JPH08339322A - データベース内の類似時間シーケンスを発見するシステム及び方法 - Google Patents

データベース内の類似時間シーケンスを発見するシステム及び方法

Info

Publication number
JPH08339322A
JPH08339322A JP8109957A JP10995796A JPH08339322A JP H08339322 A JPH08339322 A JP H08339322A JP 8109957 A JP8109957 A JP 8109957A JP 10995796 A JP10995796 A JP 10995796A JP H08339322 A JPH08339322 A JP H08339322A
Authority
JP
Japan
Prior art keywords
windows
window
time
sub
sequence
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.)
Granted
Application number
JP8109957A
Other languages
English (en)
Other versions
JP3329182B2 (ja
Inventor
Rakesh Agrawal
レイケシュ・アグラワル
King-Ip Lin
キン−イ・リン
Harpreet Singh Sawhney
ハープリート・シン・ソウニィ
Kyuseok Shim
キュセオク・シム
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 JPH08339322A publication Critical patent/JPH08339322A/ja
Application granted granted Critical
Publication of JP3329182B2 publication Critical patent/JP3329182B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99935—Query augmenting and refining, e.g. inexact access
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99936—Pattern matching access

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

(57)【要約】 【課題】 大規模データベースに記憶される類似時間シ
ーケンスを発見するシステム及び方法を提供する。 【解決手段】 時間シーケンスのデータベース内の類似
時間シーケンスを発見するシステム及び方法が、最初に
各シーケンスを小さなウィンドウに分割するコンピュー
タ実行プログラムを含む。第１のシーケンスからのウィ
ンドウが第２のシーケンスからの選択ウィンドウと比較
されて、類似のウィンドウが決定される。類似サブシー
ケンス対を確立するための特定のスティッチング条件が
満足されるとき、類似ウィンドウ対が次に一緒にスティ
ッチされる。同様に類似サブシーケンス対が一緒にステ
ィッチされ、次にスティッチ化サブシーケンスの長さが
時間シーケンスの全長と比較されて、時間シーケンスが
類似性基準に合致するか否かが決定される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は一般にデータ処理に
関し、より詳細には、類似時間シーケンスを発見する"
コンピュータ・データベース・マイニング"に関する。
特に、本発明は大規模データベース内における、データ
の時間シーケンス間のパターンの類似性の発見に関す
る。
【０００２】
【従来の技術】時間に渡る事象のシーケンス（以降で
は"時間シーケンス"と記す）は、しばしばデータベース
に電子的に記録される。本発明により認識されるよう
に、互いに類似する時間シーケンスを識別する能力は多
くの応用例を有し、それらには例えば、類似の利益及び
売上の成長パターンを有する会社を識別することなどが
含まれる。別の例では、製品の売上パターンの類似の時
間シーケンスの識別、或いは時間に渡り類似の価格推移
を有する株式の発見などに有利である。地震波の類似ま
たは異類の時間シーケンスの発見は、地質学的不規則性
を識別するなどの多くの有用な応用例を有する。
【０００３】類似の時間シーケンスを発見するためのマ
イニング・システムは、Agrawalらによる"Database Min
ing: A Performance Perspective"（Proc. of the Four
thInt'l Conf. on Foundations of Data Organization
and Algorithm、Chicago、1993）、及び Faloutsosらに
よる"Fast Sub-sequence Matching in Time-seriesData
bases"（Proc. of the ACM Sigmod Conf. on Managemen
t of Data、May 1994）の中で開示されている。しかし
ながら前記刊行物の中で開示されるシステム及び方法
は、それらの実際的なアプリケーションを制限する幾つ
かの欠点を共有する。こうした欠点には、これらの方法
が元来、幾つかのデータ特異性（anomalies）に過度に
感応的であることが挙げられる。更に前記参照方法は、
振幅スケーリング及びシーケンス変換の問題を解決しな
い。結果的にこれらの方法は、例えば２つの株式の内の
一方が１０ドル近辺を変動し他方が７５ドル近辺を変動
する場合、これらの株価シーケンスの類似性を効果的に
識別することができない。
【０００４】更に前記参照方法は、２つの類似の時間シ
ーケンスの小さな不一致領域を効果的に無視することが
できない。結果的にこれらの方法は、特定の実際に類似
の時間シーケンスを類似であると識別することができな
い。
【０００５】更に時間シーケンスの類似性発見モデルに
おける従来のデータ処理方法は、幾つかの欠点を有す
る。類似時間シーケンスのマッチングに付随する時間シ
ーケンスの指標化のための従来のデータ処理方法の欠点
として、多くの誤ったマッチングが識別される傾向があ
る。また、従来の方法は計算集中型となる傾向があり、
これらは元来、ユーザが時間シーケンス類似性条件を定
義する基準を変更することを困難にする。
【０００６】
【発明が解決しようとする課題】従って本発明の目的
は、容易に変更され得る類似性基準を確立する大規模デ
ータベースに記憶される類似時間シーケンスを発見する
システム及び方法を提供することである。
【０００７】本発明の別の目的は、幾つかのデータ特異
性及び不一致領域の存在の下で類似時間シーケンスを識
別する、類似時間シーケンスを発見するシステム及び方
法を提供することである。
【０００８】本発明の更に別の目的は、ある時間シーケ
ンスの振幅スケーリングが他の時間シーケンスの振幅ス
ケーリングと著しく異なるときに、これら２つの時間シ
ーケンスを類似であると識別する類似時間シーケンスを
発見するシステム及び方法を提供することである。
【０００９】本発明の更に別の目的は、使用が容易であ
り、コスト的に有効な類似時間シーケンスを発見するシ
ステム及び方法を提供することである。
【００１０】
【課題を解決するための手段】本発明は、時間シーケン
スの大規模データベース内で類似時間シーケンスを発見
するプロシジャに関する。
【００１１】本発明は、デジタル処理装置により実行可
能な命令プログラムを具現化するクリティカル・マシン
・コンポーネントにおいて実現される。マシン・コンポ
ーネントはデジタル処理装置に、大規模データベース内
に記憶される類似時間シーケンスを発見するための方法
ステップを実行させる。以降では、マシン・コンポーネ
ントは"コンピュータ・プログラム製品"として参照され
る。
【００１２】本発明によれば、本方法ステップは、各々
が複数のデータ要素を有する第１及び第３のサブシーケ
ンス・ウィンドウを識別するステップを含み、各データ
要素は少なくとも時間と大きさ（magnitude）とにより
特徴付けられる。第１及び第３の各ウィンドウは、第１
の時間シーケンスのサブセットである。ここで第２及び
第４のサブシーケンス・ウィンドウが第２の時間シーケ
ンスのサブセットであり、第１のウィンドウのデータ要
素の大きさと第２のウィンドウのデータ要素の大きさと
の差が所定値以下であり、かつ第３のウィンドウのデー
タ要素の大きさと第４のウィンドウのデータ要素の大き
さとの差が所定値以下のとき、第１及び第３のウィンド
ウは、それぞれ第２及び第４のウィンドウと類似である
と識別される。
【００１３】更に、第１及び第３のウィンドウと第２及
び第４のウィンドウがそれぞれの時間ギャップにより分
離され、各ギャップが所定値未満のとき、本方法ステッ
プは第１及び第３のウィンドウを結合して第１の時間シ
ーケンスを表す第１のサブシーケンスを確立するするス
テップを含む。更に、本方法ステップは第２及び第４の
ウィンドウを結合して、データベース内の繰り返しパタ
ーンを識別する第２の時間シーケンスを表す第２のサブ
シーケンスを確立するステップを含む。好適には、本方
法ステップは更に、第１及び第３のウィンドウが時間的
に第１のオーバラップ距離により互いにオーバラップ
し、かつ第２及び第４のウィンドウも時間的にその第１
のオーバラップ距離により互いにオーバラップすると
き、第１及び第２のサブシーケンスを確立するステップ
を含む。
【００１４】本発明によれば、第３及び第４のウィンド
ウ内の最早（earliest）データ要素の時間が、それぞれ
第１及び第２のウィンドウ内の最早データ要素の時間よ
りも遅いときにのみ、第１及び第２のサブシーケンスが
確立される。好適な態様では、第１及び第２の時間シー
ケンスをそれぞれ表す第３及び第４のサブシーケンスも
確立され、第３及び第４のサブシーケンス内の各データ
要素の時間は、それぞれ第１及び第２のサブシーケンス
内の各データ要素の時間よりも遅い。
【００１５】結果的に、第１及び第３のサブシーケンス
が、あるギャップにより分離され、第２及び第４のサブ
シーケンスが、あるギャップにより分離される。ギャッ
プが所定値を超えなければ第１及び第３のサブシーケン
スが結合され、第２及び第４のサブシーケンスが結合さ
れる。
【００１６】本発明によれば、各サブシーケンス及び第
１及び第２の時間シーケンスがそれぞれの長さにより特
徴付けられ、本方法ステップは更に、サブシーケンスの
長さの合計を時間シーケンスの少なくとも１つの長さと
比較して、比較値を生成する。比較値が所定値に等しい
とき、第１及び第２の時間シーケンスが類似であると識
別される。好適な１つの態様では、各ウィンドウがω個
のデータ要素を含み、各ウィンドウがω次元を有する階
層データ・ツリー内のデータ・ポイントとして表され
る。
【００１７】本発明の別の態様では、デジタル処理装置
により読出し可能で、実際に（tangibly）コンピュータ
・プログラムを具現化するコンピュータ・プログラム製
品が開示される。コンピュータ・プログラム製品は、コ
ンピュータ読出し可能媒体を、時間シーケンスのデータ
ベース内の類似時間シーケンスを発見するプログラム・
コード要素と結び付ける。
【００１８】本発明では、コード要素がコンピュータ読
出し可能媒体上に記憶されるプログラム内で具現化され
る。これらのコード要素は、第１及び第３のサブシーケ
ンス・ウィンドウを識別するコンピュータ読出し可能コ
ード手段を含む。ここで開示される原理によれば、各ウ
ィンドウは所定数のデータ要素を有し、各ウィンドウは
第１の時間シーケンスのサブセットである。第１のウィ
ンドウの各データ要素と第２のウィンドウの対応するデ
ータ要素との差が所定値以下であり、かつ第３のウィン
ドウの各データ要素と第４のウィンドウの対応するデー
タ要素との差が所定値以下のとき、第１及び第３のウィ
ンドウは、第２の時間シーケンス内のそれぞれ第２及び
第４のサブシーケンス・ウィンドウと類似であると識別
される。
