JPH0744570A

JPH0744570A - データ検索装置

Info

Publication number: JPH0744570A
Application number: JP5159112A
Authority: JP
Inventors: Kenji Kira; 賢治吉良; Kazuhiro Kuyama; 和宏久山; Junichi Shibayama; 純一柴山
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1993-06-29
Filing date: 1993-06-29
Publication date: 1995-02-14

Abstract

(57)【要約】【目的】構造関係を持つ検索対象のベクトル群と、共
通の構造関係を持つ被検索対象のベクトル群の間の類似
度を算出することにより、類似検索を行なう。【構成】検索対象指定装置１に、検索対象として構造
つきベクトル群を入力する。構造つきベクトル群対応類
似度算出装置７は、データ内容データベース４とデータ
構造データベース８に分割して記憶されている構造つき
ベクトル群を被検索対象として取り出し、類似度関数９
により、類似度を算出する。この結果により、所望デー
タ決定装置５は、所望データを決定し、類似検索結果表
示装置６に結果が表示される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、所望データを持たな
い検索対象と、所望データを持つ被検索対象群との間の
類似度を算出し、算出された類似度をもとに、検索対象
の所望データを決定する、類似検索方法に関するもので
ある。

【０００２】

【従来の技術】図１７は、Ａｈａら著「Ｉｎｓｔａｎｃ
ｅ−ＢａｓｅｄＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ
ｓ」（ＭａｃｈｉｎｅＬｅａｒｎｉｎｇ，Ｎｏ．６，
ｐｐ．３７−６６，１９９１）に示されるような、従来
のデータ検索装置の構成図である。図１７において、１
は検索対象指定装置であり、所望データが欠落した検索
対象が入力される。２は構造なしベクトル対応類似度算
出装置であり、３の１次元ベクトル対応類似度関数を備
える。構造なしベクトル対応類似度算出装置２は、１次
元ベクトル対応類似度関数３を用いて、４のデータ内容
データベースに記憶されている被検索対象群と、入力さ
れた検索対象との間の類似度を算出する。算出された類
似度は、５の所望データ決定装置に送られる。所望デー
タ決定装置５は、送られた類似度を基に、参照する被検
索対象を決定し、さらに決定した被検索対象の属性値を
基に、欠落していた検索対象の所望データを決定する。
これによって得られた結果は、６の類似検索結果表示装
置により表示される。

【０００３】次に、類似度の計算について、下記数式
（１）〜（３）式を用いて説明する。

【０００４】

【数１】

【０００５】検索対象指定装置１は、検索対象として、
１次元ベクトルデータを入力し、データ内容データベー
ス４に被検索対象として記憶されている１次元ベクトル
データとの間の類似度を計算する。入力される１次元ベ
クトルデータを（１）式に示すＡとし、記憶されている
ｋ個の被検索対象の１次元ベクトルデータを（２）式に
示すＢ_i （ｉ＝１，２，…ｋ）とし、それぞれｎ個の属
性を持つものとする。Ａの属性のうちｍ個のみの値が既
知であり、Ｂ_i の属性は、全て既知であるものとする。
構造なしベクトル対応類似度算出装置２は、１次元ベク
トル対応類似度関数３により、Ａ、Ｂ_i のｍ個の既知の
属性を使って、類似度Ｓｉｍｉｌａｒｉｔｙ（Ａ，Ｂ
_i ）を（３）式のようにして計算する。ここで、δ_j
（ａ_j ，ｂ_j ）は、属性ｊどうしの距離関数、ψ（ｘ
₁ ，ｘ₂ ，・・・，ｘ_m ）は１次元ベクトルどうしの類
似関数である。例えば、属性値が全て実数値を取るとす
ると、

【０００６】

【数２】

【０００７】の関数を定義できる。また、属性値として
数値以外を取る場合でも、距離関数の定義を変えること
により、同様に類似度を算出することができる。（４）
式、（５）式の関数が、１次元ベクトル対応類似度関数
３に記憶されている。この類似度の計算を、１からｋま
での全てのＢ_i について行ない、その結果得られた類似
度は、所望データ決定装置５に送られる。所望データ決
定装置５は、この類似度を基に、その属性を参照するＢ
_i を１つ、あるいは複数選び、そのｂ_im+1，…，ｂ_inを
参考にして、未知の所望データａ_m+1 ，…，ａ_n を決定
する。

【０００８】

【発明が解決しようとする課題】従来の類似度による検
索装置は、１次元ベクトルデータどうしの類似度を算出
するため、上記の従来例のように、検索対象、被検索対
象とも、１次元ベクトルのデータしか扱えない。そのた
め１次元ベクトルでは、十分に表現できない構造を持っ
たデータの検索ができない。

【０００９】関連する複数の１次元ベクトル群と、それ
らの構造関係を合わせて構造つきベクトル群と呼ぶ。例
えば、図２のようなベクトル群が定義できる。この図に
おいて、５１が１次元ベクトル群であり、５２が構造関
係を表すものである。本発明は、構造つきベクトル群ど
うしの類似度の算出を可能にし、またそれにより、構造
つきベクトル群の類似検索を行なうことを目的とする。

【００１０】

【課題を解決するための手段】本発明に係わるデータ検
索装置は、上記課題を解決するために、以下の機能を備
える。（ａ）構造を有する構造つきデータを記憶するデータベ
ース、（ｂ）所望データの欠落した構造つきデータを検
索対象として指定する検索対象指定手段、（ｃ）上記検
索対象指定手段により指定された構造つきデータと、上
記データベースに記憶された構造つきデータとの類似度
を算出する類似度算出手段、（ｄ）上記類似度算出手段
により算出された類似度に基づいて、上記検索対象指定
手段により指定された所望データを決定する所望データ
決定手段。

【００１１】上記データベースは、構造つきデータのデ
ータ構造を示すデータ構造情報を記憶するデータ構造デ
ータベースと、構造つきデータを構成しているデータの
内容を記憶するデータ内容データベースを備える。

【００１２】上記データ検索装置は、さらに、類似度を
算出する複数の類似度関数を記憶する類似度関数データ
ベースを有し、上記類似度算出手段は、上記類似度関数
データベースに記憶した複数の類似度関数の中から選択
された類似度関数を用いて類似度を算出する。

【００１３】上記類似度関数データベースは、２つのデ
ータ同士の類似度を算出するデータ類似度関数と、２つ
のデータ同士の類似度から２つの構造つきデータ同士の
類似度を算出する総合類似度関数を記憶するとともに、
上記類似度算出手段は、上記データ類似度関数と総合類
似度関数を用いて類似度を算出する。

【００１４】上記データ検索装置は、さらに、上記類似
度関数データベースに記憶された複数の類似度関数を提
示し、複数の類似度関数の中から上記類似度算出手段が
用いる類似度関数を選択させる類似度関数選択支援手段
を備える。

【００１５】上記データ検索装置は、さらに、検索目的
と類似度関数を対応づける検索目的類似度関数対応デー
タベースと、検索目的を指定する検索目的指定手段と、
上記検索目的指定手段により指定された検索目的に基づ
き、上記検索目的類似度関数対応データベースに記憶さ
れた対応する類似度関数を選択して、上記類似度算出手
段が用いる類似度関数を決定する類似度関数決定手段を
備える。

【００１６】上記データ検索装置は、さらに、上記類似
度算出手段と所望データ決定手段によるデータ検索過程
を出力する類似検索過程出力手段を備える。

【００１７】上記データ検索装置において、上記データ
は複数の属性からなる一次元ベクトルで構成され、上記
構造つきデータは、上記一次元ベクトルが構造関係を有
している構造つきベクトルである。

【００１８】

【作用】請求項１記載の発明においては、本データ検索
装置は、上記検索対象指定手段により、所望データの欠
落した構造つきデータを、検索対象として指定する。次
に、上記類似度算出手段により、上記データベースに記
憶された構造つきデータと、検索対象として指定された
構造つきデータとの類似度を算出する。この算出された
類似度に基づいて、検索対象として指定された構造つき
データの、欠落していた所望データを決定する。

【００１９】請求項２記載の発明においては、本データ
検索装置は、構造つきデータのデータ構造を示すデータ
構造情報を記憶する上記データ構造データベースと、構
造つきデータを構成しているデータの内容を記憶する上
記データ内容データベースとを備える。これにより、構
造を有する構造つきデータを効率よく記憶する。

【００２０】請求項３記載の発明においては、本データ
検索装置は、類似度関数データベースに記憶した複数の
類似度関数の中から、適当な類似度関数を選択し、その
類似度関数を用いて類似度を計算する。

【００２１】請求項４記載の発明においては、上記類似
度関数データベースは、データ類似度関数と、総合類似
度関数とを記憶する。上記類似度算出手段は、このデー
タ類似度関数と、総合類似度関数とを用いて、類似度を
算出する。このように、類似度関数を分割して管理する
ことにより、類似度関数の保守性、可用性を高くする。

【００２２】請求項５記載の発明においては、類似度関
数選択支援手段により、ユーザーは、記憶されている複
数の類似度関数の中から、適当な類似度関数を選択でき
る。

【００２３】請求項６記載の発明においては、検索目的
指定手段により、検索目的類似度関数対応データベース
から、検索目的を指定して、対応する類似度関数を選択
する。

【００２４】請求項７記載の発明においては、類似検索
過程出力手段により、データ検索過程を出力する。これ
により、ユーザは、データ検索過程を検索する。

【００２５】請求項８記載の発明においては、上記デー
タ検索装置は、複数の属性からなる一次元ベクトルが、
構造関係を有している構造つきベクトルを検索データと
する。

【００２６】

【実施例】

実施例１．図１は、実施例１の構造を示す図である。
１，４，５，６は、上記従来例と同様で、１は検索対象
指定装置、４はデータ内容データベース、５は所望デー
タ決定装置、６は類似検索結果表示装置である。７は構
造つきベクトル群対応類似度算出装置で、９の類似度関
数を備え、それを用いて、構造つきベクトル群どうしの
類似度を算出する。８はデータ構造データベースであ
る。構造つきベクトル群の構造ベクトルは、データ内容
データベース４に格納され、ベクトル間の関係構造は、
データ構造データベース８に格納される。

【００２７】まず、上記データ内容データベース４と、
上記データ構造データベース８について、昇降機を例に
して説明する。昇降機は、巻上機、カゴ、乗り場ドアを
その部品として持ち、さらにカゴは、カゴドアをその部
品として持つものとする。それぞれの部品が以下の属性
を持つものとし、属性値は整数であるものとする。昇降機製造年度、停止階数巻上機ｒ．ｐ．ｍ、ワット数カゴ重量、積載人数乗り場ドアドア間口巾、ドア高さカゴドアドア間口巾、ドア高さ昇降機の構成全体を、構造つきベクトル群Ｓとし、昇降
機をａ₁ （製造年度），ａ₂ （停止階数）の２つの属性
からなる１次元ベクトルＡとする。同様に、巻上機、カ
ゴ、乗り場ドア、及びカゴドアを、それぞれ２つの属性
からなる１次元ベクトルＢ，Ｃ，Ｄ，Ｅとする。これら
のベクトルＡ，Ｂ，Ｃ，Ｄ，Ｅの関係を、図２に示す。

【００２８】このベクトル構造の情報を、図３に示す形
式で、上記データ構造データベース８に記憶する。図３
において、左側の欄５３は、ベクトルタイプで、Ａ〜Ｅ
のタイプを指定する。中央の欄５４には、構成ベクトル
名を指定する。右側の欄５５には、その構成ベクトルの
親ベクトル名を指定する。親ベクトル名の指定がないと
きは、そのベクトルが最上位ベクトルであることを示
す。

【００２９】また、各ベクトルの属性内容を、ベクトル
タイプ毎に、図４に示す形式で、上記データ内容データ
ベース４に記憶する。図４において、左側の欄５６に、
構成ベクトル名を指定する。中央の欄５７と、右側の欄
５８に、その構成ベクトルの属性を指定する。

【００３０】実施例１の処理動作を、図５を用いて説明
する。この実施例１では、入力する検索対象として、カ
ゴドアの属性値ｅ₁ ，ｅ₂ が未知の構造つきベクトル群
が与えられる場合を考える。

【００３１】まず、上記検索対象指定装置１は、１次元
ベクトルＡ_i ＝（ａ_i1 ａ_i2），Ｂ_i ＝（ｂ_i1
ｂ_i2），Ｃ_i ＝（ｃ_i1 ｃ_i2），Ｄ_i ＝（ｄ_i1 ｄ_i2）
から構成されている、構造つきベクトル群Ｓ_i を検索対
象として入力し（１０１）、構造つきベクトル群対応類
似度算出装置７に送る。この構造つきベクトル群Ｓ_i
は、カゴドアの属性値ｅ₁ ，ｅ₂ を持たないため、１次
元ベクトルＥ_i の情報を備えていない。構造つきベクト
ル群対応類似度算出装置７は、送られた構造つきベクト
ル群Ｓ_i を構成する１次元ベクトルＡ_i ，Ｂ_i ，Ｃ_i ，
Ｄ_i の各要素を、Ｖ_si＝（ａ_1i ａ_2i ｂ_1i ｂ_2i ｃ_1i ｃ_2i ｄ_1i ｄ_2i）（６）式のように、１次元ベクトルＶ_siに展開する（１０２）。

【００３２】次に、構造つきベクトル群対応類似度算出
装置７は、以下に説明する類似度算出ブロック１１１の
処理を行なう。まず、データ構造データベース８とデー
タ内容データベース４より、被検索対象として、構造つ
きベクトル群Ｓ_j を取り出す（１０３）。このＳ_j は、
１次元ベクトルＡ_j ＝（ａ_j1 ａ_j2），Ｂ_j ＝（ｂ_j1
ｂ_j2），Ｃ_j ＝（ｃ_j1 ｃ_j2），Ｄ_j ＝（ｄ_j1
ｄ_j2），Ｅ_j ＝（ｅ_j1 ｅ_j2）から構成されている。次
に、Ｓ_j を構成する１次元ベクトルのうち、Ｅ_j を除い
たＡ_j ，Ｂ_j ，Ｃ_j，Ｄ_j の各要素を、Ｖ_sj＝（ａ_1j ａ_2j ｂ_1j ｂ_2j ｃ_1j ｃ_2j ｄ_1j ｄ_2j）（７）式のように、１次元ベクトルＶ_sjに展開する（１０４）。
さらに、（４）式と（５）式に示される類似度関数９を
用いて、（３）式に示される、Ｖ_siとＶ_sjの類似度を計
算する（１０５）。Ｓｉｍｉｌａｒｉｔｙ（Ｖ_si，Ｖ_sj）＝ψ｛δ₁ （ａ_1i，ａ_1j），…，δ₈ （ｄ_2i，ｄ_2j）｝

【００３３】構造つきベクトル群対応類似算出装置７
は、上記類似度算出ブロック１１１の処理を、データ構
造データベース８と、データ内容データベース４に記憶
されているすべての構造つきベクトル群に対して行な
う。求められた類似度は、所望データ決定装置５に送ら
れ、類似度の１番大きい構造つきベクトル群Ｓ_m が求め
られる（１０６，１０７，１０８）。

【００３４】所望データ決定装置５は、求められた構造
つきベクトル群Ｓ_m の構成要素である一次元ベクトルＥ
_m の属性ｅ_1m，ｅ_2mを、検索データとして入力された構
造つきベクトル群Ｓ_i のカゴドアの属性値とする（１０
９）。以上のようにして決定された、Ｓ_i のカゴドアの
属性ｅ_1m，ｅ_2mは、類似検索結果表示装置６により、表
示される（１１０）。

【００３５】次に、上記の類似度計算を、具体的な数値
を用いて行った例を説明する。検索対象として入力した
構造つきベクトル群Ｓ₁ の属性値を図６の（イ）に、被
検索対象としてデータベースより取り出した構造つきベ
クトル群Ｓ₂ の属性値を図６の（ロ）に示す。これらの
ベクトル群Ｓ₁ ，Ｓ₂ は、構造つきベクトル群対応類似
度算出装置７により、１次元ベクトルに展開される。Ｓ
₁ を展開して作成される１次元ベクトルＶ_s1を図７の
（ハ）に示し、Ｓ₂ を展開して作成される１次元ベクト
ルＶ_s2を図７の（ニ）に示す。これらの１次元ベクトル
Ｖ_si，Ｖ_s2において、同じ属性どうしの距離関数を、そ
れぞれ順に、δ₁ ，δ₂ ，…，δ₈ と定義する。これら
の距離関数は、（ホ）に示すような関数で定義されてい
るものとする。（ハ）、（ニ）、（ホ）より、それぞれ
の属性の距離関数を計算した値を（ヘ）に示す。（ヘ）
と、（５）式に示される類似関数を用い、類似度計算し
た結果を、（ト）に示す。以上のようにして、Ｓ₁ とＳ
₂ の類似度−０．３１が求められる。

【００３６】続いて、被検索対象として、データ内容デ
ータベース４とデータ構造データベース８より構造つき
ベクトル群Ｓ₃ ，Ｓ₄ ，Ｓ₅ を取り出し、それぞれ、同
様にして、Ｓ₁ との類似度計算を行う。その結果が、Ｓ₁ とＳ₃ の類似度が、−０．５２Ｓ₁ とＳ₄ の類似度が、−０．７５Ｓ₁ とＳ₅ の類似度が、−０．４３であったとする。この場合、Ｓ₁ とＳ₂ の類似度−０．
３１が最も大きい値であるので、Ｓ₂ が最もＳ₁ に類似
した構造つきベクトル群ということになる。よって、Ｓ
₂ のカゴドアの属性値ｅ₁₂＝１４００と、ｅ₂₂＝２００
０を、それぞれ、Ｓ₁ のカゴドアの属性値ｅ₁₁＝１４０
０，ｅ₂₁＝２０００として、類似検索結果表示装置６に
表示する。

【００３７】以上のように、本データ検索装置は、所望
データを持たず、構造を持つ検索対象の構造つきベクト
ル群と、所望データと同じ属性のデータを持ち、検索対
象と同一の構造を持つ構造つきベクトル群の間の類似度
を算出し、所望データを決定するために、以下の要素を
有する。（ａ）所望データの欠落した検索対象の構造つきベクト
ル群、及び所望データの属性名を特定する検索対象装
置。（ｂ）２つの構造つきベクトル群の間の類似度を算出す
る類似度関数。（ｃ）検索対象の構造つきベクトル群とデータベースに
蓄積されている被検索対象の各構造つきベクトル群の間
の類似度を類似度関数により算出する構造つきベクトル
群対応類似度算出装置。（ｄ）構造つきベクトル群対応類似度算出装置により算
出された類似度を基に検索対象の所望データを決定する
所望データ決定装置。（ｅ）所望データ決定装置により決定した検索結果を表
示する類似検索結果装置。（ｆ）被検索対象のデータ構造情報を格納したデータ構
造データベース。（ｇ）被検索対象の各構造つきベクトル群を構成する構
成ベクトルのデータ内容を格納したデータ内容データベ
ース。

【００３８】実施例２．実施例２では、実施例１とは異
る方法で類似度を求める例を説明する。図８は、実施例
２の構成図である。１〜９までは、実施例１の構成図で
ある図１と同様である。１０は類似度関数データベース
で類似度関数を、構成ベクトル類似度関数と総合類似度
関数にわけて格納する。実施例２では、実施例１と同様
に、昇降機を例にして、検索対象として入力する構造つ
きベクトル群のうち、カゴドアの属性が未知である場合
について説明する。実施例１と同様、検索対象の構造つ
きベクトル群Ｓ_i は、１次元ベクトルＡ_i ＝（ａ_i1 ａ
_i2），Ｂ_i ＝（ｂ_i1 ｂ_i2），Ｃ_i ＝（ｃ_i1 ｃ_i2），
Ｄ_i ＝（ｄ_i1 ｄ_i2）から構成される。また、被検索対
象の構造つきベクトル群Ｓ_j は、１次元ベクトルＡ_j ＝
（ａ_j1 ａ_j2），Ｂ_j ＝（ｂ_j1 ｂ_j2），Ｃ_j ＝（ｃ_j1
ｃ_j2），Ｄ_j ＝（ｄ_j1 ｄ_j2），Ｅ_j ＝（ｅ_j1 ｅ_j2）
から構成される。

【００３９】実施例１では、類似度の計算を１次元に展
開したベクトルに対して、（３）式、（４）式、（５）
式を用いて行った。これに対して、実施例２では、以下
に示す方法を用いて、類似度計算を行う。

【００４０】（ａ）まず、構造つきベクトル群を構成す
る、１次元ベクトル間の類似度を求めるための構成ベク
トル類似度関数を定義する。例えば、昇降機、巻上機、
カゴ、及び乗り場ドアの１次元ベクトルについて、それ
ぞれ構成ベクトル類似度関数ｆ_A ，ｆ_B ，ｆ_C ，ｆ_D を
次のように定義する。

【００４１】

【数３】

【００４２】ここで、ｗ_xyは予め定められた重み定数で
ある。（ｂ）次に、構造つきベクトル間の類似度を求めるため
の総合類似度関数を定義する。例えば、昇降機、巻上
機、カゴ、及び乗り場ドアの１次元ベクトル間の類似度
をｘ_A ，ｘ_B ，ｘ_C ，ｘ_D とし、昇降機総合類似度関数
を以下のように定義する。ここで、ｗ_A 〜ｗ_D は予め定められた重み定数である。
上記類似関数群は、構成ベクトル類似度関数（ａ）と総
合類似度関数（ｂ）とに分割して、類似度関数データベ
ース１０に記憶される。

【００４３】次に、実施例２の処理動作を、図９を用い
て説明する。検索対象指定装置１により、１次元ベクト
ルＡ_i ＝（ａ_i1 ａ_i2），Ｂ_i ＝（ｂ_i1 ｂ_i2），Ｃ_i
＝（ｃ_i1 ｃ_i2），Ｄ_i ＝（ｄ_i1 ｄ_i2）から構成され
る構造つきベクトル群Ｓ_i を検索対象として入力する
（１０１）。

【００４４】構造つきベクトル群対応類似度算出装置７
は、以下に説明する類似度算出ブロック１１１の処理を
行う。まず、データ内容データベース４と、データ構造
データベース８から、被検索対象として、一次元ベクト
ルＡ_j ＝（ａ_j1 ａ_j2），Ｂ_j ＝（ｂ_j1 ｂ_j2），Ｃ_j
＝（ｃ_j1 ｃ_j2），Ｄ_j ＝（ｄ_j1 ｄ_j2），Ｅ_j ＝（ｅ
_j1 ｅ_j2）から構成される構造つきベクトル群Ｓ_j を取
り出す（１０２）。次に、構造つきベクトル群Ｓ_j よ
り、検索する１次元ベクトルＡ_j ，Ｂ_j ，Ｃ_j 、Ｄ_j を
取り出す（１０３）。さらに、検索対象のベクトル群Ｓ
_i と、被検索対象のベクトル群Ｓ_j と、類似度関数デー
タベース１０に記憶されている構成ベクトル類似度関数
より、（８）式〜（１１）式の計算を行い、それぞれの
構成ベクトル類似度を求める（１０４）。このようにし
て求められた構成ベクトル類似度と、類似度関数データ
ベース１０に記憶されている総合類似度関数より、（１
２）式の計算を行い、総合類似度を求める（１０５）。

【００４５】構造つきベクトル群対応類似度算出装置７
は、上記類似度算出ブロック１１１の処理を、データ内
容データベース４とデータ構造データベース８に記憶さ
れているすべての構造つきベクトル群Ｓ_j について行
い、１番類似度の大きい被検索対象のベクトル群Ｓ_m を
求める（１０６，１０７，１０８）。

【００４６】所望データ決定装置５は、求められた構造
つきベクトル群Ｓ_mの構成要素である１次元ベクトルＥ
_m の属性ｅ_1m，ｅ_2mを、検索データとして入力された構
造つきベクトル群Ｓ_i のカゴドアの属性値とする（１０
９）。

【００４７】以上のようにして決定された、Ｓ_i のカゴ
ドアの属性は、類似検索結果表示装置６により、表示さ
れる（１１０）。

【００４８】以上のように、データ検索装置に類似度関
数群を管理する類似度関数データベースを付加し、類似
度関数を２つの構造つきベクトル群の対応する構成ベク
トル同士の類似度を算出する構成ベクトル類似度関数
と、各構成ベクトル同士の類似度から２つの構造つきベ
クトル群全体の間の類似度を算出する総合類似度関数に
分解して管理する。これにより、類似度関数を定義する
量を軽減でき、類似度関数の定義も簡略化することがで
きる。例えば、従来は、ある１つの構成ベクトル類似度
の算出処理を追加するためには、その追加算出処理を含
んだベクトル群全体の類似度算出関数を追加登録しなけ
ればならない。これに対して、実施例２においては、着
目した構成ベクトル類似度関数を追加登録し、その他の
構成ベクトル類似度関数や、総合類似度関数は、そのま
までよい。

【００４９】実施例３．実施例１と実施例２では、構造
つきベクトル群のうち、未知の属性を含む１次元ベクト
ル以外の全ての１次元ベクトルを、類似度の算出の対象
としている。実施例３では、検索の目的に応じて、関連
する１次元ベクトルのみを類似度の算出の対象とする例
を、実施例１と同じ昇降機を例にして説明する。

【００５０】カゴドアの属性値ｅ₁ ，ｅ₂ が未知な場
合、昇降機とカゴの２つの１次元ベクトルのみを類似度
算出の対象とし、カゴドアと直接関連のない、巻上機、
乗り場ドアの１次元ベクトルは対象としないようにす
る。これにより、実施例２の昇降機総合類似度関数（１
２）式を以下のようにすることができる。これにより、直接関連のない、ｘ_B ，ｘ_D の算出のため
の計算を省略できるので、類似度算出に要する計算時間
を短縮することができる。また、関連しない１次元ベク
トルの影響を受け、構造つきベクトル群どうしの類似度
の精度が落ちるのを防ぐことができる。

【００５１】以上のように、本データ検索装置は、類似
度算出において、構造つきベクトル群を構成する一部の
構成ベクトルのみから、構造つきベクトル群の間の類似
度を算出する。

【００５２】実施例４．図１０は、実施例４の構成図を
示す。１〜１０は、実施例２と同様である。１１は類似
度関数選択支援装置である。類似度関数選択支援装置１
１は、類似度関数データベース１０に記憶されている類
似度関数群を取りだし、この情報をユーザに対して表示
する。ユーザは、この表示された情報を見ながら、類似
度関数選択支援装置１１を介して、必要な類似関数を選
択、指定することができる。図１１に、類似度関数選択
支援装置１１の表示画面の例を示す。これは、３つの総
合類似度関数の候補の中から、ユーザにより２番目の総
合類似度関数が選択された例である。

【００５３】以上のように、本データ検索装置に、類似
度関数群を管理する類似度関数データベースと、ユーザ
に類似度関数群を提示し、その中から類似検索に用いる
べき関数を選択させる類似度関数選択支援装置を付加
し、ユーザの指定に応じて異なる類似度関数を用いる。

【００５４】実施例５．実施例５は、検索の目的によっ
て類似度関数を決定する例である。図１２は、実施例５
の構成図である。１〜１０は、実施例４と同様である。
１２は検索目的指定装置、１３は類似度関数決定装置、
１４は検索目的類似度関数対応データベースである。

【００５５】まず、検索目的類似度関数対応データベー
ス１４について、昇降機を例にして説明する。図１３
は、検索目的類似度関数対応データベース１４の内容の
例を示す図である。左側の欄５９は、検索の目的を示
す。中央の欄６０は、その検索の目的のために使用する
関数のタイプを示し、右側の欄６１は、その関数名を示
す。カゴドアの属性を決定するための類似度関数、ｆ
_A ，ｆ_B ，ｆ_C ，ｆ_D ，Ｆは、実施例２の（８）〜（１
２）式に示した類似度関数と同様である。

【００５６】また、乗り場ドアの属性決定のための類似
度関数は、以下のように定義する。実施例１に示した構
造つきベクトル群の例において、乗り場ドアの属性ｄ
₁ ，ｄ₂ が未知であり、この値を検索によって決定する
場合を考える。昇降機、巻上機、カゴ、及びカゴドアの
１次元ベクトルの間の構成ベクトル類似度関数ｆ´_A ，
ｆ´_B ，ｆ´_C ，ｆ_E を、次のように、定義する。

【００５７】

【数４】

【００５８】また、昇降機、巻上機、カゴ、及びカゴド
アの１次元ベクトル間の類似度をｘ_A ，ｘ_B ，ｘ_C ，ｘ
_E とし、昇降機総合類似度関数を次のように定義する。このように、検索目的類似度関数対応データベース１４
は、検索の目的と、その目的のために使用する構成ベク
トル類似度関数と、総合類似度関数を対応させて記憶す
る。

【００５９】実施例５の類似度関数決定処理を、図１４
を用いて説明する。検索目的指定装置１２は、ユーザに
よって指定された検索目的を入力する（１０１）。類似
度関数決定装置１３は、検索目的類似度関数対応データ
ベース１４を参照し、検索目的に対応した類似度関数を
選択する（１０２）。例えば、検索目的が「カゴドアの
属性決定」の場合は、図１３に示すように、類似度関数
データベース１４からｆ_Ａ，ｆ_B ，ｆ_C ，ｆ_D ，Ｆ
が、選択される。また、検索目的が「乗り場ドアの属性
決定」の場合は、ｆ´_A ，ｆ´_B ，ｆ´_C ，ｆ_E ，Ｆ´
が類似度関数として選択される。構造つきベクトル群対
応類似度算出装置７は、選択された類似度関数を、類似
度関数データベース１０より取り出す（１０３）。

【００６０】以上のように、本データ検索装置に、類似
度関数群を管理する類似度関数データベース、検索目的
群と類似度関数群の対応を管理する検索目的類似度関数
対応、データベース、検索目的を指定する検索目的指定
装置、検索目的指定装置から与えられた検索目的をもと
に構造つきベクトル群対応類似度算出装置で用いるべき
類似度関数を決定する類似度関数決定装置を付加し、検
索の目的に応じて自動的に選択される異なる類似度関数
を用いる。これにより、ユーザは、類似度関数を意識せ
ずに、検索目的を指定するだけで、適当な類似度関数を
指定することができる。

【００６１】実施例６．実施例６では、構造つきベクト
ル群の構造関係をグラフィカルに表示する例を説明す
る。図１５は、実施例６の構成図を示す。１〜９は、実
施例１と同様である。１５は、類似検索過程表示装置で
ある。

【００６２】類似検索過程表示装置１５は、それぞれの
被検索対象の構造つきベクトル群に類似度算出が行なわ
れる度に、その構造つきベクトル群の構造関係を、グラ
フィカルに表示する。図１６に、表示例を示す。構成ベ
クトルをノード、構成関係をリンクとした木構造によ
り、図２に示される構造つきベクトル群の構造関係が表
示される。属性値が未知であるカゴドアのノードは、二
重線で囲まれて表示されている。検索対象の構造つきベ
クトル群と、被検索対象の構造つきベクトル群の構造ベ
クトル間の類似度は、該当する構造ベクトルのノード付
近に表示される。また、構造つきベクトル群間の総合類
似度も、表示される。

【００６３】以上のように、本データ検索装置に、類似
検索過程表示装置を付加し、類似検索過程の説明を出力
する。これにより、ユーザが検索の妥当性を効果的に検
証することができる。

【００６４】上記実施例では、類似検索の対象となる構
造つきベクトル群として昇降機を例にとり、説明した。
本発明においては、昇降機の他、自動車、コンピュータ
等、数多くの工業製品が、構造つきベクトル群の形態を
とり、これらを対象にしても、同じ効果を得ることがで
きる。

【００６５】

【発明の効果】この発明は、以上に説明したように構成
されているので、以下に示す効果が得られる。

【００６６】本検索装置は、構造つきベクトル群どうし
の類似度の算出が可能な、構造つきベクトル群対応類似
度算出装置と、関連するベクトル群の構造関係が蓄積さ
れているデータ構造データベースを備える。これによ
り、構造つきベクトル群の検索を可能にし、従来１次元
ベクトル構造を持つデータにのみ実施していた類似検索
を、構造つきベクトル構造を持つデータにも実施できる
ようになる。

【００６７】構造つきベクトル群どうしの類似度の算出
処理において、本検索装置は、類似度関数データベース
を備える。この類似度関数データベースは、類似度関数
を、構造ベクトルどうしの類似度を算出する構成ベクト
ル類似度関数と、構造つきベクトル群全体どうしの類似
度を算出する総合類似度関数を分割して管理する。これ
により、全体として関数定義量を軽減でき、関数定義を
簡略化することができる。

【００６８】構造つきベクトル群どうしの類似度の算出
処理において、構造つきベクトル群のうち、検索の目的
に応じて、関連する１次元ベクトルのみを類似度の算出
の対象とする。これにより、類似度の計算に要する時間
を短縮でき、関連しない部分の影響により類似度計算の
精度が落ちることを防ぐことができる。

【００６９】類似度関数データベースに、類似度関数選
択支援装置を備えることにより、ユーザが状況に応じて
類似度関数を選択することができる。

【００７０】検索目的類似度関数対応データベースを備
えることにより、ユーザは、類似度関数を意識せずに、
検索目的を指定するだけで、類似度関数を指定すること
ができる。

【００７１】類似検索過程表示装置を備えることによ
り、類似検索過程表示が可能になり、ユーザが検索の妥
当性を効果的に検証することができる。

【図面の簡単な説明】

【図１】実施例１の構成図。

【図２】構造つきベクトル群を表わす図。

【図３】データ構造データベースの内容を示す図。

【図４】データ内容データベースの内容を示す図。

【図５】実施例１の処理動作のフローチャートを示す
図。

【図６】構造つきベクトルの属性を示す図。

【図７】類似度計算を説明する図。

【図８】実施例２の構成図。

【図９】実施例２の処理動作のフローチャートを示す
図。

【図１０】実施例４の構成図。

【図１１】類似度関数選択表示画面を示す図。

【図１２】実施例５の構成図。

【図１３】検索目的類似度関数対応データベースの内容
を示す図。

【図１４】類似度関数決定処理動作のフローチャートを
示す図。

【図１５】実施例６の構成図。

【図１６】類似検索過程表示装置の表示画面を示す図。

【図１７】従来例の構成図。

【符号の説明】

１検索対象指定装置２構造なしベクトル対応類似度算出装置３１次元ベクトル対応類似度関数４データ内容データベース５所望データ決定装置６類似検索結果表示装置７構造つきベクトル群対応類似度算出装置８データ構造データベース９類似度関数１０類似度関数データベース１１類似度関数選択支援装置１２検索目的指定装置１３類似度関数決定装置１４検索目的類似度関数対応データベース１５類似検索過程表示装置

Claims

【特許請求の範囲】

【請求項１】以下の要素を有するデータ検索装置（ａ）構造を有する構造つきデータを記憶するデータベ
ース、（ｂ）所望データの欠落した構造つきデータを検
索対象として指定する検索対象指定手段、（ｃ）上記検
索対象指定手段により指定された構造つきデータと、上
記データベースに記憶された構造つきデータとの類似度
を算出する類似度算出手段、（ｄ）上記類似度算出手段
により算出された類似度に基づいて、上記検索対象指定
手段により指定された所望データを決定する所望データ
決定手段。
【請求項２】上記データベースは、構造つきデータの
データ構造を示すデータ構造情報を記憶するデータ構造
データベースと、構造つきデータを構成しているデータ
の内容を記憶するデータ内容データベースを備えたこと
を特徴とする請求項１記載のデータ検索装置。
【請求項３】上記データ検索装置は、さらに、類似度
を算出する複数の類似度関数を記憶する類似度関数デー
タベースを有し、上記類似度算出手段は、上記類似度関
数データベースに記憶した複数の類似度関数の中から選
択された類似度関数を用いて類似度を算出することを特
徴とする請求項１記載のデータ検索装置。
【請求項４】上記類似度関数データベースは、２つの
データ同士の類似度を算出するデータ類似度関数と、２
つのデータ同士の類似度から２つの構造つきデータ同士
の類似度を算出する総合類似度関数を記憶するととも
に、上記類似度算出手段は、上記データ類似度関数と総
合類似度関数を用いて類似度を算出することを特徴とす
る請求項２記載のデータ検索装置。
【請求項５】上記データ検索装置は、さらに、上記類
似度関数データベースに記憶された複数の類似度関数を
提示し、複数の類似度関数の中から上記類似度算出手段
が用いる類似度関数を選択させる類似度関数選択支援手
段を備えたことを特徴とする請求項３記載のデータ検索
装置。
【請求項６】上記データ検索装置は、さらに、検索目
的と類似度関数を対応づける検索目的類似度関数対応デ
ータベースと、検索目的を指定する検索目的指定手段
と、上記検索目的指定手段により指定された検索目的に
基づき、上記検索目的類似度関数対応データベースに記
憶された対応する類似度関数を選択して、上記類似度算
出手段が用いる類似度関数を決定する類似度関数決定手
段を備えたことを特徴とする請求項３記載のデータ検索
装置。
【請求項７】上記データ検索装置は、さらに、上記類
似度算出手段と所望データ決定手段によるデータ検索過
程を出力する類似検索過程出力手段を備えたことを特徴
とする請求項１記載のデータ検索装置。
【請求項８】上記データ検索装置において、上記デー
タは複数の属性からなる一次元ベクトルで構成され、上
記構造つきデータは、上記一次元ベクトルが構造関係を
有している構造つきベクトルであることを特徴とする請
求項１記載のデータ検索装置。