KR20040088036A - 실시간 데이터 웨어하우징 - Google Patents

실시간 데이터 웨어하우징 Download PDF

Info

Publication number
KR20040088036A
KR20040088036A KR10-2004-7010275A KR20047010275A KR20040088036A KR 20040088036 A KR20040088036 A KR 20040088036A KR 20047010275 A KR20047010275 A KR 20047010275A KR 20040088036 A KR20040088036 A KR 20040088036A
Authority
KR
South Korea
Prior art keywords
record
identifier
received data
database
relationship
Prior art date
Application number
KR10-2004-7010275A
Other languages
English (en)
Other versions
KR100850255B1 (ko
Inventor
제프리 제임스 조나스
Original Assignee
제프리 제임스 조나스
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 제프리 제임스 조나스 filed Critical 제프리 제임스 조나스
Publication of KR20040088036A publication Critical patent/KR20040088036A/ko
Application granted granted Critical
Publication of KR100850255B1 publication Critical patent/KR100850255B1/ko

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
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

데이터베이스(16)으로 들어가는 데이터와 데이터베이스 내의 데이터를 처리하고, 처리된 데이터를 검색하기 위한 방법 및 시스템이 개싱되었다. 데이터는 복수의 실체(18)를 포함한다. 이러한 방법 및 시스템은, (a) 데이터베이스(16)으로 들어가는 데이터와 데이터베이스 내의 데이터를 처리하는 단계와, (b) 데이터베이스(16)에 저장하기 전에 수신된 데이터(20)를 강화하는 단계와, (c) 데이터 손실이 없이 남아 있는 수신 데이터(20) 내의 기록 사이의 관계에 기초하여 기록을 결정 및 비교-선택하는 단계와, (d) 사용자 정의 경보 규칙 및 관계에 기초한 경보를 인에이블시키는 단계와, (e) 기록을 비교-선택하기 위해 사용된 식별자가 이후에 실체를 통해 공통이고 일반적으로 한 실체의 특이한 것이 아니라고 결정되었을 때, 부가적인 비교-선택을 자동으로 중단하고, 이전의 비교-선택을 분리시키는 단계와, (f) 데이터베이스(16) 내에 저장된 처리된 데이터를 검색하기 위하여 데이터 조회(46)를 수신하는 단계와, (g) 조회(46)를 처리하기 위하여 동일한 알고리즘을 사용하는 단계와, (h) 처리된 데이터를 동일한 알고리즘을 사용하는 다른 데이터베이스에 전달하는 단계를 포함한다.

Description

실시간 데이터 웨어하우징{REAL TIME DATA WAREHOUSING}
데이터 웨어하우스는 기록을 저장하고, 일반적으로 다수의 소스로부터의 조회에 응답하도록 설계된 컴퓨터에 기초한 데이터베이스이다. 이러한 기록은 개인(individuals), 단체(organization) 및 재산(property)과 같은 실체와 교신한다. 각 기록은 예컨대, 이름, 주소 및 개인에 대한 계정 정보와 같은 실체의 식별자를 포함한다.
불행히도, 현재의 데이터 웨어하우스 시스템의 효과성은, 일정한 데이터의 품질, 보전 및 성능 문제를 생성, 영속 및/또는 증가시키는 소정의 한계점 때문에, 줄어들었다. 이러한 한계점은 또한 상기 시스템을 실행하고, 정정하며 보전하기 위해 필요한 위험, 경비 및 시간을 증가시킨다.
이러한 문제점 및 한계점은 한정하는 것은 아니지만, 다음 사항을 포함한다. 즉, (a) 다양한 소스의 데이터로부터 유출되는 다르거나 또는 충돌을 일으키는 포맷에 관련된 과제, (b) 수신할 때 정보의 분실에 기초한 불완전한 데이터, (c) (간혹 사소한) 불일치 또는 틀린 철자로 인해 동일한 실체를 반영하는 입력된 다수의 기록, d) 다수의 기록이 동일한 실체를 반영하는 지 및/또는 다수의 기록 사이에 어떤 관계가 존재하는 지를 식별하는데 불충분한 성능, (e) 동일한 실체를 반영하는 두 개의 기록이 병합되거나 하나의 데이터가 버려질 때 손실된 데이터, (f) 병합된 데이터가 두 개의 다른 실체를 반영하는 것으로 이후에 결정되었을 때 사후에 기록을 분리하는데 있어서 불충분한 성능, (g) 사용자 정의 경보 규칙에 기초한 경보를 실시간으로 발행하는데 있어서 불충분한 성능, (h) 수신된 데이터를 처리하기 위해 사용된 알고리즘 또는 변환 처리와 다른 알고리즘 또는 변환 처리를 사용하는 조회로부터의 부적절한 결과, 및 (i) 일정한 시간 기간 동안과 같이 미리 정해진 표준에 따른 영속적인 조회를 유지하는데 있어서의 무능력.
예컨대, 개인의 식별자가 수신되어 데이터베이스에 저장될 때: (a) 하나의 소스로부터의 기록은 콤마로 구별된 포맷으로 사용될 수 있고, 반면에 다른 소스로부터의 기록은 다른 데이터 포맷으로 수신될 수 있다; (b) 전화번호, 주소 또는 일부 다른 식별 정보와 같은 다양한 기록으로부터의 데이터는 손실될 수 있다; 또는 (c) 왜냐하면 하나의 기록이 현재의 이름에 대응하고, 다른 기록은 처녀 때의 성에 대응하여, 동일한 개인을 반영하는 두 개의 기록이 모르고 수신될 수 있다. 후자의경우, 시스템은 두 개의 기록이 병합되거나, 또는 (아마도 덜 신뢰성 있는 소스로부터 유출된) 하나의 기록이 버려지도록 결정할 수 있다. 그러나, 병합 처리에 있어서, 현재의 시스템은 전형적으로 데이터를 버리는데, 이는 기록이 두 개의 별도의 실체를 반영한다고 결정된다면, 두 개의 기록을 이 후에 분리시키는 능력을 부정하는 것이다.
또한, 식별자가 수신되어 데이터베이스에 저장될 때, 컴퓨터는 데이터를 데이터베이스에 로딩하기에 앞서 변환 및 강화 처리를 수행할 수 있다. 그러나, 현재 시스템의 조회 도구는 수신된 데이터를 수신하고 처리하는데 사용되는 변환 및 강화 처리가 있다 하더라도 거의 사용하지 않아, 이러한 조회의 임의의 결과가 모순되게, 따라서 부적절하고, 불충분하며 잠재적으로 잘못되게 한다.
마찬가지로, 현재의 데이터 웨어하우징 시스템은, 실체 사이의 관계를 완전히 식별하거나, 또는 이러한 실체가 동일한 실체를 반영하는 지를 실시간으로 결정하는데 필요한 도구를 가지고 있지 않다. 예컨대, 한 개인이 제 2의 개인과 동일한 주소를 가질 수 있고, 제 2의 개인은 제 3의 개인과 동일한 전화번호를 가질 수 있다. 이러한 경우, 제 1 개인이 제 3의 개인과 일정한 관계를 갖는 가능성을 특히 실시간으로 결정하는 것이 유리할 수 있다.
더욱이, 현재의 데이터 웨어하우징 시스템은 실체 사이의 부적절하거나 충돌이 있는 관계를 식별하고, 사용자 정의 경보 규칙에 기초하여 실시간으로 경보를 제공하는데 있어서 제한된 능력을 갖는다. 이러한 제한된 능력은, 제한 없이 상술한 관계를 효율적으로 식별하는데 있어서의 무능력을 포함하는 몇 가지 요인에 기초한다.
더욱이, 현재의 데이터 웨어하우징 시스템은 미리 정해진 기간에 걸쳐 먼저 기록을 변환 및 강화시킬 수 없고, 그 후 영속적인 조회를 유지할 수 없다. 영속적인 조회는, 제한 없이 사람의 이름이 범죄 수사에서 식별되는 경우를 포함하여 다양한 경우에 유익하다. 그 사람과 어울리는 임의의 비교-선택(matches)을 식별하기 위한 조회는 초기에는 아무 결과도 도출하지 못할 수 있고, 현재의 시스템 내에서 조회된 데이터는 필연적으로 버려진다. 그러나, 조회를 수신된 데이터와 동일한 방식으로 로딩하는 것이 유익할 수 있는데, 여기에서 조회된 데이터는 다른 수신 데이터 또는 조회에 대해 부합시키고, 결과를 위한 양호한 기초를 제공하기 위하여 사용할 수 있다.
그것만으로, 현재의 데이터 웨어하우스 시스템의 임의의 또는 모든 문제 및 한계점(여기에서 식별되었든 안되었든)은 데이터 웨어하우스의 정확성, 신뢰성 및 적시성을 떨어뜨리고, 성능을 극적으로 방해한다. 실제, 이러한 문제점을 가지고 사용하는 것은 이러한 결과에 기초한 부적절한 결과 및 부정확한 결정을 야기할 수 있다.
본 발명은 이들 및 다른 문제점을 다루기 위하여 제공된다.
본 발명은 2001년 12월 28일 출원된 미국 가특허출원 제60/344,067호의 이익을 청구한다.
본 발명은 일반적으로 데이터 웨어하우스(data warehouse) 내에서 데이터를 처리하고 검색하기 위한 방법, 프로그램 및 시스템에 관한 것으로, 보다 상세하게는, 데이터 웨어하우스 내의 데이터 및 들어가는 데이터의 처리를 위한 방법, 프로그램 및 시스템, 그리고 데이터 웨어하우스 내에서 데이터의 조회, 및 데이터 웨어하우스 내의 데이터의 분석에 관한 것이다.
도 1은 본 발명에 따른 시스템의 블록도.
도 2는 도 1의 시스템 블록 내에서 데이터 처리를 위한 흐름도.
도 3a 내지 도 3c는 도 2 내의 처리 알고리즘 블록의 흐름도.
도 4a 내지 도 4b는 도 3 내의 저장된 분석 기록의 추정 블록의 흐름도.
본 발명의 목적은 데이터 웨어하우스 내의 데이터 및 들어가는 데이터의 처리를 위한 방법, 프로그램 및 시스템을 제공하기 위한 것이다. 본 발명은 바람직하게 (a) 복수의 실체를 위한 데이터를 수신하는 단계, (b) 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계, (c) 처리된 데이터를 데이터 베이스 내에 저장하는 단계, (d) 데이터 베이스 내에 저장된 데이터를 검색하기 위해 데이터 조회를 수신하는 단계, 및 (e) 조회를 처리하기 위하여 동일한 알고리즘을 사용하는 단계를 포함한다.
데이터는 하나 이상의 실체를 나타내는 하나 이상의 식별자를 갖는 하나 이상의 기록을 포함한다. 실체는 데이터를 식별함으로써 표현될 수 있는 개인, 재산, 단체, 단백질 또는 다른 것이 될 수 있다.
알고리즘은 표준화된 메시지 포맷으로 변환된 수신 데이터를 포함하고, 소스 시스템과 같은 식별자의 속성, 식별자, 조회 시스템 및/또는 사용자를 위한 소스 시스템의 고유한 값을 보유한다.
알고리즘 처리는 데이터 베이스 내에서 저장 또는 조회에 앞서 데이터를 분석하는 것을 포함하는데, 여기에서 이러한 분석 단계는, (a) 하나 이상의 식별자를 데이터베이스, 목록 또는 다른 전자 포맷에서의 사용자 정의 표준 또는 하나 이상의 데이터 세트와 비교하는 단계, (b) 사용자 정의 표준에 따른 식별자를 포맷팅하는 단계, (c) 수신된 데이터를 임의의 부가적인 식별자로 보완하기 위한 부가적인 식별자에 대한 다른 데이터베이스(제 1 데이터베이스와 동일한 알고리즘을 가질 수 있고 단계적인 방법으로 검색을 지속할 수 있는) 또는 목록 내에서 하나 이상의 데이터 세트를 조회함으로써 저장 또는 조회에 앞서 데이터를 강화하는 단계, (d) 식별자용 해시키(hash keys)를 생성하는 단계와, (d) 처리된 조회를 지정된 시간의 기간과 같은 사용자 정의 표준에 기초하여 저장하는 단계를 포함한다.
방법, 프로그램 및 시스템은, (a) 데이터를 처리하고 기록을 비교-선택하기 위하여 알고리즘을 사용하는 단계와 (b) 비교-선택된 기록을 데이터베이스 내에 저장하는 단계를 포함하는 것을 고려할 수 있는데, 여기에서 알고리즘 처리는, (i) 수신된 데이터 내의 식별자와 유사한 식별자를 포함하는 한 그룹의 기록을 데이터베이스로부터 검색하고, (ii) 수신된 데이터에 대한 비교-선택을 위하여 검색된 그룹의 기록을 분석하고, (iii) 동일한 실체를 반영하기 위하여 결정된 검색된 기록에 대하여 수신된 데이터를 비교-선택하고, (iv) 임의의 새로운 식별자가 임의의 비교-선택된 기록에 부가되었는 지의 여부를 분석하고, (v) 임의의 비교-선택된 기록에 대해 비교-선택하기 위하여 검색된 그룹의 기록의 다른 기록을 재검색할 수 있다. 부가적으로, 알고리즘은 (a) 비교-선택된 기록 내에서 식별자와 유사한 식별자를 포함하는 부가적인 그룹의 기록을 데이터베이스로부터 검색하는 것과, (b) 기록을 검색하는 단계, 비교-선택을 위한 분석 단계, 동일한 실체 기록을 비교-선택하는 단계, 새로운 식별자를 분석하는 단계, 및 부가적인 비교-선택이 더 이상 발견되지 않을 때까지 검색된 기록을 재검색하는 단계를 반복하는 것과, (c) 영속하는 키를 기록에 할당하는 것을 포함할 수 있다. 이러한 처리는 일괄적으로 또는 실시간으로 수행될 수 있다.
방법, 프로그램 및 시스템이, 특정 식별자가 실체를 통해 공통이거나 또는 하나의 실체에 대해 특이한 지를 결정하는 것과, 기록을 비교-선택하기 위하여 사용된 특정 식별자가 실체를 통해 공통이고 한 실체에 대해 특이하지 않다고 이후에 결정되면, 이전에 비교-선택된 기록을 분리하는 것을 포함하는 것을 추가로 고려할수 있다. 이러한 결정 단계와 분리 단계는 실시간으로 또는 일괄로 수행될 수 있다. 결정 단계와 분리 단계는, 실체를 통해 공통이고 한 실체에 대해 일반적으로 특이하지 않다고 결정된 식별자를 기초하여 임의의 부가적인 비교-선택을 중단시키는 단계와, 임의의 분리된 기록을 재처리하는 단계를 포함할 수 있다.
실체 사이의 관계의 존재를 결정하기 위하여 수신된 데이터는 이전에 저장된 적어도 하나의 다른 기록과 비교되는 것과, 관계가 존재하는 매 두 개의 실체에 대해 관계 기록이 생성되는 것을 추가로 고려할 수 있다. 관계 기록은 두 실체 사이의 관계의 가능성 또는 두 실체가 동일할 가능성을 나타내는 신뢰 척도(confidence indicator)를 포함할 수 있다. 관계 기록은 수신된 데이터에 포함되었거나 할당된 실체의 역할을 참조할 수도 있다. 이전에 알지 못한 임의의 관련 기록의 존재를 결정하기 위하여, 사용자 정의 표준에 기초하여 관계 기록이 분석될 수 있다. 관계 기록은 제 1 분리도를 반영할 수 있는데, 이러한 제 1 분리도는 분리도 시험의 최대 수 또는 관계 및/또는 유사 신뢰 척도의 최소 레벨과 같은 미리 정해진 표준에 부합하는 기록들만을 포함하도록 분석되고 네비게이션될 수 있다. 사용자 정의 경보 규칙에 기초하여 관련 기록의 그룹을 식별하는 하나의 경보가 발령될 수 있다. 경보는 전자 우편 메시지, 전화 호출, 개인휴대용 단말기(PDA : personal digial assistant), 또는 무선호출기 메시지와 같은 다양한 전자 통신 수단을 통하여 전달될 수 있다.
방법이 (a) 관계 기록을 하나 이상의 데이터베이스에 복제하는 단계, (b) 수신된 데이터를 작업 부하 표준에 기초한 분석을 위하여 하나 이상의 추가 데이터베이스에 분산시키는 단계, 및 (c) 추가적인 데이터베이스로부터 임의의 경고를 발하는 단계를 포함하는 것도 추가로 고려할 수 있다.
방법 및 시스템이 저장된 데이터를 제 1 데이터베이스와 동일한 알고리즘을 사용하는 다른 데이터베이스에 전달하는 것을 포함하는 것도 추가로 고려할 수 있다. 처리 및 전달 단계는, 실시간으로 또는 일괄로 수행될 수 있다.
본 발명의 이들 및 다른 양상 및 속성 다음의 도면과 첨부된 설명서를 참조하여 논의될 것이다.
본 발명이 많은 다른 형태의 실시예를 구현 가능하지만, 본 설명이 본 발명 원리의 예시로서 간주되어야 하고, 본 발명을 설명된 특정 실시예에 국한하려 하지 않음을 이해하면서, 본 발명의 특정 실시예가 도면에 도시되고 본 명세서에서 상세하게 기술된다.
데이터베이스 내의 데이터 및 들어가는 데이터를 처리하고, 처리 데이터를 검색하기 위한 데이터 처리 시스템(10)이 도 1 내지 도 4b에 도시되었다. 시스템(10)은 적어도 하나의 프로세서(14)와 메모리(16)를 구비하는 종래의컴퓨터(12)를 포함한다. 메모리(16)는 시스템(10)을 동작시키기 위한 실행가능한 소프트웨어의 저장장치, 또한 데이터베이스 내의 데이터의 저장장치와 랜덤 액세스 메모리로 사용된다. 그러나, 소프트웨어는 CD, DVD 또는 플로피디스크와 같은 컴퓨터 판독 가능한 임의의 다른 기록매체에 저장 또는 제공될 수 있다. 컴퓨터(12)는 복수의 소스(181내지 18n)로부터의 입력을 수신할 수 있다.
데이터는 하나 이상의 실체를 나타내는 하나 이상의 식별자를 구비하는 하나 이상의 기록을 포함한다. 실체는, 개인, 단체, 재산, 단백질, 화학 또는 유기 화합물, 생체인식 또는 원자 구조, 또는 데이터를 식별함으로써 표현될 수 있는 다른 것이 될 수 있다. 개인 형태의 실체에 대한 식별자는 개인의 이름, 주소, 전화번호, 신용카드 번호, 사회 보장 번호, 고용 정보, 항공사 상용고객 또는 다른 충성도 프로그램, 또는 계정 정보를 포함할 수 있다. 일반적으로, 특이 식별자는 한 개인 실체를 위한 사회 보장 번호와 같은 특정 실체에 특이한 것이다.
시스템(10)은 복수의 소스(181내지 18n)로부터 데이터를 수신하고, 수신된 데이터(20)를 처리하기 위해 알고리즘(22)을 사용한다. 알고리즘은 메모리(16)에 저장되고, 프로세서(14)에 의해 처리되거나 수행된다.
제한 없이 수신된 데이터의 속성(예, 소스 시스템 인증)을 포함하는 수신된 데이터(20)는 많은 데이터 포맷으로 수신될 것이다. 알고리즘(22)에 의해 처리되기 전에, 수신된 데이터(20)는 범용 메시지 포맷과 같은 표준화된 메시지 포맷(24)으로 변환된다.
이후, 도 3a 내지 도 3c에 도시된 바와 같이, 알고리즘(22)은 (a) 제한 없이 (i) 이름 표준화(30)(예, 루트 이름 목록과 비교), (ii) 주소 예방조치(32)(예, 우편 배달 번호와 비교), (iii) 필드 시험 또는 변환(34)(예, 남성/여성을 확인하기 위해 성 필드를 비교 또는 "Male"을 "M"으로 변환, 등), (iv) 사용자 정의 포맷팅(36)(예, 모든 사회 보장 번호를 999-99-9999 포맷으로 포맷팅)을 포함하는 몇 가지 기능을 수행하기 위하여 수신된 데이터(26)를 사용자 정의 표준 또는 규칙과 비교하고, (b) {수신된 데이터(20)로서 제공될 수 있는} 부가적인 정보를 검색하기 위하여 시스템(10)으로 하여금 {제 1 데이터베이스와 동일한 알고리즘을 포함할 수 있고, 따라서 시스템(10)으로 하여금 단계적인 방법으로 부가적인 데이터베이스를 액세스하게 하는} 하나 이상의 데이터베이스(40)를 액세스하게 함으로써 데이터(38)를 강화하고, (c) 분석된 데이터(44)의 해시키를 구축함으로써, 표준화된 데이터(26)를 수신하고, 데이터베이스에 저장 또는 조회에 앞서 수신된 데이터(26)를 분석한다(28). 변경되거나 강화된 임의의 새로운 데이터는 원래 데이터의 보전을 유지하기 위하여 새로 생성된 필드에 저장될 수 있다. 예컨대, "Bobby Smith"라는 이름이 표준화된 포맷(26)으로 수신되면, 이름 "Bobby"는 루트 이름 목록(30)과 비교되고, 이름 "Robert"로 표준화되어, 표준 이름을 위해 새로 생성된 필드에 저장된다. 부가적으로, Bobby Smith에 대한 이름과 주소가 수신되면(26), 시스템(10)은 Bobby Smith의 전화번호를 획득하기 위하여 종래의 인터넷에 기초한 인명 검색 데이터베이스(40)를 액세스할 수 있고, 상기 전화번호는 사용자 정의 표준(36)에 기초한 표준 방식으로 포맷될 수 있다. 더욱이, 주소 필드는 주소 목록(32)과 비교될 수 있어서, 표준화된 주소의 마지막에 추가되는 문자 "Street"(가)를 초래한다. 이후 강화된 데이터에 기초하여 해시키가 생성되어(44), 새로 생성된 필드에 저장된다.
시스템(10)은 복수의 소스(181내지 18n)로부터 조회를 수신하고(46), 수신된 조회(46)를 분석 및 처리하기 위하여 동일한 알고리즘(22)을 사용한다. 예컨대, "Bobby Smith"에 대한 조회가 수신되면(46), 수신된 이름 "Bobby"를 이름 "Robert"로 표준화한 동일한 알고리즘(22)은 조회된 이름 "Bobby"를 조회된 이름 "Robert"로 표준화할 것이다. 실제, 시스템(10)은 수신된 데이터(20)와 동일하게 수신된 조회(46) 로드시키고 저장하여, 조회 시스템 및 사용자의 온전한 속성을 유지시킨다. 그것만으로, 시스템(10)이 수신된 조회(46)를 처리하기 때문에, 알고리즘(22)은 손실 정보를 찾기 위하여 공공의 기록 데이터베이스와 같은 다른 데이터베이스(40)를 검색할 수 있다. 조회 결과(94)는 정확한 비교-선택보다 범위가 더 넓을 수 있고, 관계의 비교-선택을 포함할 수 있다. 예컨대, 조회가 "Bobby Smith"에 대한 것이라면, 조회 결과(94)는 Bobby Smith의 신용카드를 사용해왔거나 Bobby Smith의 주소에서 살아온 사람의 기록을 포함할 수 있다.
알고리즘(22)은 또한 임의의 수신 데이터(26)를 수신할 때 (a) 이러한 수신 데이터에 대응하 실체를 비교-선택하는 데이터베이스 내의 기존 기록이 있는 지의 여부를 결정하고, (b) 만약 있다면 수신된 데이터를 기존 기록에 대해 비교-선택하기 위한 기능을 수행한다. 예컨대, 알고리즘은 가능한 후보를 위하여 데이터베이스로부터 기록의 그룹(48)(수신된 데이터 내의 식별자와 유사한 식별자를 포함)을 검색하고, 특이한 식별자(52)에 기초하여 검색된 데이터에 대응하는 기존 저장된 기록을 식별하는 비교-선택용 검색된 기록 그룹(50)을 일반적으로 분석한다. 비교-선택이 식별되면(54), 알고리즘은 비교-선택된 기록이 새롭거나 이전에 알지 못한 임의의 식별자를 포함하는 지를 분석한다(56). 새롭거나 이전에 알지 못한 임의의 식별자(56)가 존재한다면, 알고리즘(22)은 새롭거나 이전에 알지 못한 식별자를 분석하고(58), 비교-선택된 기록 내의 새롭거나 이전에 알지 못한 식별자에 기초하여 후보 목록/관계 기록(70)을 추가하거나 갱신하고, 임의의 추가 비교-선택(50)이 존재하는 지를 결정한다. 이러한 처리는 더 이상의 추가 비교-선택이 인식되지 않을 때까지 반복된다. 그 후 비교-선택 처리는 모든 비교-선택된 기록에 동일한 영속 키를 할당한다(60). 더욱이, 임의의 기록에 대해 비교-선택이 이루어지지 않으면, 비교-선택되지 않은 기록에는 자신의 영속 키가 할당된다(62). 기록은 데이터의 전체 속성을 보유하고, 비교-선택 처리는 병합, 정화 또는 제거 기능을 통해 어떠한 데이터도 잃지 않는다.
예컨대, 만약 기록 #1이 개인의 이름, 전화번호 및 주소를 갖고, 기록 #2는 동일한 이름과 신용카드 번호를 갖는다고 가정하자. 이들이 동일한 개인인지를 알 수 없으므로, 기록은 별도로 유지되어야 한다. 그 후, 개인의 이름(기록#1과 동일), 주소(기록#1과 동일), 전화번호(기록#1과 동일) 및 신용카드 번호를 포함하는, 기록 #3을 위한 데이터가 수신된다. #1 및 #3에 대한 이름, 전화번호 및 주소가 일치하므로, 시스템(10)은 #1과 #3이 동일한 개인을 기술하고 있다고 결정할 수 있어서, 알고리즘은 #3 데이터에 대해 기록 #1을 비교-선택한다. 그 후,시스템(10)은 알고리즘을 다시 실행시켜, 비교-선택된 기록 #1을, 비교-선택된 기록과 유사한 식별자를 포함하는, 후보 목록의 다른 기록 또는 부가적인 기록과 비교한다. 비교-선택된 기록 #1의 이름과 신용카드 번호가 기록 #2의 이름과 신용카드 번호와 일치하므로, 이들 두 기록 또한 비교-선택된다. 이러한 비교-선택 기록은 그 후, 더 이상의 비교-선택이 획득될 수 없을 때까지 비교-선택(54)을 찾으면서, 후보 목록 또는 검색된 추가 기록에 대해 다시 실행된다.
이따금, 시스템(10)은 두 개의 기록이 부정확하게 비교-선택되었다고 결정할 수 있다. 예컨대, 사회 보장 번호는 일반적으로 개인에 대해 특이한 식별자로 간주되고, 따라서 기록들은 간혹 동일한 사회 보장 번호에 기초하여 비교-선택된다. 그러나, 이러한 번호 일정한 환경 하에서 이 후에 한 실체의 일반적으로 특이한 것이 아닌 실체를 통해 공통인 것으로 결정되는 것이 가능하다. 예컨대, 데이터 입력 동작이 요구되는 필드로서 사회 보장 번호를 위한 기록 필드를 갖지만, 개인의 사회 보장 번호를 알지 못하는 데이터 입력 조작자가 각 개인을 위해 단순히 번호 "123-45-6789"를 입력하는 것을 생각해 볼 수 있다.
이러한 경우, 사회 보장 번호는 이러한 개인 형태의 실체를 통해 공통이 되고, 일반적으로 더 이상 이들 개인에 대한 특이한 식별자가 아니다.
따라서, (a) 알려진 공통 식별자는 공통의 식별자 목록에 부가되고, 장래의 모든 처리는 후보를 위해 기록을 검색하거나 알려진 공통 식별자에 기초하여 관계 기록을 생성하거나(70) 하지 않을 것이어서, 장래의 임의의 비교-선택을 중단시키며(64), (b) 잘못된 사회 보장 번호에 기초하여 비교-선택된 임의의 기록이 비교-선택에 앞선 데이터를 반영하기 위하여 분할될 필요가 있어서, 미리 데이터의 손실을 야기하지 않는다. 후자의 목적을 달성하기 위하여, 시스템(10)은 부정확한 가정에 기초하여 발생된(66) 임의의 비교-선택을 데이터의 완전한 속성을 따라, 데이터의 어떠한 손실도 없이 부정확한 가정에 앞선 시점으로 분리시킨다. 따라서, 만약 "Bobby Smith"에 대한 기록 #1("Robert Smith"로 표준화되었던)이 "Robert Smith"에 대한 기록#2에 대해 비교-선택되었고, 이후 이들은 두 개의 다른 개인이라고 결정되어, 이들이 원래의 기록 #1 및 #2로 분리될 필요가 있다면, 알고리즘은 기록 #1의 표준화된 "Robert Smith"가 "Bobby"로 알려졌는 지를 식별한다. 더욱이, 결정단계와 분리하는 단계는 실시간으로 또는 일괄로 수행될 수 있다. 더욱이, 별도의 기록은 시스템 내에서 처리될 수신된 새로운 데이터로서 재 공급될 수 있다.
더 이상 명확하지 않은 관계의 평가(68)가 필요할 때가 있다. 예컨대, 개인 #1 및 #2가 단체 #3과 각각 관계를 가질 수 있다. 따라서 개인 #1과 #2 사이의 관계가 존재할 가능성이 있고, 아마도 그러할 것이다. 관계는 몇가지 분리도로 확장될 수 있다. 따라서, 시스템(10)은 수신된 모든 데이터를 저장된 데이터 내의 모든 기록과 비교하고, 각 실체 사이의 일정한 관계가 있는 모든 기록 쌍에 대해 관계 기록(70)을 생성한다. 관계 기록(70)은 관계 형태(예, 아버지, 모의 친구), 신뢰 척도(두 실체의 관계 강도를 나타내는 점수)(72) 및 할당된 영속 키(60 또는 62)를 포함할 수 있다. 예컨대 신뢰 척도(72)는 관계 점수와 유사성 점수를 포함할 수 있다. 관계 점수는 개인 #1과 개인 #2 사이에 관계가 있는 유사성을 나타내는 1과 10 사이의 숫자와 같은 척도일 수 있다. 유사성 점수는 개인 #1이 개인 #2와 동일한사람인 것에 대한 1과 10 사이의 숫자와 같은 척도이다. 신뢰 척도(72)는 상술한 비교-선택 처리 도중에 식별될 수 있다.
시스템(10)은 또한, 두 실체 사이의 부적절한 관계와 같은, 또는 미리 결정된 값보다 더 큰 신뢰 척도를 갖거나 및/또는 분리도의 미리 정해진 수보다 적은 관계 기록을 갖는 관계 기록에 기초한 활동의 일정한 패턴과 같은, 사용자 정의 경보 규칙(74)의 표준에 일치하는 조건의 존재를 결정하기 위하여, 수신된 데이터(20)와 조회(46)를 분석한다. 예컨대, 시스템(10)은 수신된 임의의 데이터 또는 임의의 조회가 부정 신용카드 번호 목록 중에 있는 신용카드 번호를 포함하는 지를 결정하기 위하여 부정 신용카드 번호 목록을 포함할 수 있다. 부가적으로, 사용자 정의 경보 규칙(74)은 수신된 데이터 및 조회가 보고될 수 있게 할 수 있다. 예컨대, 새로운 판매자의 데이터를 입력할 때, 새로운 판매자가 현재의 고용인과 동일한 주소를 갖는 다고 결정되어, 아마도 사용자가 조사하기를 희망할 판매자와 사용자 사이의 관계를 나타내었다면, 경보 규칙이 존재할 수 있다. 사용자 정의 경보 규칙을 트리거할 상황의 결정 시, 시스템(10)은 전자우편(e-mail)을 통한 메시지와 같은 다양한 매체를 통해 전달되거나, 또는 문자-숫자 무선호출기, PDA 또는 전화와 같은 휴대형 통신 디바이스에 전달될 수 있는 경보(74)를 발할 수 있다.
예컨대, 최대 6의 분리도(78)에 대한 7보다 큰 관계 신뢰 척도의 유사성을 갖는 모든 기록에 대한 사용자 정의 경보 규칙에 기초하여, 시스템(10)은 (a) 개인 #1에서 시작하고, (b) 7보다 큰 신뢰 척도를 갖는 #1에 관련된 모든 다른 개인(80)을 찾고(76), (c) 제 1 분리도의 개인(80) 모두를 분석하여, 7보다 큰 신뢰 척도를갖는 제 1 분리도의 개인(80)에 관련된 모든 개인(82)을 결정하고(84), (d) 6의 분리도 파라미터에 일치할 때까지 프로세서를 반복한다(78). 시스템은 해당 개인 또는 추가 동작을 가능케 하는 별도의 시스템에 경보(74)(사용자 정의 표준에 기초한 모든 최종 기록을 포함할 수 있는)를 전자적으로 전달할 수 있다.
더욱이, 관계 기록(70)은 수가지 데이터베이스에 대해 복제될 수 있다. 수신 데이터(20)의 수신 시, 시스템은 다른 데이터베이스 각각의 작업 부하의 특성을 체계적으로 평가하고, 저장된 분석 기록(68)을 가장 효율적으로 분석하기 위하여 비교-선택/관련/분석된 기록을 데이터베이스에 분산시킬 수 있다. 임의의 경보(74)는 다른 데이터베이스로부터 유출되는 임의의 결과로부터 발령될 수 있다.
최종적으로, 처리된 데이터는 동일한 알고리즘(92)을 사용할 수 있는 단계적인 웨어하우스 출판 목록(86)에 기초한 부가적인 데이터베이스에 실시간 또는 일괄 처리로 전달될 수 있다. 이러한 방식으로, 전달된 데이터(88)는, 이러한 데이터의 관계, 비교-선택 또는 처리를 식별하기 위하여, 부가적인 데이터베이스 및 임의의 후속하는 데이터베이스 내의 데이터(다른 데이터를 포함하는)에 대해 비교-선택하기 위하여 사용될 수 있다. 예컨대, 로컬 데이터베이스 내의 신뢰 척도에 기초하여 비교-선택된 기록은 동일한 알고리즘(92)을 사용하는 데이터에 대해 비교되어 비교-선택될 영역 데이터베이스에 전달될 수 있다(88). 이 후, 영역 데이터베이스로부터 나오는 처리된 데이터는 국가 기관에 전달될 수 있다(88). 각 단계에서 처리된 데이터 특히 실시간으로 결합함으로써, 단체 또는 시스템 사용자는 추가 동작을 촉구하는 부적절하거나 충돌이 있는 데이터를 결정할 수 있다.
종래의 소프트웨어 코드는 상술한 방법, 프로그램, 및 시스템의 기능적인 양상을 실행하는데 사용될 수 있다. 이러한 코드는 단일 컴퓨터 또는 인터넷과 같은 컴퓨터의 분산 네트워크에 의한 사용을 위하여 임의의 컴퓨터 판독 가능한 매체에 위치할 수 있다.
상술한 설명으로부터, 본 발명의 사상과 범주로부터 벗어남이 없이 다양한 변형 및 변경이 이루어질 수 있음을 알 수 있을 것이다. 본 명세서에서 설명된 특정한 장치에 대해서는 어떠한 제한도 의도되거나 암시되어서는 안됨을 이해해야 한다. 물론, 청구범위의 범주에 드는 이러한 모든 변형은 청구범위로서 보호하려 한다.

Claims (254)

  1. 데이터 처리 방법으로서,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와,
    상기 처리된 데이터를 데이터베이스 내에 저장하는 단계와,
    상기 데이터베이스 내에 저장된 데이터의 적어도 일부를 검색하기 위한 데이터 조회를 수신하는 단계와,
    상기 조회를 처리하기 위해 알고리즘을 사용하는 단계를 포함하는 데이터 처리 방법.
  2. 제 1항에 있어서, 상기 실체는 사람인 데이터 처리 방법.
  3. 제 1항에 있어서, 상기 실체는 개인 재산(personal property)인 데이터 처리 방법.
  4. 제 3항에 있어서, 상기 개인 재산은 자동차인 데이터 처리 방법.
  5. 제 1항에 있어서, 상기 실체는 부동산인 데이터 처리 방법.
  6. 제 1항에 있어서, 상기 실체는 단체인 데이터 처리 방법.
  7. 제 1항에 있어서, 상기 실체는 화학 화합물인 데이터 처리 방법.
  8. 제 1항에 있어서, 상기 실체는 유기 화합물인 데이터 처리 방법.
  9. 제 1항에 있어서, 상기 실체는 단백질인 데이터 처리 방법.
  10. 제 1항에 있어서, 상기 실체는 생물학적인 구조인 데이터 처리 방법.
  11. 제 1항에 있어서, 상기 실체는 생체인식 값인 데이터 처리 방법.
  12. 제 1항에 있어서, 상기 실체는 원자 구조인 데이터 처리 방법.
  13. 제 1항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계에 앞서, 상기 수신된 데이터를 표준화된 메시지 포맷으로 변환시키는 단계를 더 포함하는 데이터 처리 방법.
  14. 제 1항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 각 기록의 속성을 보유하는 단계를 포함하는 데이터 처리 방법.
  15. 제 14항에 있어서, 각 기록의 속성을 보유하는 상기 단계는,
    각 기록을 제공하는 소스 시스템의 실체와,
    상기 소스 시스템 내의 각 기록을 나타내는 고유한 식별자의 실체를 보유하는 단계를 포함하는 데이터 처리 방법.
  16. 제 14항에 있어서, 각 기록의 속성을 보유하는 상기 단계는, 조회 시스템의 실체와 특정 사용자의 실체를 보유하는 단계를 포함하는 데이터 처리 방법.
  17. 제 1항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 단계를 포함하는 데이터 처리 방법.
  18. 제 17항에 있어서, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자 중 적어도 하나를,
    사용자 정의 표준과,
    제 2 데이터베이스와 목록 중 어느 하나에서의 적어도 하나의 데이터 세트 중 어느 하나와 비교하는 단계를 포함하는 데이터 처리 방법.
  19. 제 18항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 이름이고, 상기 데이터 세트는 루트 이름 목록 내에 존재하는 데이터 처리 방법.
  20. 제 18항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 주소이고, 상기 데이터 세트는 주소 목록 내에 존재하는 데이터 처리 방법.
  21. 제 18항에 있어서, 적어도 하나의 식별자를 사용자 정의 표준에 대해 비교하는 상기 단계는, 적어도 하나의 식별자를 사용자 정의 표준에 따라 포맷팅하는 단계를 포함하는 데이터 처리 방법.
  22. 제 18항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 수신된 데이터를 강화하는 단계를 포함하는 데이터 처리 방법.
  23. 제 22항에 있어서, 수신된 데이터를 강화하는 상기 단계는,
    상기 수신된 데이터를 위한 부가적인 식별자를 위하여 상기 제 2 데이터베이스와 목록 중 어느 하나 내의 적어도 하나의 데이터 세트를 조회하는 단계와,
    상기 수신된 데이터를 상기 부가적인 식별자로 보완하는 단계를 포함하는 데이터 처리 방법.
  24. 제 23항에 있어서, 적어도 하나의 데이터 세트를 조회하는 상기 단계는,
    상기 제 2 데이터베이스 내에 존재하는 상기 적어도 하나의 데이터 세트가, 상기 수신된 식별자 중 적어도 하나에 관련된 부가적인 식별자를 찾기 위하여, 부가적인 데이터베이스를 조회하기 위한 상기 알고리즘을 사용하는 단계와,
    상기 수신된 데이터를 상기 제 2 데이터베이스 내에 위치한 상기 부가적인 식별자로 보완하는 단계를 포함하는 데이터 처리 방법.
  25. 제 17항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자의 해시키(hash keys)를 생성하는 단계를 포함하는 데이터 처리 방법.
  26. 제 1항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 처리된 조회를 사용자 정의 표준에 기초하여 상기 데이터베이스 내에 저장하는 단계를 포함하는 데이터 처리 방법.
  27. 제 26항에 있어서, 상기 사용자 정의 표준은 만기일을 포함하는 데이터 처리방법.
  28. 제 1항에 있어서, 적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와, 상기 처리된 데이터를 데이터베이스 내에 저장하는 단계는, 실시간으로 수행되는, 데이터 처리 방법.
  29. 제 1항에 있어서, 적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와, 상기 처리된 데이터를 데이터베이스 내에 저장하는 단계는, 일괄적으로 수행되는, 데이터 처리 방법.
  30. 제 1항 또는 제 17항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는,
    상기 데이터베이스로부터, 상기 수신된 데이터 내의 식별자와 유사한 식별자를 갖는 부가적인 기록의 그룹을 검색하는 단계와,
    상기 수신된 데이터의 적어도 일부에 대한 비교-선택(match)을 위하여 기록의 검색된 그룹의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 일부를, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 적어도 하나의 분석된 기록에 대해 비교-선택하는 단계와,
    적어도 하나의 식별자가, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 상기 적어도 하나의 분석된 기록 내에 이전에 저장되지 않은 수신 데이터 중 적어도 일부에 포함되는 지를 분석하는 단계와,
    기록의 상기 검색된 그룹 중 각 식별자를,
    상기 수신된 데이터의 적어도 일부에 대한 비교-선택과,
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록에 대한 비교-선택을 위해 재분석하는 단계와,
    상기 비교-선택된 기록을 상기 데이터베이스에 저장하는 단계를 포함하는 데이터 처리 방법.
  31. 제 30항에 있어서, 상기 수신된 데이터의 적어도 일부를 적어도 하나의 분석 기록에 대해 비교-선택하는 상기 단계는, 영속키를 할당하는 단계를 포함하는 데이터 처리 방법.
  32. 제 30항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는,
    비교-선택을 위한 기록 중 상기 검색된 그룹의 각 식별자를 재분석하는 단계에 앞서, 상기 데이터베이스로부터,
    상기 수신된 데이터의 적어도 한 부분 내의 식별자, 및
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록내의 식별자와 유사한 식별자를 갖는 기록의 부가적인 그룹을 검색하는 단계를 더 포함하는 데이터 처리 방법.
  33. 제 32항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는,
    상기 데이터 베이스로부터 기록의 한 그룹을 검색하는 단계와,
    기록의 상기 검색된 그룹의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 한 부분을 비교-선택하는 단계와,
    적어도 하나의 식별자가 이전에 저장되지 않은 상기 수신된 데이터 중 적어도 한 부분에 포함되는 지를 분석하는 단계와,
    상기 데이터베이스로부터 기록의 부가적인 그룹을 검색하는 단계와,
    비교-선택을 위한 기록의 상기 검색된 그룹의 각 식별자를 재분석하는 단계를,
    부가적인 비교-선택이 결정되지 않을 때까지, 반복하는 단계를 포함하는 데이터 처리 방법.
  34. 제 30항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는,
    특정 식별자가,
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    특정 실체를 나타내는 일반적으로 한 기록의 특이한 것인지를 결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 분리하는 단계를 포함하는 데이터 처리 방법.
  35. 제 34항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 포함하는 데이터 처리 방법.
  36. 제 34항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 수신된 데이터로서 상기 분리된 기록을 재처리하는 단계를 포함하는 데이터 처리 방법.
  37. 제 34항에 있어서, 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통 식별자이고 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는 데이터 처리 방법.
  38. 제 34항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는 데이터 처리 방법.
  39. 제 30항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계는,
    관계의 존재를 결정하기 위하여 수신된 데이터와 적어도 하나의 저장된 기록을 비교하는 단계와,
    상기 수신된 데이터의 적어도 한 부분과의 관계를 반영하는 것으로 결정된 각 저장된 기록에 대한 관계 기록을 생성하는 단계를 포함하는 데이터 처리 방법.
  40. 제 39항에 있어서, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계는, 각 관계 기록에 대한 적어도 하나의 신뢰 척도를 생성하는 단계를 포함하는 데이터 처리 방법.
  41. 제 40항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 실시간으로 수행되는 데이터 처리 방법.
  42. 제 40항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 일괄적으로 수행되는 데이터 처리 방법.
  43. 제 40항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체 사이의 관계의 가능성을 나타내는 데이터 처리 방법.
  44. 제 40항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가 동일할 가능성을 나타내는 데이터 처리 방법.
  45. 제 40항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는 지를 결정하기 위하여 상기 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  46. 제 45항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  47. 제 46항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  48. 제 47항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는 데이터 처리 방법.
  49. 제 47항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는 데이터 처리 방법.
  50. 제 45항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는 데이터 처리 방법.
  51. 제 50항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는 데이터 처리 방법.
  52. 제 51항에 있어서, 상기 전자 통신 수단은 전자우편(e-mail) 시스템을 포함하는 데이터 처리 방법.
  53. 제 51항에 있어서, 상기 전자 통신 수단은 전화를 포함하는 데이터 처리 방법.
  54. 제 51항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는 데이터 처리 방법.
  55. 제 51항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기(PDA : personal digial assistant)를 포함하는 데이터 처리 방법.
  56. 제 50항에 있어서, 상기 관계 기록을 분석하는 상기 단계는,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙의 표준을 충족시키는 경보를 발하는 단계를 포함하는 데이터 처리 방법.
  57. 제 1항 또는 제 28항에 있어서, 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 상기 단계는, 상기 저장되어 처리된 데이터를, 상기 알고리즘을 사용하는 적어도 하나의 제 2 데이터베이스에 전달하는 단계를 더 포함하는 데이터 처리 방법.
  58. 제 57항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 실시간으로 수행되는 데이터 처리 방법.
  59. 제 57항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 일괄적으로 수행되는 데이터 처리 방법.
  60. 데이터 처리 방법으로서,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    알고리즘을 사용하는 단계로서,
    상기 수신된 데이터 내의 상기 식별자와 유사한 식별자를 구비하는 기록의 부가적인 그룹을 데이터베이스로부터 검색하고,
    상기 수신된 데이터의 적어도 한 부분에 대한 비교-선택을 위하여 기록의 상기 검색된 그룹의 각 식별자를 분석하고,
    상기 수신된 데이터의 적어도 한 부분을, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 구비하는 기록을 반영하는 것으로 결정된 기록의 상기 검색된 그룹의 적어도 하나의 분석된 기록과 비교-선택하고,
    적어도 하나의 식별자가, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 상기 적어도 하나의 분석된 기록 내에 이전에 저장되지 않은 수신 데이터 중 적어도 일부에 포함되는지를 분석하고,
    기록의 상기 검색 그룹의 각 식별자를,
    상기 수신된 데이터의 적어도 일부와,
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록에
    대한 비교-선택을 위해, 재분석하기 위하여,
    알고리즘을 사용하는 단계와,
    상기 비교-선택된 기록을 상기 데이터베이스에 저장하는 단계를 포함하는 데이터 처리 방법.
  61. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는, 영속키를 할당하는 단계를 포함하는 데이터 처리 방법.
  62. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는,
    비교-선택을 위한 기록 중 상기 검색된 그룹의 각 식별자를 재분석하는 단계에 앞서, 상기 데이터베이스로부터,
    상기 수신된 데이터의 적어도 한 부분 내의 식별자, 그리고
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록내의 식별자와 유사한 식별자를 갖는 기록의 부가적인 그룹을 검색하는 단계를 더 포함하는 데이터 처리 방법.
  63. 제 60항 또는 제 62항에 있어서, 알고리즘을 사용하는 상기 단계는,
    상기 데이터 베이스로부터 부가적인 기록의 한 그룹을 검색하는 단계와,
    상기 검색된 그룹의 기록의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 한 부분을 비교-선택하는 단계와,
    적어도 하나의 식별자가 이전에 저장되지 않은 상기 수신된 데이터 중 적어도 한 부분에 포함되는 지를 분석하는 단계와,
    상기 데이터베이스로부터 부가적인 그룹의 기록을 검색하는 단계와,
    비교-선택을 위한 기록의 상기 검색된 그룹의 각 식별자를 재분석하는 단계를,
    부가적인 비교-선택이 결정되지 않을 때까지, 반복하는 단계를 포함하는 데이터 처리 방법.
  64. 제 63항에 있어서, 데이터를 수신하는 상기 단계, 알고리즘을 사용하는 상기 단계, 및 상기 비교-선택된 기록을 저장하는 상기 단계는 실시간으로 수행되는, 데이터 처리 방법.
  65. 제 63항에 있어서, 데이터를 수신하는 상기 단계, 알고리즘을 사용하는 상기 단계, 및 상기 비교-선택된 기록을 저장하는 상기 단계는 일괄적으로 수행되는, 데이터 처리 방법.
  66. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는,
    특정 식별자가,
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정된다면, 분리하는 단계를 포함하는 데이터 처리 방법.
  67. 제 66항에 있어서, 알고리즘을 사용하는 상기 단계는, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 포함하는 데이터 처리 방법.
  68. 제 66항에 있어서, 알고리즘을 사용하는 상기 단계는, 수신된 데이터로서 상기 분리된 기록을 재처리하는 단계를 포함하는 데이터 처리 방법.
  69. 제 66항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는 데이터 처리 방법.
  70. 제 66항에 있어서, 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는 데이터 처리 방법.
  71. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는,
    관계의 존재를 결정하기 위하여 상기 수신된 데이터와 적어도 하나의 저장된 기록을 비교하는 단계와,
    상기 수신된 데이터의 적어도 한 부분과의 관계를 반영하는 것으로 결정된 각 저장된 기록에 대한 관계 기록을 생성하는 단계를 포함하는 데이터 처리 방법.
  72. 제 71항에 있어서, 알고리즘을 사용하는 상기 단계는, 각 관계 기록에 대한 적어도 하나의 신뢰 척도를 생성하는 단계를 포함하는 데이터 처리 방법.
  73. 제 72항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 실시간으로 수행되는 데이터 처리 방법.
  74. 제 72항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 일괄적으로 수행되는 데이터 처리 방법.
  75. 제 72항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체 사이의 관계의 가능성을 나타내는 데이터 처리 방법.
  76. 제 72항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가 동일할 가능성을 나타내는 데이터 처리 방법.
  77. 제 72항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는 지를 결정하기 위하여 상기 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  78. 제 77항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  79. 제 78항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 단계를 포함하는 데이터 처리 방법.
  80. 제 79항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는 데이터 처리 방법.
  81. 제 79항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는 데이터 처리 방법.
  82. 제 77항에 있어서, 알고리즘을 사용하는 상기 단계는, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는 데이터 처리 방법.
  83. 제 82항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는 데이터 처리 방법.
  84. 제 83항에 있어서, 상기 전자 통신 수단은 전자우편 시스템을 포함하는 데이터 처리 방법.
  85. 제 83항에 있어서, 상기 전자 통신 수단은 전화를 포함하는 데이터 처리 방법.
  86. 제 83항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는 데이터 처리 방법.
  87. 제 83항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기를 포함하는 데이터 처리 방법.
  88. 제 82항에 있어서, 상기 관계 기록을 분석하는 상기 단계는,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 포함하는 데이터 처리 방법.
  89. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계에 앞서, 상기 수신된 데이터를 표준화된 메시지 포맷으로 변환하는 단계를 더 포함하는 데이터 처리 방법.
  90. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는, 각 식별자의 속성을 보유하는 단계를 포함하는 데이터 처리 방법.
  91. 제 90항에 있어서, 각 기록의 속성을 보유하는 상기 단계는,
    각 기록을 제공하는 소스 시스템의 실체와,
    상기 소스 시스템 내의 각 기록을 나타내는 고유한 식별자의 실체를 보유하는 단계를 포함하는 데이터 처리 방법.
  92. 제 90항에 있어서, 각 식별자의 속성을 보유하는 상기 단계는, 조회 시스템 및 특정 사용자의 실체를 보유하는 단계를 포함하는 데이터 처리 방법.
  93. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 단계를 포함하는 데이터 처리 방법.
  94. 제 93항에 있어서, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자 중 적어도 하나를,
    사용자 정의 표준과,
    제 2 데이터베이스와 목록 중 어느 하나에서의 적어도 하나의 데이터 세트 중 어느 하나에 대해 비교하는 단계를 포함하는 데이터 처리 방법.
  95. 제 94항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 이름이고, 상기 데이터 세트는 루트 이름 목록 내에 존재하는 데이터 처리 방법.
  96. 제 94항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 주소이고, 상기 데이터 세트는 주소 목록 내에 존재하는 데이터 처리 방법.
  97. 제 94항에 있어서, 적어도 하나의 식별자를 사용자 정의 표준에 대해 비교하는 상기 단계는, 적어도 하나의 식별자를 상기 사용자 정의 표준에 따라 포맷팅하는 단계를 포함하는 데이터 처리 방법.
  98. 제 93항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 수신된 데이터를 강화하는 단계를 포함하는 데이터 처리 방법.
  99. 제 98항에 있어서, 수신된 데이터를 강화하는 상기 단계는,
    상기 수신된 데이터를 위한 부가적인 식별자를 위하여, 상기 제 2 데이터베이스와 목록 중 어느 하나 내의 적어도 하나의 데이터 세트를 조회하는 단계와,
    상기 수신된 데이터를 상기 부가적인 식별자로 보완하는 단계를 포함하는 데이터 처리 방법.
  100. 제 99항에 있어서, 적어도 하나의 데이터 세트를 조회하는 상기 단계는,
    상기 제 2 데이터베이스 내에 존재하는 상기 적어도 하나의 데이터 세트가, 상기 수신된 식별자 중 적어도 하나에 관련된 부가적인 식별자를 찾기 위하여, 부가적인 데이터베이스를 조회하기 위한 상기 알고리즘을 사용하는 단계와,
    상기 수신된 데이터를 상기 제 2 데이터베이스 내에 위치한 상기 부가적인 식별자로 보완하는 단계를 포함하는 데이터 처리 방법.
  101. 제 93항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 식별자의 해시키를 생성하는 단계를 포함하는 데이터 처리 방법.
  102. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는, 처리된 조회를 사용자정의 표준에 기초하여 상기 데이터베이스 내에 저장하는 단계를 포함하는 데이터 처리 방법.
  103. 제 102항에 있어서, 상기 사용자 정의 표준은 만기일을 포함하는 데이터 처리 방법.
  104. 제 60항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 저장되어 처리된 데이터를, 상기 알고리즘을 사용하는 적어도 하나의 제 2 데이터베이스에 전달하는 단계를 더 포함하는 데이터 처리 방법.
  105. 제 104항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 실시간으로 수행되는 데이터 처리 방법.
  106. 제 104항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 일괄적으로 수행되는 데이터 처리 방법.
  107. 이전에 비교-선택된 기록을 분리시키기 위한 방법으로서,
    적어도 하나의 실체를 나타내는 적어도 하나의 기록 내의 특정 식별자가
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    특정 실체를 나타내는 일반적으로 한 기록의 특이한 것인지를 결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 분리하는 단계를 포함하는 이전에 비교-선택된 기록을 분리시키는 방법.
  108. 제 107항에 있어서, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 복수의 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 더 포함하는 이전에 비교-선택된 기록을 분리시키는 방법.
  109. 제 107항에 있어서, 상기 분리된 기록을 재처리하는 단계를 더 포함하는 이전에 비교-선택된 기록을 분리시키는 방법.
  110. 제 107항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는 이전에 비교-선택된 기록을 분리시키는 방법.
  111. 제 107항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는 이전에 비교-선택된 기록을 분리시키는 방법.
  112. 데이터베이스 내에서 데이터를 처리하는 방법으로서,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    관계의 존재를 결정하기 위하여 상기 수신된 데이터를 데이터베이스 내에 저장된 적어도 하나의 기록과 실시간으로 비교하는 단계와,
    수신된 데이터의 적어도 일부와의 관계를 반영한다고 결정된, 데이터베이스 내의 저장된 각 기록에 대해 관계 기록을 실시간으로 생성하는 단계와,
    각 관계 기록을 상기 데이터베이스 내에 저장하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  113. 제 112항에 있어서, 각 관계 기록에 대해 적어도 하나의 신뢰 척도를 실시간으로 생성하는 단계를 더 포함하는, 데이터베이스 내의 데이터 처리 방법.
  114. 제 113항에 있어서, 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체 사이의 관계의 가능성을 나타내는, 데이터베이스 내의 데이터 처리 방법.
  115. 제 113항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가 동일할 가능성을 나타내는, 데이터베이스 내의 데이터 처리 방법.
  116. 제 112항 또는 113항에 있어서, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는지를 결정하기 위하여 상기 관계 기록을 분석하는 단계를 더 포함하는, 데이터베이스 내의 데이터 처리 방법.
  117. 제 116항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  118. 제 117항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을분석하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  119. 제 118항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  120. 제 118항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  121. 제 116항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는, 데이터베이스 내의 데이터 처리 방법.
  122. 제 121항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  123. 제 122항에 있어서, 상기 전자 통신 수단은 전자우편 시스템을 포함하는, 데이터베이스 내의 데이터 처리 방법.
  124. 제 122항에 있어서, 상기 전자 통신 수단은 전화를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  125. 제 122항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  126. 제 122항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  127. 제 121항에 있어서,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 포함하는, 데이터베이스 내의 데이터 처리 방법.
  128. 데이터 처리 시스템을 위해, 컴퓨터에 의한 실행을 위한 프로그램 지령을 포함하는 컴퓨터 판독 가능한 매체로서, 상기 프로그램 지령은,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와,
    상기 처리된 데이터를 데이터베이스 내에 저장하는 단계와,
    상기 데이터베이스 내에 저장된 데이터의 적어도 일부를 검색하기 위해 데이터 조회를 수신하는 단계와,
    상기 조회를 처리하기 위해 알고리즘을 사용하는 단계를,
    포함하는 방법을 수행하기 위한 프로그램 지령인, 컴퓨터 판독가능한 매체.
  129. 제 128항에 있어서, 상기 실체는 사람인, 컴퓨터 판독가능한 매체.
  130. 제 128항에 있어서, 상기 실체는 개인 재산인, 컴퓨터 판독가능한 매체.
  131. 제 130항에 있어서, 상기 개인 재산은 자동차인, 컴퓨터 판독가능한 매체.
  132. 제 128항에 있어서, 상기 실체는 부동산인, 컴퓨터 판독가능한 매체.
  133. 제 128항에 있어서, 상기 실체는 단체인, 컴퓨터 판독가능한 매체.
  134. 제 128항에 있어서, 상기 실체는 화학 화합물인, 컴퓨터 판독가능한 매체.
  135. 제 128항에 있어서, 상기 실체는 유기 화합물인, 컴퓨터 판독가능한 매체.
  136. 제 128항에 있어서, 상기 실체는 단백질인, 컴퓨터 판독가능한 매체.
  137. 제 128항에 있어서, 상기 실체는 생물할적 구조인, 컴퓨터 판독가능한 매체.
  138. 제 128항에 있어서, 상기 실체는 생체인식 값인, 컴퓨터 판독가능한 매체.
  139. 제 128항에 있어서, 상기 실체는 원자 구조인, 컴퓨터 판독가능한 매체.
  140. 제 128항에 있어서, 상기 방법은 상기 수신된 데이터를 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 단계에 앞서 표준화된 메시지 포맷으로 변환시키는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  141. 제 128항에 있어서, 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 각 기록의 속성을 보유하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  142. 제 141항에 있어서, 각 기록의 속성을 보유하는 상기 단계는,
    각 기록을 제공하는 소스 시스템의 실체와,
    상기 소스 시스템 내의 기록을 나타내는 고유한 식별자의 실체를 보유하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  143. 제 141항에 있어서, 각 기록의 속성을 보유하는 상기 단계는, 조회 시스템과 특정 사용자의 실체를 보유하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  144. 제 128항에 있어서, 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  145. 제 144항에 있어서, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자 중 적어도 하나를,
    사용자 정의 표준에 대해, 또는
    데이터베이스와 목록 중 어느 하나에서의 적어도 하나의 데이터 세트에 대해 비교하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  146. 제 145항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 이름이고, 상기 데이터 세트는 루트 이름 목록 내에 존재하는, 컴퓨터 판독가능한 매체.
  147. 제 145항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 주소이고, 상기 데이터 세트는 주소 목록 내에 존재하는, 컴퓨터 판독가능한 매체.
  148. 제 145항에 있어서, 적어도 하나의 식별자를 사용자 정의 표준에 대해 비교하는 상기 단계는, 적어도 하나의 식별자를 사용자 정의 표준에 따라 포맷팅하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  149. 제 144항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 수신된 데이터를 강화하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  150. 제 149항에 있어서, 수신된 데이터를 강화하는 상기 단계는,
    상기 수신된 데이터를 위한 부가적인 식별자를 위하여, 데이터베이스와 목록 중 어느 하나 내의 적어도 하나의 데이터 세트를 조회하는 단계와,
    상기 수신된 데이터를 상기 부가적인 식별자로 보완하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  151. 제 150항에 있어서, 적어도 하나의 데이터 세트를 조회하는 상기 단계는,
    적어도 하나의 데이터베이스 내에 존재하는 상기 적어도 하나의 데이터 세트가, 상기 수신된 식별자 중 적어도 하나에 관련된 부가적인 식별자를 찾기 위하여, 부가적인 데이터베이스를 조회하기 위한 상기 알고리즘을 사용하는 단계와,
    상기 수신된 데이터를 상기 적어도 하나의 부가적인 데이터베이스 내에 위치한 상기 부가적인 식별자로 보완하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  152. 제 144항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자의 해시키를 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  153. 제 128항에 있어서, 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 처리된 조회를 사용자 정의 표준에 기초하여 상기 데이터베이스 내에 저장하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  154. 제 153항에 있어서, 상기 사용자 정의 표준은 만기일을 포함하는, 컴퓨터 판독가능한 매체.
  155. 제 128항에 있어서, 적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를나타내는, 데이터 수신 단계와, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와, 상기 처리된 데이터를 데이터베이스 내에 저장하는 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  156. 제 128항에 있어서, 적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와, 상기 수신된 데이터를 처리하기 위해 알고리즘을 사용하는 단계와, 상기 처리된 데이터를 데이터베이스 내에 저장하는 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  157. 제 128항 또는 제 144항에 있어서, 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는,
    상기 데이터베이스로부터, 상기 수신된 데이터 내의 식별자와 유사한 식별자를 갖는 부가적인 기록의 그룹을 검색하는 단계와,
    상기 수신된 데이터의 적어도 일부에 대한 비교-선택을 위하여 기록의 검색된 그룹의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 일부를, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 적어도 하나의 분석된 기록에 대해 비교-선택하는 단계와,
    적어도 하나의 식별자가, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 상기 적어도 하나의 분석된 기록 내에 이전에 저장되지 않은 수신 데이터 중 적어도 일부에 포함되는 지를 분석하는 단계와,
    기록의 상기 검색된 그룹 중 각 식별자를,
    상기 수신된 데이터의 적어도 일부에 대한 비교-선택과,
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록에 대한 비교-선택을 위해 재분석하는 단계와,
    상기 비교-선택된 기록을 상기 데이터베이스에 저장하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  158. 제 157항에 있어서, 상기 수신된 데이터의 적어도 일부를 적어도 하나의 분석된 기록에 대해 비교-선택하는 상기 단계는, 영속키를 할당하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  159. 제 157항에 있어서, 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 비교-선택을 위한 기록의 상기 검색된 그룹의 각 식별자를 재분석하는 단계에 앞서, 상기 데이터베이스로부터,
    상기 수신된 데이터의 적어도 한 부분, 및
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록
    내의 식별자와 유사한 식별자를 갖는 기록의 부가적인 그룹을 검색하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  160. 제 159항에 있어서, 상기 수신된 데이터를 처리하기 위하여 알고리즘을 사용하는 상기 단계는,
    상기 데이터 베이스로부터 기록의 한 그룹을 검색하는 단계와,
    기록의 상기 검색된 그룹의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 한 부분을 비교-선택하는 단계와,
    적어도 하나의 식별자가 이전에 저장되지 않은 상기 수신된 데이터 중 적어도 한 부분에 포함되는 지를 분석하는 단계와,
    상기 데이터베이스로부터 기록의 부가적인 그룹을 검색하는 단계와,
    비교-선택을 위한 기록의 상기 검색된 그룹의 각 식별자를 재분석하는 단계를,
    부가적인 비교-선택이 결정되지 않을 때까지, 반복하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  161. 제 157항에 있어서, 상기 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는,
    특정 식별자가,
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    특정 실체를 나타내는 일반적으로 한 기록의 특이한 것인지를 결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 분리하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  162. 제 161항에 있어서, 상기 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  163. 제 161항에 있어서, 상기 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 수신된 데이터로서 상기 분리된 기록을 재처리하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  164. 제 161항에 있어서, 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통 식별자이고 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  165. 제 161항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  166. 제 157항에 있어서, 상기 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는,
    관계의 존재를 결정하기 위하여 수신된 데이터와 적어도 하나의 저장된 기록을 비교하는 단계와,
    상기 수신된 데이터의 적어도 한 부분과의 관계를 반영하는 것으로 결정된 각 저장된 기록에 대한 관계 기록을 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  167. 제 166항에 있어서, 상기 수신된 데이터를 처리하기 위한 알고리즘을 사용하는 상기 단계는, 각 관계 기록에 대한 적어도 하나의 신뢰 척도를 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  168. 제 167항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  169. 제 167항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  170. 제 167항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체
    사이의 관계의 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  171. 제 167항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가
    동일할 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  172. 제 167항에 있어서, 수신된 데이터를 처리하기 위하여 알고리즘을 사용하는 상기 단계는, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는 지를 결정하기 위하여 상기 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  173. 제 172항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  174. 제 173항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  175. 제 174항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  176. 제 174항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  177. 제 172항에 있어서, 수신된 데이터를 처리하기 위하여 알고리즘을 사용하는 상기 단계는, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  178. 제 177항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  179. 제 178항에 있어서, 상기 전자 통신 수단은 전자우편 시스템을 포함하는, 컴퓨터 판독가능한 매체.
  180. 제 178항에 있어서, 상기 전자 통신 수단은 전화를 포함하는, 컴퓨터 판독가능한 매체.
  181. 제 178항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는, 컴퓨터 판독가능한 매체.
  182. 제 178항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기를 포함하는, 컴퓨터 판독가능한 매체.
  183. 제 177항에 있어서, 상기 관계 기록을 분석하는 상기 단계는,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙의 표준을 충족시키는 경보를 발하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  184. 제 128항 또는 제 155항에 있어서, 수신된 데이터를 처리하기 위하여 알고리즘을 사용하는 상기 단계는, 상기 저장되어 처리된 데이터를, 상기 알고리즘을 사용하는 적어도 하나의 제 2 데이터베이스에 전달하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  185. 제 184항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  186. 제 184항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  187. 데이터베이스 내의 데이터 및 데이터베이스로 들어가는 데이터의 처리를 위한 시스템을 위해, 컴퓨터에 의한 실행을 위한 프로그램 지령을 포함하는 컴퓨터 판독 가능한 매체로서, 상기 프로그램 지령은,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    알고리즘을 사용하는 단계로서,
    상기 수신된 데이터 내의 상기 식별자와 유사한 식별자를 구비하는 부가적인 기록의 그룹을 데이터베이스로부터 검색하고,
    상기 수신된 데이터의 적어도 한 부분에 대한 비교-선택을 위하여 기록의 상기 검색된 그룹의 각 식별자를 분석하고,
    상기 검색된 데이터의 적어도 한 부분을, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 구비하는 기록을 반영하는 것으로 결정된 기록의 상기 검색된 그룹의 적어도 하나의 분석된 기록과 비교-선택하고,
    적어도 하나의 식별자가, 상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹의 상기 적어도 하나의 분석된 기록 내에 이전에 저장되지 않은 수신 데이터 중 적어도 일부에 포함되는 지를 분석하고,
    기록의 상기 검색 그룹의 각 식별자를,
    상기 수신된 데이터의 적어도 일부와,
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록에
    대한 비교-선택을 위해, 재분석하기 위하여,
    알고리즘을 사용하는 단계와,
    상기 비교-선택된 기록을 상기 데이터베이스에 저장하는 단계를
    포함하는 방법을 수행하기 위한 프로그램 지령인, 컴퓨터 판독가능한 매체.
  188. 제 187항에 있어서, 적어도 하나의 분석된 기록을 갖는 수싣된 데이터에 대해 알고리즘을 사용하는 상기 단계는, 영속키를 할당하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  189. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는,
    비교-선택을 위한 기록 중 상기 검색된 그룹의 각 식별자를 재분석하는 단계에 앞서, 상기 데이터베이스로부터,
    상기 수신된 데이터의 적어도 한 부분과,
    상기 복수의 실체 중 동일한 실체를 나타내는 식별자를 갖는 기록을 반영하는 것으로 결정된 기록의 검색된 그룹 중 상기 분석된 기록
    내의 식별자와 유사한 식별자를 갖는 기록의 부가적인 그룹을 검색하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  190. 제 187항 또는 제 189항에 있어서, 알고리즘을 사용하는 상기 단계는,
    데이터 베이스로부터 부가적인 기록의 한 그룹을 검색하는 단계와,
    기록의 상기 검색된 그룹의 각 식별자를 분석하는 단계와,
    상기 수신된 데이터의 적어도 한 부분을 비교-선택하는 단계와,
    적어도 하나의 식별자가 이전에 저장되지 않은 상기 수신된 데이터 중 적어도 한 부분에 포함되는 지를 분석하는 단계와,
    상기 데이터베이스로부터 기록의 부가적인 그룹을 검색하는 단계와,
    비교-선택을 위한 기록의 상기 검색된 그룹의 각 식별자를 재분석하는 단계를,
    부가적인 비교-선택이 결정되지 않을 때까지, 반복하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  191. 제 190항에 있어서, 데이터를 수신하는 상기 단계, 알고리즘을 사용하는 상기 단계, 및 상기 비교-선택된 기록을 저장하는 상기 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  192. 제 190항에 있어서, 데이터를 수신하는 상기 단계, 알고리즘을 사용하는 상기 단계, 및 상기 비교-선택된 기록을 저장하는 상기 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  193. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는,
    특정 식별자가,
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를
    결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정된다면, 분리하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  194. 제 193항에 있어서, 알고리즘을 사용하는 상기 단계는, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  195. 제 193항에 있어서, 알고리즘을 사용하는 상기 단계는, 수신된 데이터로서 상기 분리된 기록을 재처리하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  196. 193항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  197. 제 193항에 있어서, 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  198. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는,
    관계의 존재를 결정하기 위하여 상기 수신된 데이터와 적어도 하나의 저장된 기록을 비교하는 단계와,
    상기 수신된 데이터의 적어도 한 부분과의 관계를 반영하는 것으로 결정된 각 저장된 기록에 대한 관계 기록을 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  199. 제 198항에 있어서, 알고리즘을 사용하는 상기 단계는, 각 관계 기록에 대한 적어도 하나의 신뢰 척도를 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  200. 제 199항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  201. 제 199항에 있어서, 상기 수신된 데이터를 비교하는 상기 단계, 관계 기록을 생성하는 상기 단계, 및 적어도 하나의 신뢰 척도를 생성하는 상기 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  202. 제 199항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체
    사이의 관계의 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  203. 제 199항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가
    동일할 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  204. 제 199항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는 지를 결정하기 위하여 상기 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  205. 제 204항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  206. 제 205항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  207. 제 206항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  208. 제 206항에 있어서, 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  209. 제 204항에 있어서, 알고리즘을 사용하는 상기 단계는, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  210. 제 209항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  211. 제 210항에 있어서, 상기 전자 통신 수단은 전자우편 시스템을 포함하는, 컴퓨터 판독가능한 매체.
  212. 제 210항에 있어서, 상기 전자 통신 수단은 전화를 포함하는, 컴퓨터 판독가능한 매체.
  213. 제 210항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는, 컴퓨터 판독가능한 매체.
  214. 제 210항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기를 포함하는, 컴퓨터 판독가능한 매체.
  215. 제 209항에 있어서, 상기 관계 기록을 분석하는 상기 단계는,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  216. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계에 앞서, 상기 수신된 데이터를 표준화된 메시지 포맷으로 변환하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  217. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는, 각 식별자의 속성을 보유하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  218. 제 217항에 있어서, 각 기록의 속성을 보유하는 상기 단계는,
    각 기록을 제공하는 소스 시스템과,
    상기 소스 시스템 내의 각 기록을 나타내는 고유한 식별자의
    실체를 보유하는 단계를 포함하는 데이터 처리 방법.
  219. 제 217항에 있어서, 각 기록의 속성을 보유하는 상기 단계는, 조회 시스템및 특정 사용자의 실체를 보유하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  220. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  221. 제 220항에 있어서, 상기 데이터베이스 내에서의 저장과 상기 데이터베이스 내에서의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 식별자 중 적어도 하나를,
    사용자 정의 표준과,
    데이터베이스와 목록 중 어느 하나에서의 적어도 하나의 데이터 세트
    중 어느 하나에 대해 비교하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  222. 제 221항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 이름이고, 상기 데이터 세트는 루트 이름 목록 내에 존재하는, 컴퓨터 판독가능한 매체.
  223. 제 221항에 있어서, 상기 비교된 식별자는 상기 복수의 실체 중 적어도 하나의 주소이고, 상기 데이터 세트는 주소 목록 내에 존재하는, 컴퓨터 판독가능한 매체.
  224. 제 221항에 있어서, 적어도 하나의 식별자를 사용자 정의 표준에 대해 비교하는 상기 단계는, 적어도 하나의 식별자를 상기 사용자 정의 표준에 따라 포맷팅하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  225. 제 220항에 있어서, 상기 데이터베이스 내의 저장과 상기 데이터베이스 내의 조회 중 어느 하나에 앞서 상기 수신된 데이터를 분석하는 상기 단계는, 상기 수신된 데이터를 강화하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  226. 제 225항에 있어서, 수신된 데이터를 강화하는 상기 단계는,
    상기 수신된 데이터를 위한 부가적인 식별자를 위하여, 데이터베이스와 목록 중 어느 하나 내의 적어도 하나의 데이터 세트를 조회하는 단계와,
    상기 수신된 데이터를 상기 부가적인 식별자로 보완하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  227. 제 226항에 있어서, 적어도 하나의 데이터 세트를 조회하는 상기 단계는,
    적어도 하나의 데이터베이스 내에 존재하는 적어도 하나의 데이터 세트가, 상기 수신된 식별자 중 적어도 하나에 관련된 부가적인 식별자를 찾기 위하여, 부가적인 데이터베이스를 조회하기 위한 상기 알고리즘을 사용하는 단계와,
    상기 수신된 데이터를 적어도 하나의 부가적인 데이터베이스 내에 위치한 상기 부가적인 식별자로 보완하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  228. 제 220항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 식별자의 해시키를 생성하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  229. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는, 처리된 조회를 사용자 정의 표준에 기초하여 상기 데이터베이스 내에 저장하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  230. 제 229항에 있어서, 상기 사용자 정의 표준은 만기일을 포함하는, 컴퓨터 판독가능한 매체.
  231. 제 187항에 있어서, 알고리즘을 사용하는 상기 단계는, 상기 저장되어 처리된 데이터를, 상기 알고리즘을 사용하는 적어도 하나의 제 2 데이터베이스에 전달하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  232. 제 231항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  233. 제 231항에 있어서, 상기 저장되어 처리된 데이터를 적어도 하나의 제 2 데이터베이스에 전달하는 상기 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  234. 이전에 비교-선택된 기록을 분리하기 위한 시스템을 위해, 컴퓨터에 의한 실행을 위한 프로그램 지령을 포함하는 컴퓨터 판독 가능한 매체로서, 상기 프로그램 지령은,
    적어도 하나의 실체를 나타내는 적어도 하나의 기록 내의 특정 식별자가
    적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통인지, 또는
    특정 실체를 나타내는 일반적으로 한 기록의 특이한 것인지를
    결정하는 단계와,
    특정 식별자에 기초하여 이전에 비교-선택된 기록을, 만약 상기 특정 식별자가 적어도 두 개의 다른 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 분리하는 단계를
    포함하는 방법을 수행하기 위한 프로그램 지령인, 컴퓨터 판독가능한 매체.
  235. 제 234항에 있어서, 특정 식별자에 기초한 기록의 임의의 부가적인 비교-선택을, 만약 상기 특정 식별자가 복수의 실체를 나타내는 기록을 통해 공통이고, 일반적으로 하나의 특정 실체를 나타내는 기록의 특이한 것이 아니라고 결정되었다면, 금지하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  236. 제 234항에 있어서, 상기 분리된 기록을 재처리하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  237. 제 234항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 실시간으로 수행되는, 컴퓨터 판독가능한 매체.
  238. 제 234항에 있어서, 특정 식별자가 적어도 두 개의 실체를 나타내는 기록을 통해 공통 식별자이고, 일반적으로 특정 실체를 나타내는 한 기록의 특이한 것인지를 결정하는 단계와, 이전에 비교-선택된 기록을 분리하는 단계는 일괄적으로 수행되는, 컴퓨터 판독가능한 매체.
  239. 데이터베이스 내에서 데이터를 처리하는 시스템을 위하여, 컴퓨터에 의한 실행을 위한 프로그램 지령을 포함하는 컴퓨터 판독 가능한 매체로서, 상기 프로그램 지령은,
    적어도 하나의 식별자를 구비하는 적어도 하나의 기록을 포함하는 데이터를 수신하는 단계로서, 각 기록은 복수의 실체 중 적어도 하나를 나타내는, 데이터 수신 단계와,
    상기 수신된 데이터를 관계의 존재를 결정하기 위하여 데이터베이스 내에 저장된 적어도 하나의 기록과 실시간으로 비교하는 단계와,
    수신된 데이터의 적어도 일부와의 관계를 반영한다고 결정된, 데이터베이스 내의 저장된 각 기록에 대해 관계 기록을 실시간으로 생성하는 단계와,
    각 관계 기록을 상기 데이터베이스 내에 저장하는 단계를,
    포함하는 방법을 수행하기 위한 프로그램 지령인, 컴퓨터 판독가능한 매체.
  240. 제 239항에 있어서, 각 관계 기록에 대해 적어도 하나의 신뢰 척도를 실시간으로 생성하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  241. 제 240항에 있어서, 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체
    사이의 관계의 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  242. 제 240항에 있어서, 상기 적어도 하나의 신뢰 척도는,
    상기 수신된 데이터의 상기 부분과의 관계를 갖는 상기 특정 기록에 의해 표현되는 실체와,
    상기 수신된 데이터의 상기 부분에 의해 표현된 실체가
    동일할 가능성을 나타내는, 컴퓨터 판독가능한 매체.
  243. 제 239항 또는 240항에 있어서, 상기 관계 기록이 이전에 결정되지 않은 적어도 하나의 관계를 반영하는 지를 결정하기 위하여, 상기 관계 기록을 분석하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  244. 제 243항에 있어서, 상기 관계 기록을 분석하는 상기 단계는, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  245. 제 244항에 있어서, 분리도의 적어도 하나의 레벨을 반영하는 관계 기록을 분석하는 상기 단계는, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  246. 제 245항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 분리도의 최대 레벨로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  247. 제 245항에 있어서, 적어도 하나의 사용자 정의 표준을 충족시키는 관계 기록을 분석하는 상기 단계는, 분석된 상기 관계 기록을 최소량보다 큰 신뢰 척도를 포함하는 관계 기록으로 제한하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  248. 제 243항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 단계를 더 포함하는, 컴퓨터 판독가능한 매체.
  249. 제 248항에 있어서, 적어도 하나의 사용자 정의 경보 규칙에 기초한 경보를 발하는 상기 단계는, 상기 경보를 전자 통신 수단을 통하여 전달되게 하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
  250. 제 249항에 있어서, 상기 전자 통신 수단은 전자우편 시스템을 포함하는, 컴퓨터 판독가능한 매체.
  251. 제 249항에 있어서, 상기 전자 통신 수단은 전화를 포함하는, 컴퓨터 판독가능한 매체.
  252. 제 249항에 있어서, 상기 전자 통신 수단은 무선호출기를 포함하는, 컴퓨터 판독가능한 매체.
  253. 제 249항에 있어서, 상기 전자 통신 수단은 개인휴대용 단말기를 포함하는,컴퓨터 판독가능한 매체.
  254. 제 248항에 있어서,
    상기 관계 기록을 적어도 하나의 제 2 데이터베이스 상에 복제하는 단계와,
    수신된 데이터를, 작업 부하 표준에 기초한 분석을 위하여 상기 적어도 하나의 제 2 데이터베이스에 분산시키는 단계와,
    상기 적어도 하나의 제 2 데이터베이스로부터 사용자 정의 경보 규칙을 충족시키는 경보를 발하는 단계를 포함하는, 컴퓨터 판독가능한 매체.
KR1020047010275A 2001-12-28 2002-12-27 실시간 데이터 웨어하우징 KR100850255B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US34406701P 2001-12-28 2001-12-28
US60/344,067 2001-12-28
PCT/US2002/041630 WO2003058427A1 (en) 2001-12-28 2002-12-27 Real time data warehousing

