TW505868B - On-line mining of quantitative association rules - Google Patents

Description

505868 A7 部 屮 4\ it 13 j 消 合 作 H 印 五、發明说明（ 曼JI背景

I 董jg範圍 本發明基本上與大型資之 關，特別是-種資料項目貝料相關性的線上搜尋有 “枓貝目的資料探究以找出定量聯合規則 的線上方法，其中的咨& 貝料員目包含各種定量與分類屬性。

Ur技藝 =二，亦稱爲資料庫中的知識發現，已被視爲資料 车由固新領域0以電子格式所储存資料的容量在過 Γ" 一 4 #叙二急f地增加。電子資料蒐集設備使用量的增 口，’ 17曰或遠端感應設備提供此急速增加可用的資料 描二21异月匕力與資料储存資源被以越來越低的成本 ^供時’為科儲存對商業社會變得更容易與更有吸引力。 0$意力集中在資料的累積時，產生了 ^ 主於此有價値的資源可以如何被利用。企業很快認= 有價殖的洞察力可以被決策者蒐集，來使用所错存的資科 。透過使用來自條碼公司的資料，或來自型錄公司的销隹 資料，可以得到有關客户講買行爲的有用資訊。例如，^ ㈣資訊可以被零售商用來決定哪個項目陳列在一超級市 場，或用來設計-在他者間有良好定位的行銷計畫。許多 有意義的洞察力可以從資料中利用適當的分析技術發現。 在最普遍的印象中’資料探究是有關資料分析與軟體技術 的使用以在資料集合中尋找態樣與規則。''資料探究的目標 是求出資料中可辨識的態樣與趨勢，並由這些態樣中推論 聯合規則。 --------«衣— (請先閲讀背面之一/i意事I再填寫本頁) IX_·-----

505868 A7 _______ B7 ——---- ----------------------- ----- 五、發明説明（2 ) ~ 資料探究技術的特性在大量資料的密集運算。大型資料 庫可定，義爲包含了百萬筆或更多記錄者。在一典型之應用 中，終端使用者會測試如”買了可樂也買了玉米片的75%客 户π的聯合規則，其中75%稱爲規則的可信係數。該規則的 基數疋包含可樂與玉米片兩者的交易的百分比。 至今的先前技藝並未提出線上探究的論點，而是專注在 一項目集合（ITEMSET)的方法。IBM的Almaden的計畫聲 稱查詢是建立在此方法上。項目集合（ITEMSET)方法的一 個主要缺點是，當使用者以不同的基數値與可信値的聯合 规則測試資料庫時，必須在資料庫上進行多個回次，它可 能是十億位元紐的乘方。對非常大的資料庫而言，這可能 涉及相當大量的I/O，且在某些情況中，它可能導致無法 接受的線上查一回應時間。使用者必須在一資料庫中做多 個查詢’因爲要推測多少規則可以滿足所給的基數與可信 値是很困難的。通常一個人可能只對幾個規則有興趣。這 都使問題更爲困難，因爲使用者可能要執行查詢多次才能 找出適當水準的最小基數與最小可信値以探究規則。換句 話説，探咒聯合規則的問題，可能需要藉由重複查詢以可 觀的人爲參數調整，以由交易資料庫中蒐集出有用的商業 資訊。至此描述的探究處理方法因而不合適重複線上查詢 ’導致擴增的磁4 I/O或計算而無法接受的回應時間 。擴增對網際網路資料探究能力的需求需要動態線上方法 而非項目集合批次導向的方法。因此本發明的一個主要目 標，在提供一對貝料庫做線上查詢的有效率計算方法，以 __ - 5· 本紙張尺度適ifl中國®家標# ( (、NS ) Λ4規格（21〇χ 297公釐） t衣！ (請先閲讀背面之一注意事瓜再填寫本頁〕 _ ___丁> -δ 4 A7 B7 五、發明説明（3 利用使用者提供的基數盥^p 則的強度。 --^值水準當預告，評估聯合規 本發明的另-目標在發現定量聯合規則。 本發明導向有效率地執杆 千戮仃疋置聯合規則的線上探究的方 法。一聯合規則通常可定羞 一从、 疋義局一條件述句，暗示在其兩個 -件邵伤，推論與結果間存在著一些關聯。在一定量辦合 規則中推論與結果兩者由一此 s 一便用者界疋的疋f與分類屬 =合而成。根據所提出的規則，使用者會提供代表對使 用者關心的可信値與基數水準，與一稱爲關心程度値的三 個额外的輸入。這此入姐 二輸入耠供一使用者所提出規則（使用者 查詢）強度的指示。換句話説，由使用者查詢所定義推論與 結果間關聯性的強度。 义為達到本發明的目的，揭露了一種使用推論屬性來劃分 資料^建立-多維索引架構的預先處理原始資料的方法， 再接著線上規則產生步驟。藉著有效率地預先處理資料 成爲一索引架構，它以幾乎可即時回應而適於回答重複的 =上查詢之格式放置。一旦建立好，此索引架構排除要在 μ料庫中進仃多個回次之需要。此索引架構產生較先前技 術重大的執行優勢。此索引架構（預先處理的資料）以線上 處理可應用圖形理論搜尋演算法進行的方式儲存，其複雜 度與輸出量的大小成比例。這使線上演算法在回應時間上 幾乎是即時的，使過量的1/0或計算減至最小。 6 本纸張尺度制巾目S幻辦(Tns ) A4^T2K^297^1 ) 請 閲 讀 背 曹 拳 項· 再 填 馬 本 頁 f A7 B7 五、發明説明（4 述 I-------— (請先閲讀背面之>^意事^.再填寫本頁} 圖1 =本發明操作的電腦網路的整體㈣。 圖2疋本發明執仃的方法的整體描述。它包含了圖2(a 與圖2(b)所描述的兩個階段。圖2⑷是預先處理階段的指 处。圖2(b)疋此演算法線上階段的描述。 圖疋如何利用推論集合建立索引樹的詳細描述。它可 視爲圖2(a)中步驟75的展開。 圖4疋如何從索引樹產生分散的規則樹的詳細描述。 可視爲圖2(b)中步驟10〇的展開。 圖5是如何從分散的規則樹建立合併的規則樹的説明。 圖6是如何由使用者所界定關心程度r的合 產生出定量聯合規則的説明。 訂 1隹實施例詳诚 、本發明導向定量聯合規則的線上資料探究的方法 資料庫查均包括簡單的問題如"1995年—月長島地 ::的銷售數字是多少？ '資料探究，相對地，試圖分二 貝料中:供辨識的態樣與趨勢，並由這些態樣中推論出 則°有这些規則’然後使用者可以在—些相關聯的商業 科學領域中支持，回顧與檢視決策。假設，例如，: 量項目的超級市場。典型的商業決策與要促銷什麼，如〜 設計點卷，及如何在架上排列商品以獲取最大利潤^ 。過去交易資料的分析是增進這些決策品質常 # 現代科技已能以每筆交以基準料稱爲籃^ 料的商店所賣出項目。组織收集大量這種資料。問題 — -7漏 505868 A7 B7 ¾¾部屮攻^ii-而Π-Ί'.消论合作i印：^ 五、發明説明（5 ) 一 ”探究”大量籃子資料型態的交易中，有所給的一些最小 可信度禮的項目集合間的聯合規則。給定一組交易，其中 每個交易是一組項目，一聯合規則是一 χ二〉¥形式的表 不法，其中X與Υ是項目的集合。聯合規則的一個範例是 :”包含啤酒也包含尿布交易的3〇% ;所有交易的2%包含 這兩個項目”。在此30%稱爲規則的可信度，而2%稱 則的基數。 這類規則的另一範例是90%的客户交易買了麵包與奶油 也買了牛奶的敘述。此規則的推論，χ，包含麵包與奶油 ，而其結論，Υ，只包含牛奶。百分之九十是此規則的可 k係數。例如可能也想要找出在推論中有"圈餅"的所有規 則，它可幫助判斷若商店中斷販賣圈餅時什麼產品（結論） 會遭強烈影響。 σ _ 提供一組原始交易，D，探究聯合規則的問題在於找出 所有規則中基數與可信度大於使用者定的最小基數 (MINSUPPORT S)與最小可信度（minc〇nfidence c)。通 常’規則X ：=> γ的基數是客户交易的百分比，或一般化 的資料庫中的拓僕，它包含了 X與γ項目集合。在更正式 的數學用語中，規則X = > Y在交易集合D中有基數s， 若在D中S%的交易包含χ結合γ，χ V γ。規則χ =〉γ 的可信度定義爲交易中包含X也包含Y的百分比。或更正 式地，規則X = > γ在交易集合D中有可信度c，若在D 的交易中有c〇/。包含了 χ也包含γ。因此若一規則有9〇%可 信度，則意謂90%的交易包含了 X也包含γ。 -8- 本纸張尺度適川中K 1¾家標卑(Tns ) A4^ ( 21〇X 297^f ) -------—1衣_丨 (請先閲讀背面之·注意事i再填寫本頁} 訂 505868 A7 i-> ； 法。例 五、發明説明（6 如先前所述，聯合规則是一 X = > γ形式的表 如若項!目集合X與分別被定義成 X =[牛奶&乳路&奶油] γ =[蛋&火腿] 則規則可以解釋爲： 規則：x=> Y，巍涵若在一交易中有牛奶、乳路與 奶油，在所定義的基數與可信度水準下同—交易中出' 現蛋與火腿的可能性。 此規則的基數與可信度共同地定義了此規則的強度。 =者對這樣的系統有數種方式提出其規則以測試其強度。 :種系統可支援的這類線上查詢包括在未全部涵括但： 表性的列表中； % ⑴找出在-定水準的最小基數與最小可信度以上 有聯合規則。 (2) 在-足水準的最小基數與最小可信度，找出推論中有 項目集合X的所有聯合規則。 (3) 在一足水準的最小基數與最小可信度，找出結論中有 項目集合Y的所有聯合規則。 (4) 在一疋水準的最小基數與最小可信度，找出推論中或 =論中或推論與結論間有項目集合Y的所有聯合規 (:上面⑴’ (2)，(3)，⑷任何情、形中聯合規則/項 目集合的數目。 、 何種水T的瑕小基數時正好存在k項目集合包含 衣-------1Τ (請先閱讀背面之-注意事I再填寫本頁} # 本紙張尺度適川中國 9- ((NS ) Λ4現格（210x 297公釐 505868 Α7 五、發明説明（7 ) 了項目z的集合。 本方;'法詳述發現一般聯合规則以由一包含各種量化與分 類屬性所定義的一組原始交易’ D ’的大型資料庫中找出 量化規則。 例如，一般市場調查的典型量化/分類資料庫會包含一系 列記錄，其中每筆記錄反應了消費者一些特性與偏好的組 合； 記錄（1)= :年齡二 21，性別= 二男 ，屋主= :否 記錄（2)= :年齡= 43，性別= =男 ，屋主= Ό -疋 記錄（3 )= :年齡= 55，性別：： =女 ，屋主二 =否 通常，一定量聯合規則是這種形式的條件； 一般規則：

Xl[ll..ul], X2[12..u2]...Xk[lk..uk]Yl=cl, Y2=c2..Yp=cr=> Zl=zl, Z2=z2 其中XI，X2, ..Xk相當於量化推論屬性，而Y1，Y2, ..Yr， 與C相當於分類推論屬性。在此[η ui]，[I2..u2]， 相當於各種量化屬性的範圍。Z 1與Z 2相當於多個結論情 況。

本方法需要一使用者提供三個輸入，所提出的一規則， 或以推論/結論配對的形式參照使用者查詢。除所提出的_ 規則足外’使用者要提供所需要可信度的最小値（最小可信 度=c) ’及所需要的最小基數（最小基數値=s)，以測試所 提出規則（使用者查詢）的強度。 V 取小可信度及最小基數兩者與定量聯合規則的發現相關 聯，一如其與一般聯合規則的發現相關聯。典型的使用者 .·*—— -------—— ------ · 10 - 本紙张纽制巾_ _彳 (請先閲讀背面之：¾意事項再填寫本頁} 4 訂 # 505868 Α7 U ! 五、發明説明（8 ) 輸入範例可以是； (請先閲讀背面之*注意事瓜再填寫本頁) 範例Αι :典型使用者輸入 1 ·使用者提供所提出要測試的規則（查詢） #論餅 _ 結論條件 年齡[20-40]，薪水[i〇〇k-200k]，性別=男= > 汽車=2 ~一 2.使用者提供所提出規則的可信値，當爲最小可信度，〇。 最小可信度=50% 3 ·使用者供所提出規則的基數値，最小基數値，$。 最小基數値=10% 圖1是本方法架構的整體描述。其中假設有多個客户4〇 可以在網路3 5上使用預先處理的資料。預先處理的資料位 於飼服器5之中。在伺服器端中伴隨著預先處理的資料2〇 可以有快取記憶體25。預先處理與線上處理發生在CPU 1 〇 中。另外，磁碟1 5出現在此而資料儲存在磁碟上。 本方法包含兩個階段，一預先處理階段跟著一線上處理 階段。圖2(a)顯示預先處理步驟以及線上處理（規則產生步 驟）演算法的整體描述。預先處理階段與二元索引樹架構的 建立，見圖2步驟75，與圖3(a)的聯合規則詳細描述，有 關。索引樹架構的使用在此技術中爲一眾所周知的空間資 料結構’其被用來對多維資料做檢索。習知技藝中相關的 作品可見於 Guttman. A.. A dynamic Index Structure for 么細又al~Searching,^ Proceedings of the ACM .ςΤΓτΜΟΡ [紐細6臟。在本方法中引用了此索引樹架構的變化以執 _____ -11 - 本纸张尺度適川中國B3家標华（（、NS ) Λ4規格（2丨0χ 297公楚） 五、發明説明（9 A7 X5 / 行線上查詢。推論屬性被用來分刘咨拉 a 々 +刀剖#枓以建立一多維索引 呆構。丨此索引架構爲一二層架槿，並 ㈢木構，其中較高層節點最多聯 合兩個繼承節點，而較低層節點可 曰即·名j以有兩個以上的繼承節 點。此索引架構的建立對執杆右 執仃有效的線上資料探究是極關 心的。主要的優點在於使回應使用者查詢所需的磁碟ι/〇 降至最少。 索引架構的圖形化類似物，料在電腦記憶體中，以— 索引樹的形式顯示在圖3(b)中。索引樹係一眾所周知的空 間資料架構，它用來檢索多維資料。對每—個向度會在電 腦記憶體中建立-各自的索引架構，叾由使用者在線上查 询中所歧特定的量化屬性所定義。_ 3(b)是—索引樹架 構的特別的例子，它代表了推論條件”年齡”，及其聯合結 論條件"首次購冒者，，。爲推—牟欢、太土 ^ ^局進步澄清索引樹的概念，圖3(b) 可以用底下的例子代表”年齡”向度； 範例B :範例使用者查詢 #論餅 結論條件 薪水[401<-851<|，年齡[〇-；1〇〇]，性別 >首次購買者 讀 先 閲 讀 背 1¾ 之 意 事 項· 再 訂 f 4 h刀 ncJ.7;;: 通¥ 4包含推論與結論條件的量化與結論屬性的結合並 無數量的限制。 在圖D(b)中索引樹架構的根節點由使用者所設量化屬性 ，年齡[0-100]，所定義。樹中接下來的每個節點也描述了 此量化屬性，年齡，以樹階層頂部往底部持續變窄的範圍 限制。例如，根即點年齡[0-100]的二元繼承者是年齡[0_45] -12-

本紙悵尺度適中國Ρϋ家榡净.(T^NS )Λ4規格（21 O x 297公漦） 505868 A7 B7 五、發明説明（1〇 ) 與年齡[45·Η)()]。本方法在索引樹的每個節點儲存兩個資 料，代表關心程度的可信度與基數水準。例力，參閱圖训 ’在根節點上儲存的兩個資料包含了，· L可信度水準=50% 2.基數水準=輸入到原始資料庫中資料的函數 在根節點定義了使用者查詢的可信度與基數（推論/結論 配對）， 年齡[0-100]= >首次購買者。 圖3(a)是預先處理階段演算法的詳細流程圖，在圖2中 顯示成元件100。此階段的處理步驟涉及二元索引樹架構 的產生及在該架構中的每個節點儲存結論屬性的基數與可 信度水準，接著對該架構的較低層使用壓縮演算法以確使 索引樹可置入可用的記憶體中。步驟3〇〇是預先處理階段 的進入點。步驟3 10代表使用二元化演算法以產生二元索 引樹實施處理步驟的軟體。二元化步驟已在Aggarwa1 Ρ· S·，and Epelman Μ· A· The S-Tree ; e^f f i c i e n t—ijidex—Lt. e e——for——multi dimeii sional index trpp' ^Ymposium of Spatial Databases. 1 997 〇 但是，本方法至少 在一個方向上與先前技藝分歧。在步驟3 15中，索引節點 項目的組織方法是獨一的，對結論屬性的每個基數水準與 可信度水準値儲存在架構中的每個節點。步驟32〇代表使 用壓縮演算法以將較低層索引節點壓縮到一單一節點中以 實施處理步驟的款體。 圖4(a)是主要搜尋演算法的詳細流程圖，它被用以從索 13 --------—— (請先閱讀背面之_注意事％再填寫本頁) 訂 d. 0 k_m— tm—9 tmmimw 0 本纸張尺度適州中K因家標令（（、奶） Λ4規格（210X 297公釐） ^05868 A7 B7 t •央 u j 消 合 作 印 五、發明説明（11 ) 引樹產生未合併的規則樹，如圖2(b)中元件1〇〇所述。此 演算法!需要使用者設定的最小可信度C，最小基數S値， 以及一包含查询方塊Q與一或多右手側値的Z 1 = z 1，Z2 -z2的使用者查詢當輸入。查詢方塊僅是一代表使用者查 詢左手或推論部份的説明性名稱。爲進_步澄清查詢方塊 的意義，以下的範例C描述了在本方法中使用者所要輸入； 範例C :典型使用者輸入 使用者要輪入： (1·)最小可信度値，[最小可信度，c] (2·)最小基數値，[最小基數，s] 線上使用者還需要以（推論/結論）配對形式，項目3&4 ’輸入使用者查詢（所提出的規則）。 (3·)查詢方塊，”Q” [推論] (4·)Ζ1 = zl，Z2 = z2，etc··[結論] 項目三，查詢方塊，以下面的例子進一步説明，並可普 遍地包含任何量化與分類屬性的組合。項目四，結論屬性 ’可包含一或多個分類屬性。 [範例1]:此使用者設定的查詢包含一推論條件，有兩個 向度的查詢方塊，年齡與左撇子，與一單一分類結論條件 ，吸煙者。 查詢方塊 年齡[0-24]，左撇> 吸煙者 [範例2 ]:此使用者設定的查詢包含一推論條件，有兩個 向度的查詢方塊，身高與收入，與多個結論條件。 -14- (2丨0X 297公釐） (請先閲讀背面之>Γ意事項再填寫本頁} 丁‘， -Φ 505868 A7 B7 五、發明説明（12) 查詢方塊 身高[5-7]，收入[10k-40k]二 [範例3]:此使用者設定的查詢包含一單一推論條件，有 〉有房子，有車子 單一向度的查詢方塊，年齡，與單一結論條件 查詢方塊 年齡[10-431 == >吸煙者 上面的範例C ’以一般用語描述了使用者提供給本方法 的輸入。以下的範例D提供一代表性的範例。使用上面華 例2中的使用者查詢，典型的輸入/輸出結果可能會如下： 範例D : 使用者設定的輸入： 1. 最小可信度=.50 2. 最小基數=.43·查詢方塊（推論條件）=身高[5 - 6]，收入[1〇k_4〇k] 4.關心的結論條件=有房子=1，有車子二1 由項目（3 & 4)組成的使用者查詢：身鬲[5-7] ’收入[l〇k-40k]>有房子，有車子 造成的輸出：產生的規則身高[5.5-6.2]，收入[13k-27.4k]=二〉有房子士土 Ji，有車 子二1 通常，也許不產生規則，也許一個規則或多個規則。在 上面的範例中產生了單一規則。所產生“規則稱爲符合使 用者查詢，（推論/結論配對），在使用者設定的可信产與基 數水準，分別爲.5與.4。 15 (讀先閲讀背面之注意事項再填寫本頁} ··裝 訂 本紙張尺度適州中國因家標彳 (210X297公釐） 505868 五、發明説明（13 由索引樹產生未合併規則樹的演算法 ，由-個接-個搜尋索引樹的所有節圖止⑷所疋義 進入主要搜尋演算法的進入點。··'开1:°少骤400是 標的處理步驟的軟體，目前節點指二10:表實：設定指 標目前節點會永遠指到索引樹;^ 的根節點°指 被搜4演算法掃描的節點，T步躁42。中只 點。步骤430代表實施將目前節點所指到節點：；二; 點：到而的軟體’它與查詢方塊Q相交，並有至少“ 用者設定的輸入儘，最小基數s相等的基數早節^ :::!=T推論條件完整地包含在查詢方塊所定義 ?推=:時，.則稱該子節點與查詢方塊相交。步驟 疋一決疋少驟，它判定目前節點中所包含個別資料記錄是 否至少在C百分比的時間中符合結論條件，m盘Μ:Γ二Γ“40的條件滿足了，則演算法進行到步請 二，屋生對應到右手邊屬性集合的規則， 。步驟㈣接著步驟440與445，且代表了實施由lis= 目前節點所指到的節點，並將目前節點指標設 “匕。LIST中心下一節點的處理步碟的軟體。步驟 460^判斷UST是否爲空的並在條件成立時結束演算法，見 步私470。否則，演算法回到步驟43〇並對當前由目前節 點指標所指到的節點重複步驟。在結束演算法時，會輪出 一未合#的規則樹’它滿足使用者所定的最小基數^ 小基數S。 __________ - 16- 本祕尺度侧國 (請先閲讀背面<注意事免再填寫本頁) •丨,¾衣--- I· • II 1*- 1......... · 505868 A7 .¾ 4\ 標 準 人b J. 消 fi 作 社 印 五、發明説明（14 ) 圖5(a)是描述由未合併的規則樹建立合併的規 理的詳，細流程圖。此流程圖所描述的演算法壓縮夫= <處 規則樹以得到規則的階層式表示法。未合併 ：：： 度優先的搜尋順序通過，其在每一節點判定該節點，二冰 ，義二有意義的節點定義爲有一規則與該節點相：：有 在-未否併的規則樹建立時一規則可能或可能不已梦虚一 節點相關聯。爲進一步清楚區分有意義與無意義節 顧圖4(b)，未合併的規則樹，其中有意義節點相當於節= ，2與4。所有有意義節點都保存在合併的規則樹〆 -節點被判定爲無意義，則演算法或者除去該節點 ： 在符合某些條件時合併多個子節點爲單一節點。 # 步驟·代表演算法的進入點。步驟川代表實施確使 未合併的規則樹係被以深度優先的搜尋順序通過之處理乎 驟之軟體。步驟515代表以深度優先方式進行到未合併^ 規則樹中下一節點的步驟。步驟52〇代表判斷目前^節 點是：爲-有意義節點的決定步驟。在目前節點被判定爲 一有意義節點時分出一分支到步驟53〇。否則演算法分支 到v驟540以知節點歸類爲無意義。步驟是一判斷無 意義節點是否有子節點的決定步驟。若無意義節點有子節 點則分支到步驟550。步驟55〇代表實施刪除目前無音義 ㈣處:里步驟的軟體。否則，若在步骤54?判定目前“ 沒有子節點，則分支到步驟56〇。步驟56〇是_判斷目前 ，意義，點是否有一或多個子節點的決定步驟。若目前;； 點僅有單一子節點，則分支到步驟570。步驟57〇代表實 請 先 聞 ¥ 背 ιέ 之 注· 意 事 項· 再 鳟 17- 本纸依尺度適/种(Tn^Ta^ (210X 297公釐） A7 五、發明説明（15 施删除目前節點並直接將 父與子_接之處理步興：：：趣之無意義節點的 點有多個子節點則分支到步躁則，若f現目前節 個子笳點的畀 ' 步蘇5 8 0是一判斷兩 如卞即點的取小矩形接只b ^ 0 ^ ^ |疋口、比無意義父節點多的決定步 驟。取小矩形邊界是由每 / 低il*辰卩r 、 每個子即點的量化屬性的較高與較 ^ ,, r R . ^ ^ 田子即點的範圍結合並變得比父節 -占的圍更廣時，會出p人 7曰出現合併物。例如，若子節點定義成； 子即點1 -年齡[10_2〇] 子節點2 -年齡[3〇_4〇] 而對應的父節點定義成； 父節點-年齡[10-30] 接著在此範例中會出現一合併物，因爲子屬性範圍的组 合產生一較父節點所設定範圍[10_30]爲廣的组合範圍[1〇_ 40] 〇 右兩個子節點的最小矩形邊界的可信度超過父節點，則 刀支到步驟59〇。步驟59〇代表實施將父節點的最小矩形 邊界凋整爲兩個子節點的最小矩形邊界的處理步躁的软體 。分支到決定步骤600以判定在樹中是否還有任何其他節 點要通過。若無任何其他節點要通過則分支到結束步驟61〇 ’否則對其餘的索引節點重複處理步驟490-5 15。 圖6是描述使用合併的規則樹當輸入以在使用者設定的 重要程度r中定義規則過程的詳細流程圖。合併的規則樹 以深度優先的順序通過。步驟616是此流程的進入點。使 用者要設定一輸入値當r，代表重要程度。步驟6 18代表 18 本紙張尺度適州中國g家標卒（rNS ) Λ4規格（2!〇Χ 297公釐） 請 先 閲 讀 背 S· 意 事 項- 再 填 寫 本 頁 f 訂 A7 B； 五、發明説明（16 在合併的規則樹以深度優先^ 步驟620是—決定步驟=擇：：節點的軟體。 節點的重要性以判定立中θ石A =目則即點的所有祖先 點的1"者的*體。；条？可信度値至少等於目前節 630代表删除盘 V馬：時則分支到步驟630。步驟 人n 5|丨：：則P •點相關的規則的軟體。若條件未符 :則刀支到步環⑽。步驟64〇是一決定步 有其餘節點Hit逐有任何剩餘的節點要評估。若還 ' r則重複處理步驟，否則處理在此杜走。 ，維然本發明特別顯示並説明了實施例，習；所 ，輕易爲之的細微改變並未脱離本發明的範圍與= ，>、僅應以所附申請專利範圍爲限。 /、 ...4 WT A,rt· ^,π /hm

度尺纸 本 S Ί\ c •ttr 家 Η 國 釐公

Claims (1)

1. 505868 第087112467號專利申請案 主申請專利範圍修正太⑼年g 申請專利範圍 L -種線上探究具有多筆記錄的一大型資料庫之方法，且 每個記錄有多個量化與分類項目以提供定量聯合規則， 其包含下列步驟： a) 接收使用：#定義的一最小可信度值，使用者定義的〆 最小基數值，使用者定義的水準值，及—包含推 論與結論屬性的使用者查詢；

   b) 組織該推論與結論屬性間的關聯性； c) 預先儲義該#論屬㈣資料&與該肖論屬性相 關之資料； d) 因應該使用纟查詢由該縣儲存的資料求出一答案。 2. 如申請專利範圍帛η之方法，其中步驟b進—步°包含階 層地分割該推論資料到一索引樹，其中該索引樹包:多 個索引節點。 3. 如申請專利範圍第丨項之方法，該答案進一步包含一或 多個定量聯合規則，一與每個規則有關的實際可信度 # 值，一與每個規則有關的實際基數值，及一與每個二則 有關的重要程度。 4. 如申請專利範圍$ 3項之方法，其中該定量聯合規則只 包含那些重要的規則，其中該重要的規則包括那些計算 出的重要程度至少等於該使用者定義的重要程度。 5·如申請專利範圍第4項之方法，其中該重要程度定義成 一第一與一第二計算出的商數中的最小值’其中該第一 商數定義成實際可信度除以一期望可信度，而_第/二商 數定義成實際基數除以一期望基數，其中該期望可信度

   請專利範圍 A8 B8 C8 D8 與基數是根據統計上獨立的假設計算出的值。 如申凊專利範圍第1項之方法，其中該推論屬性進一步 包含分類與量化屬性。 如申明專利範圍第6項之方法，其中該量化屬性進一步 由包含一較低與一較高邊界的範圍定義。 8·如申請專利範圍第2項之方法，其中階層地分割該推論 資料到索引樹的步驟，進一步包含： a) 在该索引樹的每個索引節點儲存代表實際基數的一 第一值；. b) 在該索引樹的每個索引節點儲存代表每個使用者查 兩結論屬性發生頻率的一第二值。 9·如申請專利範圍第丨項之方法，其中的步驟d進一步包 含： Ο搜尋該索引樹的所有索引節點以分離出推論屬性範 圍與該使用者查詢推論屬性範圍符合的節點； 11)由菘等節點中選出滿足步驟i基準者，其結論屬性至 少等於該使用者設定的最小可信度值；且 iii)由該等滿足步驟i與ii的基準之節點建立合併樹。 10·如申請專利範圍第9項之方法，其中步驟m進一步包含 刪除典意義節點並結合其他節點以建立該合併樹。 11·如申請專利範圍第1〇項之方法，其中無心節點是計算 的可信度值未至少等於該使㈣定義的最小可信度 節點。 其中合併樹可建立單一 12·如申請專利範圍第1 〇項之方法 本紙張尺歧财s i(家鮮(CNS) A4規格(210 X 29T^J7 申請專利範圍 或多個結論屬性。. 13· 一種電腦執行對具有多筆 之處理籍食—Z綠的一大型資料庫線上探究 r*定義的最小基數值， 度值，及」 —使用者定義的重要程 淪條件進一步包括多個量化與分類屬性； 每r=體中建立一包含—或多個向度的索引樹，其中 母個向度由該推論條件中ρ 化屬性所μ 含的—個使用者提供的量 ^疋我，藏索引樹包含多個索引節點，其中該等 索引節點進一步包含多筆資料記錄； 由個索引節點的索引樹建立一未合併的規則 錄；/、甲s寺索引即點進一步含多筆資料記 由該包含多個索引節點的未合併的規則樹建立一人併 的規則樹於記憶體中’其中該等索引節點進-步心筆 資料記錄； 艾=多章 由符合該使用者查詢，且其基數至少等於該最小基 數，其可信度至少等於該最小可信度，的那些節點產生 出一或多個定量聯合規則；及 顯示輸出資料給使用者，包括·· 產生步驟的該等定量聯合規則； 與所產生的每個定量聯合規則相關的實際可信度值； 本紙張尺度適用中國國家標準(CNS) Α4規格(210 X 297公釐)

   A8 B8 C8 D8 申請專利範圍 與所產生的每锢定量聯合規則相關的基數值；及 與所產生的每個定量聯合規則相關的重要程度值。 14·如申請專利範圍第1 3項之處理程序，其中產生定量聯合 規則的步驟被重複，以便該使用者查詢交互地修正以進 一步定義該聯合規則。 15·如申請專利範圍第13項之處理程序，其中建立索引樹的 步驟:進一步包括： 1) 建立 或多向度的二元索引樹，其中每個向度由一 個使用者所提供的量化推論屬性所定義； 2) 在每個索引節點儲存該基數水準與可信度水準。 16·如申請專利範圍第13項之處理程序，其中建立未合併規 則樹的步驟包括： i) 搜尋該索引樹的每個節點； ii) 選擇包含的規則符合使用者設定的結論條件，且可 信度至少等於該使用者定義的最小可信度值，而基數值 至少等於該使用者定義的最小基數值的那些節點。 17·如申請專利範圍第16項之處理程序，其中步驟ϋ進一步 包括： 0建立一指標； ii)將該指標設為該索引樹的根節點； Hi)將與該指標相關的該節點加到一表列中； iv)將該指標所指到，有推論屬性整個包含在該使用者 設定的推論屬性參數中，且有一最小基數值至_少等於該 使用者定義的最小基數的節點的所有子節點加入·

   則 修正補充 〇B A8 B8 C8 D8

   ，V)判斷儲存在該指標所指到節點的資料記錄，是否至少 等於使用者設定的結論條件，且有—可信度至少等於該 指標所指到節點的該使用者定義的最小可信度； vi) 產生一與該結論條件相關的定量聯合規則； vii) 當前面步驟的條件不滿足時由該二列;刪除該節 點， viii) 判斷該表列是否為空的； ix) 當該表列為空時結束； X) 當步驟IX的條件不成立時，將該指標設為該索引樹 的下一節點；及 XI) 當步驟ix的條件不成立時，重複步騾ίΗ_χ。 18.如申請專利範圍第1項之 方法，其中建立合併的規則樹的步驟包括： a) 以左側深度優先之順序通過未合併規則樹的每個節 點； b) 評估所通過未合併規則樹中的每個節點以將其包括 或排除，進一步包括： 1)判斷是否每個使用者定義的結論屬性值大於儲存 在該節點的結論屬性值； Π)當步驟i的條件成立時，將該節點保留在該合併規 則樹中； III) 當步驟1的條件不成立且該節點沒有相關的子節 點時，將該節點由該合併規則樹中刪除； IV) 當步驟1的條件不成立且該節點有一子節點時， 本紙張尺度適财國s家鮮(CNS) A4規格(21GX

   8 8 8 8 ABCD 六、申請專利範圍 將該節點由該合併規則樹中刪除； V)當步騾i的條件不成立時，調整該結論屬性的範圍； vi) 當步驟iv的條件成立時，直接聯合一祖先節點與 該被刪除節點之子節點；及 vii) 重複步驟i-vi直到以左側深度優先之順序通過所 有節點。 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐)