WO2010134440A1 - データ結合システム及びデータ結合方法 - Google Patents

Abstract

　本発明のデータ結合システムは、データ読み取り部によりテーブルＡから取得されたレコードａに含まれるキー項目の値が、テーブルＢに記憶されているレコードｂに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該レコードｂを結合対象として選択するテーブル判定部１１と、選択されたレコードｂをレコードａに結合してレコードｃを生成するデータ結合部と、レコードｃをテーブルＣに記憶させるデータ書き出し部とを備える。これにより、結合されるレコードｂとレコードａとの結合精度を向上させながら、データ結合の成功率を向上させることが可能となる。

Description

データ結合システム及びデータ結合方法

　本発明は、データ結合システム及びデータ結合方法に関する。

　一般に、複数のデータ同士を結合する処理において、各データに含まれる所定の項目に着目して、その項目の値が一致する場合に、それらのデータを結合する処理が行われる。例えば、第１のテーブルに含まれるコンテンツデータと、第２のテーブルに含まれるレコードデータとを、それぞれのデータに含まれる属性値及び項目値が一致する場合に結合するデータ処理装置が知られている（例えば、特許文献１参照）。

特開２００５－４９９４３号公報

　あるデータ群に含まれるデータ（以下、「結合元データ」とする）に対して、他のデータ群から所定の項目の値が一致するデータ（以下、「結合先データ」とする）を抽出して、結合元データと抽出した結合先データとを結合させるデータ結合処理においては、結合先データ群の中に所定の項目の値が一致する結合先データが複数存在する場合がある。また、結合先データ群そのものが複数存在する場合がある。このような場合には、所定の項目の値の一致のみを結合の基準とすると、結合元データに結合させる結合先データを決定することができない。また、結合先データの決定のために、値に関して範囲の概念を伴うことが可能な上記所定の項目とは異なる他の項目をさらに考慮する場合がある。一般に、データ結合処理においては、結合の成功率を向上させる必要があるが、結合の成功率向上のために上記他の項目の値が結合元データと結合先データとの間で大きく異なるようなデータを結合させると、結合された結合元データと結合先データとの結合精度が低くなり、好ましくない。

　そこで、本発明は、かかる問題点に鑑みてなされたものであり、データ結合処理において、結合されるデータの結合精度を向上させながら、データ結合の成功率を向上させることが可能なデータ結合システム及びデータ結合方法を提供することを目的とする。

　上記課題を解決するために、本発明のデータ結合システムは、識別項目及びキー項目を含む結合元データと、識別項目及びキー項目を含む結合先データを複数有する結合先データ群から選択した一の結合先データである選択結合先データとを結合するデータ結合システムであって、結合元データを記憶する結合元データ記憶手段と、結合先データ群を記憶する結合先データ記憶手段と、結合元データ記憶手段に記憶されている一の結合元データに含まれる識別項目の値が、結合先データ記憶手段に記憶されている結合先データに含まれる識別項目の値と一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当し、且つ当該結合元データに含まれるキー項目の値が、当該結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該結合先データを選択結合先データとして選択するデータ判定手段と、データ判定手段により選択された選択結合先データを結合元データに結合し、合成データを生成するデータ結合手段と、合成データを記憶する合成データ記憶手段と、データ結合手段により生成された合成データを、合成データ記憶手段に記憶させるデータ書き出し手段とを備え、所定の識別範囲は、結合先データに含まれる識別項目の値を含む有限の範囲であり、第１の所定の範囲は、結合先データに含まれるキー項目の値を含む有限の範囲であることを特徴とする。

　また、上記課題を解決するために、本発明のデータ結合方法は、識別項目及びキー項目を含む結合元データと、識別項目及びキー項目を含む結合先データを複数有する結合先データ群から選択した一の結合先データである選択結合先データとを結合するデータ結合方法であって、一の結合元データに含まれる識別項目の値が、結合先データに含まれる識別項目の値と一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当し、且つ当該結合元データに含まれるキー項目の値が、当該結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該結合先データを選択結合先データとして選択するデータ判定ステップと、データ判定ステップにおいて選択された選択結合先データを結合元データに結合し、合成データを生成するデータ結合ステップと、データ結合手段により生成された合成データを、合成データを記憶させるための合成データ記憶手段に記憶させるデータ書き出しステップとを有し、所定の識別範囲は、結合先データに含まれる識別項目の値を含む有限の範囲であり、第１の所定の範囲は、結合先データのキー項目の値を含む有限の範囲であることを特徴とする。

　本発明のデータ結合システム及びデータ結合方法では、結合元データに結合先データを結合させるに際して、識別項目が一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当していることに加えて、結合先データのキー項目の値に基づいて設定された第１の所定の範囲に結合元データのキー項目の値が該当する場合に当該結合先データを選択結合先データとして結合元データに結合させるので、データ結合の精度を向上させることができる。なお、識別項目が範囲の概念を持たない値が記憶される項目である場合は、識別項目は、例えばユーザの識別子を値として記憶する項目である。また、識別項目が範囲の概念を持つ値が記憶される項目である場合は、識別項目は、例えばＩＰアドレスの識別子によるネットワークプレフィックスを値として記憶する項目である。また、キー項目は、連続的または離散的な値をとることが可能な項目であり、その値に関して、範囲の概念を伴うことが可能である。

　また、本発明のデータ結合システムでは、データ判定手段は、結合先データ記憶手段に記憶されている複数の結合先データから、結合先データに含まれる識別項目の値が、結合元データに含まれる識別項目の値と一致、または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に結合元データに含まれる識別項目の値が該当する結合先データを抽出結合先データとして抽出し、結合元データに含まれるキー項目の値が、抽出結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この場合には、結合元データに結合される結合先データの候補を識別項目の値により抽出結合先データとして抽出した後に、結合元データに含まれるキー項目の値が抽出結合先データのキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該抽出結合先データを結合元データに結合させるので、データ結合の精度をより向上させることが可能となると共に、キー項目の値に基づく選択結合先データの選択の処理負担を軽減することができる。

　また、本発明のデータ結合システムでは、結合元データ及び結合先データは、複数のキー項目を含み、データ判定手段は、結合元データに含まれる複数のキー項目のそれぞれの値が、抽出結合先データに含まれる複数のキー項目の値に基づいて設定されたそれぞれの第１の所定の範囲に該当する場合に、当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この構成では、結合元及び結合先データが複数のキー項目を有するデータであった場合であっても、結合元データのそれぞれのキー項目が結合先データにおけるそれぞれのキー項目に関して設定された第１の所定の範囲に該当する場合に、当該結合先データを結合元データに結合させる選択結合データとして選択するので、結合される選択結合先データと結合元データとの結合精度を向上させながら、データ結合の成功率を向上させることが可能となる。

　また、本発明のデータ結合システムでは、データ判定手段は、結合元データに含まれるキー項目の値が、抽出結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当しなかった場合には、第１の所定の範囲に隣接して設定された第２の所定の範囲に結合元データに含まれるキー項目の値が該当する場合に、当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この構成では、結合元データのキー項目の値が、いずれの抽出結合先データのキー項目の値に関する第１の所定の範囲に該当しなかった場合であっても、いずれかの抽出結合先データのキー項目に関して第１の所定の範囲に隣接して設定された第２の所定の範囲に該当すれば、当該抽出結合先データが結合元データに結合させる選択結合先データとして選択されるので、データ結合の成功率を向上させることが可能となる。即ち、これらの構成では、結合元データのキー項目の値が、結合先データのキー項目の値に関する第１の所定の範囲に該当する場合、またはキー項目の値が第１の所定の範囲に該当するような抽出結合先データが存在しない場合であって第２の所定の範囲に該当する場合に、当該結合先データが結合元データに結合させる選択結合先データとして選択されるので、結合対象となる結合先データを選択できずに当該結合元データに冠する結合処理が失敗となることを防止することができる。

　また、本発明のデータ結合システムでは、結合元データ及び結合先データは、複数のキー項目を含み、データ判定手段は、抽出結合先データに含まれる複数のキー項目の値に基づいて設定されたそれぞれの第１の所定の範囲、または該第１の所定の範囲に隣接して設定されたそれぞれの第２の所定の範囲に、結合元データに含まれる複数のキー項目のそれぞれの値が該当する場合に、当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この構成では、結合元及び結合先データが複数のキー項目を有するデータであった場合であっても、結合元データのそれぞれのキー項目が結合先データにおけるそれぞれのキー項目に関して設定された第１の所定の範囲、または第１の所定の範囲に隣接して設定された第２の所定の範囲に該当する場合に、当該結合先データを結合元データに結合させる選択結合データとして選択するので、結合される選択結合先データと結合元データとの結合精度を保ちながら、データ結合の成功率を向上させることが可能となる。

　また、本発明のデータ結合システムでは、データ判定手段は、結合先データ記憶手段に記憶されている複数の結合先データから、結合元データに含まれるキー項目の値が第１の所定の範囲に該当する結合先データを抽出結合先データとして抽出し、抽出結合先データに含まれる識別項目の値が、結合元データに含まれる識別項目の値と一致、または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に結合元データに含まれる識別項目の値が該当する場合に、当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この場合には、結合元データに結合される結合先データの候補をキー項目の値により抽出結合先データとして抽出した後に、抽出結合先データのうち、識別項目の値が一致するもの、または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に結合元データに含まれる識別項目の値が該当するものを結合元データに結合させるので、データ結合の精度をより向上させることが可能となる。

　また、本発明のデータ結合システムでは、データ判定手段は、抽出結合先データに含まれる識別項目の値が、結合元データに含まれる識別項目の値と一致せず、且つ当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に結合元データに含まれる識別項目の値が該当しなかった場合には、第1の所定の範囲に隣接する第２の所定の範囲を設定するような値を当該キー項目として有する他の結合先データを結合先データ記憶手段から抽出結合先データとして再抽出し、再抽出された抽出結合先データから識別項目の値が結合元データに含まれる識別項目の値と一致または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当する当該抽出結合先データを選択結合先データとして選択することを特徴とする。

　この構成では、結合元データの識別項目の値が、キー項目において第１の所定の範囲に基づいて抽出したいずれの抽出結合先データの識別項目の値と一致または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当しなかった場合であっても、第１の所定の範囲に隣接する第２の所定の範囲に基づいてキー項目において再度抽出した抽出結合先データの中に結合元データと識別項目の値が一致または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当する抽出結合先データが存在すれば、当該抽出結合先データが結合元データに結合させる選択結合先データとして選択されるので、データ結合の成功率をさらに向上させることが可能となる。即ち、この構成では、結合元データの識別項目の値が一致または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当する結合先データが、キー項目において第１の所定の範囲に基づいて抽出した抽出結合先データの中に存在する場合、または、第１の所定の範囲に基づいて抽出した抽出結合先データの中に存在せず、第２の所定の範囲に基づいて抽出した抽出結合先データの中に存在する場合に、当該抽出結合先データが結合元データに結合させる選択結合先データとして選択されるので、結合対象となる結合先データを選択できずに当該結合元データに関する結合処理が失敗となることを防止することができる。

　また、本発明のデータ結合システムでは、キー項目は、日時に関する項目であり、第１の所定の範囲は、キー項目の値の日時を含む所定の期間であることを特徴とする。この構成によれば、日時に対応付けられた結合元データに、所定の期間に対応付けられた結合先データを結合させることが可能となる。

　本発明のデータ結合システム及びデータ結合方法によれば、結合元データに結合先データを結合させるに際して、識別項目が一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当していることに加えて、結合先データのキー項目の値に基づいて設定された第１の所定の範囲に結合元データのキー項目の値が該当する場合に当該結合先データを選択結合先データとして結合元データに結合させるので、データ結合の成功率を向上させることが可能となる。また、第１の所定の範囲は、結合先データのキー項目の値に基づいて設定された範囲なので、結合精度を向上させることができる。従って、データ結合の処理において、結合されるデータの結合精度を向上させながら、データ結合の成功率を向上させることが可能となる。

データ結合システムの実施形態に係るサーバの機能ブロック図である。 サーバのハードブロック図である。 テーブル記憶部に記憶されるテーブルＡ並びにテーブルＢ１及びテーブルＢ２の構成の一例を示す図である。 テーブル記憶部に記憶されるテーブルＣの構成の一例を示す図である。 サーバにおいて実施されるデータ結合方法の処理内容を示すフローチャートである。 サーバにおいて実施される他の実施形態に係るデータ結合方法の処理内容を示すフローチャートである。

　１…サーバ、１０…ユーザ要求取得部、１１…テーブル判定部、１２…データ読み取り部、１３…データ結合部、１４…データ書き出し部、１５…ユーザ結果出力部、１６…テーブル記憶部。

　本発明の実施形態に係るデータ結合システムについて図面を参照して説明する。なお、可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。
（第１実施形態）
　図１は、データ結合システムの一実施形態に係るサーバ１の機能的構成を示すブロック図である。サーバ１は、複数のキー項目を含む結合元データと、複数のキー項目を含む結合先データを複数有する結合先データ群から選択した選択結合先データとを結合する装置であって、機能的には、ユーザ要求取得部１０、テーブル判定部１１（データ判定手段）、データ読み取り部１２、データ結合部１３（データ結合手段）、データ書き出し部１４（データ書き出し手段）、ユーザ結果出力部１５及びテーブル記憶部１６（結合元データ記憶手段、結合先データ記憶手段、合成データ記憶手段）を備える。

　また、図２は、サーバ１のハードウエア構成図である。サーバ１は、物理的には、図２に示すように、ＣＰＵ１０１、主記憶装置であるＲＡＭ１０２及びＲＯＭ１０３、ハードディスク、フラッシュメモリ等の補助記憶装置１０５、入力デバイスであるキーボード及びマウス等の入力装置１０６、ディスプレイ等の出力装置１０７、ネットワークカード等のデータ送受信デバイスである通信モジュール１０４などを含むコンピュータシステムとして構成されている。図１に示した各機能は、図２に示すＣＰＵ１０１、ＲＡＭ１０２等のハードウエア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１０１の制御のもとで通信モジュール１０４、入力装置１０６、出力装置１０７を動作させるとともに、ＲＡＭ１０２や補助記憶装置１０５におけるデータの読み出し及び書き込みを行うことで実現される。

　なお、本実施形態では、上記の各機能部１０～１６が、サーバ１に備えられていることとしているが、ネットワークを介して相互に通信可能な複数のサーバに分散して構成され、本発明のデータ結合システムが複数のサーバにより構成されることとしても良い。

　まず、各機能部１０～１５の説明に先立って、テーブル記憶部１６に記憶されているテーブルについて説明する。テーブル記憶部１６は、図１に示す例では、テーブルＡ、テーブルＢ１、テーブルＢ２及びテーブルＣを記憶している。また、テーブルＢ１及びテーブルＢ２はテーブルＢ群を構成する。なお、テーブル記憶部１６に記憶されたテーブルＡは、本発明における結合元データ記憶手段を構成し、テーブルＡに含まれるレコードａは、本発明における結合元データを構成する。また、テーブル記憶部１６に記憶されたテーブルＢ１，Ｂ２は、本発明における結合先データ記憶手段を構成し、テーブルＢ群に記憶された複数のレコードｂは、本発明における結合先データ群を構成し、テーブルＢ１及びテーブルＢ２に含まれるレコードｂは、本発明における結合先データを構成する。テーブル記憶部１６に記憶されたテーブルＣは、本発明における合成データをレコードとして記憶する合成データ記憶手段を構成する。

　テーブルＡの構成の一例を図３（ａ）に示す。テーブルＡは、移動端末を収容する基地局及び交換機により取得された移動端末の位置情報を記憶するテーブルであり、項目として、「ユーザＩＤ」、「日時」及び「位置」を有している。項目「ユーザＩＤ」は、移動端末のユーザの識別子であり、項目「日時」は、そのレコードが取得された日付であり、項目「位置」は、移動端末の所在位置に関する情報である。そして、テーブルＡは、図３（ａ）に示す例では、レコードａ１，ａ２，ａ３を記憶している。

　テーブルＢ１の構成の一例を図３（ｂ）に示す。テーブルＢ１は、移動端末の通信サービスの提供者において、「７月」末の時点における移動端末の契約者の属性情報を記憶するテーブルである。テーブルＢ１は、項目として、「ユーザＩＤ」、「性別」及び「生年月日」を有している。項目「ユーザＩＤ」は、移動端末のユーザの識別子であり、項目「性別」は、ユーザの性別であり、項目「生年月日」は、ユーザの生年月日である。また、テーブルＢ１は、属性情報取得時に関する項目「日時」を有しており、全レコードｂ１１，ｂ１２における項目「日時」の値が「７月」であると捉えることができる。

　テーブルＢ２の構成の一例を図３（ｃ）に示す。テーブルＢ２は、移動端末の通信サービスの提供者において、「８月」末の時点における移動端末の契約者の属性情報を記憶するテーブルである。テーブルＢ２は、テーブルＢ１と同じ項目を有している。また、テーブルＢ２は、属性情報取得時に関する項目「日時」を有しており、全レコードｂ２１，ｂ２２における項目「日時」の値が「８月」であると捉えることができる。

　テーブルＣの構成の一例を図４に示す。テーブルＣは、テーブルＡのレコードａに、テーブルＢ１，Ｂ２に記憶されたいずれかのレコードｂを結合させて生成されたレコードｃを記憶するテーブルである。テーブルＣは、項目として、「ユーザＩＤ」、「日時」、「位置」、「性別」及び「生年月日」及び「結合したテーブル」を有する。項目「結合したテーブル」は、結合されたレコードｂの取得元のテーブルを示しており、「ｂ７（テーブルＢ１）」、「ｂ８（テーブルＢ２）」といった値を有している。

　以下、図１を用いて、サーバ１の各機能部について詳細に説明する。

　ユーザ要求取得部１０は、ユーザからのデータ結合の処理要求を取得する部分である。処理要求にはデータ結合に関する種々の指定事項が含まれており、例えば、「テーブルＡとテーブルＢ群とを結合しテーブルＣに出力する」、「テーブルＡのレコードに対して、テーブルＢ群から、ユーザＩＤの項目が一致し、かつ日時に関する項目に基づいて所定のアルゴリズムにより抽出されるレコードを選択して結合する」、「所定のアルゴリズムの種類」及び「結合に成功したレコードのみテーブルＣに出力する」といった情報が含まれる。

　テーブル判定部１１は、テーブルＡに記憶されているレコードａに結合させるレコードｂをテーブルＢ群から選択する部分である。テーブル判定部１１が実施する処理の詳細は後述する。また、テーブル判定部１１は、テーブルＡから取得したレコードａ及びテーブルＢ群から選択されたレコードｂをデータ結合部１３に送出する。

　データ読み取り部１２は、テーブル記憶部１６に記憶されているテーブルＡ、テーブルＢ１及びテーブルＢ２を参照して、レコードを取得する部分である。データ読み取り部１２は、取得したレコードをテーブル判定部に送出する。

　データ結合部１３は、テーブル判定部１１よりレコードａ及びレコードｂを取得し、レコードａにレコードｂを結合し、レコードｃを生成する部分である。データ結合部１３は、レコードｃをデータ書き出し部１４に送出する。

　データ書き出し部１４は、データ結合部１３よりレコードｃを取得し、取得したレコードｃをテーブルＣに書き出す部分である。また、データ書き出し部１４は、すべてのレコードの書き出しが終了した場合には、その旨の通知をユーザ結果出力部１５に送出する。

　ユーザ結果出力部１５は、データ書き出し部１４よりレコードの書き出しが終了した旨の通知を取得し、その旨を表示する部分である。

　続いて、図５を用いて、本実施形態のデータ結合方法におけるサーバ１の動作について説明する。図５は、サーバ１において行われるデータ結合の処理内容を示すフローチャートである。

　まず、ユーザ要求取得部１０は、ユーザからのデータ結合の処理要求を取得する（Ｓ１）。この処理要求には、例えば「テーブルＡのレコードａに対して、テーブルＢ群から、「ユーザＩＤ」の項目が一致し、かつ「日時」に関する項目に基づいて所定のアルゴリズムにより抽出されるレコードｂを選択して結合する」といった情報が含まれるものとする。なお、本実施形態では、項目「ユーザＩＤ」は、本発明における識別項目を構成し、項目「日時」は、本発明におけるキー項目を構成する。

　なお、識別項目は、範囲の概念を持たない値が記憶される項目である場合と、範囲の概念を持つ値が記憶される項目である場合とがある。前者の一例としては、識別項目が、ユーザの識別子であるユーザＩＤを値として記憶する項目である場合が挙げられる。また、後者の一例としては、識別項目が、ＩＰアドレスの識別子によるネットワークプレフィックスを値として記憶する項目である場合が挙げられる。本実施形態では、識別項目が範囲の概念を持たない値が記憶される項目であるとして、以下の説明をしている。また、キー項目は、連続的または離散的な値をとることが可能な項目であり、その値に関して、範囲の概念を伴うことが可能である。

　次に、データ読み取り部１２は、テーブル記憶部１６からテーブルＡを取得する（Ｓ２）。そして、テーブル判定部１１は、取得したテーブルＡからレコードａを取得する（Ｓ３）。ここでは、まずレコードａ１が取得されたものとする。

　続いて、テーブル判定部１１は、レコードａの項目「日時」の値をキーとして、所定アルゴリズムを用いてテーブルＢ群からいずれかのテーブルＢを選択する（Ｓ４）。ここで、所定アルゴリズムについて説明する。本実施形態では、以下のような２種類のアルゴリズムが存在する。
第１のアルゴリズム：取得された「日時」がｎ月１日～３１日の位置情報（レコードａ）に対して、ｎ月末属性情報（ｂｎ）（レコードｂ）を結合させる。
第２のアルゴリズム：取得された「日時」がｎ月１６日～（ｎ＋１）月１５日の位置情報（レコードａ）に対して、ｎ月末属性情報（ｂｎ）（レコードｂ）を結合させる。

　即ち、第１のアルゴリズムでは、レコードｂに含まれる項目「日時」の値（ｎ月）に基づいてｎ月１日～３１日の範囲が設定され、この範囲にレコードａの「日時」の値が含まれる場合に、当該レコードａと当該レコードｂとが結合される。また、第２のアルゴリズムでは、レコードｂに含まれる項目「日時」の値（ｎ月）に基づいてｎ月１６日～（ｎ＋１）月１５日の範囲が設定され、この範囲にレコードａの「日時」の値が含まれる場合に、当該レコードａと当該レコードｂとが結合される。なお、第１のアルゴリズムにおける日時に関する期間「ｎ月１日～３１日」、及び第２のアルゴリズムにおける日時に関する期間「ｎ月１６日～（ｎ＋１）月１５日」は、本発明における第１の所定の範囲を構成する。

　ここでは第１のアルゴリズムが用いられるとすると、ステップＳ３において、レコードａ１が選択されており、レコードａ１の項目「日時」の値は「２００８／８／１７」であるので、８月末属性情報（ｂ８）のテーブルＢ２が選択される（Ｓ４）。

　続いて、テーブル判定部１１は、レコードａの項目「ユーザＩＤ」の値「１１１」に基づき、テーブルＢ２から項目「ユーザＩＤ」の値が「１１１」であるレコードｂの取得を試みる（Ｓ５）。そして、テーブル判定部１１は、レコードｂを取得したか否かを判定する（Ｓ６）。レコードｂを取得できた場合には、処理手順はステップＳ１０に進められ、レコードｂを取得できなかった場合には、処理手順はステップＳ７に進められる。ここでは、レコードＢ２には、「ユーザＩＤ」の値が「１１１」であるレコードｂが存在しないので（図３（ｃ）参照）、処理手順はステップＳ７に進められる。

　なお、本実施形態では、本発明の識別項目を構成する「ユーザＩＤ」は、範囲の概念を持たない項目であるので、テーブル判定部１１は、レコードａの項目「ユーザＩＤ」の値とレコードｂの「ユーザＩＤ」の値とが一致する場合に、当該レコードｂを取得する。これに対して、本発明の識別項目として、「ユーザＩＤ」とは異なる、例えば「ＩＰアドレス」に例示されるような範囲の概念を持つ項目を用いた場合には、レコードａ及びレコードｂの「ＩＰアドレス」の一部（例えば上位部分）が一致する場合に、テーブル判定部１１は、当該レコードｂを取得することとすることができる。即ち、レコードｂの「ＩＰアドレス」の上位部分が一致するＩＰアドレス群により、ＩＰアドレスの値の範囲が設定され、レコードａのＩＰアドレスが、その範囲に該当する場合に、テーブル判定部１１は、当該レコードｂを取得する。このように、本発明の識別項目として、範囲の概念を持つ項目を用いた場合には、レコードｂの当該項目の値に基づいて、所定の範囲を設定することができる。ここで設定される所定の範囲は、本発明における「所定の識別範囲」を構成する。引き続き、本実施形態では、テーブル判定部１１は、範囲の概念を持たない項目である「ユーザＩＤ」を用いて、レコードｂを取得するための判定処理を行うこととするが、上記したように、範囲の概念を持つ項目を用いて判定処理を行うこととしてもよい。

　ステップＳ７において、テーブル判定部１１は、レコードａの項目「日時」の値に応じて、（ｎ－１）月末属性情報（ｂ（ｎ－１））のテーブルＢまたは（ｎ＋１）月末属性情報（ｂ（ｎ＋１））のテーブルＢを、データ読み取り部１２を介して選択する（Ｓ７）。ここで、（ｎ－１）月末属性情報（ｂ（ｎ－１））に基づいて設定される期間「（ｎ－１）月１日～３１日」、または（ｎ＋１）月末属性情報（ｂ（ｎ＋１））に基づいて設定される期間「（ｎ＋１）月１日～３１日」が、本発明における第２の所定の範囲として設定される。

　具体的には、第１のアルゴリズムを用いた場合には、テーブル判定部１１は、（ｎ－１）月末属性情報（ｂ（ｎ－１））を選択する。これは、ユーザＩＤ「１１１」のユーザがｎ月末の時点では移動端末を解約済みであったため、ｎ月末属性情報（ｂｎ）には、ユーザＩＤ「１１１」のレコードｂが存在しない場合の事象である。なお、（ｎ－１）月末属性情報（ｂ（ｎ－１））に対応付けられる期間「（ｎ－１）月１日～３１日」は、本発明における第１の所定の範囲「ｎ月１日～３１日」に隣接して設定された第２の所定の範囲を構成する。

　一方、第２のアルゴリズムを用いた場合において、レコードａの項目「日時」の値が「ｎ月１６日～ｎ月３１日」の場合には、テーブル判定部１１は、（ｎ－１）月末属性情報（ｂ（ｎ－１））を選択し、レコードａの項目「日時」の値が「（ｎ＋１）月１日～（ｎ＋１）月１５日」の場合には、テーブル判定部１１は、（ｎ＋１）月末属性情報（ｂ（ｎ＋１））を選択する。なお、（ｎ－１）月末属性情報（ｂ（ｎ－１））に対応付けられる期間「（ｎ－１）月１６日～ｎ月１５日」、及び（ｎ＋１）月末属性情報（ｂ（ｎ＋１））に対応付けられる期間「（ｎ＋１）月１６日～（ｎ＋２）月１５日」は、本発明における第１の所定の範囲「ｎ月１６日～（ｎ＋１）月１５日」に隣接して設定された第２の所定の範囲を構成する。

　レコードａの項目「日時」の値が「ｎ月１６日～ｎ月３１日」の場合において、「ユーザＩＤ」の値が「１１１」であるレコードｂが存在しない場合は、ユーザＩＤ「１１１」のユーザがｎ月末の時点では移動端末を解約済みであった場合である。また、レコードａの項目「日時」の値が「（ｎ＋１）月１日～（ｎ＋１）月１５日」の場合において、「ユーザＩＤ」の値が「１１１」であるレコードｂが存在しない場合は、ユーザＩＤ「１１１」のユーザがｎ月末より後、且つ（ｎ＋１）月１５日より前の時点で移動端末の加入手続きを行った場合である。

　ここでは、第１のアルゴリズムが用いられているので、テーブル判定部１１は、７月末属性情報（ｂ７）のテーブルＢ１を、データ読み取り部１２を介して選択する（Ｓ７）。

　次に、テーブル判定部１１は、ステップＳ７において選択したテーブルＢから、項目「ユーザＩＤ」の値が「１１１」であるレコードｂの取得を試みる（Ｓ８）。そして、テーブル判定部１１は、レコードｂを取得したか否かを判定する（Ｓ９）。レコードｂを取得できた場合には、処理手順はステップＳ１０に進められ、レコードｂを取得できなかった場合には、処理手順はステップＳ１１に進められる。ここでは、レコードＢ１には、「ユーザＩＤ」の値が「１１１」であるレコードｂ１１が存在するので、（図３（ｂ）参照）、処理手順はステップＳ１０に進められる。

　ステップＳ１０において、テーブル判定部１１は、レコードａとステップＳ５またはステップＳ８において取得したレコードｂとをデータ結合部１３に送出する。そして、データ結合部１３は、テーブル判定部より取得したレコードａとレコードｂとを結合して、レコードｃを生成する。一方、処理手順がステップＳ１１に進められた場合には、データ結合部１３は、レコードａのみを取得し、結合処理を実施しない（Ｓ１１）。本実施形態では、処理手順はステップＳ１０に進められ、データ結合部１３は、レコードａ１及びレコードｂ１１を取得し、これらのレコードを結合する。

　続いて、データ結合部１３は、生成したレコードｃをデータ書き出し部１４に送出し、データ書き出し部１４は、送出されたレコードｃを取得し、テーブルＣにレコードｃを書き出す（Ｓ１２）。本実施形態では、データ書き出し部１４は、テーブルＣにレコードｃ１を書き出す（図４参照）。なお、テーブルＣには、結合処理が行われたレコードのみが書き出されることとしても良いし、結合処理が行われなかったレコードについては、未結合のレコードが書き出されることとしても良い。

　続くステップＳ１３では、テーブルＡの全レコードａを取得済か否かを判定し、取得済と判定された場合には処理手順は終了し、取得済と判定されなかった場合には、処理手順はステップＳ３に戻る（Ｓ１３）。

　例えば、ステップＳ３においてレコードａ２を取得し（図３（ａ）参照）、ステップＳ４において第１のアルゴリズムが用いられた場合における処理内容を簡単に説明する。レコードａ２の項目「日時」の値は「２００８／８／１２」であるので、ステップＳ４において「８月末属性情報（ｂ８）」のテーブルＢ２が選択される。レコードａ２の項目「ユーザＩＤ」の値は「２２２」であり、テーブルＢ２には、項目「ユーザＩＤ」が「２２２」であるレコードｂ２１は存在するので、ステップＳ１０において、レコードａ２とレコードｂ２１とが結合されて、レコードｃ２がテーブルＣに書き出される（図４参照）。

　例えば、ステップＳ３においてレコードａ３を取得し（図３（ａ）参照）、ステップＳ４において第２のアルゴリズムが用いられた場合における処理内容を簡単に説明する。レコードａ３の項目「日時」の値は「２００８／８／１０」であるので、ステップＳ４において「７月末属性情報（ｂ７）」のテーブルＢ１が第１の所定の範囲として選択される。レコードａ３の項目「ユーザＩＤ」の値は「３３３」であり、テーブルＢ１には、項目「ユーザＩＤ」が「３３３」であるレコードｂは存在しないので、ステップＳ７において、「８月末属性情報（ｂ８）」のテーブルＢ２を第２の所定の範囲として選択する。そして、テーブルＢ２には、項目「ユーザＩＤ」が「３３３」であるレコードｂ２２が存在するので、ステップＳ１０において、レコードａ３とレコードｂ２２とが結合されて、レコードｃ３がテーブルＣに書き出される（図４参照）。

　（第２実施形態）
　次に、図６を用いて、第２の実施形態におけるサーバ１の動作について説明する。図６は、サーバ１において行われるデータ結合方法の処理内容を示すフローチャートである。

　ステップＳ２１～Ｓ２３における処理内容は、図５におけるステップＳ１～Ｓ３の処理と同様である。

　続いて、テーブル判定部１１は、データ読み取り部１２を介して、テーブルＢ群に属する全てのテーブル（ここではテーブルＢ１，Ｂ２）から、取得したレコードａのユーザＩＤの値と同じ値を有するレコードｂ群の取得を試みる（Ｓ２４）。例えば、ステップＳ２３においてレコードａ１が取得された場合には、「ユーザＩＤ」の値が「１１１」であるレコードｂ１１が取得される。

　続いて、テーブル判定部１１は、ステップＳ２４においてレコードｂ群が取得されたか否かを判定する（Ｓ２５）。レコードｂ群を取得できた場合には、処理手順はステップＳ２７に進められ、レコードｂ群をひとつも取得できなかった場合には、処理手順はステップＳ２６に進められる。処理手順がステップＳ２６に進められた場合には、取得したレコードａについての結合処理は実施されない。例えば、ステップＳ２４においてレコードｂ１１が取得された場合には、処理手順はステップＳ２７に進められる。

　次に、テーブル判定部１１は、レコードａの「日時」の値をキーとして、所定アルゴリズムを用いて、第１の所定の範囲に合致するレコードｂをレコードｂ群から選択する（Ｓ２７）。例えば、ステップＳ２４においてレコードｂ１１が取得され、第１のアルゴリズムが用いられる場合には、レコードａに含まれる項目「日時」の値「２００８／８／１７」は、レコードｂ１１の項目「日時」の値「７月」に基づいて設定される第１の所定の範囲「７月１日～３１日」に合致しないので、レコードｂ１１は選択されない。なお、この実施形態においても、項目「日時」は、本発明におけるキー項目を構成し、項目「ユーザＩＤ」は、本発明における「識別項目」を構成する。

　続くステップＳ２８において、テーブル判定部１１は、ステップＳ２７においてレコードｂが選択されたか否かを判定する。レコードｂが選択された場合には、処理手順はステップＳ３１に進められ、レコードｂが選択されなかった場合には、処理手順はステップＳ２９に進められる。例えば、ステップＳ２７においてレコードｂ１１が選択されなかった場合には、処理手順はステップＳ２９に進められる。

　ステップＳ２９において、テーブル判定部１１は、抽出対象とする範囲として、レコードａの項目「日時」の値に応じて、所定のアルゴリズムにより設定された第１の所定の範囲から隣接する第２の所定の範囲を設定する。

　具体的には、第１のアルゴリズムを用いた場合には、第１の所定の範囲が「ｎ月１日～３１日」である場合、第２の所定の範囲を「（ｎ＋１）月１日～３１日」に設定する。このように設定されるのは、ユーザＩＤ「１１１」のユーザがｎ月末の時点では移動端末を解約済みであったため、ｎ月末属性情報（ｂｎ）には、ユーザＩＤ「１１１」のレコードｂが存在しない場合である。

　一方、第２のアルゴリズムを用いた場合において、第１の所定の範囲が「ｎ月１６日～（ｎ＋１）月１５日」であり、レコードａの項目「日時」の値が「（ｎ＋１）月１６日～（ｎ＋１）月３１日」の場合には第２の所定の範囲を「（ｎ＋１）月１６日～（ｎ＋２）月１５日」に設定する。このように設定されるのは、ユーザＩＤ「１１１」のユーザが、ｎ月末の時点では移動端末を契約しており、（ｎ＋１）月末の時点までに解約した場合である。また、レコードａの項目「日時」の値が「ｎ月１日～ｎ月１５日」の場合には、第２の所定の範囲を「（ｎ－１）月１６日～ｎ月１５日」に設定する。このように設定されるのは、ユーザＩＤ「１１１」のユーザが、（ｎ－１）月末の時点では移動端末を未契約でおり、ｎ月末の時点までに契約した場合である。

　ここでは、テーブル判定部１１は、第１の所定の範囲「７月１日～３１日」に基づき、第２の所定の範囲を「８月１日～３１日」に設定する。

　続いて、テーブル判定部１１は、第２の所定の範囲に基づいて、所定のアルゴリズムに合致するレコードｂを、ステップＳ２４で取得したレコードｂ群から選択する（Ｓ３０）。本実施形態では、テーブル判定部１１は、第２の所定の範囲「８月１日～３１日」にレコードａの項目「日時」の値「２００８／８／１７」が該当するので、結合対象のレコードとしてレコードｂ１１を選択する。

　次に、ステップＳ３１において、テーブル判定部１１は、レコードａとステップ２７またはステップＳ３０において選択したレコードｂとをデータ結合部１３に送出する。そして、データ結合部１３は、テーブル判定部より取得したレコードａとレコードｂとを結合して、レコードｃを生成する（Ｓ３１）。一方、処理手順がステップＳ２６に進められた場合には、データ結合部１３は、レコードａのみを取得し、結合処理を実施しない（Ｓ２６）。例えば、ステップＳ３０においてレコードｂ１１が選択された場合には、データ結合部１３は、レコードａ１及びレコードｂ１１を取得し、これらのレコードを結合する。

　続いて、データ結合部１３は、生成したレコードｃをデータ書き出し部１４に送出し、データ書き出し部１４は、送出されたレコードｃを取得し、テーブルＣにレコードｃを書き出す（Ｓ３２）。ここでは、データ書き出し部１４は、テーブルＣにレコードｃ１を書き出す（図４参照）。

　ステップＳ３３において実施される処理内容は、図５におけるステップＳ１３と同様である。なお、ステップＳ２３～Ｓ３３において実施される処理は、図６に示すように繰り返して実施されることとしても良いし、テーブルＡに記憶されている全てのレコードａに対して並列に行われることとしても良い。並列に行われることとした場合には、それぞれの処理をネットワークを介して通信可能な複数のサーバ装置に割り振って実施させることが可能である。

　（第３実施形態）
　また、図６を用いて説明した例では、項目「日時」の値をキー項目として用いてレコードｂの選択を行っているが、レコードａ及びレコードｂに含まれるその他の複数の項目をキー項目として用いて、ステップＳ２７～Ｓ３０の処理を項目毎に実施することによりレコードｂの選択を行うこととしてもよい。

　具体的には、レコードａ及びレコードｂが、複数（ｎ個）の項目を有する場合には、ステップＳ２７～Ｓ３０の処理を各項目についてｎ回繰り返して実施する。レコードａに含まれる複数の項目のそれぞれの値が、ステップＳ２４で取得されたレコードｂ群に含まれる複数の項目の値に基づいて設定されたそれぞれの第１の所定の範囲に該当する場合に、当該レコードｂがレコードａと結合させるレコードとして選択される。それぞれの項目に関して、レコードａに含まれる項目のそれぞれの値が、レコードｂに含まれる複数の項目の値に基づいて設定されたそれぞれの第１の所定の範囲に該当しない場合であっても、第１の所定の範囲に隣接して設定されたそれぞれの第２の所定の範囲に該当する場合には、当該レコードｂがレコードａと結合させるレコードとして選択される。換言すれば、レコードｂに含まれる複数の項目の値に基づいて設定されたそれぞれの第１の所定の範囲、または該第１の所定の範囲に隣接して設定されたそれぞれの第２の所定の範囲に、レコードａに含まれる複数の項目のそれぞれの値が該当する場合に、当該レコードｂがレコードａと結合させるレコードとして選択される。なお、この場合には、項目「日時」及び上記の複数の項目は、本発明における複数のキー項目を構成する。

　この場合には、レコードａ及びレコードｂが複数の項目を有する場合であっても、レコードａのそれぞれの項目がレコードｂにおけるそれぞれの項目に関して設定された所定の範囲に該当する場合に、当該レコードｂをレコードａに結合させるレコードとして選択するので、結合されるレコードａとレコードｂとの結合精度を保ちながら、データ結合の成功率を向上させることが可能となる。

　続いて、以上説明したデータ結合システム及びデータ結合方法の作用効果について説明する。本実施形態のデータ結合システム及びデータ結合方法では、レコードａにレコードｂを結合させるに際して、ユーザＩＤが一致していることに加えて、レコードｂの項目「日時」の値に基づいて設定された第１の所定の範囲にレコードａの項目「日時」の値が該当するとテーブル判定部１１が判定した場合に、データ結合部１３によりレコードｂがレコードａに結合されるので、データ結合の成功率を向上させることが可能となる。また、テーブル判定部１１により、レコードｂに含まれる項目「日時」の値に基づいて第１の所定の範囲が設定されるので、結合精度を向上させることができる。

　また、レコードａの「日時」の項目の値が、レコードｂの「日時」の項目の値に関する第１の所定の範囲に該当しなかった場合であっても、第１の所定の範囲に隣接する第２の所定の範囲に該当すれば、レコードｂがレコードａに結合させるレコードとしてテーブル判定部１１により選択されるので、データ結合の成功率を向上させることが可能となる。

　さらに、レコードａ及びレコードｂが複数の項目を有するデータであった場合であっても、レコードａのそれぞれの項目がレコードｂにおけるそれぞれの項目に関して設定された第１または第２の所定の範囲に該当する場合に、テーブル判定部１１は、レコードｂをレコードａに結合させるデータとして選択するので、結合されるレコードｂとレコードａとの結合精度を向上させながら、データ結合の成功率を向上させることが可能となる。

　本発明は、データ結合の処理において、結合されるデータの結合精度を向上させながら、データ結合の成功率を向上させることが可能にする。
 

Claims (9)

1. 　識別項目及びキー項目を含む結合元データと、識別項目及びキー項目を含む結合先データを複数有する結合先データ群から選択した一の前記結合先データである選択結合先データとを結合するデータ結合システムであって、
   　前記結合元データを記憶する結合元データ記憶手段と、
   　前記結合先データ群を記憶する結合先データ記憶手段と、
   　前記結合元データ記憶手段に記憶されている一の結合元データに含まれる識別項目の値が、前記結合先データ記憶手段に記憶されている結合先データに含まれる識別項目の値と一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当し、且つ当該結合元データに含まれるキー項目の値が、当該結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該結合先データを前記選択結合先データとして選択するデータ判定手段と、
   　前記データ判定手段により選択された前記選択結合先データを前記結合元データに結合し、合成データを生成するデータ結合手段と、
   　前記合成データを記憶する合成データ記憶手段と、
   　前記データ結合手段により生成された前記合成データを、前記合成データ記憶手段に記憶させるデータ書き出し手段とを備え、
   　前記所定の識別範囲は、前記結合先データに含まれる識別項目の値を含む有限の範囲であり、
   　前記第１の所定の範囲は、前記結合先データに含まれるキー項目の値を含む有限の範囲である
   　ことを特徴とするデータ結合システム。
2. 　前記データ判定手段は、
   　前記結合先データ記憶手段に記憶されている複数の前記結合先データから、前記結合先データに含まれる識別項目の値が、前記結合元データに含まれる識別項目の値と一致、または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に前記結合元データに含まれる識別項目の値が該当する結合先データを抽出結合先データとして抽出し、
   　前記結合元データに含まれるキー項目の値が、前記抽出結合先データに含まれるキー項目の値に基づいて設定された前記第１の所定の範囲に該当する場合に、当該抽出結合先データを前記選択結合先データとして選択する
   　ことを特徴とする請求項１に記載のデータ結合システム。
3. 　前記結合元データ及び結合先データは、複数のキー項目を含み、
   　前記データ判定手段は、
   　前記結合元データに含まれる複数のキー項目のそれぞれの値が、前記抽出結合先データに含まれる複数のキー項目の値に基づいて設定されたそれぞれの前記第１の所定の範囲に該当する場合に、当該抽出結合先データを前記選択結合先データとして選択する
   　ことを特徴とする請求項２に記載のデータ結合システム。
4. 　前記データ判定手段は、
   　前記結合元データに含まれるキー項目の値が、前記抽出結合先データに含まれるキー項目の値に基づいて設定された前記第１の所定の範囲に該当しなかった場合には、前記第１の所定の範囲に隣接して設定された第２の所定の範囲に前記結合元データに含まれるキー項目の値が該当する場合に、当該抽出結合先データを前記選択結合先データとして選択する
   　ことを特徴とする請求項２に記載のデータ結合システム。
5. 　前記結合元データ及び結合先データは、複数のキー項目を含み、
   　前記データ判定手段は、
   　前記抽出結合先データに含まれる複数のキー項目の値に基づいて設定されたそれぞれの前記第１の所定の範囲、または該第１の所定の範囲に隣接して設定されたそれぞれの第２の所定の範囲に、前記結合元データに含まれる複数のキー項目のそれぞれの値が該当する場合に、当該抽出結合先データを前記選択結合先データとして選択する
   　ことを特徴とする請求項４に記載のデータ結合システム。
6. 　前記データ判定手段は、
   　前記結合先データ記憶手段に記憶されている複数の前記結合先データから、前記結合元データに含まれるキー項目の値が前記第１の所定の範囲に該当する結合先データを抽出結合先データとして抽出し、
   　前記抽出結合先データに含まれる識別項目の値が、前記結合元データに含まれる識別項目の値と一致、または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に前記結合元データに含まれる識別項目の値が該当する場合に、当該抽出結合先データを前記選択結合先データとして選択する
   　ことを特徴とする請求項１に記載のデータ結合システム。
7. 　前記データ判定手段は、
   　前記抽出結合先データに含まれる識別項目の値が、前記結合元データに含まれる識別項目の値と一致せず、且つ当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に前記結合元データに含まれる識別項目の値が該当しなかった場合には、前記第1の所定の範囲に隣接する第２の所定の範囲を設定するような値を当該キー項目として有する他の結合先データを前記結合先データ記憶手段から前記抽出結合先データとして再抽出し、再抽出された抽出結合先データから識別項目の値が前記結合元データに含まれる識別項目の値と一致または当該抽出結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当する当該抽出結合先データを選択結合先データとして選択する
   　ことを特徴とする請求項６に記載のデータ結合システム。
8. 　前記キー項目は、日時に関する項目であり、前記第１の所定の範囲は、前記キー項目の値の日時を含む所定の期間であることを特徴とする請求項１～７のいずれか１項に記載のデータ結合システム。
9. 　識別項目及びキー項目を含む結合元データと、識別項目及びキー項目を含む結合先データを複数有する結合先データ群から選択した一の前記結合先データである選択結合先データとを結合するデータ結合方法であって、
   　一の結合元データに含まれる識別項目の値が、前記結合先データに含まれる識別項目の値と一致または当該結合先データに含まれる識別項目の値に基づいて設定された所定の識別範囲に該当し、且つ当該結合元データに含まれるキー項目の値が、当該結合先データに含まれるキー項目の値に基づいて設定された第１の所定の範囲に該当する場合に、当該結合先データを前記選択結合先データとして選択するデータ判定ステップと、
   　前記データ判定ステップにおいて選択された前記選択結合先データを前記結合元データに結合し、合成データを生成するデータ結合ステップと、
   　前記データ結合手段により生成された前記合成データを、前記合成データを記憶させるための合成データ記憶手段に記憶させるデータ書き出しステップとを有し、
   　前記所定の識別範囲は、前記結合先データに含まれる識別項目の値を含む有限の範囲であり、
   　前記第１の所定の範囲は、前記結合先データのキー項目の値を含む有限の範囲である
   　ことを特徴とするデータ結合方法。

Images