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020077024459A Division KR100877461B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징
KR1020077024457A Division KR100856771B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징

Publications (2)

Publication Number Publication Date
KR20040088036A true KR20040088036A (ko) 2004-10-15
KR100850255B1 KR100850255B1 (ko) 2008-08-19

Family

ID=23348900

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020047010275A KR100850255B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징
KR1020077024459A KR100877461B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징
KR1020077024457A KR100856771B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020077024459A KR100877461B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징
KR1020077024457A KR100856771B1 (ko) 2001-12-28 2002-12-27 실시간 데이터 웨어하우징

Country Status (14)

Country Link
US (2) US8452787B2 (ko)
EP (1) EP1470475A4 (ko)
JP (3) JP2006501529A (ko)
KR (3) KR100850255B1 (ko)
CN (2) CN100483333C (ko)
AU (1) AU2002367376A1 (ko)
BR (1) BR0215411A (ko)
CA (1) CA2471940C (ko)
EA (1) EA200400873A1 (ko)
IL (1) IL162746A0 (ko)
MX (1) MXPA04006390A (ko)
PL (1) PL374305A1 (ko)
WO (1) WO2003058427A1 (ko)
ZA (1) ZA200405141B (ko)

Families Citing this family (159)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100483333C (zh) * 2001-12-28 2009-04-29 国际商业机器公司 实时数据入库
US7200619B2 (en) * 2002-05-31 2007-04-03 International Business Machines Corporation Method and process to optimize correlation of replicated with extracted data from disparate data sources
JP2006505873A (ja) 2002-11-06 2006-02-16 インターナショナル・ビジネス・マシーンズ・コーポレーション 機密データ共用および匿名エンティティ解決
US7346927B2 (en) 2002-12-12 2008-03-18 Access Business Group International Llc System and method for storing and accessing secure data
US8620937B2 (en) * 2002-12-27 2013-12-31 International Business Machines Corporation Real time data warehousing
JP2006512864A (ja) 2002-12-31 2006-04-13 インターナショナル・ビジネス・マシーンズ・コーポレーション 許可された匿名の認証
US7962757B2 (en) * 2003-03-24 2011-06-14 International Business Machines Corporation Secure coordinate identification method, system and program
US7069308B2 (en) * 2003-06-16 2006-06-27 Friendster, Inc. System, method and apparatus for connecting users in an online computer system based on their relationships within social networks
US7747638B1 (en) * 2003-11-20 2010-06-29 Yahoo! Inc. Techniques for selectively performing searches against data and providing search results
JP4919487B2 (ja) * 2003-12-31 2012-04-18 トムソン ルーターズ グローバル リソーシーズ オンラインデータベースおよび専門家名簿へのエンティティデータの自動的な収集および統合のためのシステム、方法、インターフェース、およびソフトウェア
US8572221B2 (en) 2004-05-26 2013-10-29 Facebook, Inc. System and method for managing an online social network
US8010458B2 (en) 2004-05-26 2011-08-30 Facebook, Inc. System and method for managing information flow between members of an online social network
US10373173B2 (en) * 2004-06-14 2019-08-06 Facebook, Inc. Online content delivery based on information from social networks
US7478078B2 (en) * 2004-06-14 2009-01-13 Friendster, Inc. Method for sharing relationship information stored in a social network database with third party databases
US7788260B2 (en) 2004-06-14 2010-08-31 Facebook, Inc. Ranking search results based on the frequency of clicks on the search results by members of a social network who are within a predetermined degree of separation
US8161184B2 (en) * 2004-06-25 2012-04-17 Apple Inc. Method and apparatus for facilitating long-lived DNS queries
US8302164B2 (en) 2004-07-22 2012-10-30 Facebook, Inc. Authorization and authentication based on an individual's social network
US7606687B2 (en) 2004-09-14 2009-10-20 Friendster, Inc. Proximity search methods using tiles to represent geographical zones
US20060085373A1 (en) * 2004-09-30 2006-04-20 Dhillion Jasjit S Method and apparatus for creating relationships over a network
US7451161B2 (en) 2005-04-28 2008-11-11 Friendster, Inc. Compatibility scoring of users in a social network
US9792351B2 (en) * 2005-06-10 2017-10-17 International Business Machines Corporation Tolerant and extensible discovery of relationships in data using structural information and data analysis
US20080232558A1 (en) * 2005-09-09 2008-09-25 Robert Howe Pinckney Dynamic Voice File Creation and Organization for Leaving Messages in the Event of a Catastrophe
CN100396002C (zh) * 2005-11-23 2008-06-18 华为技术有限公司 一种利用关联查询进行鉴权的系统及其方法
US8204831B2 (en) 2006-11-13 2012-06-19 International Business Machines Corporation Post-anonymous fuzzy comparisons without the use of pre-anonymization variants
US10452763B2 (en) * 2007-03-08 2019-10-22 Oath Inc. Autocomplete for integrating diverse methods of electronic communication
US9372909B2 (en) * 2007-05-15 2016-06-21 Paypal, Inc. Defining a set of data across mutiple databases using variables and functions
WO2009010948A1 (en) * 2007-07-18 2009-01-22 Famillion Ltd. Method and system for use of a database of personal data records
DE102007057248A1 (de) * 2007-11-16 2009-05-20 T-Mobile International Ag Verbindungsschicht für Datenbanken
US10733223B2 (en) * 2008-01-08 2020-08-04 International Business Machines Corporation Term-driven records file plan and thesaurus design
CN101277272B (zh) * 2008-05-16 2010-12-15 北京航空航天大学 一种海量广播数据入库的实现方法
JP5389186B2 (ja) * 2008-12-02 2014-01-15 テレフオンアクチーボラゲット エル エム エリクソン（パブル） エンティティをマッチングするシステム及び方法
US8359337B2 (en) * 2008-12-09 2013-01-22 Ingenix, Inc. Apparatus, system and method for member matching
US9910875B2 (en) * 2008-12-22 2018-03-06 International Business Machines Corporation Best-value determination rules for an entity resolution system
US8732176B2 (en) * 2009-04-28 2014-05-20 Palo Alto Research Center Incorporated Web-based tool for detecting bias in reviews
US9727842B2 (en) 2009-08-21 2017-08-08 International Business Machines Corporation Determining entity relevance by relationships to other relevant entities
US8423525B2 (en) 2010-03-30 2013-04-16 International Business Machines Corporation Life arcs as an entity resolution feature
US9110968B2 (en) 2010-04-14 2015-08-18 At&T Intellectual Property I, L.P. Removal of invisible data packages in data warehouses
US8868603B2 (en) 2010-04-19 2014-10-21 Facebook, Inc. Ambiguous structured search queries on online social networks
US8180804B1 (en) 2010-04-19 2012-05-15 Facebook, Inc. Dynamically generating recommendations based on social graph information
US9092485B2 (en) 2010-04-19 2015-07-28 Facebook, Inc. Dynamic suggested search queries on online social networks
US9223838B2 (en) 2010-04-19 2015-12-29 Facebook, Inc. Sponsored search queries on online social networks
US8572129B1 (en) 2010-04-19 2013-10-29 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
US9275101B2 (en) 2010-04-19 2016-03-01 Facebook, Inc. Search queries with previews of search results on online social networks
US9262482B2 (en) 2010-04-19 2016-02-16 Facebook, Inc. Generating default search queries on online social networks
US9633121B2 (en) 2010-04-19 2017-04-25 Facebook, Inc. Personalizing default search queries on online social networks
US8918418B2 (en) 2010-04-19 2014-12-23 Facebook, Inc. Default structured search queries on online social networks
US8782080B2 (en) 2010-04-19 2014-07-15 Facebook, Inc. Detecting social graph elements for structured search queries
US8732208B2 (en) 2010-04-19 2014-05-20 Facebook, Inc. Structured search queries based on social-graph information
US8185558B1 (en) 2010-04-19 2012-05-22 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
US9275119B2 (en) 2010-04-19 2016-03-01 Facebook, Inc. Sharing search queries on online social network
US10402419B1 (en) 2010-04-19 2019-09-03 Facebook, Inc. Search queries with previews of search results on online social networks
US8751521B2 (en) 2010-04-19 2014-06-10 Facebook, Inc. Personalized structured search queries for online social networks
CN102314460B (zh) * 2010-07-07 2014-05-14 阿里巴巴集团控股有限公司 数据分析方法、系统及服务器
US8468119B2 (en) * 2010-07-14 2013-06-18 Business Objects Software Ltd. Matching data from disparate sources
CN102214228B (zh) * 2011-06-24 2013-03-13 国电南瑞科技股份有限公司 大电网分布式实时数据库系统的数据管理方法
US8965848B2 (en) * 2011-08-24 2015-02-24 International Business Machines Corporation Entity resolution based on relationships to a common entity
US8943059B2 (en) * 2011-12-21 2015-01-27 Sap Se Systems and methods for merging source records in accordance with survivorship rules
US8812542B1 (en) * 2012-03-30 2014-08-19 Emc Corporation On-the-fly determining of alert relationships in a distributed system
US20130339186A1 (en) * 2012-06-15 2013-12-19 Eventbrite, Inc. Identifying Fraudulent Users Based on Relational Information
US8935255B2 (en) 2012-07-27 2015-01-13 Facebook, Inc. Social static ranking for search
US9398104B2 (en) 2012-12-20 2016-07-19 Facebook, Inc. Ranking test framework for search results on an online social network
US9223826B2 (en) 2013-02-25 2015-12-29 Facebook, Inc. Pushing suggested search queries to mobile devices
US9910887B2 (en) 2013-04-25 2018-03-06 Facebook, Inc. Variable search query vertical access
US9330183B2 (en) 2013-05-08 2016-05-03 Facebook, Inc. Approximate privacy indexing for search queries on online social networks
US9223898B2 (en) 2013-05-08 2015-12-29 Facebook, Inc. Filtering suggested structured queries on online social networks
US9305322B2 (en) 2013-07-23 2016-04-05 Facebook, Inc. Native application testing
US9514230B2 (en) 2013-07-30 2016-12-06 Facebook, Inc. Rewriting search queries on online social networks
US9317614B2 (en) * 2013-07-30 2016-04-19 Facebook, Inc. Static rankings for search queries on online social networks
US8949250B1 (en) 2013-12-19 2015-02-03 Facebook, Inc. Generating recommended search queries on online social networks
US9336300B2 (en) 2014-01-17 2016-05-10 Facebook, Inc. Client-side search templates for online social networks
US9477760B2 (en) 2014-02-12 2016-10-25 Facebook, Inc. Query construction on online social networks
US9794359B1 (en) 2014-03-31 2017-10-17 Facebook, Inc. Implicit contacts in an online social network
US9798832B1 (en) 2014-03-31 2017-10-24 Facebook, Inc. Dynamic ranking of user cards
US20150278838A1 (en) * 2014-04-01 2015-10-01 TekWear, LLC Systems, methods, and apparatuses for agricultural data collection, analysis, and management via a mobile device
US11169773B2 (en) 2014-04-01 2021-11-09 TekWear, LLC Systems, methods, and apparatuses for agricultural data collection, analysis, and management via a mobile device
US9646055B2 (en) 2014-04-03 2017-05-09 Facebook, Inc. Blending search results on online social networks
US9679078B2 (en) 2014-05-21 2017-06-13 Facebook, Inc. Search client context on online social networks
US10268763B2 (en) 2014-07-25 2019-04-23 Facebook, Inc. Ranking external content on online social networks
US10255244B2 (en) 2014-08-01 2019-04-09 Facebook, Inc. Search results based on user biases on online social networks
US9871714B2 (en) 2014-08-01 2018-01-16 Facebook, Inc. Identifying user biases for search results on online social networks
US9792364B2 (en) 2014-08-08 2017-10-17 Facebook, Inc. Blending search results on online social networks
US10120909B2 (en) 2014-08-22 2018-11-06 Facebook, Inc. Generating cards in response to user actions on online social networks
US9754037B2 (en) 2014-08-27 2017-09-05 Facebook, Inc. Blending by query classification on online social networks
US9703859B2 (en) 2014-08-27 2017-07-11 Facebook, Inc. Keyword search queries on online social networks
US10255365B2 (en) 2014-08-29 2019-04-09 Facebook, Inc. Priming search results on online social networks
US10740412B2 (en) 2014-09-05 2020-08-11 Facebook, Inc. Pivoting search results on online social networks
US9507876B2 (en) 2014-10-06 2016-11-29 Facebook, Inc. Constructing queries using query filters on online social networks
US9703870B2 (en) 2014-11-05 2017-07-11 Facebook, Inc. Social-based optimization of web crawling for online social networks
US10409873B2 (en) 2014-11-26 2019-09-10 Facebook, Inc. Searching for content by key-authors on online social networks
US10552759B2 (en) 2014-12-01 2020-02-04 Facebook, Inc. Iterative classifier training on online social networks
US9679024B2 (en) 2014-12-01 2017-06-13 Facebook, Inc. Social-based spelling correction for online social networks
US9990441B2 (en) 2014-12-05 2018-06-05 Facebook, Inc. Suggested keywords for searching content on online social networks
US10102273B2 (en) 2014-12-30 2018-10-16 Facebook, Inc. Suggested queries for locating posts on online social networks
US10061856B2 (en) * 2015-01-29 2018-08-28 Facebook, Inc. Multimedia search using reshare text on online social networks
US20160224993A1 (en) * 2015-02-03 2016-08-04 Bank Of America Corporation System for determining relationships between entities
US10997257B2 (en) 2015-02-06 2021-05-04 Facebook, Inc. Aggregating news events on online social networks
US10095683B2 (en) 2015-04-10 2018-10-09 Facebook, Inc. Contextual speller models on online social networks
US10049099B2 (en) 2015-04-10 2018-08-14 Facebook, Inc. Spell correction with hidden markov models on online social networks
US10628636B2 (en) 2015-04-24 2020-04-21 Facebook, Inc. Live-conversation modules on online social networks
US10298535B2 (en) 2015-05-19 2019-05-21 Facebook, Inc. Civic issues platforms on online social networks
US10397167B2 (en) 2015-06-19 2019-08-27 Facebook, Inc. Live social modules on online social networks
US10509832B2 (en) 2015-07-13 2019-12-17 Facebook, Inc. Generating snippet modules on online social networks
US10268664B2 (en) 2015-08-25 2019-04-23 Facebook, Inc. Embedding links in user-created content on online social networks
US10810217B2 (en) 2015-10-07 2020-10-20 Facebook, Inc. Optionalization and fuzzy search on online social networks
US9602965B1 (en) 2015-11-06 2017-03-21 Facebook, Inc. Location-based place determination using online social networks
US10270868B2 (en) 2015-11-06 2019-04-23 Facebook, Inc. Ranking of place-entities on online social networks
US10795936B2 (en) 2015-11-06 2020-10-06 Facebook, Inc. Suppressing entity suggestions on online social networks
US10534814B2 (en) 2015-11-11 2020-01-14 Facebook, Inc. Generating snippets on online social networks
US10387511B2 (en) 2015-11-25 2019-08-20 Facebook, Inc. Text-to-media indexes on online social networks
CN106817390B (zh) 2015-12-01 2020-04-24 阿里巴巴集团控股有限公司 一种用户数据共享的方法和设备
US10740368B2 (en) 2015-12-29 2020-08-11 Facebook, Inc. Query-composition platforms on online social networks
US10853335B2 (en) 2016-01-11 2020-12-01 Facebook, Inc. Identification of real-best-pages on online social networks
US10162899B2 (en) 2016-01-15 2018-12-25 Facebook, Inc. Typeahead intent icons and snippets on online social networks
US10262039B1 (en) 2016-01-15 2019-04-16 Facebook, Inc. Proximity-based searching on online social networks
US10740375B2 (en) 2016-01-20 2020-08-11 Facebook, Inc. Generating answers to questions using information posted by users on online social networks
US10270882B2 (en) 2016-02-03 2019-04-23 Facebook, Inc. Mentions-modules on online social networks
US10216850B2 (en) 2016-02-03 2019-02-26 Facebook, Inc. Sentiment-modules on online social networks
US10242074B2 (en) 2016-02-03 2019-03-26 Facebook, Inc. Search-results interfaces for content-item-specific modules on online social networks
US10157224B2 (en) 2016-02-03 2018-12-18 Facebook, Inc. Quotations-modules on online social networks
US10452671B2 (en) 2016-04-26 2019-10-22 Facebook, Inc. Recommendations from comments on online social networks
US10659299B1 (en) 2016-06-30 2020-05-19 Facebook, Inc. Managing privacy settings for content on online social networks
US10635661B2 (en) 2016-07-11 2020-04-28 Facebook, Inc. Keyboard-based corrections for search queries on online social networks
US10282483B2 (en) 2016-08-04 2019-05-07 Facebook, Inc. Client-side caching of search keywords for online social networks
US10223464B2 (en) 2016-08-04 2019-03-05 Facebook, Inc. Suggesting filters for search on online social networks
US10726022B2 (en) 2016-08-26 2020-07-28 Facebook, Inc. Classifying search queries on online social networks
US10534815B2 (en) 2016-08-30 2020-01-14 Facebook, Inc. Customized keyword query suggestions on online social networks
US10102255B2 (en) 2016-09-08 2018-10-16 Facebook, Inc. Categorizing objects for queries on online social networks
US10645142B2 (en) 2016-09-20 2020-05-05 Facebook, Inc. Video keyframes display on online social networks
US10083379B2 (en) 2016-09-27 2018-09-25 Facebook, Inc. Training image-recognition systems based on search queries on online social networks
US10026021B2 (en) 2016-09-27 2018-07-17 Facebook, Inc. Training image-recognition systems using a joint embedding model on online social networks
US10579688B2 (en) 2016-10-05 2020-03-03 Facebook, Inc. Search ranking and recommendations for online social networks based on reconstructed embeddings
US10311117B2 (en) 2016-11-18 2019-06-04 Facebook, Inc. Entity linking to query terms on online social networks
US10650009B2 (en) 2016-11-22 2020-05-12 Facebook, Inc. Generating news headlines on online social networks
US10162886B2 (en) 2016-11-30 2018-12-25 Facebook, Inc. Embedding-based parsing of search queries on online social networks
US10313456B2 (en) 2016-11-30 2019-06-04 Facebook, Inc. Multi-stage filtering for recommended user connections on online social networks
US10235469B2 (en) 2016-11-30 2019-03-19 Facebook, Inc. Searching for posts by related entities on online social networks
US10185763B2 (en) 2016-11-30 2019-01-22 Facebook, Inc. Syntactic models for parsing search queries on online social networks
US11223699B1 (en) 2016-12-21 2022-01-11 Facebook, Inc. Multiple user recognition with voiceprints on online social networks
US10607148B1 (en) 2016-12-21 2020-03-31 Facebook, Inc. User identification with voiceprints on online social networks
US10535106B2 (en) 2016-12-28 2020-01-14 Facebook, Inc. Selecting user posts related to trending topics on online social networks
US10489472B2 (en) 2017-02-13 2019-11-26 Facebook, Inc. Context-based search suggestions on online social networks
US10614141B2 (en) 2017-03-15 2020-04-07 Facebook, Inc. Vital author snippets on online social networks
US10769222B2 (en) 2017-03-20 2020-09-08 Facebook, Inc. Search result ranking based on post classifiers on online social networks
US11379861B2 (en) 2017-05-16 2022-07-05 Meta Platforms, Inc. Classifying post types on online social networks
US10248645B2 (en) 2017-05-30 2019-04-02 Facebook, Inc. Measuring phrase association on online social networks
US10268646B2 (en) 2017-06-06 2019-04-23 Facebook, Inc. Tensor-based deep relevance model for search on online social networks
US10489468B2 (en) 2017-08-22 2019-11-26 Facebook, Inc. Similarity search using progressive inner products and bounds
US10776437B2 (en) 2017-09-12 2020-09-15 Facebook, Inc. Time-window counters for search results on online social networks
US10678786B2 (en) 2017-10-09 2020-06-09 Facebook, Inc. Translating search queries on online social networks
US10810214B2 (en) 2017-11-22 2020-10-20 Facebook, Inc. Determining related query terms through query-post associations on online social networks
US10963514B2 (en) 2017-11-30 2021-03-30 Facebook, Inc. Using related mentions to enhance link probability on online social networks
US11604968B2 (en) 2017-12-11 2023-03-14 Meta Platforms, Inc. Prediction of next place visits on online social networks
US10129705B1 (en) 2017-12-11 2018-11-13 Facebook, Inc. Location prediction using wireless signals on online social networks
CN110019274B (zh) 2017-12-29 2023-09-26 阿里巴巴集团控股有限公司 一种数据库系统以及查询数据库的方法和装置
CN108509182A (zh) * 2018-02-27 2018-09-07 北京航空航天大学 将非结构化大数据进行结构化处理并融合的软件技术
CN109086574B (zh) * 2018-08-16 2022-01-07 国家卫生健康委科学技术研究所 疾病相关蛋白数据库
SG11202010724PA (en) * 2019-11-06 2020-11-27 Alipay Hangzhou Inf Tech Co Ltd Consenus of shared blockchain data storage based on error correction code
US12031228B2 (en) 2021-07-21 2024-07-09 Meta Platforms Technologies, Llc Organic solid crystal—method and structure
CN114969041B (zh) * 2022-05-27 2023-06-30 河北省科学技术情报研究院(河北省科技创新战略研究院) 一种多源主附实体同一性甄别及数据自补的处理方法

Family Cites Families (111)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US579424A (en) * 1897-03-23 Edwakd c
US599175A (en) * 1898-02-15 Washing-machine
US1261167A (en) * 1917-10-25 1918-04-02 Robert C Russell Index.
US3659085A (en) * 1970-04-30 1972-04-25 Sierra Research Corp Computer determining the location of objects in a coordinate system
US4232313A (en) * 1972-09-22 1980-11-04 The United States Of America As Represented By The Secretary Of The Navy Tactical nagivation and communication system
US5010478A (en) * 1986-04-11 1991-04-23 Deran Roger L Entity-attribute value database system with inverse attribute for selectively relating two different entities
JPS63282838A (ja) 1987-05-14 1988-11-18 Fujitsu Ltd 名寄せ処理方式
JPH0212563A (ja) * 1988-06-30 1990-01-17 Nec Corp 情報管理方式
US5345587A (en) * 1988-09-14 1994-09-06 Digital Equipment Corporation Extensible entity management system including a dispatching kernel and modules which independently interpret and execute commands
JPH0317792A (ja) 1989-06-14 1991-01-25 Mitsubishi Plastics Ind Ltd カードの記録方法
JPH03177972A (ja) * 1989-12-07 1991-08-01 Nec Corp データベースシステム
US4981370A (en) * 1990-01-29 1991-01-01 Dziewit Halina S Document authentication apparatus
US5555409A (en) * 1990-12-04 1996-09-10 Applied Technical Sysytem, Inc. Data management systems and methods including creation of composite views of data
JPH04237373A (ja) * 1991-01-22 1992-08-25 Toshiba Corp キーワード入力方式
US5560006A (en) * 1991-05-15 1996-09-24 Automated Technology Associates, Inc. Entity-relation database
US5229764A (en) * 1991-06-20 1993-07-20 Matchett Noel D Continuous biometric authentication matrix
JP2922347B2 (ja) * 1991-11-07 1999-07-19 富士通株式会社 異種データベース間のデータ結合装置及びデータ結合方法
JPH05250416A (ja) * 1992-03-06 1993-09-28 Toshiba Eng Co Ltd データベースの登録・検索装置
DE69332633T2 (de) * 1992-07-20 2003-11-06 Compaq Computer Corp., Houston Verfahren und Sytem um, auf Bescheinigung gestützt, Alias zu entdecken
US5403639A (en) * 1992-09-02 1995-04-04 Storage Technology Corporation File server having snapshot application data groups
US5454101A (en) * 1992-09-15 1995-09-26 Universal Firmware Industries, Ltd. Data storage system with set lists which contain elements associated with parents for defining a logical hierarchy and general record pointers identifying specific data sets
US5742806A (en) * 1994-01-31 1998-04-21 Sun Microsystems, Inc. Apparatus and method for decomposing database queries for database management system including multiprocessor digital data processing system
US5764977A (en) * 1994-03-30 1998-06-09 Siemens Stromberg-Carlson Distributed database architecture and distributed database management system for open network evolution
US5848373A (en) * 1994-06-24 1998-12-08 Delorme Publishing Company Computer aided map location system
JPH0863382A (ja) * 1994-08-19 1996-03-08 Fujitsu Ltd 分散システムにおけるデータ整合性確認方法及びデータ整合性確認装置
US5675785A (en) * 1994-10-04 1997-10-07 Hewlett-Packard Company Data warehouse which is accessed by a user using a schema of virtual tables
US5873093A (en) * 1994-12-07 1999-02-16 Next Software, Inc. Method and apparatus for mapping objects to a data source
US5799309A (en) * 1994-12-29 1998-08-25 International Business Machines Corporation Generating an optimized set of relational queries fetching data in an object-relational database
JPH08305662A (ja) * 1995-05-02 1996-11-22 Fujitsu Ltd クライアント認証システムおよび方法
US5659731A (en) * 1995-06-19 1997-08-19 Dun & Bradstreet, Inc. Method for rating a match for a given entity found in a list of entities
US5758343A (en) * 1995-12-08 1998-05-26 Ncr Corporation Apparatus and method for integrating multiple delegate directory service agents
US6035300A (en) * 1995-12-15 2000-03-07 International Business Machines Corporation Method and apparatus for generating a user interface from the entity/attribute/relationship model of a database
US5991733A (en) * 1996-03-22 1999-11-23 Hartford Fire Insurance Company Method and computerized system for managing insurance receivable accounts
US5878416A (en) * 1996-06-14 1999-03-02 Electronic Data Systems Corporation Automated system and method for matching an item of business property to a recipient
US5778375A (en) 1996-06-27 1998-07-07 Microsoft Corporation Database normalizing system
US6052693A (en) * 1996-07-02 2000-04-18 Harlequin Group Plc System for assembling large databases through information extracted from text sources
US5819263A (en) * 1996-07-19 1998-10-06 American Express Financial Corporation Financial planning system incorporating relationship and group management
US5781911A (en) * 1996-09-10 1998-07-14 D2K, Incorporated Integrated system and method of data warehousing and delivery
US5892828A (en) * 1996-10-23 1999-04-06 Novell, Inc. User presence verification with single password across applications
US6076167A (en) * 1996-12-04 2000-06-13 Dew Engineering And Development Limited Method and system for improving security in network applications
US5845285A (en) * 1997-01-07 1998-12-01 Klein; Laurence C. Computer system and method of data analysis
JP4268690B2 (ja) * 1997-03-26 2009-05-27 ソニー株式会社 認証システムおよび方法、並びに認証方法
JP4027455B2 (ja) * 1997-03-31 2007-12-26 富士通株式会社 データベース管理システム
CA2286097C (en) * 1997-04-16 2006-11-07 British Telecommunications Public Limited Company Data summariser
CN1204515C (zh) * 1997-04-22 2005-06-01 格雷格·赫瑟林顿 自由格式数据处理的方法和设备
US5794246A (en) * 1997-04-30 1998-08-11 Informatica Corporation Method for incremental aggregation of dynamically increasing database data sets
US6032158A (en) * 1997-05-02 2000-02-29 Informatica Corporation Apparatus and method for capturing and propagating changes from an operational database to data marts
US5991765A (en) * 1997-05-06 1999-11-23 Birdstep Technology As System and method for storing and manipulating data in an information handling system
US6202151B1 (en) * 1997-05-09 2001-03-13 Gte Service Corporation System and method for authenticating electronic transactions using biometric certificates
US5991408A (en) * 1997-05-16 1999-11-23 Veridicom, Inc. Identification and security using biometric measurements
JP3547069B2 (ja) * 1997-05-22 2004-07-28 日本電信電話株式会社 情報関連づけ装置およびその方法
US5991758A (en) * 1997-06-06 1999-11-23 Madison Information Technologies, Inc. System and method for indexing information about entities from different information sources
US6122757A (en) * 1997-06-27 2000-09-19 Agilent Technologies, Inc Code generating system for improved pattern matching in a protocol analyzer
US6092199A (en) * 1997-07-07 2000-07-18 International Business Machines Corporation Dynamic creation of a user account in a client following authentication from a non-native server domain
US6073140A (en) * 1997-07-29 2000-06-06 Acxiom Corporation Method and system for the creation, enhancement and update of remote data using persistent keys
US6523041B1 (en) * 1997-07-29 2003-02-18 Acxiom Corporation Data linking system and method using tokens
US5995973A (en) * 1997-08-29 1999-11-30 International Business Machines Corporation Storing relationship tables identifying object relationships
US6044378A (en) * 1997-09-29 2000-03-28 International Business Machines Corporation Method and system for a federated digital library by managing links
US6357004B1 (en) * 1997-09-30 2002-03-12 Intel Corporation System and method for ensuring integrity throughout post-processing
US6339775B1 (en) * 1997-11-07 2002-01-15 Informatica Corporation Apparatus and method for performing data transformations in data warehousing
US6014670A (en) * 1997-11-07 2000-01-11 Informatica Corporation Apparatus and method for performing data transformations in data warehousing
US6035306A (en) * 1997-11-24 2000-03-07 Terascape Software Inc. Method for improving performance of large databases
US6041410A (en) * 1997-12-22 2000-03-21 Trw Inc. Personal identification fob
US6263446B1 (en) * 1997-12-23 2001-07-17 Arcot Systems, Inc. Method and apparatus for secure distribution of authentication credentials to roaming users
JPH11184884A (ja) 1997-12-24 1999-07-09 Ntt Data Corp 同一人判定システムおよび方法
US5933831A (en) * 1998-01-09 1999-08-03 Lsi Logic Corporation Viewing entity relationship diagrams using hyperlinks
US6418450B2 (en) * 1998-01-26 2002-07-09 International Business Machines Corporation Data warehouse programs architecture
US6845453B2 (en) * 1998-02-13 2005-01-18 Tecsec, Inc. Multiple factor-based user identification and authentication
US6049805A (en) * 1998-02-24 2000-04-11 Microsoft Corporation Dynamic event mechanism for objects with associational relationships
GB2336007B (en) * 1998-04-01 2003-01-29 Mitel Corp Agent-based data mining and warehousing
JP3437441B2 (ja) * 1998-04-08 2003-08-18 日本電信電話株式会社 検索方法、検索装置、および検索プログラムを記録した記録媒体
US6167517A (en) * 1998-04-09 2000-12-26 Oracle Corporation Trusted biometric client authentication
US6160903A (en) * 1998-04-24 2000-12-12 Dew Engineering And Development Limited Method of providing secure user access
US6684334B1 (en) * 1998-05-27 2004-01-27 Trusted Security Solutions, Inc. Secure establishment of cryptographic keys using persistent key component
US6208990B1 (en) * 1998-07-15 2001-03-27 Informatica Corporation Method and architecture for automated optimization of ETL throughput in data warehousing applications
US6185557B1 (en) * 1998-07-31 2001-02-06 Unisys Corporation Merge join process
US6743022B1 (en) * 1998-12-03 2004-06-01 Oded Sarel System and method for automated self measurement of alertness equilibrium and coordination and for ventification of the identify of the person performing tasks
US6931392B1 (en) * 1998-12-07 2005-08-16 Vitria Technology, Inc. Real-time decision support system
US6317834B1 (en) * 1999-01-29 2001-11-13 International Business Machines Corporation Biometric authentication system with encrypted models
US6819797B1 (en) * 1999-01-29 2004-11-16 International Business Machines Corporation Method and apparatus for classifying and querying temporal and spatial information in video
AU2523300A (en) 1999-04-07 2000-10-12 Reclaim Technologies And Sservices, Ltd. A system for identification of selectively related database records
US20020038308A1 (en) * 1999-05-27 2002-03-28 Michael Cappi System and method for creating a virtual data warehouse
US6697947B1 (en) * 1999-06-17 2004-02-24 International Business Machines Corporation Biometric based multi-party authentication
US6385604B1 (en) * 1999-08-04 2002-05-07 Hyperroll, Israel Limited Relational database management system having integrated non-relational multi-dimensional data store of aggregated data elements
JP2001118103A (ja) * 1999-10-15 2001-04-27 Oki Electric Ind Co Ltd ゲート管理装置
EP1226555B1 (en) * 1999-10-19 2008-10-08 Stamps.Com Address matching system and method
JP2001117940A (ja) 1999-10-20 2001-04-27 Just Syst Corp 情報検索装置、情報検索方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
US7003560B1 (en) * 1999-11-03 2006-02-21 Accenture Llp Data warehouse computing system
WO2001082170A2 (en) * 2000-04-07 2001-11-01 The Procter & Gamble Company Method and apparatus for monitoring the effective velocity of items through a store or warehouse
JP2001325425A (ja) 2000-05-15 2001-11-22 Fujitsu Ltd 名寄せ処理システム
GB2366160B (en) * 2000-08-09 2004-03-17 Michaelhouse Man Ltd Information routing
AU2001285161A1 (en) * 2000-08-21 2002-03-04 United States Postal Services Delivery point validation system
US6675476B2 (en) * 2000-12-05 2004-01-13 Hewlett-Packard Development Company, L.P. Slotted substrates and techniques for forming same
US6954757B2 (en) * 2001-02-02 2005-10-11 Hewlett-Packard Development Company, L.P. Framework, architecture, method and system for reducing latency of business operations of an enterprise
US6886747B2 (en) * 2001-03-22 2005-05-03 United States Postal Service System and method for standardizing a mailing address
US7856420B2 (en) * 2001-04-19 2010-12-21 Hewlett-Packard Development Company, L.P. Zero latency enterprise enriched publish/subscribe
US7092951B1 (en) * 2001-07-06 2006-08-15 Ncr Corporation Auxiliary relation for materialized view
US20030030733A1 (en) * 2001-08-08 2003-02-13 Seaman Mark D. System and method for synchronization of media data
US6912549B2 (en) * 2001-09-05 2005-06-28 Siemens Medical Solutions Health Services Corporation System for processing and consolidating records
US7370044B2 (en) * 2001-11-19 2008-05-06 Equifax, Inc. System and method for managing and updating information relating to economic entities
CN100483333C (zh) * 2001-12-28 2009-04-29 国际商业机器公司 实时数据入库
AU2003223232A1 (en) * 2002-03-06 2003-09-22 United States Postal Service A method for correcting a mailing address
US7587408B2 (en) * 2002-03-21 2009-09-08 United States Postal Service Method and system for storing and retrieving data using hash-accessed multiple data stores
US7096213B2 (en) * 2002-04-08 2006-08-22 Oracle International Corporation Persistent key-value repository with a pluggable architecture to abstract physical storage
US6968338B1 (en) 2002-08-29 2005-11-22 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Extensible database framework for management of unstructured and semi-structured documents
US7159119B2 (en) * 2002-09-06 2007-01-02 United States Postal Service Method and system for efficiently retrieving secured data by securely pre-processing provided access information
JP2006505873A (ja) * 2002-11-06 2006-02-16 インターナショナル・ビジネス・マシーンズ・コーポレーション 機密データ共用および匿名エンティティ解決
US20040099313A1 (en) * 2002-11-26 2004-05-27 Gotthelf Jeffrey Bryan Fluid flow pressure regulator
JP2006512864A (ja) * 2002-12-31 2006-04-13 インターナショナル・ビジネス・マシーンズ・コーポレーション 許可された匿名の認証
US7200602B2 (en) * 2003-02-07 2007-04-03 International Business Machines Corporation Data set comparison and net change processing
US7962757B2 (en) 2003-03-24 2011-06-14 International Business Machines Corporation Secure coordinate identification method, system and program

Also Published As

Publication number Publication date
KR100850255B1 (ko) 2008-08-19
KR100856771B1 (ko) 2008-09-05
EA200400873A1 (ru) 2005-12-29
JP4366433B2 (ja) 2009-11-18
CN1656442A (zh) 2005-08-17
JP2009059372A (ja) 2009-03-19
IL162746A0 (en) 2005-11-20
CN101324902A (zh) 2008-12-17
US20060010119A1 (en) 2006-01-12
KR20070112422A (ko) 2007-11-23
AU2002367376A1 (en) 2003-07-24
JP4456646B2 (ja) 2010-04-28
US8452787B2 (en) 2013-05-28
EP1470475A4 (en) 2009-04-22
CA2471940A1 (en) 2003-07-17
JP2009059371A (ja) 2009-03-19
PL374305A1 (en) 2005-10-03
KR20070112423A (ko) 2007-11-23
US8615521B2 (en) 2013-12-24
CA2471940C (en) 2019-03-05
EP1470475A1 (en) 2004-10-27
BR0215411A (pt) 2005-09-06
JP2006501529A (ja) 2006-01-12
ZA200405141B (en) 2005-11-21
US20030154194A1 (en) 2003-08-14
KR100877461B1 (ko) 2009-01-07
MXPA04006390A (es) 2005-06-08
WO2003058427A8 (en) 2005-06-02
CN100483333C (zh) 2009-04-29
WO2003058427A1 (en) 2003-07-17

Similar Documents

Publication Publication Date Title
KR100856771B1 (ko) 실시간 데이터 웨어하우징
US8620937B2 (en) Real time data warehousing
US10025904B2 (en) Systems and methods for managing a master patient index including duplicate record detection
US11442694B1 (en) Merging database tables by classifying comparison signatures
US10572461B2 (en) Systems and methods for managing a master patient index including duplicate record detection
US11386224B2 (en) Method and system for managing personal digital identifiers of a user in a plurality of data elements
WO2022064348A1 (en) Protecting sensitive data in documents
CN114969819A (zh) 数据资产风险发现方法和装置
CN112559871A (zh) 一种信息查询方法及其系统、服务器设备
CN111324687A (zh) 知识库中数据处理方法、装置、计算机设备和存储介质
US6070169A (en) Method and system for the determination of a particular data object utilizing attributes associated with the object
CN110674383A (zh) 舆情查询方法、装置及设备
WO2022129605A1 (en) Method of processing data from a data source, apparatus and computer program
CN118626603A (zh) 一种大语言模型数据安全管理方法、装置和设备
CN117493466A (zh) 财务数据同步方法及系统
Elshiekh et al. Statistical analysis for comparison of the key representation database with the original database
US20080082508A1 (en) Systems and methods for managing identities in a database system

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee