[发明专利]数据库分析装置及方法

说明书

技术领域

本发明涉及数据库分析装置及方法。特别地，涉及无需人工，自动生成由多个属性值构成的种类之间的相关规则的方法。

背景技术

作为本技术领域的背景技术，有日本特开2000-259612号公报(专利文献1)。在该公报中记载了，“针对生成的规则中包含的包含有项目组的事务，关于属性值，高效率地生成统计值，同时在求出相关规则时除了支持和可信度，还能够缩小关于属性值的统计值的范围。”(参照摘要)。

现有技术文献

专利文献

[专利文献1]日本特开2000-259612号公报

发明内容

发明要解决的课题

专利文献1中记载了，用于根据数据库中存储的交易表格所保持的表格栏的属性值组，来生成关于这些属性值的相关规则的机制。其中，能够通过仅提取可信度高的相关规则来推测表格栏间存在的依存关系、制约条件。通过将推测的信息提供给用户，能够支援用户理解数据库的方法。

但是，所述文献的技术中并未描述表格栏所保持的属性值组的种类化方法。即，无法得到将属性值进行种类区分之后的相关规则。或者，虽然需要另外准备种类化方法，但是这种情况下的种类化方法无法与相关规则生成手段协作。

例如，如果是仅含数值的属性值的表格栏，则通过以“5以上”、“不足5”等的特定范围来划分属性值组，能够将属性值组种类化。此外，在仅含时刻的情况下也能够同样地进行处理。然而，也存在字符串等无法一概地决定种类划分的边界的属性值。此外，在存在大量的表格栏的状况下，在由人来指定这些全部的种类划分方法时，操作工时大，因此不现实。此外，即使与相关规则无关地、利用不考虑表格栏间的关系的方法来决定种类化方法，也无法保证能够通过该种类化方法生成有效的相关规则。

因此，本发明的目的在于，提供一种在生成关于某数据库的属性值的相关规则时，与在期待的有效的相关规则求出的可信度等特征一致，并将属性值种类化的方法。由此，例如，除了现有技术也能够提取的具体的1个属性值间的相关规则外，也能够无需人工而自动地生成由多个属性值构成的种类间的相关规则，并向发明的利用者提供。

用于解决课题的手段

为了实现上述目的，采用了例如下述的结构。

一种数据库分析装置，其具有相关规则分析单元，所述相关规则分析单元用于着眼于数据库所保持的多个表格中的构成表格的2个以上的表格栏，根据各表格栏所保持的数据同时出现的倾向，来分析表格栏间存在的依存关系或制约条件，即表格栏的数据同时发生的概率，所述数据库分析装置具有数据种类计算单元，其根据由多个表格栏的数据组生成的相关规则来计算数据组的种类化方法；相关规则再构成单元，其基于所述种类化结果，来再构成相关规则，由此，生成最佳粒度的相关规则，即，为了使同时发生的概率为约100％而再构成规则。

其结果，在本发明中，将各个相关规则进行组合来提取同时发生的概率为100％的相关规则。

发明效果

根据本发明，没有关于数据库的知识也能够分析该数据库所保持的数据，并生成表格栏间的相关规则，而不限于1个属性值间的相关规则。由此，例如，本发明的利用者能够取得关于表格栏间存在的多个属性值间的依存关系或制约条件的信息。

附图说明

图1是表示数据库分析装置的结构图的例子的图。

图2是表示说明数据库分析装置的处理的流程图的例子的图。

图3是表示说明从数据库读入的表格数据的图表的例子的图。

图4A是说明根据表格数据生成相关规则的处理的前半部分的图表的例子。

图4B是说明根据表格数据生成相关规则的处理的前半部分的图表的例子。

图5是表示说明根据表格数据生成相关规则的处理的后半部分的图表的例子的图。

图6是表示嵌入了支持度和可信度的相关规则表的图表的例子的图。

图7是表示对根据计算完的相关规则来计算属性值的相似性的处理进行说明的图表的例子的图。

图8是表示对将相似性高的属性值归结为同一种类的处理进行说明的图表的例子的图。

图9是表示对将相似性高的属性值归结为同一种类后的结果进行说明的图表的例子的图。

图10是表示对再构成相关规则的处理进行说明的图表的例子的图。

图11是表示对选定可信度高的相关规则的处理进行说明的图表的例子的图。

图12是表示对将数据模式高可信度相关规则转换为视觉上容易理解的形式的处理进行说明的图表的例子的图。

符号说明