に保存されることになる新しいルールを生成するために、以前に遭遇されなかったデータ１４０からの情報を分析し保持する処理ルール１０４も使用する。新しいルールは、既存のルールとの類似点に基づいて自動的に定義されることができる。したがって、データ１４０内に含まれているが、属性表１０５内で定義されていない徴候、すなわち追加の徴候は、その後の使用のためにプロセス１２０および１２５によって保持され、参照データベース１１０から特定された候補を処理するためにプロセス１３０および１３５によって潜在的に使用される。方法１００は、属性表１０５に投入されることになる属性を展開し定義するとともに、処理ルール１０４に投入されることになる関連ルールを展開するために、これらの追加の徴候を保持する自動化された能力を含む。

したがって、プロセス１２０はデータ１４０を分析し、プロセス１２０がある特定のデータに対する処理ルール１０４のルールがないことを認識した場合、その特定のデータは処理ルール１０４に保存され、分析のためのタグが付けられる。例えば、照会１０３が電子メールアドレスを含む場合、および、電子メールアドレスが以前に認識されなかった値であり、したがって処理ルール１０４内に対応するルールを有していない場合、処理ルール１０４は、その電子メールを新しい徴候として保持するために更新プロセス（図示せず）によって更新されることができ、新しい徴候は、認識された属性となることができる。

以下に、表２に処理ルール１０４の例示的な表現を示し、表３に属性１４５の例示的な表現を示す。処理ルールの実施例は、（ｉ）データ１４０の名前フィールドを別々のファーストネームフィールドおよびラストネームフィールドに分割すること、（ｉｉ）データ１４０の住所フィールドを別々のストリート番号フィールドおよびストリート名フィールドに分割すること、ならびに（ｉｉｉ）データ１４０の生年月日フィールドを別々の月フィールド、日フィールドおよび年フィールドに分割することを含む。フレキシブルな徴候は、照会の一部であると予期されるデータとして以前に特定されなかったが、将来のマッチ経験のために処理ルール１０４によって保持されるべきデータ１４０からのデータを含む。このデータは、テンプレートに基づいて分類されうるデータと自由形式のデータの両方を含む。

例えば、表２によれば、処理ルール１０４は、名前が別々のファーストネーム値およびラストネーム値にパースされることを示している。したがって、「Ｊｏｎ Ｓｍｙｔｈｅ」は、パースされてファーストネーム「Ｊｏｎ」およびラストネーム「Ｓｍｔｙｔｈｅ」をもたらし、表３に示されているように保存される。

方法１００はプロセス１２０からプロセス１２５に進む。

プロセス１２５は、属性表１０５とインタフェースをとって属性１４５をさらに特徴付けし、それによって関数１５０を展開する。属性１４５内の各属性について、プロセス１２５は、個人を特定する際に属性の相対的インパクト値に基づいて重みを割り当て、それによって加重属性をもたらし、その場合、重みはデータ１４０とのマッチを見出す際に属性の有用性の示度となる。例えば、この決定は、静的重みづけを与える属性表１０５によって定義されている通りに重みづけすること、例えば、名前が住所より高い重みをもつこと、および、属性表１０５によって定義されている通りに他の投入されたフィールドに相対して重みづけすること、例えば、雇用開始日は、雇用開始日が生年月日から少なくとも１８年を超えているときにより大きい値を有すること、ならびに、属性表１０５に定義されている通りにフィールドの実際のデータ値に基づいて重みづけすること、例えば、Ｅｒａｓｍｕｓなどの珍しい名前がＪｏｈｎなどのより一般的な名前より大きい重みをもつことを含むことになる。この分析は、頭字語などの属性１４５内のデータフィールドのための代替値および代替つづり（例えば、ファーストネームとしてＪｏｎおよびＪｏｎａｔｈａｎ）も考慮する。属性による静的重みづけに加えて、属性表１０５は、他の属性および推定予測性に対するデータ値の有無に基づいて調整された重みづけを割り当てる。例えば、ファーストネームの重みは、ラストネームに対するデータがない場合に重要でなくなり、ストリート番号と名前の組合せは、２つのフィールドのそれぞれよりも大きい重みをもつ。

プロセス１２５は、参照データベース１１０を検索する最適方策を決定し、この方策を、本明細書ではｆ（ｘ）として表されている関数１５０で提示する。より具体的には、プロセス１２５は、属性表１０５から重み（Ｗ）を獲得し、度数表１０９から度数（Ｆ）を獲得し、予測重みづけ（Ｋ）を計算し、ここでＫ＝Ｗ×Ｆであり、したがって各属性（ｘ）に対してＫ（ｘ）をもたらし、ここでＫ（ｘ）は属性ｘの予測重みづけである。関数１５０は、属性の異なる組合せ、例えば、ラストネームとＤＯＢの組合せまたはファースト／ラストネームとＤＯＢの組合せに基づいて複数のｆ（ｘ）値を計算することができ、その結果は、最適の検索方策を決定するプロセス１２５によって使用される。関数１５０は次の一般的なフォーマットを有する。
ｆ（ｘ）＝Ｋ_１＜フィールド１＞＋Ｋ_２＜フィールド２＞＋Ｋ_３＜フィールド３＞＋．．．＋Ｋ_Ｎ＜フィールドＮ＞、
上式で、Ｋは属性１４５の各構成要素に対して計算される。

以下に、表４に属性表１０５の例示的な表現を示し、表５に度数表１０９の例示的な表現を示す。

表４の例では、属性表１０５は、属性「ファーストネーム」と、ファーストネームが一連の英字でなければならないことを規定するメタデータと、ファーストネームに対する重み（Ｗ）＝０．２５とを含む。重み（Ｗ）の値は、データ１４０内に表されている照会１０３内の属性の相対的インパクトを示し、参照データベース１１０からのマッチを特定する。表４に提示されている例では、属性がＷ＝１という値をもつ場合、その属性は、１未満のＷ値をもつ属性より良好なマッチの予測子と見なされる。例えば、照会１０３が個人の携帯電話番号を含み、その携帯電話番号が唯一であると見なされうる値をもつ属性である場合、個人の携帯電話番号は、より一般的な値を有していそうなラストネームよりもマッチ経験により影響を与えることになる。

プロセス１２５では、予測重みづけの決定は属性にまたがる関係を検討し、この関係に基づいて修正された重みを計算する。例えば、ファーストネームおよびラストネームはファーストネーム自体およびラストネーム自体の予測重みづけを有するが、ファーストネームとラストネームを組み合わせたものは、参照データベース１１０内の適切なマッチを特定する際に多かれ少なかれ予測的であることができる。例えば、度数表１０９に定義されている、参照データベース１１０内のファーストネームとラストネームを組み合わせた「Ｊｏｎ Ｓｍｉｏｔｈ」の値は、「Ｅｒａｓｍｓ Ｈｏｆｆｅｒｔ」の値よりも頻繁に出現する可能性がある。複合ファーストネーム／ラストネーム値は、度数表１０９に定義されているように、より大きい予測重みづけまたはより少ない予測重みづけを示す度数（Ｆ）を有することができる。

上述したように、各属性（ｘ）に対して、プロセス１２５は、属性表１０５から重み（Ｗ）を獲得し、度数表１０９から度数（Ｆ）を獲得し、予測重みづけ（Ｋ）、ただしＫ＝Ｗ×Ｆを計算する。複数の予測重みづけ値が属性の異なる組合せに基づいて計算されることができる。例えば、ｆ（ｘ）の１つの計算に表４および表５の例示的なデータを使用すると下記のようになる。

ファーストネーム＝Ｊｏｎの場合、Ｋ１＝０．２５×５，６４７＝１４１１．７５

ラストネーム＝Ｓｍｙｔｈｅの場合、Ｋ２＝０．５×８９３＝４４６．５

したがって、ｆ（ｘ）、すなわち関数１５０は、ファーストおよびラストネームの場合、下記のようになる。

ｆ（ｘ）＝１４１１．７５＜ファーストネーム「Ｊｏｎ」＞＋４４６．６＜ラストトネーム「Ｓｍｙｔｈｅ」＞

ｆ（ｘ）の第２の計算に表４および表５の例示的なデータを使用すると、下記のようになる。

ファースト／ラストネーム＝Ｊｏｎ Ｓｍｙｔｈの場合、Ｋ１＝０．９×１９７＝１７７．３

ＤＯＢ／ＭＭＤＤＹＹ＝０１２７６０の場合、Ｋ２＝０．７×２１１＝１４７．７

したがって、ｆ（ｘ）、すなわち関数１５０は、ファースト／ラストネームおよびＤＯＢ／ＭＭＤＤＹＹの場合、下記のようになる。

ｆ（ｘ）＝１７７．３＜ファースト／ラストネーム「Ｊｏｎ Ｓｍｙｔｈｅ」＞＋１４７．７＜ＤＯＢ／ＭＭＤＤＹＹ「０１２７６０」＞

一般に、所与の属性の場合、重み（Ｗ）は、属性がマッチの優良な予測子である場合に大きくなるが、度数（Ｆ）がより大きいということは、属性がマッチの優良な予測子ではないことをさらに示唆している。「Ｊｏｈｎ」などの一般的なファーストネームをもつが、「１２３４５６７８９０」などの唯一の携帯電話番号をもつ個人、したがって、度数表１０９において、ファーストネーム「Ｊｏｈｏｎ」に対して（Ｆ）＝１０，０００、携帯電話番号「１２３４５６７８９０」に対して（Ｆ）＝１をもつ個人に関する検索の一例を考えてみる。これらの属性に対する予測重みづけ（Ｋ）、ただしＫ＝Ｗ×Ｆは、表４に基づいて、Ｋ＜ファーストネーム「Ｊｏｈｎ」＞＝０．２５×１０，０００＝２５００、および、Ｋ＜携帯電話番号「１２３４５６７８９０」＞＝１×１＝１である。したがって、ｆ（ｘ）において、ファーストネーム「Ｊｏｈｎ」は携帯電話番号「１２３４５６７８９０」より大きい予測重みづけを有するように見える。しかしながら、実行される実際の論理に基づくと、高いｆ（ｘ）より低いｆ（ｘ）の方がより正確に予測できることがある。

この例では、関数１５０は積の合計として表されているが、関数１５０は必ずしも合計または算術式とは限らない。一般に、関数１５０は加重属性のリストであり、特定の属性または属性の組合せの重みは、参照データベース１１０内の記録との適切なマッチを特定する際に、その属性または属性の組合せの予測性、したがって重要性の示度である。

方法１００はプロセス１２５からプロセス１３０に進む。

プロセス１３０は、関数１５０、すなわちプロセス１２５によって決定された方策に従って参照データベース１１０を検索し、最良の候補１５５を生成する。より具体的には、プロセス１３０は、関数１５０に従って参照データベース１１０から記録を検索する。次いで、プロセス１３０は、その記録からの属性をデータ１４０と比較し、この比較に基づいて、参照データベース１１０からデータ１４０とマッチしていそうな候補の組を選択する。その後、プロセス１３０は、候補の組を、参照データベース１１０内の検索済み記録からの各属性の値をデータ１４０からの同じ属性の値と比較することによって評価し、最後に最良のマッチ候補、すなわち最良の候補１５５を決定する。

表６（下記）に、参照データベース１１０からの候補の組の例示的な表現を示す。

最良の候補１５５は、候補の組を精査するためにプロセス１３０内の技法から生じる、データ１４０と最も類似している候補の組からの記録である。この種の技法は、参照データベース１１０を投入したデータのソースとそのデータ（一部のソースが他のソースより新しくかつ品質が高い場合）に関する品質関連の推論とを検討することを含む。

例えば、表６内の記録１の場合、プロセス１３０は、データ１４０内の「Ｓｉｘｔｈ Ａｖｅ」および参照データベース１１０内の「６^ｔｈ Ａｖｅ」である属性「ストリート住所名」の場合と同様に、データ１４０からの属性「ラストネーム」に対するデータ値（「Ｓｍｙｔｈｅ」）と参照データベース１１０からの属性「ラストネーム」に対するデータ値（「Ｓｍｉｔｈ」）とを比較し、高度の類似性を決定する。表６内の記録２の場合、プロセス１３０は、データ１４０からの属性「ラストネーム」に対するデータ値（「Ｓｍｙｔｈｅ」）と参照データベース１１０からの属性「ラストネーム」に対するデータ値（「Ｓｍａｒｔｈ」）とを比較し、より低い程度の類似性を決定し、属性「ストリート住所名」について、プロセス１３０はデータ１４０内の「Ｓｉｘｔｈ Ａｖｅ」と参照データベース１１０内の「５^ｔｈ Ａｖｅ」との間の無レベルの類似性を決定する。

表７（下記）に、最良の候補１５５の例示的な表現を示す。

方法１００はプロセス１３０からプロセス１３５に進む。

プロセス１３５は、最良の候補１５５Ａおよびフィードバック１６５を含む結果１６０を出力する。最良の候補１５５Ａは最良の候補１５５のコピーである。フィードバック１６５は、データ１４０とアクショナブルな最良の候補１５５Ａとの間の類似度に関する情報であり、すなわち、フィードバック１６５は、ビジネス決定を下すためにエンドユーザによって使用されることができる。

フィードバック１６５は、最良の候補１５５Ａの品質、例えば、最良の候補１５５Ａが照会１０３との適切なマッチであるという信頼水準を示すために、結果１６０に含まれる。フィードバック１６５は、データ１４０内の各フィールドと最良の候補１５５Ａの構成要素との間の相対的な相関関係によって表される相対的な類似度も含むことができる。このフィードバックは、３つの構成要素、すなわち、（１）データ１４０と参照データベース１１０内の候補との間の類似性の相対信頼度を示す信頼コードと、（２）データ１４０の属性と参照データベース１１０内の候補との間の類似度を示すマッチ・グレード・ストリングと、（３）マッチ経験で使用された参照データベース１１０内のデータのタイプを示すマッチ・データ・プロファイルとで表される。これらのフィードバック構成要素は、エンドユーザが、マッチしたエンティティがエンドユーザの品質ベースの抽出条件を満たす程度に基づいてマッチ経験に関する商業的決定を下す場合、ならびに、継続的スチュワードシップ介入の場合に、個人識別マッチの使用および消費を推進するビジネスルールを定義するためにエンドユーザによって使用されることができる。これらのフィードバック構造はフレキシブルであるので、照会１０３内のフレキシブルな徴候の発生および開始を反映することができる。マッチされることができなかった照会用のデータを閲覧し再調査するために、ユーザに追加の能力が提供されてもよい。

表８（下記）に、フィードバック１６５の例示的な表現を示す。

マッチ・グレード・ストリングのフィードバックは、以下の符号化構造を使用して定義されることができる。すなわち、「Ａ」は、参照データベース１１０からのマッチ候補に対するデータがデータ１４０内のデータ（例えば、ＪｏｎおよびＪｏｈｎ）と同じと見なされるべきであることを意味する。「Ｂ」は、データ１４０と参照データベース１１０からの記録（例えば、ＪｏｎおよびＪｈｏｎｎｙ）との間にいくらかの類似性があることを意味する。「Ｆ」は、参照データベース１１０内のマッチ候補に対するデータがデータ１４０内のデータ（例えば、ＪｏｎおよびＪｉｍ）と同じであると見なされるべきでないことを意味する。「Ｚ」は、データ１４０内のデータフィールドまたは特定のデータフィールド用の参照データベース１１０内のデータフィールドに対する値がないことを意味する。

マッチ・データ・プロファイルのフィードバックは、参照データベース１１０からの記録をデータ１４０にマッチさせるためにプロセス１３０によって使用された参照データベース１１０内のデータのタイプを示し、主要な商号または住所を意味する「００」、最高経営責任者（ＣＥＯ）や旧名もしくは旧住所などの代替値を意味する「０３」、プロセス１３０によって使用されなかったデータ１４０からの属性を示す「９８」、データ１４０に投入されなかった属性を示す「９９」などの符号化構造を使用して定義されることができる。

したがって、手短に言えば、方法１００は、１）特定の個人の検索を開始するために照会を受けること、２）各照会データフィールドの使用を、個々にかつ照会を浄化しパースし標準化するプロセスを含む他の照会データフィールドを併用して最大限にするために照会を処理すること、３）浄化されパースされ標準化された単一もしくは複数の照会値に基づいて参照データベースを検索する最適な方法を決定すること、４）照会にマッチする参照データベースエンティティを選択するように候補を検索すること、５）最良の候補を戻しアアクショナブルな属性をもつマッチ結果を含むフィードバックを行うことを含む。

方法１００は、１）複数の要素を含む入力データを受け取るステップと、２）複数の要素の一部を１組の用語に変換するステップと、３）照会の一部として期待されるデータとエンドユーザによって提供されうる代替データの両方を含むエンドユーザの照会に基づいてフレキシブルな徴候を用いて、マッチ候補を特定する能力の予測性を推定するステップと、４）入力データにマッチする最も有望な候補を特定する条件に基づいて保存済み参照データを検索するステップと、５）推定予測性に基づいて複数のマッチ候補から最良のマッチを選択するステップと、６）エンドユーザがマッチ候補の使用に関するビジネス決定を下すことを可能にする、各開始照会の唯一の態様と得られる候補とで決定された、実用的属性を有するマッチ結果を提供するステップと、を含む。

方法１００は、照会とマッチ候補の間の類似点について評価するために使用されうる、有限であるが一時的に無限の徴候の組を使用して個人を特定する機能性を含む。方法１００は、１）ビジネスの場合より一般的である、異なる分離した個人に関する個人名の共通性と、２）個人ならびにビジネス、または複数の個人またはビジネスに関連しうる追加の徴候のない特定の名前と、３）複数の住所および物理的位置または他の徴候にしばしば関連する個人とを含む、個人を一意に特定する際のいくつかの固有の問題に対処する。識別属性とマッチ属性のフレキシブルで可変の組を個人に拡大適用することにより、これらの課題は対処されることができる。この技法のフレキシビリティは、メタデータと実際のデータ値の両方を含み、１）個人に関する情報を有するデータベースを投入すること、ならびに、２）照会と所与の目的の受入れ閾値を規定するルールとに基づいてデータベースから個人を選択すること、の両方で使用されることになる。

方法１００では、Ｘ１、Ｘ２、．．．Ｘｎがマッチングに使用されるべき属性（例えば、ファーストネーム、セカンドネーム、名字、公知の住所要素、他の記述的情報）を表すように、徴候の組が最初に定義される。この徴候の組はサイズの制限なしに拡張可能であり、すべての参照データが、マッチング、選択、および評価プロセスで使用されることになる。参照データは、数式および予測アルゴリズムに基づいてＸのすべての期待値および追加の推定もしくは派生データを含むように、できるだけ大きいデータの組を含むように構成される。

マッチの繰り返しごとに、照会の組は、組Ｘの一部Ｓを決定するために質問される。マッチ時にまたは他の所定の予測間隔でより大きい組Ｘで決定された相関係数の組に基づいて、マッチングが実行され、フィードバックは、（１）マッチが、照会の組に使用された相関係数Ｘおよび観測済みサブセットＳによって修正されるので、どれほど強力であるかを表す信頼区間、（２）Ｓの相対要素およびこれらの特定要素内のマッチの品質の示度となるマッチ・グレード・ストリング、および（３）マッチの品質に関する意見、すなわち、最良の候補が照会に対する適切なマッチであるという信頼水準に関する意見を形成するためにどの参照データが使用されたかを示すマッチ・プロファイル・ストリングとして戻される。マッチ・グレード・ストリングとマッチ・プロファイル・ストリングは共に、マッチプロセスに使用されるデータ構成要素によって決定されるので、長さおよびフォーマットでフレキシブルにすることができる。

図２は、本発明を使用するためのシステム２００のブロック図である。システム２００は、データ通信ネットワーク、すなわちインターネットなどのネットワーク２２０に結合されたコンピュータ２０５を含む。

コンピュータ２０５は、ユーザインタフェース２１０、プロセッサ２１５、およびメモリ２２５を含む。コンピュータ２０５は、本明細書ではスタンドアロンの装置として表されているが、これに限定されるものではなく、代わりに、分散処理システム内の他の装置（図示せず）に結合されることができる。

ユーザインタフェース２１０は、ユーザがプロセッサ２１５に情報および命令選択を伝達できるようにするためのキーボードや音声認識サブシステムなどの入力装置を含む。ユーザインタフェース２１０は、ディスプレイやプリンタなどの出力装置も含む。マウス、トラックボール、ジョイスティック、ディスプレイ上に位置する接触検知材料などのカーソル制御部により、ユーザは、プロセッサ２１５に追加の情報および命令選択を伝達するために、ディスプレイ上のカーソルを操作することが可能になる。

プロセッサ２１５は、命令に応答し命令を実行する論理回路で構成された電子装置である。

メモリ２２５は、コンピュータプログラムで符号化された非一時的コンピュータ可読媒体である。これに関して、メモリ２２５は、プロセッサ２１５の動作を制御するための、プロセッサ２１５によって読取り可能かつ実行可能なデータおよび命令を保存する。メモリ２２５は、ランダム・アクセス・メモリ（ＲＡＭ）、ハードドライブ、読出し専用メモリ（ＲＯＭ）、またはそれらを組み合わせたものに実装されることができる。メモリ２２５の構成要素のうちの１つはプログラムモジュール２３０である。

プログラムモジュール２３０は、本明細書に記述されている方法を実行するために、プロセッサ２１５を制御するための命令を含む。例えば、プログラムモジュール２３０の制御下で、プロセッサ２１５は方法１００のプロセスをする。「モジュール」という用語は、本明細書では、スタンドアロンの構成要素としてあるいは複数の下位構成要素の一体化された構成として実施されうる機能的動作を示すために使用される。したがって、プログラムモジュール２３０は、単一モジュールとして、または互いに協働して動作する複数のモジュールとして実装されることができる。さらに、プログラムモジュール２３０は、本明細書では、メモリ２２５にインストールされたものとして、したがってソフトウェアに実装されたものとして記載されているが、プログラムモジュール２３０は、ハードウェア（例えば電子回路）、ファームウェア、ソフトウェア、またはそれらを組み合わせたもののいずれかに実装されることができる。

プロセッサ２１５は、ネットワーク２２０またはユーザインタフェース２１０を通じて照会１０３を受け取り、処理ルール１０４、属性表１０５および参照データベース１１０にアクセスする。処理ルール１０４、属性表１０５、および参照データベース１１０は、例えば、メモリ２２５内に保存されたコンピュータ２０５の構成要素とすることができ、あるいは、コンピュータ２０５の外側にある装置に位置することができ、コンピュータ２０５は、ネットワーク２２０を通じてこの装置にアクセスする。プロセッサ２１５は、結果１６０をユーザインタフェース２１０に、またはネットワーク２２０を通じて遠隔装置（図示せず）に出力する。

プログラムモジュール２３０は、メモリ２２５内に既にロードされたものとして示されているが、プログラムモジュール２３０は、後でメモリ２２５内にロードするための記憶媒体２３５上に構成されてもよい。記憶媒体２３５は、コンピュータプログラムで符号化された非一時的コンピュータ可読媒体でもあり、プログラムモジュール２２５を有形の形式でその上に保存する任意の従来型記憶媒体とすることができる。記憶媒体２３５の実施例としては、フロッピディスク（登録商標）、コンパクトディスク、磁気テープ、読取り専用メモリ、光学式記憶媒体、ユニバーサル・シリアル・バス（ＵＳＢ）フラッシュドライブ、デジタル多用途ディスク、ジップドライブなどがある。記憶媒体２３５は、遠隔記憶システム上に位置し、かつネットワーク２２０を通じてコンピュータ２０５に結合されたランダム・アクセス・メモリまたは他のタイプの電子記憶装置とすることもできる。

本明細書に記述されている技法は、例示的なものであり、本開示における特定の限定を含意すると解釈されるべきでない。様々な代替、組合せ、および修正が当業者によって考案されうることが理解されるべきである。例えば、本明細書に記述されているプロセスに関連するステップは、特にそのステップ自体によって指定または規定されない限り、任意の順序で実行されることができる。本開示は、添付の特許請求の範囲内にあるかかる代替、修正および変形のすべてを包含することを意図している。

「含む」または「含んでいる」という用語は、定まった特徴、完全体、ステップまたは構成要素の存在を特定すると解釈されるべきであり、１つまたは複数の特徴、完全体、ステップまたは構成要素あるいはそれらの群の存在を除外すると解釈されるべきではない。

Claims (10)

1. プロセッサがユーザインタフェースを介して、特定の個人に関するデータの検索を開始するために照会を受けること、
   前記プロセッサが、前記照会に基づいて、参照データベースを検索する方策を決定すること、
   前記プロセッサが、前記方策に従って、前記照会に対するマッチのために前記参照データベースを検索すること、および、
   前記プロセッサが前記ユーザインタフェースを介して、前記マッチを出力すること、
   を含み、
   前記方策を前記決定することが、
   前記照会から前記検索することに関連する属性を抽出すること、
   前記属性に重みを割り当て、それによって加重属性をもたらすことであって、前記重みが前記照会に対するマッチを見出す際に前記属性の有用性の示度となること、および、
   前記加重属性に基づいて関数を確立すること、
   を含み、
   前記検索することが、
   前記参照データベースから、前記関数に基づいて前記照会に対する有望なマッチを示す属性値をもつ候補を検索すること、
   前記候補から最良の候補を決定すること、および、
   前記最良の候補を前記マッチとして戻すこと、
   を含み、
   前記照会が前記属性に対する照会値を含み、
   前記確立することが、
   前記重みを、前記属性に対する前記照会値を有する前記参照データベース内の記録の数の関数として修正すること
   を含む方法。
2. 前記マッチが前記照会に対する適切なマッチであるという信頼水準の指数を出力することをさらに含む、請求項１に記載の方法。
3. 前記指数が、前記信頼水準に関する意見を形成するためにどの参照データが使用されたのかを示す、請求項２に記載の方法。
4. プロセッサと、
   前記プロセッサによって読み取られたときに、前記プロセッサに、
   特定の個人に関するデータの検索を開始するために照会を受けさせ、
   前記照会に基づいて参照データベースを検索する方策を決定させ、
   前記方策に従って、前記照会に対するマッチのために前記参照データベースを検索させ、
   前記マッチを出力させる
   命令を含むメモリと、
   を備え、
   前記方策を決定するために、前記命令が、前記プロセッサに、
   前記照会から前記検索に関連する属性を抽出させ、
   前記属性に重みを割り当てさせ、それによって加重属性をもたらし、前記重みが前記照会に対するマッチを見出す際に前記属性の有用性の示度となり、
   前記加重属性に基づいて関数を確立させ、
   前記参照データベースを検索するために、前記命令が、前記プロセッサに、
   前記参照データベースから、前記関数に基づいて前記照会に対する有望なマッチを示す属性値をもつ候補を検索させ、
   前記候補から最良の候補を決定させ、
   前記最良の候補を前記マッチとして戻させ、
   前記照会が前記属性に対する照会値を含み、
   前記関数を確立するために、前記命令が、前記プロセッサに、
   前記重みを、前記属性に対する前記照会値を有する前記参照データベース内の記録の数の関数として修正させること、
   を備えるシステム。
5. 前記命令がまた、前記プロセッサに、前記マッチが前記照会に対する適切なマッチであるという信頼水準の指数を出力させる、請求項４に記載のシステム。
6. 前記指数が、前記信頼水準に関する意見を形成するためにどの参照データが使用されたのかを示す、請求項５に記載のシステム。
7. 前記プロセッサによって読み取られたときに、前記プロセッサに、
   特定の個人に関するデータの検索を開始するために照会を受けさせ、
   前記照会に基づいて参照データベースを検索する方策を決定させ、
   前記方策に従って、前記照会に対するマッチのために前記参照データベースを検索させ、
   前記マッチを出力させる、命令を含み、
   前記最適方策を決定するために、前記命令が、前記プロセッサに、
   前記照会から前記検索に関連する属性を抽出させ、
   前記属性に重みを割り当てさせ、それによって加重属性をもたらし、前記重みが前記照会に対するマッチを見出す際に前記属性の有用性の示度となり、
   前記加重属性に基づいて関数を確立させ、
   前記参照データベースを検索するために、前記命令が、前記プロセッサに、
   前記参照データベースから、前記関数に基づいて前記照会に対する有望なマッチを示す属性値をもつ候補を検索させ、
   前記候補から最良の候補を決定させ
   前記最良の候補を前記マッチとして戻させ、
   前記照会が前記属性に対する照会値を含み、
   前記関数を確立するために、前記命令が、前記プロセッサに、
   前記重みを、前記属性に対する前記照会値を有する前記参照データベース内の記録の数の関数として修正させること、
   を含む記憶媒体。
8. 前記命令がまた、前記プロセッサに、前記マッチが前記照会に対する適切なマッチであるという信頼水準の指数を出力させる、請求項７に記載の記憶媒体。
9. 前記指数が、前記信頼水準に関する意見を形成するためにどの参照データが使用されたのかを示す、請求項８に記載の記憶媒体。
10. コンピュータに請求項１から３のいずれかに記載の方法を実行させるためのプログラム。

Images