【００１９】更に、本発明のコンピュータ・プログラム
製品は、第１及び第３のウィンドウを結合して第１の時
間シーケンスを表す第１のサブシーケンスを確立するコ
ンピュータ読出し可能コード手段を含む。コンピュータ
読出し可能コード手段はまた、第２及び第４のウィンド
ウを結合する。上述の結合は、第１及び第３のウィンド
ウと第２及び第４のウィンドウがそれぞれのギャップに
より分離され、各ギャップが所定値未満のときに達成さ
れる。コンピュータ・プログラム製品は次に、第１及び
第２の時間シーケンスが類似であるか否かを識別する。
【００２０】更に別の態様では、データベース・マイニ
ング・システムが、そこに記憶される第１の時間シーケ
ンスに対応して、それに類似する第２の時間シーケンス
を発見する。本発明のシステムは、第１及び第２のシー
ケンスをそれぞれ表す第１及び第２のサブシーケンス・
ウィンドウのセットを生成するマッチ決定機構（match
determiner）を含む。少なくとも１つのウィンドウが、
それぞれの正規化値により特徴付けられる。
【００２１】本発明により意図されるように、マッチ決
定機構は、第１のサブシーケンス・ウィンドウ・セット
内のテスト・ウィンドウの値と、第２のサブシーケンス
・ウィンドウ・セット内のテスト・ウィンドウの値との
差が所定値以下のとき、これらのテスト・ウィンドウを
マッチさせる。更にマッチ決定機構は、第１のサブシー
ケンス・ウィンドウ・セットからのテスト・ウィンドウ
と、第２のサブシーケンス・ウィンドウ・セットからの
テスト・ウィンドウとを、１対のマッチ・ウィンドウと
して指定する。
【００２２】更に本発明のシステムは、少なくとも２対
のマッチ・ウィンドウを結合して第１のサブシーケンス
を確立し、少なくとも２対のマッチ・ウィンドウを結合
して第２のサブシーケンスを確立する、ウィンドウ・ス
ティッチャ（stitcher）を含む。結合は、（１）第１の
サブシーケンス内の２つのウィンドウがオーバラップせ
ずに、あるギャップにより分離され、かつ第２のサブシ
ーケンス内の２つのウィンドウがオーバラップせずに、
あるギャップにより分離され、かつこれらの各ギャップ
が所定値未満であるとき、或いは（２）第１のサブシー
ケンス内の２つのウィンドウが互いにオーバラップする
量が、第２のサブシーケンス内の２つの対応するウィン
ドウが互いにオーバラップする量と同じとき、実行され
る。
【００２３】更に別の態様では、第１及び第２の時間シ
ーケンス間の類似性を発見するコンピュータ・ベースの
システムが開示される。本発明によれば、各時間シーケ
ンスがそれぞれ第１及び第２のサブシーケンス・ウィン
ドウのセットを有し、各ウィンドウがω個のデータ・ポ
イントを含む。各データ・ポイントは、少なくとも時間
及び大きさにより特徴付けられる。
【００２４】本発明によればシステムが階層データベー
スを含み、これはコンピュータによりアクセスされて、
ウィンドウをω次元空間内の対応するポイントとして電
子的に記憶する。また本システムは、１つ以上の第２の
ウィンドウがω次元空間において、対応する１つ以上の
第１のウィンドウから所定距離以内に存在するとき、第
２のウィンドウが第１のウィンドウに類似であると識別
する手段を含む。それにより１対の類似ウィンドウが確
立される。その他に、本システムは、ウィンドウが第１
及び第２の時間シーケンス内の類似性を識別する１つ以
上の所定のスティッチング基準を満足するとき、第１及
び第２のウィンドウ対を一緒にスティッチする手段を含
む。
【００２５】便宜上、上述の開示は１シーケンスにつき
２つのウィンドウだけのマッチング及びスティッチング
について述べたが、本発明は１シーケンスにつき"ｎ"
（ｎ≧２）ウィンドウのマッチング及びスティッチング
を考慮するものである。
【００２６】
【発明の実施の形態】
【数１】 は以降ハットＸと記載する。
【００２７】図１を参照すると、類似時間シーケンスを
発見するために、データベースをマイニングするコンピ
ュータ・システム１０が示される。図示の特定のアーキ
テクチャでは、システム１０はクライアント・コンピュ
ータ１２及びサーバ・コンピュータ１４などの１つ以上
のデジタル処理装置を含む。１つの態様では、サーバ・
コンピュータ１４はＩＢＭより提供されるメインフレー
ム・コンピュータであり、ＭＶＳなどの商標の下で販売
されるオペレーティング・システムを使用する。或い
は、サーバ・コンピュータ１４はＵＮＩＸコンピュー
タ、ＯＳ／２サーバ、ウィンドウズＮＴサーバ、または
ＡＩＸ３．２．５を実行する１２８ＭＢの主メモリを有
するＩＢＭ ＲＳ／６０００ ２５０ワークステーショ
ンであってもよい。サーバ・コンピュータ１４は、ＤＢ
２またはＯＲＡＣＬＥなどのデータベース・システムを
所有したり、２ＧＢ ＳＣＳＩ３．５インチ・ドライブ
などのディスクまたはテープなどの特定のデータ記憶媒
体上に、ファイルとしてデータを有したりする。図示の
アーキテクチャ以外のアーキテクチャも使用され得るこ
とは理解されよう。例えばクライアント・コンピュータ
１２の機能がサーバ・コンピュータ１４内に組み込まれ
たり、或いはその逆であってもよい。
【００２８】図示のように、サーバ・コンピュータ１４
のオペレーティング・システムは類似時間シーケンス識
別子カーネル１６を含み、これはサーバ・コンピュータ
１４内のプロセッサにより一連のコンピュータ実行可能
命令として実行され得る。これらの命令は、例えばサー
バ・コンピュータ１４のＲＡＭ内に存在する。
【００２９】代わりに、命令が図２に示されるコンピュ
ータ・ディスケット１５などのコンピュータ読出し可能
媒体を有するデータ記憶装置上に含まれてもよい。或い
は、命令がＤＡＳＤアレイ、磁気テープ、通常のハード
ディスク・ドライブ、電子的読出し専用メモリ、光記憶
装置、または他の適切なデータ記憶装置上に記憶されて
もよい。本発明の図示の態様では、コンピュータ実行可
能命令はコンパイル済みＣ++言語コードのラインであっ
たりする。
【００３０】図３、図５、図７及び図９は、コンピュー
タ・プログラム内に具現化されるこうした命令の構造を
示す。当業者には、図３、図５、図７及び図９が、本発
明に従い機能するコンピュータ・プログラム・コード要
素の構造を示すことが理解されよう。明らかなように、
本発明はその本質的態様においてマシン・コンポーネン
トにより実現され、これはデジタル処理装置（すなわち
コンピュータ）に対してこれらの図に示される機能ステ
ップのシーケンスを実行するように命令する形式で、コ
ンピュータ・プログラム・コード要素を表現する。マシ
ン・コンポーネントが、コンピュータ読出し可能形式の
プログラム・コード要素Ａ乃至Ｅの組み合わせとして図
２に示され、これらはコンピュータ・ディスケット上の
コンピュータ使用可能データ媒体１７内に具現化され
る。しかしながら上述のように、こうした媒体は半導体
素子、磁気テープ、及び光ディスク上においても見い出
され得る。
【００３１】コード要素Ａ乃至Ｅの各々は、デジタル処
理装置に本方法の特定部分を容易にするように指令す
る。たとえいずれの単一のコード要素Ａ乃至Ｅも完全な
方法を含まなくても、２つ以上のコード要素が一緒にな
って本発明の実現を容易にするために必要な全てのプロ
グラム手段を含み得る。
【００３２】図１は、識別子カーネル１６が適切なデー
タ・アクセス・プログラム及びユーティリティ１８を通
じて、データ・クロニクリング（chronicling）時間シ
ーケンスを含む１つ以上のデータベース２０及び（また
は）フラット・ファイル（すなわちテキスト・ファイ
ル）２２をアクセスする様子を示す。後述のステップを
実行の後、発見カーネルが、自身が発見した類似時間シ
ーケンスをクライアント・コンピュータ１２によりアク
セスされ得る結果レポジトリ２４に出力する。
【００３３】更に図１は、クライアント・コンピュータ
１２が識別子カーネル・インタフェース２６含むことを
示す。これは識別子カーネル１６と同様、適切なコンピ
ュータ・コードにより実現され得る。とりわけインタフ
ェース２６は、特定の変数を確立する入力機構として機
能する。こうした変数には、後述されるウィンドウ間の
最大距離ε、及び他の所定のまたはユーザ定義による入
力パラメータが含まれる。更に、クライアント・コンピ
ュータ１２は、好適には結果をグラフィック表示装置３
０、印刷機構３２またはデータ記憶媒体３４に出力また
は表示するための出力モジュール２８を含む。
【００３４】図３は、データベース２０に記憶される第
１の時間シーケンスＳと、同様にデータベース２０に記
憶される第２の時間シーケンスＴとの間の類似性を決定
する本発明の全体的方法を示す。図４は２つのこうした
時間シーケンスを図式的に示しており、図示の態様では
２つの株式の価格の時間グラフに相当する。シーケンス
Ｓ及びシーケンスＴが、例えば地震活動や会社の売上成
長などの他のパラメータの時間シーケンスを表すことが
でき、そして実際上、あらゆる時間依存パターンを表す
ことが可能であることが理解されよう。
【００３５】また本発明が、ギャップ（図４にＧで示さ
れる）が存在する状況においても、２つの時間シーケン
スＳ及びＴ間の類似性を識別できることが理解されよ
う。実際上、"ギャップ"Ｇは時間シーケンスＳ内のサブ
シーケンスであり、これは時間シーケンスＴ内の対応す
るサブシーケンスとは異類である（"異類（dissimila
r）"については以降でユーザ定義基準を用いて定義され
る）。更に、システム１０は、類似性が時間的に共存し
ない場合でも時間シーケンスＳとＴとの間の類似性を識
別できる。更にシステム１０は、２つの時間シーケンス
Ｓ及びＴが顕著に異なる平均値を有する（すなわち、Ｓ
が５０ドル近辺の株取り引きを示し、Ｔが１０ドル近辺
の株取り引きを示す）としても、時間シーケンスＳとＴ
との間の類似性を識別できる。
【００３６】図３のブロック３６から始まり、システム
１０の識別子カーネル１６が時間シーケンスＴ内の対応
するウィンドウにマッチする、時間シーケンスＳ内の全
てのウィンドウを見い出す。これについては以降で詳細
に開示される。従って、ブロック３６は本質的に、第１
及び第２の時間シーケンスＳ及びＴをそれぞれ表す第１
及び第２のウィンドウ・セットを生成するマッチ決定機
構である。更に、ブロック３６により確立されるマッチ
決定機構は、後述のユーザ定義マッチ基準の発生に際し
て、第１の時間シーケンスＳ内のウィンドウを第２の時
間シーケンスＴ内のウィンドウとマッチさせる。
【００３７】本発明によれば、また図４に図式的に示さ
れるように、第１の時間シーケンスＳの"ウィンドウ"
（ＷS）は、それが第２の時間シーケンスＴの対応する
ウィンドウＷTにマッチするとき、本質的にギャップの
無いアトミック・サブシーケンスである。本発明により
意図されるように、各ウィンドウＷS及びＷTは、時間的
に順次順序付けされるユーザ定義数ωのデータ要素ＤＥ
を含む。ここでω≧３であり、好適には５≦ω≦２０で
ある。図４に示される例ではω＝３である。各データ要
素ＤＥは従って、少なくとも時間及び大きさにより特徴
付けられ、図４に示される例では、各データ要素ＤＥの
大きさは対応する株式の価格を表し、各データ要素ＤＥ
の時間は日に対応する。
【００３８】次にブロック３８で、システム１０の識別
子カーネル１６が後述のユーザ定義スティッチング基準
の発生に際して、２対以上のマッチング・ウィンドウを
結合し、１対のサブシーケンスを生成する。従ってブロ
ック３８は、所定のスティッチング基準に合致するとき
第１の時間シーケンスＳ内の少なくとも２つのウィンド
ウを結合し、第２の時間シーケンスＴ内の対応するウィ
ンドウを結合するウィンドウ・スティッチャを確立す
る。ところでここでの議論は、時間シーケンスＳ、Ｔに
つき２つのウィンドウをマッチ及びスティッチすること
に焦点をおくが、本発明は時間シーケンスＳにつき任意
の数"ｎ"（ｎ≧２）のウィンドウが、時間シーケンスＴ
内の"ｎ"個の対応するウィンドウにマッチすることを考
慮するものである。
【００３９】次にブロック４０で、時間シーケンスＳ及
びＴに対して最長のマッチング長が決定されるように、
２対以上のサブシーケンスがスティッチされる。マッチ
ング長とシーケンスＳ及びＴの少なくとも一方の全長と
の比率にもとづき、システム１０の識別子カーネル１６
が、第１の時間シーケンスＳが第２の時間シーケンスＴ
に類似するか否かを決定する。従ってブロック４０は、
第１の時間シーケンスＳ内の１つ以上のサブシーケンス
が第２の時間シーケンスＴ内の対応するサブシーケンス
に類似するか否かを識別するための類似性識別子を確立
し、次にシーケンスＳ及びＴがユーザ定義類似性基準に
従い類似するか否かを識別する。
【００４０】図５を参照すると時間シーケンスＳ及びＴ
内の類似ウィンドウ対を識別する方法が示される。類似
ウィンドウ対を識別する１つのアプローチは、単にある
ウィンドウを他の全てのウィンドウと比較することであ
るが、本発明により認識されるようにこうしたアプロー
チは相当に長い計算時間を消費する。図５は、長い計算
時間を消費すること無しに類似ウィンドウ対を識別す
る、本発明の好適なアプローチを示す。
【００４１】ブロック４１で、システム１０の識別子カ
ーネル１６は、ウィンドウ内の各データ・ポイントの大
きさを−１と１との間の値に正規化することにより、各
ウィンドウを正規化する。ウィンドウを正規化するため
に、システム１０の識別子カーネル１６はウィンドウの
各データ・ポイントに対して次の変換を実行する。
【数２】 ハットW[i]=(W[i]-(Wmin+Wmax)/2)/(Wmax-Wmin)/2
【００４２】ここでＷ[i]は変換されるデータ・ポイン
トの大きさであり、ハットＷ[i]は正規化データ・ポイ
ントの大きさであり、Ｗmin及びＷmaxはそれぞれウィン
ドウ内の最小及び最大の大きさである。
【００４３】以降でより詳しく述べられるように、本発
明の原理の下では、２つのウィンドウであるハットＷ
1[i]及びハットＷ2[i]は、全てのｉに対してハットＷ
1[i]−ハットＷ2[i]≦εのときにのみ類似である。ここ
でεはユーザ定義による所定値である。
【００４４】ここで各ウィンドウ内に含まれるデータ・
ポイントの数はユーザ定義による所定の整数であり、こ
こではギリシャ文字ωにより示されることを想起された
い。このことを踏まえ、図５のブロック４２では各正規
化ウィンドウがω次元空間内の単一のポイントとして見
なされる。ウィンドウの座標は正規化データ要素により
定義され、ウィンドウは階層データ・ツリー構造内に挿
入される。ω＝２の場合のこうした構造の例が図６に示
される。上述の原理によれば、図６に示されるデータ・
ツリー構造は、図１に示される一方または両方のコンピ
ュータ１２、１４によりアクセスされ得る。
【００４５】好適な態様では、データ・ツリー構造は、
Sellisらによる"The R+-Tree: A Dynamic Index for Mu
ltidimensional Objects"、Proc. 13th Int'l Conf. on
VLDB、pp.507-518、England、1987で開示されるいわゆ
るＲ+ツリー構造であり、本明細書ではこの変形が開示
される。Sellisらにより開示されるように、Ｒ+ツリー
は、データが構造内に挿入されるとき、新たなデータ・
ノードを成長させるデータ構造である。データ値に依存
して、構造が成長するときにノードを分割及び（また
は）再構成することにより挿入されるデータをサポート
する。
【００４６】図６に示されるように、またSellisらによ
り開示されるように、Ｒ+ツリーは階層データ・ツリー
構造である。より詳細には図６を例に取り上げると、Ｒ
+ツリーは、親ノード４６に従属する複数のリーフ・ノ
ード（leaf node）を含む（第１及び第２のリーフ・ノ
ード４３及び４４が示される）。同様に、追加のリーフ
・ノード４８及び５０は親ノード５２に従属し、更に両
方の親ノード４６及び５２はルート・ノード５４に従属
する。図６では４つのリーフ・ノード４３、４４及び４
８、５０並びに３つの階層レベルだけしか示されていな
いが、本発明のデータ・ツリーは、より多くのリーフ・
ノード及びレベルを含み得ることが理解されよう。
【００４７】第１のリーフ・ノード４３を例として取り
上げると、複数のデータ・ポイントＤＰが第１のリーフ
・ノード４３に入力される。各データ・ポイントＤＰは
ウィンドウを表し、特定のリーフ・ノード、例えば第１
のリーフ・ノード４３のデータ・ポイントＤＰは、比較
的一緒に接近している。
【００４８】従って、例えば第１のリーフ・ノード４３
は第１のデータ・ポイントＤＰ1を含み、これは図６で
は、その高い値−０．９及び低い値−１を示す矩形とし
て図式的に表される。図示の例では、第１のリーフ・ノ
ード４３は最後のデータ・ポイントＤＰLを含み、これ
は高い値−０．８及び低い値−０．９を示す矩形として
図式的に表される。
【００４９】Ｒ+ツリー・データ構造の原理によれば、
第１のリーフ・ノード４３内の第１のデータ・ポイント
ＤＰ1と最後のデータ・ポイントＤＰLとの間のデータ・
ポイントが、最後のデータ・ポイントＤＰLの最高値
（−０．８）と、第１のデータ・ポイントＤＰ1の最低
値（−１）の間の範囲に入るように、データ・ポイント
ＤＰがそれらのそれぞれのリーフ・ノード内でグループ
化される。従って、第１のウィンドウ４３は、ウィンド
ウ４３内に含まれる最高及び最低のデータ・ポイント値
を示すマーカＭ１を含む。
【００５０】同様に、第２のウィンドウ４４はウィンド
ウ４４に含まれる最高及び最低データ・ポイント値を示
すマーカＭ２を含み、これらは図示の例ではそれぞれ−
０．２と−０．８に相当する。当業者には認識されるよ
うに、Ｒ+ツリーのリーフ・ノードは、あるリーフ・ノ
ードのデータ・ポイントの値が他のリーフ・ノード内の
あらゆるデータ・ポイントの値とオーバラップしないと
言う点で、オーバラップしない。実際、リーフ・ノード
の境界は接する必要はないが、代わりに、ノード内に含
まれるデータ・ポイントを包含するために必要な最小限
に制限される。また、パス内のデータ・ポイントの範囲
を示すために、図６に示されるように親ノード４６はそ
れに従属するリーフ・ノードに含まれる最高及び最低値
（この場合には−０．２と−１）を示すマーカを含む。
【００５１】前記開示を鑑み、当業者には本発明のＲ+
ツリーがいわゆる"死空間（dead space）"、すなわち実
際のデータ・ポイント間の潜在的に大きな領域を記憶し
ないことが理解されよう。更に、Ｒ+ツリーはより高い
次元数に割合に柔軟に対応できる（ωが２０までの範囲
を取り得て、実際にこれを越え得ることを想起された
い）。
【００５２】しかしながら本発明により認識されるよう
に、Sellisらにより開示されるデータ構造における１つ
の問題は、構造のノード内で不均一なデータ・ポイント
の分布が発生し得ることであり、これにより内部リーフ
・ノードが低い充填状況となり、好ましくないツリーの
速い成長につながる。本発明は、成長の間のツリー内の
下方分割により低い充填状況のリーフ・ノードが生じる
とき、そのノードをツリーから解放することによりこの
問題を解決する。本発明の目的上、リーフ・ノードは４
０％以下の充填度のとき、低充填状況と見なされる。解
放されるノードのデータ・ポイントは、解放されるノー
ドの直接の親であったノードにおいて再度ツリーに挿入
される。同様に、隣接ノードをオーバラップさせるデー
タ・ポイントが挿入されるときこのデータ・ポイントは
記憶されて、続くノードの分割及びツリー再構成が、そ
のデータ・ポイントの既存のノードへのスムーズな挿入
を許容するときツリーに再挿入される。
【００５３】全てのウィンドウが図６に示されるデータ
・ツリーに挿入された後、所与のウィンドウに対して、
それから距離ε以内にある他のデータ・ポイント（他の
ウィンドウを表す）を確認することにより類似のウィン
ドウが識別される。再度図５を参照して、システム１０
の識別子カーネル１６はブロック５６に移行してデータ
・ツリーのノードの１つを選択することによりこれを達
成し、次に判断ブロック５８に移行してテスト中のノー
ドが非リーフ・ノードであるか否かを判断する。非リー
フ・ノードの場合には、システム１０の識別子カーネル
１６はブロック６０に移行し、リーフ・ノードに達する
までテスト中のノードの子孫（descendant）に対して図
５に示されるプロセスを再帰的に呼び出す。
【００５４】一方、システム１０の識別子カーネル１６
が判断ブロック５８でテスト中のノードがリーフ・ノー
ドであると判断すると、識別子カーネル１６はブロック
６２とブロック６４とに並列に移行し、ブロック６２で
はこのノードが自身と結合され、ブロック６４ではこの
ノードが距離ε以内のあらゆる他のノードと結合され
る。図６では第２のリーフ・ノード４４の一部が第１の
リーフ・ノード４３から距離ε以内に存在するので、ブ
ロック６４で第１のリーフ・ノード４３と結合される。
【００５５】ブロック６２及びブロック６４から、シス
テム１０の識別子カーネル１６はブロック６６へ移行
し、ここで識別子カーネル１６は、互いに距離ε以内に
存在する、従って類似性に関するユーザ定義条件を満足
する全てのデータ・ポイント（すなわちウィンドウ）を
出力する。ブロック６６から、システム１０の識別子カ
ーネル１６はブロック６８に移行し、テストのための次
のノードを取り出してブロック５６に移行する。
【００５６】２つのリーフ・ノードが不必要に複数回結
合されないように祖先リスト（ancestor）が再帰呼出し
において使用され、順番が各ノードの子孫に課せられ
る。ブロック６４において、テスト中のノードと結合す
るためにテストされる唯一のノードは、テスト中のノー
ドよりも順序的に後に来るノードである。
【００５７】更に計算を減らすためにブロック６４で考
慮されるテスト中のノードと結合される、あるノード内
の唯一のデータ・ポイントは、その結合されるノードの
境界から距離ε以内にあるデータ・ポイントである。更
に所与のノード内のデータ・ポイントはそれら自身、１
つ以上の選択された次元により順序付けられる。従っ
て、ブロック６２における自己結合（self_joined）ノ
ード内の第１のデータ・ポイントがそのノード内の第２
のデータ・ポイントと比較され、第２のデータ・ポイン
トが第１のデータ・ポイントから距離εよりも離れてい
ると判明すると、第１のデータ・ポイントは、第２のデ
ータ・ポイントに順序的に続くデータ・ポイント、従っ
て定義上第１のデータ・ポイントから距離εよりも離れ
たデータ・ポイントに対しては、テストされない。
【００５８】図７及び図８を参照すると、システム１０
の識別子カーネル１６が類似ウィンドウ対を一緒にステ
ィッチする方法が示される。図７のブロック７０で開始
し、時間シーケンスＳ及びＴ内の類似ウィンドウ対のマ
ッチ・グラフが構成される。こうしたグラフの単純化さ
れた例が図８に示される。図８において各ウィンドウは
２つのいずれかの行内の直線により示され、上の行はシ
ーケンスＳ内のウィンドウＳiを表し、下の行はシーケ
ンスＴ内の対応するマッチ・ウィンドウＴiを表す。点
線はマッチ対、すなわち類似のウィンドウ対を示す。図
示の例では、４つのウィンドウ・セット間で５つのマッ
チＡ乃至Ｅが存在する。
【００５９】次に、図７のブロック７２で、システム１
０の識別子カーネル１６は、各マッチを対応する頂点Ｍ
i、．．．Ｍj、．．．により表し、テスト下の２つのウ
ィンドウ対Ｍi及びＭjの間でスティッチング・アーク
（arc）を確立しようとする。スティッチング・アーク
が確立できるか否かを判断するために、システム１０の
識別子カーネル１６は判断ブロック７４に移行し、Ｍj
により表される両方のウィンドウＳj及びＴj内の最早デ
ータ・ポイントの時間が、Ｍiにより表される両方のウ
ィンドウＳi及びＴi内の最早データ・ポイントの時間よ
りも、それぞれ遅いか否かを判断する。
【００６０】判断ブロック７４でのテストが否定の場
合、システム１０の識別子カーネル１６はブロック７６
に移行して次のテストを実行する。反対に、判断ブロッ
ク７４のテストが肯定の場合には、システム１０の識別
子カーネル１６は判断ブロック７８に移行し、ウィンド
ウＳiまたはＴiのいずれか一方が、その対応するウィン
ドウＳjまたはＴjとオーバラップするか否かを判断す
る。
【００６１】判断ブロック７８で、ＳiとＳjとがオーバ
ラップせず、ＴiとＴjとがオーバラップしないと判断さ
れると、システム１０の識別子カーネル１６は判断ブロ
ック８０に移行し、ウィンドウＳiとＳj間のギャップ及
びウィンドウＴiとＴj間のギャップが、ユーザ定義値γ
よりも小さいか否かを判断する。一方、判断ブロック７
８で、ＳiとＳjとがオーバラップし、ＴiとＴjとがオー
バラップすると判断されると、システム１０の識別子カ
ーネル１６は判断ブロック８２に移行し、ＳiとＳjとが
オーバラップする距離が、ＴiとＴjとがオーバラップす
る距離に等しいか否かを判断する。
【００６２】判断ブロック８０または８２のテストのい
ずれかが否定の場合、システム１０の識別子カーネル１
６はブロック７６に戻る。しかしながら、判断ブロック
８０または８２のテストのいずれかが肯定の場合にはシ
ステム１０の識別子カーネル１６はブロック８４に移行
し、テスト下の頂点ＭiとＭjとの間にアークを確立し、
頂点間にパスを確立する。
【００６３】上述のプロセスが図８を参照して理解され
得る。γの仮定値に対してアークＡ−Ｄは図７の判断ブ
ロック７４、７８及び８０の基準に合致し、従って図示
のように確立される。同様に、アークＡ−Ｃ及びＣ−Ｅ
は図７の判断ブロック７４、７８及び８０の基準に合致
し、アークＥ−Ｆは図７の判断ブロック７４、７８及び
８２の基準に合致する。一方、アークＢ−Ｄは判断ブロ
ック７４の条件を満たさないために存在せず、アークＡ
−Ｅは判断ブロック８０の条件を満たさないために存在
せず、アークＢ−Ｆは判断ブロック８２の条件を満たさ
ないために存在しない。
【００６４】図７のブロック８４からシステム１０の識
別子カーネル１６はブロック８６に移行し、ブロック８
４で見い出された最長パス内の頂点を一緒にスティッチ
し、それにより第１及び第２のサブシーケンスの対を確
立する。これらの各々は、関連シーケンスＳ及びＴから
のスティッチ化ウィンドウを含む。例えば図８に示され
るグラフなどの、マッチ・グラフ内の最長パス（図８の
最長パスはＡ−Ｃ−Ｅ−Ｆ）を見い出すために、マッチ
・グラフは、例えばCarreによる"Graphs and networks"
（Claredon Press、Oxford、1978）で述べられるプロシ
ジャなどを用いて、逆トポロジ的ソート順序に従い横断
される。
【００６５】好適には、正規化スケールはサブシーケン
ス内の全てのウィンドウに対して同一またはほぼ同一で
ある。スティッチングの間、確立されるアークに対応す
るウィンドウのスケールは既にスティッチされたアーク
・ウィンドウに使用されたスケールと比較されて、ステ
ィッチングの発生を保証する。
【００６６】ウィンドウのマッチング対をスティッチし
て、サブシーケンスを確立した後、システム１０の識別
子カーネル１６は図９に移行し、サブシーケンスを一緒
にスティッチし、第１の時間シーケンスＳが第２の時間
シーケンスＴに類似するか否かを判断する。図９は図７
に示されるステップとは別の実行可能ステップのセット
を示しているが、これらのプロセスは結合され得ること
が理解されよう。
【００６７】図９のブロック８８で開始し、上述の原理
に従ってマッチ・グラフが図７で見い出されたサブシー
ケンスから構成される。次にブロック９０で、再度上述
の原理を用いて、各サブシーケンスがそれぞれの頂点Ｍ
i、Ｍj、．．．として表される。
【００６８】ブロック９０から、システム１０の識別子
カーネル１６は判断ブロック９２に移行し、Ｍjにより
表される両方のサブシーケンスＳj及びＴj内の最早デー
タ・ポイントの時間が、Ｍiにより表される両方のサブ
シーケンスＳi及びＴi内の最遅データ・ポイントの時間
よりもそれぞれ遅いかどうかを判断する。換言すると、
システム１０の識別子カーネル１６は、テスト下のサブ
シーケンスがオーバラップするか否かを判断する。テス
ト下のサブシーケンスがオーバラップする場合、システ
ム１０の識別子カーネル１６はブロック９４に移行し、
次のテストを実行する。従って、ウィンドウ・スティッ
チングと対照的に、サブシーケンス・スティッチングに
おいてはオーバラップは許可されない。
【００６９】テスト下のサブシーケンスがオーバラップ
しない場合には、システム１０の識別子カーネル１６は
判断ブロック９６に移行し、サブシーケンスＳiとＳj間
のギャップ、及びサブシーケンスＴiとＴj間のギャップ
が、ユーザ定義値γよりも小さいか否かを判断する。小
さい場合、システム１０の識別子カーネル１６はブロッ
ク９８に移行し、テスト下の頂点ＭiとＭjとの間にアー
クが確立される。そして全てのアークが確立されると、
マッチ・グラフ内の最長パスが、上述の原理を用いて決
定される。しかしながら、判断ブロック９６のテスト条
件が満たされない場合には、システム１０の識別子カー
ネル１６はブロック９４に戻る。
【００７０】ブロック９８で最長のマッチング・サブシ
ーケンス（ここではＳＳi及びＴＴiとして指定される）
が識別されると、システム１０の識別子カーネル１６は
ブロック１００に移行し、最長マッチング・シーケンス
ＳＳi及びＴＴiが、第１または第２の時間シーケンスＳ
及びＴの少なくとも一方と所定の関係を有するか否かを
判断する。好適な態様では、ブロック１００で、システ
ム１０の識別子カーネル１６は全てのサブシーケンスＳ
Ｓiの長さ及び全てのサブシーケンスＴＴiの長さを合計
し、合計値を２つの時間シーケンスＳ及びＴの長さの合
計により除算する。得られた商がユーザ定義による所定
しきい値ξ以上であると、システム１０の識別子カーネ
ル１６は出力ブロック１０２に移行し、シーケンスＳ及
びＴを類似性に関するユーザ定義基準に合致したものと
して出力する。それ以外ではシステム１０の識別子カー
ネル１６はブロック９４に戻る。代わりに、Ｓ及びＴが
大きく異なる長さを有する場合には、ブロック１００
で、システム１０の識別子カーネル１６はより短いシー
ケンスＳ及びＴの長さの２倍を除数として使用すること
ができる。換言すると、ブロック１００において、シス
テム１０の識別子カーネル１６は、スティッチ化サブシ
ーケンスが時間シーケンスＳ、Ｔの少なくとも一方と所
定の関係を有するとき、時間シーケンスＳが時間シーケ
ンスＴに類似すると識別する。
【００７１】上述されたデータベース内の類似時間シー
ケンスを発見する特定のシステム及び方法は、本発明の
上述の目的を完全に達成することができるが、これは本
発明の好適な態様であり、本発明により広範に考慮され
るテーマを代表するものである。従って本発明の範囲
は、当業者には明らかとなるであろう他の実施例につい
ても包含するものである。
【００７２】まとめとして、本発明の構成に関して以下
の事項を開示する。
【００７３】（１）デジタル処理装置により読出し可能
なコンピュータ・プログラム記憶装置と、データベース
に記憶される第１の時間シーケンスと、前記データベー
スに記憶される第２の時間シーケンスとの間の類似性を
識別し、それにより前記データベース内の繰り返しパタ
ーンを識別する方法ステップを実行する、前記デジタル
処理装置により実行可能な命令を含む前記プログラム記
憶装置上のプログラム手段と、を含むコンピュータ・プ
ログラム装置であって、前記方法が、 ａ）各々が複数のデータ要素を有し、前記第１の時間シ
ーケンスのサブセットである少なくとも第１及び第３の
サブシーケンス・ウィンドウが、各々が複数のデータ要
素を有し、前記第２の時間シーケンスのサブセットであ
る少なくとも第２及び第４のサブシーケンス・ウィンド
ウとそれぞれ類似であると識別するステップであって、
前記各データ要素が少なくとも時間と大きさとにより特
徴付けられるものにおいて、前記第１のウィンドウのデ
ータ要素の大きさと、前記第２のウィンドウのデータ要
素の大きさとの差が所定値以下であり、かつ前記第３の
ウィンドウのデータ要素の大きさと、前記第４のウィン
ドウのデータ要素の大きさとの差が所定値以下のとき、
前記第１及び第３のウィンドウがそれぞれ前記第２及び
第４のウィンドウと類似であると識別する、前記識別ス
テップと、 ｂ）前記第１及び第３のウィンドウと、前記第２及び第
４のウィンドウがそれぞれの時間ギャップにより分離さ
れ、前記各ギャップが所定値未満のとき、前記第１及び
第３のウィンドウを結合して、前記第１の時間シーケン
スを表す第１のサブシーケンスを確立し、前記第２及び
第４のウィンドウを結合して、前記第２の時間シーケン
スを表す第２のサブシーケンスを確立することにより、
前記データベース内の繰り返しパターンを識別する、前
記結合ステップと、を含む、プログラム装置。 （２）前記方法ステップは、前記第１及び第３のウィン
ドウが時間的に第１のオーバラップ距離により互いにオ
ーバラップし、かつ前記第２及び第４のウィンドウが時
間的に前記第１のオーバラップ距離により互いにオーバ
ラップするとき、前記第１及び第２のサブシーケンスを
確立するステップを含む、前記（１）記載のプログラム
装置。 （３）前記第３及び第４のウィンドウ内の最早データ要
素の時間が、それぞれ前記第１及び第２のウィンドウ内
の最早データ要素の時間よりも遅いときにのみ、前記第
１及び第２のサブシーケンスが確立される、前記（２）
記載のプログラム記憶装置。 （４）前記方法ステップは、前記第１及び第２の時間シ
ーケンスをそれぞれ表す第３及び第４のサブシーケンス
を確立するステップであって、前記第３及び第４のサブ
シーケンス内の各データ要素の時間が、それぞれ前記第
１及び第２のサブシーケンス内の各データ要素の時間よ
りも遅く、前記第１及び第３のサブシーケンスが、ある
ギャップにより分離され、前記第２及び第４のサブシー
ケンスが、あるギャップにより分離されるようにする、
前記確立ステップと、前記ギャップが所定値を超えない
とき、前記第１及び第３のサブシーケンスと、前記第２
及び第４のサブシーケンスを結合するステップと、を含
む、前記（３）記載のプログラム記憶装置。 （５）前記各サブシーケンス並びに前記第１及び第２の
時間シーケンスがそれぞれの長さにより特徴付けられる
ものにおいて、前記方法ステップが、前記サブシーケン
スの長さの合計を前記時間シーケンスの少なくとも１つ
の長さと比較して、比較値を生成するステップと、前記
比較値が所定値以上のとき、前記第１及び第２の時間シ
ーケンスが類似であると識別するステップと、を含む、
前記（４）記載のプログラム記憶装置。 （６）前記識別するステップ以前に、少なくとも前記第
１及び第３のウィンドウ内の前記データ要素を正規化す
るステップを含む、前記（１）記載のプログラム記憶装
置。 （７）前記各ウィンドウがω個のデータ要素を含み、前
記各ウィンドウがω次元を有する階層データ・ツリー内
のデータ・ポイントとして表される、前記（５）記載の
プログラム記憶装置。 （８）コンピュータ・システム、中央処理ユニット、及
び前記中央処理ユニットに接続されてデータベースを記
憶する手段と共に使用され、前記データベースに記憶さ
れる類似時間シーケンスを識別するコンピュータ・プロ
グラム製品であって、前記データベース内の第１の時間
シーケンスが前記データベース内の第２の時間シーケン
スに類似するか否かを識別する、コンピュータ読出し可
能プログラム手段を有するコンピュータ使用可能媒体を
含むデータ記憶装置を含むものにおいて、前記コンピュ
ータ読出し可能コード手段が、各々が所定数のデータ要
素を有し、前記第１の時間シーケンスのサブセットであ
る第１及び第３のサブシーケンス・ウィンドウが、各々
が所定数のデータ要素を有し、前記第２の時間シーケン
スのサブセットである第２及び第４のサブシーケンス・
ウィンドウとそれぞれ類似であると識別するコンピュー
タ読出し可能コード手段であって、前記第１のウィンド
ウの各データ要素と、前記第２のウィンドウの対応する
前記データ要素との差が所定値以下であり、かつ前記第
３のウィンドウの各データ要素と、前記第４のウィンド
ウの対応する前記データ要素との差が所定値以下のと
き、前記第１及び第３のウィンドウがそれぞれ前記第２
及び第４のウィンドウと類似であると識別する、前記コ
ンピュータ読出し可能コード手段と、前記第１及び第３
のウィンドウと前記第２及び第４のウィンドウがそれぞ
れのギャップにより分離され、前記各ギャップが所定値
未満のときに、前記第１及び第３のウィンドウを結合し
て前記第１の時間シーケンスを表す第１のサブシーケン
スを確立し、前記第２及び第４のウィンドウを結合して
前記第２の時間シーケンスを表す第２のサブシーケンス
を確立し、前記第１及び第２の時間シーケンスが類似で
あるか否かを識別する、コンピュータ読出し可能コード
手段と、を含む、コンピュータ・プログラム製品。 （９）前記第１及び第３のウィンドウが第１のオーバラ
ップ距離により互いにオーバラップし、かつ前記第２及
び第４のウィンドウが前記第１のオーバラップ距離によ
り互いにオーバラップするとき、前記第１及び第２のサ
ブシーケンスを確立するコンピュータ読出し可能コード
手段を含む、前記（８）記載のプログラム製品。 （１０）前記各ウィンドウ内の各データ要素が対応する
時間により特徴付けられ、前記第３及び第４のウィンド
ウ内の最早データ要素の時間が、それぞれ前記第１及び
第２のウィンドウ内の最早データ要素の時間よりも遅い
ときにのみ、前記コード手段が前記第１及び第２のサブ
シーケンスを確立する、前記（９）記載のプログラム製
品。 （１１）前記第１及び第２の時間シーケンスをそれぞれ
表す第３及び第４のサブシーケンスを確立するコンピュ
ータ読出し可能コード手段であって、前記第３及び第４
のサブシーケンス内の各データ要素の時間が、それぞれ
前記第１及び第２のサブシーケンス内の各データ要素の
時間よりも遅く、前記第１及び第３のサブシーケンス
が、あるギャップにより分離され、前記第２及び第４の
サブシーケンスが、あるギャップにより分離されるよう
にする、コンピュータ読出し可能コード手段と、前記ギ
ャップが所定値を超えないとき、前記第１及び第３のサ
ブシーケンスと前記第２及び第４のサブシーケンスを結
合するコンピュータ読出し可能コード手段と、を含む、
前記（１０）記載のプログラム製品。 （１２）前記各サブシーケンス並びに前記第１及び第２
の時間シーケンスがそれぞれの長さにより特徴付けられ
るものにおいて、前記製品が、前記サブシーケンスの長
さの合計を、前記時間シーケンスの少なくとも１つの長
さと比較して、比較値を生成するコンピュータ読出し可
能コード手段と、前記比較値が所定値以上のとき、前記
第１及び第２の時間シーケンスが類似であると識別する
コンピュータ読出し可能コード手段と、を含む、前記
（１１）記載のプログラム製品。 （１３）前記識別するステップ以前に、少なくとも前記
第１及び第３のウィンドウ内の前記データ要素を正規化
するコンピュータ読出し可能コード手段を含む、前記
（８）記載のプログラム製品。 （１４）前記各ウィンドウがω個のデータ要素を含み、
前記ウィンドウがω次元を有する階層データ・ツリー内
のデータ・ポイントとして表される、前記（１２）記載
のプログラム製品。 （１５）デジタル処理装置により読出し可能であり、デ
ータベースに記憶される第１及び第２の時間シーケンス
が類似であると識別する方法ステップを実行する、前記
デジタル処理装置により実行可能な命令プログラムを実
現するプログラム記憶装置であって、前記方法ステップ
が、 ａ）各々が複数のデータ要素を有し、前記第１の時間シ
ーケンスのサブセットである第１及び第３のサブシーケ
ンス・ウィンドウが、各々が複数のデータ要素を有し、
前記第２の時間シーケンスのサブセットである第２及び
第４のサブシーケンス・ウィンドウとそれぞれ類似であ
ると識別するステップであって、前記各データ要素が少
なくとも時間と大きさとにより特徴付けられるものにお
いて、前記第１のウィンドウのデータ要素の大きさと、
前記第２のウィンドウのデータ要素の大きさとの差が所
定値以下であり、かつ前記第３のウィンドウのデータ要
素の大きさと、前記第４のウィンドウのデータ要素の大
きさとの差が所定値以下のとき、前記第１及び第３のウ
ィンドウがそれぞれ前記第２及び第４のウィンドウと類
似であると識別する、前記識別ステップと、 ｂ）前記第１及び第３のウィンドウと、前記第２及び第
４のウィンドウがそれぞれの時間ギャップにより分離さ
れ、前記各ギャップが所定値未満のとき、前記第１及び
第３のウィンドウを結合して、前記第１の時間シーケン
スを表す第１のサブシーケンスを確立し、前記第２及び
第４のウィンドウを結合して、前記第２の時間シーケン
スを表す第２のサブシーケンスを確立することにより、
前記第１及び第２の時間シーケンスが類似であるか否か
を識別する、前記結合ステップと、を含む、プログラム
記憶装置。 （１６）前記第１及び第３のウィンドウが時間的に第１
のオーバラップ距離により互いにオーバラップし、かつ
前記第２及び第４のウィンドウが時間的に前記第１のオ
ーバラップ距離により互いにオーバラップするとき、前
記方法ステップが、前記第１及び第２のサブシーケンス
を確立するステップを含む、前記（１５）記載のプログ
ラム記憶装置。 （１７）前記各サブシーケンス並びに前記第１及び第２
の時間シーケンスがそれぞれの長さにより特徴付けられ
るものにおいて、前記方法ステップが、前記第１及び第
２の時間シーケンスをそれぞれ表す第３及び第４のサブ
シーケンスを確立するステップであって、前記第３及び
第４のサブシーケンス内の各データ要素の時間が、それ
ぞれ前記第１及び第２のサブシーケンス内の各データ要
素の時間よりも遅く、前記第１及び第３のサブシーケン
スが、あるギャップにより分離され、前記第２及び第４
のサブシーケンスが、あるギャップにより分離されるよ
うにする、前記確立ステップと、前記ギャップが所定値
を超えないとき、前記第１及び第３のサブシーケンスと
前記第２及び第４のサブシーケンスを結合するステップ
と、前記サブシーケンスの長さの合計を前記時間シーケ
ンスの少なくとも１つの長さと比較して、比較値を生成
するステップと、前記比較値が所定値以上のとき、前記
第１及び第２の時間シーケンスが類似であると識別する
ステップと、を含む、前記（１６）記載のプログラム記
憶装置。 （１８）前記方法ステップが、ω個のデータ要素を含む
前記各ウィンドウを、ω次元を有する階層データ・ツリ
ー内のデータ・ポイントとして表すステップを含む、前
記（１７）記載のプログラム記憶装置。 （１９）データベースに記憶される第１の時間シーケン
スに対応して、それに類似する第２の時間シーケンスを
発見するデータベース・マイニング・システムであっ
て、前記第１及び第２のシーケンスをそれぞれ表す第１
及び第２のサブシーケンス・ウィンドウ・セットを生成
するマッチ決定機構であって、少なくとも１つの前記ウ
ィンドウがそれぞれの正規化値により特徴付けられるも
のにおいて、前記マッチ決定機構が、前記第１のサブシ
ーケンス・ウィンドウ・セット内のテスト・ウィンドウ
の値と、前記第２のサブシーケンス・ウィンドウ・セッ
ト内のテスト・ウィンドウの値との差が所定値以下のと
き、前記テスト・ウィンドウをマッチさせ、前記第１の
サブシーケンス・ウィンドウ・セットからの前記テスト
・ウィンドウと、前記第２のサブシーケンス・ウィンド
ウ・セットからの前記テスト・ウィンドウとを、１対の
マッチ・ウィンドウとして指定する、前記マッチ決定機
構と、少なくとも２対の前記マッチ・ウィンドウを結合
して第１のサブシーケンスを確立し、少なくとも２対の
前記マッチ・ウィンドウを結合して第２のサブシーケン
スを確立するウィンドウ・スティッチャであって、前記
結合が、１）前記第１のサブシーケンス内の２つの前記
ウィンドウがオーバラップせずに、あるギャップにより
分離され、かつ前記第２のサブシーケンス内の２つの前
記ウィンドウがオーバラップせずに、あるギャップによ
り分離され、かつ前記ギャップが所定値未満であると
き、或いは、２）前記第１のサブシーケンス内の前記２
つのウィンドウが互いにオーバラップする量が、前記第
２のサブシーケンス内の対応する２つのウィンドウが互
いにオーバラップする量と同じとき実行される、前記ウ
ィンドウ・スティッチャと、を含む、データベース・マ
イニング・システム。 （２０）前記第１及び第２のサブシーケンスがそれぞれ
前記第１及び第２のサブシーケンス・セットに挿入さ
れ、前記システムが、前記第１及び第２のサブシーケン
スが、前記第１または第２の時間シーケンスの少なくと
も一方と所定の関係を有するとき、前記第１の時間シー
ケンスが前記第２の時間シーケンスと類似であると識別
する類似性識別子を含む、前記（１９）記載のデータベ
ース・マイニング・システム。 （２１）各々がそれぞれ第１及び第２のサブシーケンス
・ウィンドウ・セットを有する第１及び第２の時間シー
ケンス間の類似性を発見するコンピュータ・ベースのシ
ステムであって、前記各ウィンドウがω個のデータ・ポ
イントを含み、前記各データ・ポイントが少なくとも時
間と大きさとにより特徴付けられるものにおいて、前記
ウィンドウをω次元空間内の対応するポイントとして電
子的に記憶する、前記コンピュータによりアクセス可能
な階層化データベースと、１つ以上の前記第２のウィン
ドウが、前記ω空間において対応する１つ以上の前記第
１のウィンドウから所定距離以内に存在するとき、前記
第２のウィンドウが前記第１のウィンドウに類似である
と識別し、それにより１対の類似ウィンドウを確立す
る、前記識別する手段と、前記ウィンドウが、前記第１
及び第２の時間シーケンス内の類似性を識別する１つ以
上の所定のスティッチング基準を満足するとき、前記第
１及び第２のウィンドウ対を一緒にスティッチする手段
と、を含む、コンピュータ・ベースのシステム。 （２２）前記スティッチング基準が、 １）第１の対の第１のウィンドウが、第２の対の第１の
ウィンドウから、あるギャップにより分離され、前記第
１の対の第２のウィンドウが、前記第２の対の第２のウ
ィンドウから、あるギャップにより分離され、前記各ギ
ャップが所定値未満のとき、前記第１及び第２のウィン
ドウ対を一緒にスティッチするステップと、 ２）前記第１の対の第１のウィンドウが、前記第２の対
の第１のウィンドウと第１の距離によりオーバラップ
し、前記第１の対の第２のウィンドウが、前記第２の対
の第２のウィンドウと第２の距離によりオーバラップ
し、前記第１の距離と前記第２の距離とが等しいとき、
前記第１及び第２のウィンドウ対を一緒にスティッチす
るステップと、を含む、前記（２１）記載のシステム。
【図面の簡単な説明】
【図１】本発明の類似時間シーケンスを発見する機能ブ
ロック図である。
【図２】部分的に切除された本発明を実現するマシン・
コンポーネントを示す図である。
【図３】本発明の全体のオペレーションのフローチャー
トを示す図である。
【図４】類似性を決定することが所望される２つの時間
シーケンスの例のグラフを示す図である。
【図５】図６に示されるデータ・ツリーを用いて、２つ
のシーケンス内で類似ウィンドウを識別するためのステ
ップのフローチャートを示す図である。
【図６】本発明のＲ+データ・ツリーを示す図である。
【図７】ウィンドウを一緒にスティッチして、２つの類
似サブシーケンスを形成するステップのフローチャート
を示す図である。
【図８】図７に示されるスティッチング・プロセスの例
を示す図である。
【図９】サブシーケンスを一緒にスティッチするステッ
プのフローチャートを示す図である。
【符号の説明】
１０ コンピュータ・システム １２ クライアント・コンピュータ １４ サーバ・コンピュータ １５ ディスケット １６ コンピュータ・ディスケット １７ コンピュータ使用可能データ媒体 １８ データ・アクセス・プログラム／ユーティリティ ２０ データ・ベース ２２ フラット・ファイル ２４ 結果リポジトリ ２６ 識別子カーネル・インタフェース ３０ グラフィック表示装置 ３２ 印刷機構 ３４ データ記憶媒体 ２８ 出力モジュール ４３、４４、４８、５０ リーフ・ノード ４６、５２ 親ノード ５４ ルート・ノード
フロントページの続き (72)発明者 キン−イ・リン アメリカ合衆国20740、メリーランド州カ レッジ・パーク、ハリウッド・ロード 5119 (72)発明者 ハープリート・シン・ソウニィ アメリカ合衆国95120、カリフォルニア州 サンノゼ、スリーピィ・クリーク・ドライ ブ 7282 (72)発明者 キュセオク・シム アメリカ合衆国95136、カリフォルニア州 サンノゼ、ナンバー2214、スネル・アベニ ュー 4501

Claims (22)

    【特許請求の範囲】
  1. 【請求項１】デジタル処理装置により読出し可能なコン
    ピュータ・プログラム記憶装置と、 データベースに記憶される第１の時間シーケンスと、前
    記データベースに記憶される第２の時間シーケンスとの
    間の類似性を識別し、それにより前記データベース内の
    繰り返しパターンを識別する方法ステップを実行する、
    前記デジタル処理装置により実行可能な命令を含む前記
    プログラム記憶装置上のプログラム手段と、 を含むコンピュータ・プログラム装置であって、前記方
    法が、 ａ）各々が複数のデータ要素を有し、前記第１の時間シ
    ーケンスのサブセットである少なくとも第１及び第３の
    サブシーケンス・ウィンドウが、各々が複数のデータ要
    素を有し、前記第２の時間シーケンスのサブセットであ
    る少なくとも第２及び第４のサブシーケンス・ウィンド
    ウとそれぞれ類似であると識別するステップであって、
    前記各データ要素が少なくとも時間と大きさとにより特
    徴付けられるものにおいて、前記第１のウィンドウのデ
    ータ要素の大きさと、前記第２のウィンドウのデータ要
    素の大きさとの差が所定値以下であり、かつ前記第３の
    ウィンドウのデータ要素の大きさと、前記第４のウィン
    ドウのデータ要素の大きさとの差が所定値以下のとき、
    前記第１及び第３のウィンドウがそれぞれ前記第２及び
    第４のウィンドウと類似であると識別する、前記識別ス
    テップと、 ｂ）前記第１及び第３のウィンドウと、前記第２及び第
    ４のウィンドウがそれぞれの時間ギャップにより分離さ
    れ、前記各ギャップが所定値未満のとき、前記第１及び
    第３のウィンドウを結合して、前記第１の時間シーケン
    スを表す第１のサブシーケンスを確立し、前記第２及び
    第４のウィンドウを結合して、前記第２の時間シーケン
    スを表す第２のサブシーケンスを確立することにより、
    前記データベース内の繰り返しパターンを識別する、前
    記結合ステップと、 を含む、プログラム装置。
  2. 【請求項２】前記方法ステップは、前記第１及び第３の
    ウィンドウが時間的に第１のオーバラップ距離により互
    いにオーバラップし、かつ前記第２及び第４のウィンド
    ウが時間的に前記第１のオーバラップ距離により互いに
    オーバラップするとき、前記第１及び第２のサブシーケ
    ンスを確立するステップを含む、請求項１記載のプログ
    ラム装置。
  3. 【請求項３】前記第３及び第４のウィンドウ内の最早デ
    ータ要素の時間が、それぞれ前記第１及び第２のウィン
    ドウ内の最早データ要素の時間よりも遅いときにのみ、
    前記第１及び第２のサブシーケンスが確立される、請求
    項２記載のプログラム記憶装置。
  4. 【請求項４】前記方法ステップは、前記第１及び第２の
    時間シーケンスをそれぞれ表す第３及び第４のサブシー
    ケンスを確立するステップであって、前記第３及び第４
    のサブシーケンス内の各データ要素の時間が、それぞれ
    前記第１及び第２のサブシーケンス内の各データ要素の
    時間よりも遅く、前記第１及び第３のサブシーケンス
    が、あるギャップにより分離され、前記第２及び第４の
    サブシーケンスが、あるギャップにより分離されるよう
    にする、前記確立ステップと、 前記ギャップが所定値を超えないとき、前記第１及び第
    ３のサブシーケンスと、前記第２及び第４のサブシーケ
    ンスを結合するステップと、 を含む、請求項３記載のプログラム記憶装置。
  5. 【請求項５】前記各サブシーケンス並びに前記第１及び
    第２の時間シーケンスがそれぞれの長さにより特徴付け
    られるものにおいて、前記方法ステップが、 前記サブシーケンスの長さの合計を前記時間シーケンス
    の少なくとも１つの長さと比較して、比較値を生成する
    ステップと、 前記比較値が所定値以上のとき、前記第１及び第２の時
    間シーケンスが類似であると識別するステップと、 を含む、請求項４記載のプログラム記憶装置。
  6. 【請求項６】前記識別するステップ以前に、少なくとも
    前記第１及び第３のウィンドウ内の前記データ要素を正
    規化するステップを含む、請求項１記載のプログラム記
    憶装置。
  7. 【請求項７】前記各ウィンドウがω個のデータ要素を含
    み、前記各ウィンドウがω次元を有する階層データ・ツ
    リー内のデータ・ポイントとして表される、請求項５記
    載のプログラム記憶装置。
  8. 【請求項８】コンピュータ・システム、中央処理ユニッ
    ト、及び前記中央処理ユニットに接続されてデータベー
    スを記憶する手段と共に使用され、前記データベースに
    記憶される類似時間シーケンスを識別するコンピュータ
    ・プログラム製品であって、前記データベース内の第１
    の時間シーケンスが前記データベース内の第２の時間シ
    ーケンスに類似するか否かを識別する、コンピュータ読
    出し可能プログラム手段を有するコンピュータ使用可能
    媒体を含むデータ記憶装置を含むものにおいて、前記コ
    ンピュータ読出し可能コード手段が、 各々が所定数のデータ要素を有し、前記第１の時間シー
    ケンスのサブセットである第１及び第３のサブシーケン
    ス・ウィンドウが、各々が所定数のデータ要素を有し、
    前記第２の時間シーケンスのサブセットである第２及び
    第４のサブシーケンス・ウィンドウとそれぞれ類似であ
    ると識別するコンピュータ読出し可能コード手段であっ
    て、前記第１のウィンドウの各データ要素と、前記第２
    のウィンドウの対応する前記データ要素との差が所定値
    以下であり、かつ前記第３のウィンドウの各データ要素
    と、前記第４のウィンドウの対応する前記データ要素と
    の差が所定値以下のとき、前記第１及び第３のウィンド
    ウがそれぞれ前記第２及び第４のウィンドウと類似であ
    ると識別する、前記コンピュータ読出し可能コード手段
    と、 前記第１及び第３のウィンドウと前記第２及び第４のウ
    ィンドウがそれぞれのギャップにより分離され、前記各
    ギャップが所定値未満のときに、前記第１及び第３のウ
    ィンドウを結合して前記第１の時間シーケンスを表す第
    １のサブシーケンスを確立し、前記第２及び第４のウィ
    ンドウを結合して前記第２の時間シーケンスを表す第２
    のサブシーケンスを確立し、前記第１及び第２の時間シ
    ーケンスが類似であるか否かを識別する、コンピュータ
    読出し可能コード手段と、 を含む、コンピュータ・プログラム製品。
  9. 【請求項９】前記第１及び第３のウィンドウが第１のオ
    ーバラップ距離により互いにオーバラップし、かつ前記
    第２及び第４のウィンドウが前記第１のオーバラップ距
    離により互いにオーバラップするとき、前記第１及び第
    ２のサブシーケンスを確立するコンピュータ読出し可能
    コード手段を含む、請求項８記載のプログラム製品。
  10. 【請求項１０】前記各ウィンドウ内の各データ要素が対
    応する時間により特徴付けられ、前記第３及び第４のウ
    ィンドウ内の最早データ要素の時間が、それぞれ前記第
    １及び第２のウィンドウ内の最早データ要素の時間より
    も遅いときにのみ、前記コード手段が前記第１及び第２
    のサブシーケンスを確立する、請求項９記載のプログラ
    ム製品。
  11. 【請求項１１】前記第１及び第２の時間シーケンスをそ
    れぞれ表す第３及び第４のサブシーケンスを確立するコ
    ンピュータ読出し可能コード手段であって、前記第３及
    び第４のサブシーケンス内の各データ要素の時間が、そ
    れぞれ前記第１及び第２のサブシーケンス内の各データ
    要素の時間よりも遅く、前記第１及び第３のサブシーケ
    ンスが、あるギャップにより分離され、前記第２及び第
    ４のサブシーケンスが、あるギャップにより分離される
    ようにする、コンピュータ読出し可能コード手段と、 前記ギャップが所定値を超えないとき、前記第１及び第
    ３のサブシーケンスと前記第２及び第４のサブシーケン
    スを結合するコンピュータ読出し可能コード手段と、 を含む、請求項１０記載のプログラム製品。
  12. 【請求項１２】前記各サブシーケンス並びに前記第１及
    び第２の時間シーケンスがそれぞれの長さにより特徴付
    けられるものにおいて、前記製品が、 前記サブシーケンスの長さの合計を、前記時間シーケン
    スの少なくとも１つの長さと比較して、比較値を生成す
    るコンピュータ読出し可能コード手段と、 前記比較値が所定値以上のとき、前記第１及び第２の時
    間シーケンスが類似であると識別するコンピュータ読出
    し可能コード手段と、 を含む、請求項１１記載のプログラム製品。
  13. 【請求項１３】前記識別するステップ以前に、少なくと
    も前記第１及び第３のウィンドウ内の前記データ要素を
    正規化するコンピュータ読出し可能コード手段を含む、
    請求項８記載のプログラム製品。
  14. 【請求項１４】前記各ウィンドウがω個のデータ要素を
    含み、前記ウィンドウがω次元を有する階層データ・ツ
    リー内のデータ・ポイントとして表される、請求項１２
    記載のプログラム製品。
  15. 【請求項１５】デジタル処理装置により読出し可能であ
    り、データベースに記憶される第１及び第２の時間シー
    ケンスが類似であると識別する方法ステップを実行す
    る、前記デジタル処理装置により実行可能な命令プログ
    ラムを実現するプログラム記憶装置であって、前記方法
    ステップが、 ａ）各々が複数のデータ要素を有し、前記第１の時間シ
    ーケンスのサブセットである第１及び第３のサブシーケ
    ンス・ウィンドウが、各々が複数のデータ要素を有し、
    前記第２の時間シーケンスのサブセットである第２及び
    第４のサブシーケンス・ウィンドウとそれぞれ類似であ
    ると識別するステップであって、前記各データ要素が少
    なくとも時間と大きさとにより特徴付けられるものにお
    いて、前記第１のウィンドウのデータ要素の大きさと、
    前記第２のウィンドウのデータ要素の大きさとの差が所
    定値以下であり、かつ前記第３のウィンドウのデータ要
    素の大きさと、前記第４のウィンドウのデータ要素の大
    きさとの差が所定値以下のとき、前記第１及び第３のウ
    ィンドウがそれぞれ前記第２及び第４のウィンドウと類
    似であると識別する、前記識別ステップと、 ｂ）前記第１及び第３のウィンドウと、前記第２及び第
    ４のウィンドウがそれぞれの時間ギャップにより分離さ
    れ、前記各ギャップが所定値未満のとき、前記第１及び
    第３のウィンドウを結合して、前記第１の時間シーケン
    スを表す第１のサブシーケンスを確立し、前記第２及び
    第４のウィンドウを結合して、前記第２の時間シーケン
    スを表す第２のサブシーケンスを確立することにより、
    前記第１及び第２の時間シーケンスが類似であるか否か
    を識別する、前記結合ステップと、 を含む、プログラム記憶装置。
  16. 【請求項１６】前記第１及び第３のウィンドウが時間的
    に第１のオーバラップ距離により互いにオーバラップ
    し、かつ前記第２及び第４のウィンドウが時間的に前記
    第１のオーバラップ距離により互いにオーバラップする
    とき、前記方法ステップが、前記第１及び第２のサブシ
    ーケンスを確立するステップを含む、請求項１５記載の
    プログラム記憶装置。
  17. 【請求項１７】前記各サブシーケンス並びに前記第１及
    び第２の時間シーケンスがそれぞれの長さにより特徴付
    けられるものにおいて、前記方法ステップが、 前記第１及び第２の時間シーケンスをそれぞれ表す第３
    及び第４のサブシーケンスを確立するステップであっ
    て、前記第３及び第４のサブシーケンス内の各データ要
    素の時間が、それぞれ前記第１及び第２のサブシーケン
    ス内の各データ要素の時間よりも遅く、前記第１及び第
    ３のサブシーケンスが、あるギャップにより分離され、
    前記第２及び第４のサブシーケンスが、あるギャップに
    より分離されるようにする、前記確立ステップと、 前記ギャップが所定値を超えないとき、前記第１及び第
    ３のサブシーケンスと前記第２及び第４のサブシーケン
    スを結合するステップと、 前記サブシーケンスの長さの合計を前記時間シーケンス
    の少なくとも１つの長さと比較して、比較値を生成する
    ステップと、 前記比較値が所定値以上のとき、前記第１及び第２の時
    間シーケンスが類似であると識別するステップと、 を含む、請求項１６記載のプログラム記憶装置。
  18. 【請求項１８】前記方法ステップが、ω個のデータ要素
    を含む前記各ウィンドウを、ω次元を有する階層データ
    ・ツリー内のデータ・ポイントとして表すステップを含
    む、請求項１７記載のプログラム記憶装置。
  19. 【請求項１９】データベースに記憶される第１の時間シ
    ーケンスに対応して、それに類似する第２の時間シーケ
    ンスを発見するデータベース・マイニング・システムで
    あって、 前記第１及び第２のシーケンスをそれぞれ表す第１及び
    第２のサブシーケンス・ウィンドウ・セットを生成する
    マッチ決定機構であって、少なくとも１つの前記ウィン
    ドウがそれぞれの正規化値により特徴付けられるものに
    おいて、前記マッチ決定機構が、前記第１のサブシーケ
    ンス・ウィンドウ・セット内のテスト・ウィンドウの値
    と、前記第２のサブシーケンス・ウィンドウ・セット内
    のテスト・ウィンドウの値との差が所定値以下のとき、
    前記テスト・ウィンドウをマッチさせ、前記第１のサブ
    シーケンス・ウィンドウ・セットからの前記テスト・ウ
    ィンドウと、前記第２のサブシーケンス・ウィンドウ・
    セットからの前記テスト・ウィンドウとを、１対のマッ
    チ・ウィンドウとして指定する、前記マッチ決定機構
    と、 少なくとも２対の前記マッチ・ウィンドウを結合して第
    １のサブシーケンスを確立し、少なくとも２対の前記マ
    ッチ・ウィンドウを結合して第２のサブシーケンスを確
    立するウィンドウ・スティッチャであって、前記結合
    が、１）前記第１のサブシーケンス内の２つの前記ウィ
    ンドウがオーバラップせずに、あるギャップにより分離
    され、かつ前記第２のサブシーケンス内の２つの前記ウ
    ィンドウがオーバラップせずに、あるギャップにより分
    離され、かつ前記ギャップが所定値未満であるとき、或
    いは、２）前記第１のサブシーケンス内の前記２つのウ
    ィンドウが互いにオーバラップする量が、前記第２のサ
    ブシーケンス内の対応する２つのウィンドウが互いにオ
    ーバラップする量と同じとき実行される、前記ウィンド
    ウ・スティッチャと、 を含む、データベース・マイニング・システム。
  20. 【請求項２０】前記第１及び第２のサブシーケンスがそ
    れぞれ前記第１及び第２のサブシーケンス・セットに挿
    入され、前記システムが、 前記第１及び第２のサブシーケンスが、前記第１または
    第２の時間シーケンスの少なくとも一方と所定の関係を
    有するとき、前記第１の時間シーケンスが前記第２の時
    間シーケンスと類似であると識別する類似性識別子を含
    む、 請求項１９記載のデータベース・マイニング・システ
    ム。
  21. 【請求項２１】各々がそれぞれ第１及び第２のサブシー
    ケンス・ウィンドウ・セットを有する第１及び第２の時
    間シーケンス間の類似性を発見するコンピュータ・ベー
    スのシステムであって、前記各ウィンドウがω個のデー
    タ・ポイントを含み、前記各データ・ポイントが少なく
    とも時間と大きさとにより特徴付けられるものにおい
    て、 前記ウィンドウをω次元空間内の対応するポイントとし
    て電子的に記憶する、前記コンピュータによりアクセス
    可能な階層化データベースと、 １つ以上の前記第２のウィンドウが、前記ω空間におい
    て対応する１つ以上の前記第１のウィンドウから所定距
    離以内に存在するとき、前記第２のウィンドウが前記第
    １のウィンドウに類似であると識別し、それにより１対
    の類似ウィンドウを確立する、前記識別する手段と、 前記ウィンドウが、前記第１及び第２の時間シーケンス
    内の類似性を識別する１つ以上の所定のスティッチング
    基準を満足するとき、前記第１及び第２のウィンドウ対
    を一緒にスティッチする手段と、 を含む、システム。
  22. 【請求項２２】前記スティッチング基準が、 １）第１の対の第１のウィンドウが、第２の対の第１の
    ウィンドウから、あるギャップにより分離され、前記第
    １の対の第２のウィンドウが、前記第２の対の第２のウ
    ィンドウから、あるギャップにより分離され、前記各ギ
    ャップが所定値未満のとき、前記第１及び第２のウィン
    ドウ対を一緒にスティッチするステップと、 ２）前記第１の対の第１のウィンドウが、前記第２の対
    の第１のウィンドウと第１の距離によりオーバラップ
    し、前記第１の対の第２のウィンドウが、前記第２の対
    の第２のウィンドウと第２の距離によりオーバラップ
    し、前記第１の距離と前記第２の距離とが等しいとき、
    前記第１及び第２のウィンドウ対を一緒にスティッチす
    るステップと、 を含む、請求項２１記載のシステム。
JP10995796A 1995-05-09 1996-04-30 データベース内の類似時間シーケンスを発見するシステムおよび方法、並びにデータベース・マイニング・システム Expired - Fee Related JP3329182B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/437,746 US5664174A (en) 1995-05-09 1995-05-09 System and method for discovering similar time sequences in databases
US437746 1995-05-09

Publications (2)

Publication Number Publication Date
JPH08339322A true JPH08339322A (ja) 1996-12-24
JP3329182B2 JP3329182B2 (ja) 2002-09-30

Family

ID=23737713

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10995796A Expired - Fee Related JP3329182B2 (ja) 1995-05-09 1996-04-30 データベース内の類似時間シーケンスを発見するシステムおよび方法、並びにデータベース・マイニング・システム

Country Status (4)

Country Link
US (2) US5664174A (ja)
EP (1) EP0742525B1 (ja)
JP (1) JP3329182B2 (ja)
DE (1) DE69606794T2 (ja)

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3049636B2 (ja) * 1995-03-31 2000-06-05 株式会社日立製作所 データ分析方法
US5664174A (en) * 1995-05-09 1997-09-02 International Business Machines Corporation System and method for discovering similar time sequences in databases
EP0863469A3 (en) * 1997-02-10 2002-01-09 Nippon Telegraph And Telephone Corporation Scheme for automatic data conversion definition generation according to data feature in visual multidimensional data analysis tool
US5848404A (en) * 1997-03-24 1998-12-08 International Business Machines Corporation Fast query search in large dimension database
US6185559B1 (en) * 1997-05-09 2001-02-06 Hitachi America, Ltd. Method and apparatus for dynamically counting large itemsets
DE19745665C1 (de) * 1997-10-17 1999-05-12 Deutsches Krebsforsch Verfahren zur Eingruppierung von Sequenzen in Familien
US6205444B1 (en) * 1997-10-17 2001-03-20 International Business Machines Corporation Multiple sequence alignment system and method
US6286005B1 (en) * 1998-03-11 2001-09-04 Cannon Holdings, L.L.C. Method and apparatus for analyzing data and advertising optimization
US6081624A (en) 1998-06-01 2000-06-27 Autodesk, Inc. Spatial index compression through spatial subdivision encoding
US6138117A (en) * 1998-04-29 2000-10-24 International Business Machines Corporation Method and system for mining long patterns from databases
US6324533B1 (en) 1998-05-29 2001-11-27 International Business Machines Corporation Integrated database and data-mining system
US6189005B1 (en) 1998-08-21 2001-02-13 International Business Machines Corporation System and method for mining surprising temporal patterns
US6721759B1 (en) * 1998-12-24 2004-04-13 Sony Corporation Techniques for spatial representation of data and browsing based on similarity
US6278997B1 (en) 1999-02-05 2001-08-21 International Business Machines Corporation System and method for constraint-based rule mining in large, dense data-sets
US6754388B1 (en) 1999-07-01 2004-06-22 Honeywell Inc. Content-based retrieval of series data
US6526405B1 (en) * 1999-12-17 2003-02-25 Microsoft Corporation Determining similarity between event types in sequences
KR100344530B1 (ko) * 1999-12-20 2002-07-24 한국과학기술원 시계열 데이터베이스에서 윈도우 구성의 이원성을 사용한 서브시퀀스 매칭방법
US7194434B2 (en) * 2000-06-15 2007-03-20 Sergio Piccioli Method for predictive determination of financial investment performance
US6711577B1 (en) 2000-10-09 2004-03-23 Battelle Memorial Institute Data mining and visualization techniques
US7539677B1 (en) 2000-10-09 2009-05-26 Battelle Memorial Institute Sequential pattern data mining and visualization
US6907426B2 (en) * 2001-05-17 2005-06-14 International Business Machines Corporation Systems and methods for identifying and counting instances of temporal patterns
KR100472948B1 (ko) * 2001-10-11 2005-03-08 한국전자통신연구원 시계열 데이터베이스에서 서브 시퀀스 매칭의 후처리최적화 방법
US20030130996A1 (en) * 2001-12-21 2003-07-10 International Business Machines Corporation Interactive mining of time series data
US7031969B2 (en) * 2002-02-20 2006-04-18 Lawrence Technologies, Llc System and method for identifying relationships between database records
US7426752B2 (en) * 2004-01-05 2008-09-16 International Business Machines Corporation System and method for order-preserving encryption for numeric data
US7680685B2 (en) * 2004-06-05 2010-03-16 Sap Ag System and method for modeling affinity and cannibalization in customer buying decisions
US20060059118A1 (en) * 2004-08-10 2006-03-16 Byrd Stephen A Apparatus, system, and method for associating resources using a behavior based algorithm
US7661135B2 (en) * 2004-08-10 2010-02-09 International Business Machines Corporation Apparatus, system, and method for gathering trace data indicative of resource activity
US20060036579A1 (en) * 2004-08-10 2006-02-16 Byrd Stephen A Apparatus, system, and method for associating resources using a time based algorithm
US7630955B2 (en) * 2004-08-10 2009-12-08 International Business Machines Corporation Apparatus, system, and method for analyzing the association of a resource to a business process
US7546601B2 (en) * 2004-08-10 2009-06-09 International Business Machines Corporation Apparatus, system, and method for automatically discovering and grouping resources used by a business process
US7487169B2 (en) * 2004-11-24 2009-02-03 International Business Machines Corporation Method for finding the longest common subsequences between files with applications to differential compression
US20060173668A1 (en) * 2005-01-10 2006-08-03 Honeywell International, Inc. Identifying data patterns
JP2007066202A (ja) * 2005-09-01 2007-03-15 Fujitsu Ltd データ分析プログラム
CN1955945A (zh) * 2005-10-25 2007-05-02 国际商业机器公司 为软件测试过程自动生成测试执行序列的方法和装置
US20070112754A1 (en) * 2005-11-15 2007-05-17 Honeywell International Inc. Method and apparatus for identifying data of interest in a database
US20070112747A1 (en) * 2005-11-15 2007-05-17 Honeywell International Inc. Method and apparatus for identifying data of interest in a database
US20090018994A1 (en) * 2007-07-12 2009-01-15 Honeywell International, Inc. Time series data complex query visualization
US20100185672A1 (en) * 2009-01-21 2010-07-22 Rising Iii Hawley K Techniques for spatial representation of data and browsing based on similarity
US20110218978A1 (en) * 2010-02-22 2011-09-08 Vertica Systems, Inc. Operating on time sequences of data
WO2011142026A1 (ja) * 2010-05-14 2011-11-17 株式会社日立製作所 時系列データ管理装置、システム、方法、およびプログラム
US9177343B2 (en) * 2010-11-23 2015-11-03 At&T Intellectual Property I, L.P. Conservation dependencies
US10405008B2 (en) 2013-05-31 2019-09-03 Enseo, Inc. Hospitality property management tool and system and method for use of same
US11641490B2 (en) 2014-02-05 2023-05-02 Enseo, Llc Geolocationing system and method for use of same
US11641489B2 (en) 2014-02-05 2023-05-02 Enseo, Llc Geolocationing system and method for use of same
US11700401B2 (en) 2014-02-05 2023-07-11 Enseo, Llc Geolocationing system and method for use of same
US11700399B2 (en) 2014-02-05 2023-07-11 Enseo, Llc Geolocationing system and method for use of same
US11700400B2 (en) 2014-02-05 2023-07-11 Enseo, Llc Geolocationing system and method for use of same
US11683534B2 (en) 2014-02-05 2023-06-20 Enseo, Llc Geolocationing system and method for use of same
JP6154542B2 (ja) * 2014-03-26 2017-06-28 株式会社日立製作所 時系列データ管理方法及び時系列データ管理システム
CN105224543A (zh) * 2014-05-30 2016-01-06 国际商业机器公司 用于处理时间序列的方法和装置
KR20180077689A (ko) * 2016-12-29 2018-07-09 주식회사 엔씨소프트 자연어 생성 장치 및 방법
US20220103392A1 (en) * 2017-09-08 2022-03-31 Enseo, Llc Hospitality property management tool and system and method for use of same
US10666452B2 (en) 2017-09-08 2020-05-26 Enseo, Inc. Hospitality property management tool and system and method for use of same
US20220103391A1 (en) * 2017-09-08 2022-03-31 Enseo, Llc Hospitality property management tool and system and method for use of same
US12052459B2 (en) 2017-09-22 2024-07-30 Enseo, Llc Thermostat with interactive features and system and method for use of same
US10721518B2 (en) 2017-09-22 2020-07-21 Enseo, Inc. Set-top box with interactive features and system and method for use of same
CN113096619B (zh) * 2021-03-24 2024-01-19 平安科技（深圳）有限公司 音乐相似度计算方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05204991A (ja) * 1992-01-30 1993-08-13 Hitachi Ltd 時系列データ検索方法およびこれを用いた検索システム
JPH06332881A (ja) * 1993-05-27 1994-12-02 Toshiba Corp パターン認識型推論装置
JPH07230446A (ja) * 1993-12-22 1995-08-29 Toshiba Corp パターン抽出方法及び装置
JPH07234861A (ja) * 1994-02-24 1995-09-05 Toshiba Corp データ監視システム
US5930789A (en) * 1995-05-09 1999-07-27 International Business Machines Corporation System and method for discovering similar time sequences in databases

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60179797A (ja) * 1983-10-27 1985-09-13 日本電気株式会社 パタンマツチング装置
JPH01183793A (ja) * 1988-01-18 1989-07-21 Toshiba Corp 文字認識装置
US5544352A (en) * 1993-06-14 1996-08-06 Libertech, Inc. Method and apparatus for indexing, searching and displaying data
US5799301A (en) * 1995-08-10 1998-08-25 International Business Machines Corporation Apparatus and method for performing adaptive similarity searching in a sequence database
US5742811A (en) * 1995-10-10 1998-04-21 International Business Machines Corporation Method and system for mining generalized sequential patterns in a large database

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05204991A (ja) * 1992-01-30 1993-08-13 Hitachi Ltd 時系列データ検索方法およびこれを用いた検索システム
JPH06332881A (ja) * 1993-05-27 1994-12-02 Toshiba Corp パターン認識型推論装置
JPH07230446A (ja) * 1993-12-22 1995-08-29 Toshiba Corp パターン抽出方法及び装置
JPH07234861A (ja) * 1994-02-24 1995-09-05 Toshiba Corp データ監視システム
US5930789A (en) * 1995-05-09 1999-07-27 International Business Machines Corporation System and method for discovering similar time sequences in databases

Also Published As

Publication number Publication date
EP0742525A3 (en) 1998-02-04
DE69606794D1 (de) 2000-04-06
US5930789A (en) 1999-07-27
EP0742525B1 (en) 2000-03-01
JP3329182B2 (ja) 2002-09-30
EP0742525A2 (en) 1996-11-13
DE69606794T2 (de) 2000-09-07
US5664174A (en) 1997-09-02

Similar Documents

Publication Publication Date Title
JPH08339322A (ja) データベース内の類似時間シーケンスを発見するシステム及び方法
Burdick et al. MAFIA: A maximal frequent itemset algorithm
JP3195233B2 (ja) データベースにおける一般化された関連規則を発見するためのシステム及び方法
US5978794A (en) Method and system for performing spatial similarity joins on high-dimensional points
Savasere et al. An E cient Algorithm for Mining Association Rules in Large Databases
Ozden et al. Cyclic association rules
Dunkel et al. Data organization and access for efficient data mining
Koudas et al. High dimensional similarity joins: Algorithms and performance evaluation
Hinneburg et al. A general approach to clustering in large databases with noise
KR100483321B1 (ko) 하이퍼사각형 기반의 다차원 데이터 세그먼테이션을이용한 유사성 검색 장치와 그 방법
Snir et al. Quartets MaxCut: a divide and conquer quartets algorithm
Park et al. Color image retrieval using hybrid graph representation
US20060242135A1 (en) System and method for personalized search
KR100518781B1 (ko) 하이퍼사각형 기반의 다차원 데이터 세그먼테이션 장치,클러스터링 장치 및 그 방법
Zaki Fast mining of sequential patterns in very large databases
Wu et al. Interval query indexing for efficient stream processing
Mohamed et al. Quantized ranking for permutation-based indexing
Tasoulis et al. Unsupervised clustering on dynamic databases
Xiang et al. Succinct summarization of transactional databases: an overlapped hyperrectangle scheme
Macko et al. Local clustering in provenance graphs
JP2004127055A (ja) データ検索システム、データ検索方法、コンピュータに対してデータ検索を実行させるためのプログラム、該プログラムを記憶したコンピュータ可読な記憶媒体、検索されたドキュメントを表示するためのグラフィカル・ユーザ・インタフェイス・システム、グラフィカル・ユーザ・インタフェイスを実現するためのコンピュータ実行可能なプログラムおよび該プログラムを記憶した記憶媒体
Lin et al. Improving the efficiency of interactive sequential pattern mining by incremental pattern discovery
Lin et al. Interactive sequence discovery by incremental mining
KR100465111B1 (ko) 분할 기반 고차원 유사 조인 방법
JP2000035965A (ja) 類似特徴量の検索方法及び装置及び類似特徴量の検索プログラムを格納した記憶媒体

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees