JP2001282819A

JP2001282819A - データマイニング装置、データマイニング処理プログラムを格納したコンピュータ可読の記憶媒体、及びデータマイニング処理プログラム

Info

Publication number: JP2001282819A
Application number: JP2001016875A
Authority: JP
Inventors: Masaki Iwamoto; 昌己岩本; Masato Honda; 正人本多; Koichi Tsuzuki; 康一都築; Toshihiko Fushimi; 俊彦伏見
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2000-01-28
Filing date: 2001-01-25
Publication date: 2001-10-12

Abstract

(57)【要約】【課題】データマイニングにより発見した法則の表示を
改善して利用者が理解しやすくし、また発見した法則を
外部アプリケーションで活用する。【解決手段】表示処理部３６は、クラスタリング処理部
３０による複数の分析項目毎の分類結果を各分析項目の
軸にプロットして折れ線とした平行座標グラフに、各分
割軸を並べて分割数と分類結果のつながりを同時に折れ
線で表示する。また厚いほど適切な分割数を示す年輪図
形５２を表示する。表示処理部４２は、クラシフィケー
ション処理部３２の処理結果として得られた樹状図を折
り畳みやソート等により分り易く表示する。出力処理部
４４はクラシフィケーションにより発見した未知の規則
を外部アプリケーションで利用可能な形態に変換して出
力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、クラスタリング又
はクラシフィケーションといった数学的手法によりデー
タに隠された未知の法則を発見するデータマイニング装
置及びデータマイニング処理プログラムを格納した記憶
媒体に関し、特に、データマイニングで発見された未知
の法則を利用者が理解し易いように表示し、且つ外部的
に未知の法則を活用可能とするデータマイニング装置及
びデータマイニング処理プログラムを格納した記憶媒体
に関する。

【０００２】

【従来の技術】近年、これまでの長期にわたり蓄積され
てきたギガバイトやテラバイトにおよぶ大量データか
ら、数学的手法で自動的にデータから未知の法則を発見
するデータマイニングが注目を浴びている。

【０００３】データマイニングには、情報をある隠され
た法則のもとに分類、精製し、人手では見つけることが
できない情報を自動的に見つけ出す「発見的アプロー
チ」と、不確かな既知の情報を分析し、確かさを加える
「検証的アプローチ」がある。

【０００４】従来、データマイニングはアプリケーショ
ンインタフェースを持つエンジンを呼び出し、その結果
をレポートするものである。この時、結果のレポート方
法は様々であり、分析アルゴリズム毎の視認性の高い表
示形式は未だ確立されていない。そのためデータマイニ
ングは、インテリジェンスの高いエンジン機能、性能を
持ちながら、一般のシステムに導入されるケースが少な
いという状況にある。

【０００５】

【発明が解決しようとする課題】データマイニングに
は、類似した特性のデータをクラスタ（層）に分類して
未知の法則を抽出するクラスタリング（Clustering)
と、複数の分析項目をもつデータ群を対象に、特定の分
析項目の特性を他の分析項目を条件値に使った関数又は
プロフィールで表現することにより、未知の法則を抽出
するクラシフィケーション（Classification）とがあ
る。

【０００６】クラスタリングは、従来、ワード（Ward)
手法と呼ばれるアルゴリズムなどを用いて、類似したデ
ータを同じグループに自動的にまとめていく。この場
合、ユーザの指定に応じ、何分割にもグループ分けをす
ることができる。

【０００７】特開平１１−１５８９７号では、ある分割
数を指定してクラスタリングした結果を、平行座標グラ
フの複数の分析項目の軸にプロットしてレコード毎の折
れ線を重ね合せて表示している。

【０００８】しかし、クラスタリングは指定された分割
数によりデータをグループ分けするが、何分割すれば一
番適切かは、平行座標グラフにクラスタリング結果を表
現してもすぐには分からない。このためには複数の分析
項目の各軸に注目し、データの傾向を分析していってど
の分割がよいかを判断することで、はじめて適切な分割
数を知ることができる。しかし、分割数が大きい場合や
分割の範囲が広い場合には、適切な分割数を決めるため
に大変な手間を必要とする。

【０００９】一方、クラシフィケーションでは、決定木
や回帰木が一般的に採用されている。この決定木や回帰
木のアルゴリズムを利用して抽出された法則は、自動的
に生成される条件値によって分岐する樹状図の形式で可
視化されることが多い。

【００１０】しかしながら、クラシフィケーションの結
果を表現する樹状図は、ルートを始点として多段階のノ
ードで分岐して最終的にリーフに至る複雑な多階層の表
示になりがちであり、このような樹状図から有意性のあ
る法則を把握することが困難である。

【００１１】また、クラシフィケーションの結果として
得られる樹状図に表現された情報は、単に描画情報とし
て生成され、その中からユーザが有意な法則を発見する
ために利用されるに留まっている。

【００１２】本発明の目的は、データマイニングにより
発見した法則の表示を改善して利用者が理解しやすく
し、有意性のある法則が見つけやすいようにしたデータ
マイニング装置、データマイニング処理プログラムを格
納したコンピュータ可読の記憶媒体、及びデータマイニ
ング処理プログラムを提供する。

【００１３】また本発明の目的は、データマイニングに
より発見した法則を外部アプリケーションで活用できる
ようにしたデータマイニング装置、データマイニング処
理プログラムを格納したコンピュータ可読の記憶媒体、
及びデータマイニング処理プログラムを提供する。

【００１４】

【課題を解決するための手段】図１は本発明の原理説明
図である。

【００１５】本発明は、データ群に含まれた未知の法則
を発見するデータマイニング装置であり、図１（Ａ）の
ように、データマイニングエンジンとして機能するクラ
スタリング処理部３０とクラシフィケーション処理部３
２を備える。１．クラスタリングまず本発明は、クラスタリング処理につき次の点を特徴
とする。

【００１６】（分類結果と分割数の同時表示）本発明の
データマイニング装置は、２分割から任意の分割数Ｎま
での分割範囲を指定する分割数指定部３４と、複数の分
析項目をもつデータ群を対象に２分割から指定分割数Ｎ
までの各分割数ごとに、類似した特性のデータを複数の
クラスタ（層）に分類するクラスタリング処理部３０
と、クラスタリング処理部３０による複数の処理結果を
同時に表示する表示処理部３８とを備える。

【００１７】特に表示処理部３８は、図１（Ｂ）のよう
に、指定分割数Ｎの分類結果を各分析項目の軸にプロッ
トして折れ線とした平行座標グラフに表示する共に、２
分割から指定分割数Ｎ、例えばＮ＝５分割まで各分割軸
を並べて分割の推移と分類結果のつながりを同時に折れ
線で表示する。

【００１８】このように２分割から例えば５分割の指定
分割数まで分割軸の表示による分割の推移と指定分割数
におけるクラスタリングした結果を並べて同時に表示す
ることで、何故、データが分割された中の特定のグルー
プに分類されたのかを、再度別の視点から分析する必要
ができ、適切な分割数の判断を行いやすくする。

【００１９】即ち、同時に複数の分析項目を比較するこ
とにより、顧客情報などをグルーピングする際に、どの
ようなグルーピングが妥当なのかを知ることができ、ク
ラスタリングを具体的なビジネス分野で利用することが
可能となる。

【００２０】（分類結果と分割数の年輪表示）表示処理
部３８は、図１（Ｃ）のように、２分割から指定分割数
Ｎまでの各分割数毎の分類結果を、年輪図形に変換して
表示する。この年輪図形は、内側の年輪から外側の年輪
に向けて分割数を順番に大きくなるように表現すると共
に、年輪の半径方向の幅（厚さ）に分割したクラスタ間
のデータ距離を表現し、最も幅の大きい年輪の分割数を
適切分割数と認識させることを特徴とする。

【００２１】クラスタリングの特徴は、大量のデータを
独自のアルゴリズムによって、傾向が似通っているグル
ープに分割することであるが、分割する際の分割数は利
用者が指定する。また、指定した分割数が妥当か否かに
ついても、利用者が判断する。本発明の年輪図形は、分
割数ごとに分割の有意性を表示することにより、利用者
に妥当な分割数を提示することができる。これにより、
顧客情報などの複数の分析項目によるグルーピングを有
意に行うことが可能となる。

【００２２】２．クラシフィケーション次に本発明はクラシフィケーションとして次の特徴を備
える。

【００２３】（ノードの折り畳み）本発明のデータマイ
ニング装置は、図１（Ａ）のように、複数の分析項目を
もつデータ群を対象に、複数の分析項目の中の特定の分
析項目の特性を、他の分析項目を条件値とした未知の法
則を予測して生成するクラシフィケーション処理部３２
と、クラシフィケーション処理部３２の生成結果を樹状
図で表現して表示する際に、有意性のないノードを非表
示とした樹状図に変換して表示する表示処理部４２とを
備える。

【００２４】ここでデータ群の各々がもつ複数の分析項
目は、データの属性とかセグメントと言われており、例
えば属性の場合、クラシフィケーションとは、特定の属
性を他の属性群の値から予測する関数やプロフィールを
生成する手法ということができる。

【００２５】クラシフィケーションとして決定木のアル
ゴリズムによって生成される樹状図は、確信度を元に機
械的に行われる枝狩りによってノードやリーフの重要性
が情報として提示される。しかし、多岐にわたる分析項
目の情報を決定木によって分類する場合には、ノードや
リーフの数が膨大なものになり、目視によって重要な情
報を見つけ出すことは不可能となる。この時、本発明
は、樹状図の中の不要な分岐条件を非表示とし、ノード
とリーフの関係を簡潔に表示する。

【００２６】これにより、特性を知りたいある項目化さ
れた情報が、他の分析項目を条件とするどのような法則
に従って分類されているかを容易に把握することがで
き、顧客情報などにおける顧客の特性を把握することを
支援することが可能となる。

【００２７】（絞り込み条件）本発明のクラシフィケー
ション処理部で取り扱うデータの範囲をユーザ指定によ
り絞り込む絞込み条件指定部４０を設ける。絞込み条件
指定部４０は、クラシフィケーションにおける階層数の
範囲、レコード数の範囲、各項目値の範囲などをユーザ
指定により絞り込む。

【００２８】データマイニングを行うデータは、ギガバ
イトやテラバイトなど大量であり、全てのデータを使っ
た場合、データ分析や結果表示に膨大な時間がかかって
しまう。

【００２９】本発明は、マイニングで取り扱うデータ範
囲を指定できることで、大量データを絞り込み、短時間
でマイニング分析できる。またマイニング結果から必要
な条件に該当するものだけを取り出せるため、有意性の
あるルールを抽出しやすくなる。

【００３０】この絞り込み条件のユーザ指定は、クラス
タリングにも適用される。クラスタリングにおいて絞込
み条件指定部３６は、レコード数の範囲、各項目値の範
囲なをユーザ指定して絞り込む。

【００３１】（樹状図の改善）表示処理部４２は、クラ
シフィケーション処理部３２によりデータから抽出した
未知の法則の生成結果を樹状図で表現して表示する際
に、ノードやリーフの形、色、及び又は大きさに複数の
属性に基づいた変化を持たせる。表示処理部４２は、例
えばレコード数と確信度を属性として樹状図のノードと
リーフを表現する図形、色、及び又は大きさを変化させ
る。

【００３２】決定木として生成される法則やレコード
数、確信度などの数値情報は、基本的に樹状図内に文字
情報として提示されることが多い。本発明は、分岐節の
ノードやリーフの形状や色彩などによって数値情報を表
現することにより、より直感的にデータの傾向を捉える
ことが可能になる。

【００３３】（樹状図のソート）表示処理部４２は、ク
ラシフィケーション処理部３２によりデータから抽出し
た未知の法則の生成結果を樹状図で表現して表示する際
に、ノードやリーフの有意性を評価し、有意性に基づい
て樹状図をソートする。このようにレコード数や確信度
によりノードとリーフの有意性を評価し、樹状図を有意
性の昇順又は降順にソートし、樹状図を分かりやく表現
し、隠れた法則の発見を容易にする。これにより、文字
情報として提示される条件文や、χ2 検定値などを検証
しなくても、似通った分類に属するデータをソートし、
絞込みなどを行うことが可能となる。

【００３４】（データマイニング結果の活用）本発明の
データマイニング装置は、更に、クラシフィケーション
処理部３２の処理結果を外部で利用可能な形態に変換し
て出力する出力処理部４４を設けたことを特徴とする。

【００３５】（データベース問合せ）出力処理部４４
は、クラシフィケーション処理部３２の結果から抽出し
た特定の法則を条件式に変換して外部に出力することを
特徴とする。この場合、出力処理部は、抽出法則を「Ｉ
Ｆ〜ＴＨＥＮ〜」形式で生成し、この抽出法則をデータ
ベースで使用しているデータ抽出言語に変換して出力す
る。

【００３６】出力処理部４４は、抽出法則をデータベー
スで使用しているＳＱＬ文、ＬＯＤＱＬ文、ＭＤＢコマ
ンド等を制御するアプリケーションに対する問い合わせ
条件式に変換して出力する。

【００３７】これによってデータマイニングの決定木、
回帰木によって生成されたデータの法則を、リレーショ
ナルデータベース、多次元データベース、マルチメディ
アデータベースへのデータ抽出条件文に指定してデータ
を抽出することを可能とする。

【００３８】データマイニングの法則生成は、クラシフ
ィケーションのアルゴリズムが発見する未知の分類条件
を樹状図として表示するが、これをデータベースへのデ
ータ抽出条件として提示することにより、未知の条件の
切り口によりデータベースからデータ抽出が可能とな
る。

【００３９】この結果、これまで発見できなかった新し
い分析項目条件の法則を利用した、顧客のランキング
や、マーケティング対象顧客の選別などに利用すること
ができる。

【００４０】（スプレッドシート用マクロ）出力処理部
４４は、抽出法則をスプレッドシートのマクロモジュー
ル（マクロ）に変換して出力する。このためデータマイ
ニングによって生成された「ＩＦ〜ＴＨＥＮ〜」形式の
条件文をマイクロソフト・エクセル（Microsoft Excel
）等の著名なスプレッドシート製品で利用可能なフィ
ルタとして機能するマクロを生成する。

【００４１】このようにデータマイニング結果から抽出
した一部の法則を、スプレッドシートのマクロモジュー
ルにフィードバックすることにより、データベースを分
析するツールの１つとしてデータマイニングの結果を活
用できる。

【００４２】クラシフィケーションのアルゴリズムを利
用して生成されるデータの特徴を示す条件文を、エクセ
ル（Excel ）などのスプレッドシートからデータ抽出す
るためのマクロモジュールとして生成することによっ
て、未知の切り口によるパソコン上での簡易的なデータ
抽出が可能となる。

【００４３】これにより、マクロモジュールが再配布が
可能であるという特徴から、顧客情報から顧客を選別す
る際に、データマイニングが発見した未知の分析項目条
件を情報分析の切り口として利用することが可能とな
る。

【００４４】（樹状図のテキスト化）出力処理部４４
は、クラシフィケーション処理部３２で得られた樹状図
を、外部アプリケーションで描画可能な描画情報に変換
して出力する。このようにクラシフィケーションの結果
として得られた樹状図の描画情報をテキスト化すること
により、本来、樹状図として表現される情報の分岐節の
条件、分岐条件に含まれるレコードの割合、条件の確信
度などを、ファイルに情報として出力し、他のアプリケ
ーションで樹状図を表示して利用できる。

【００４５】クラシフィケーションのアルゴリズムのう
ち、最も一般的なものに決定木の結果表示としての樹状
図があるが、本発明は、決定木のアルゴリズムを使用し
た分析結果として得られた樹状図をユーザが利用可能な
描画情報に変換することにより、独立系ソフトウエア・
ベンダ（ＩＳＶ:Independent Software Vender）の製品
や、利用者独自の樹状図を描画することを可能とする。

【００４６】これにより、決定木のマイニングエンジン
を組み込んだ他製品を開発、利用することが可能とな
り、決定木利用の幅が広がる。

【００４７】（抽出法則のカスタマイズ）出力処理部４
４は、クラシフィケーション処理部の結果から抽出した
「ＩＦ〜ＴＨＥＮ〜」形式の法則を、ユーザが指定した
フォーマット形式に変換して出力する。これにより「Ｉ
Ｆ〜ＴＨＥＮ〜」形式の法則であってもユーザが希望す
る形式にカスタマイズして表示できるインタフェース機
能を提供される。

【００４８】このようにデータマイニングで発見した
「ＩＦ〜ＴＨＥＮ〜」形式の法則をユーザの要望する形
式にカスタマイズできることで、データマイニングの結
果をフィードバックして実業務のデータ管理などで活用
できる。

【００４９】また本発明は、データ群に含まれた未知の
法則を発見するデータマイニング処理プログラムを格納
したコンピュータ可読の記憶媒体を提供するものであ
り、この場合、データマイニング処理プログラムは装置
構成の場合と同じ機能を備えている。

【００５０】（データマイニング処理プログラム）本発
明は、データ群に含まれた未知の法則を発見するデータ
マイニング処理プログラムを提供する。

【００５１】本発明のデータマイニング処理プログラム
は、コンピュータに、２分割から任意の指定分割数Ｎま
での分割数の範囲を指定し、複数の分析項目をもつデー
タ群を対象に、２分割から前記指定分割数Ｎまでの各分
割数ごとに、類似した特性のデータを複数のクラスタ
（層）に分類し、前記分類による複数の処理結果を同時
に表示する、ことを実行させるまたデータマイニング処
理プログラムは、コンピュータに、複数の分析項目をも
つデータ群を対象に、複数の分析項目の中の特定の分析
項目の特性を、他の分析項目を条件値とした未知の法則
を予測して生成し、前記生成結果を樹状図で表現して表
示する際に、有意性のないノードを非表示とした樹状図
に変換して表示する、ことを実行させる。

【００５２】またデータマイニング処理プログラムは、
コンピュータに、取り扱うデータ群の範囲をユーザ指定
により絞り込む絞み、複数の分析項目をもつデータ群を
対象に任意の分割数を指定し、類似した特性のデータを
前記分割数のクラスタ（層）に分類して分類結果を表示
し、複数の分析項目をもつデータ群を対象に、複数の分
析項目の中の特定の分析項目の特性を、他の分析項目を
条件値とした未知の法則を予測して生成し、ことを実行
させる。

【００５３】またデータマイニング処理プログラムは、
コンピュータに、複数の分析項目をもつデータ群を対象
に、複数の分析項目の中の特定の分析項目の特性を、他
の分析項目を条件値とした未知の法則を予測して生成
し、前記生成結果を樹状図で表現して表示する際に、ノ
ードやリーフの形、色、及び又は大きさに複数の属性に
基づいた変化を持たせて表示させる、ことを実行させ
る。

【００５４】またデータマイニング処理プログラムは、
コンピュータに、複数の分析項目をもつデータ群を対象
に、複数の分析項目の中の特定の分析項目の特性を、他
の分析項目を条件値とした未知の法則を予測して生成
し、前記生成結果を樹状図で表現して表示する際に、ノ
ードやリーフの有意性を評価し、該有意性に基づいて樹
状図をソートして表示させる、ことを実行させる。

【００５５】更にデータマイニング処理プログラムは、
コンピュータに、複数の分析項目をもつデータ群を対象
に、複数の分析項目の中の特定の分析項目の特性を、他
の分析項目を条件値とした未知の法則を予測して生成
し、前記処理結果を外部で利用可能な形態に変換して出
力する、ことを実行させる。

【００５６】

【発明の実施の形態】＜目次＞１．システム構成２．クラスタリングの最適分割数３．クラシフィケーションの結果表示改善４．クラシフィケーションの出力処理１．システム構成図２はオンライン分析処理システム（ＯＬＡＰ: Online
Analytical Pricessing）と組み合わせた本発明のデー
タマイニング装置の機能ブロック図である。

【００５７】図２において、クライアント１０はユーザ
に対するグラフィックユーザインタフェース（ＧＵＩ）
を提供し、サーバ１２との間でオンライン分析処理シス
テム１４と本発明のデータマイニング装置の処理機能を
実現する。

【００５８】クライアント１０にはオンライン分析処理
ツール１６、ＧＵＩとしての表示部を構成するビジュア
ライザ１８及びマイニングツール２６が設けられてい
る。一方、サーバ１２にはオンライン分析処理部２０、
分析辞書２２、及び分析対象となる大量データを格納し
たデータウェアハウス（ＤＷＨ）２４、更にデータマイ
ニング処理部２８が設けられる。

【００５９】オンライン分析処理システム１４は、クラ
イアント１０のオンライン分析処理ツール１６とサーバ
１２のオンライン分析処理部２０及び分析辞書２２で構
成される。

【００６０】このオンライン分析処理システム１４は、
データウェアハウス２４に格納された大量のデータを、
帳票イメージをもつクロス集計表として整理した分析結
果を生成し、このクロス集計表を見ながらユーザで問題
点を見つけ、問題点の原因を突き止めるために使用す
る。具体的にはオンライン分析処理システム１４は、情
報の切り口を管理ポインタとして定義し、この定義した
切り口ごとに集計処理を行ってクロス集計表の形でデー
タを整理している。

【００６１】オンライン分析処理システム１４による分
析処理の手順は、例えば次のようになる。ユーザは、オ
ンライン分析処理ツール１６がビジュアライザ１８によ
って提供する分析要求画面を使用し、オンライン分析処
理部２０に分析要求を行う。この分析要求には管理ポイ
ンタとして分析するデータの切り口を定義する。

【００６２】例えばデータウェアハウス２４に車の販売
データとして車種を１レコードとしてそのフィールド
に、年、国、燃費（ＭＰＧ）、シリンダ数、馬力、重
量、加速性といった項目（セグメント）を含むデータが
大量に格納されていた場合、例えば複数の項目のうちの
「年の値」を分析要求の切り口に定義する。

【００６３】オンライン分析処理部２０は、オンライン
分析処理ツール１６からのユーザによる分析要求を受け
て、分析辞書２２により具体的な分析項目をフィルタと
して抽出し、データウェアハウス２４のデータを対象に
集計と加工処理を行い、集計結果をオンライン分析処理
ツール１６に対し分析シート（明細データまたは集計
表）の形態で出力する。

【００６４】オンライン分析処理ツール１６はオンライ
ン分析処理部２０からの分析結果を受けて、ビジュアラ
イザ１８に分析シート（明細データまたは集計表）を表
示する。またビジュアライザ１８には、分析結果として
得られた分析シートの各分析項目を軸として、各データ
の値をプロットして折れ線とした平行座標グラフを合わ
せて表示する。

【００６５】本発明のデータマイニング装置は、クライ
アント１０のマイニングツール２６とサーバ１２のデー
タマイニング処理部２８で構成される。クライアント１
０のマイニングツール２６は、ビジュアライザ１８によ
る表示処理によってユーザに対するグラフィカル・ユー
ザ・インタフェースＧＵＩとして機能する。

【００６６】サーバ１２にはデータマイニング処理部２
８が設けられている。この実施形態にあっては、データ
マイニング処理部２８にクラスタリング処理部３０とク
ラシフィケーション処理部３２を設けている。

【００６７】データマイニング処理部２８はマイニング
ツール２６からマイニング分析要求を受けた際に、オン
ライン分析処理システム１４におけるクライアント１０
のオンライン分析処理ツール１６に分析結果として保存
されている分析シート（明細データまたは集計表）を対
象データとしてデータマイニングを行う。

【００６８】このためマイニングツール２６は、ユーザ
のデータマイニング処理部２８に対するマイニング分析
要求に伴って、オンライン分析処理ツール１６に保存さ
れている分析結果をマイニング対象データとしてオンラ
イン分析処理部２０を経由して転送する。

【００６９】データマイニング処理部２８に設けたクラ
スタリング処理部３０は、Ｗｏｒｄ手法と呼ばれるアル
ゴリズム等を用いて、類似したデータを同じグループに
自動的にまとめていく分類処理を行う。このクラスタリ
ング処理における分割数はユーザが指定する。

【００７０】本発明のクラスタリング処理部３０にあっ
ては、クラスタリングにおける分割数は２分割から任意
のＮ分割までの分割数の範囲を分割数指定部３４により
指定する。この分割数の範囲の指定は、マイニングツー
ル２６側からのユーザ指定により任意の分割数Ｎの値を
設定することもできる。この実施形態にあっては、２分
割からＮ＝５分割の分割数の範囲を指定した場合を例に
とっている。

【００７１】分割数指定部３４による分割数の範囲２〜
Ｎ＝５の指定に基づき、クラスタリング処理部３０は２
分割から５分割までの各分割数ごとに類似した特性のデ
ータを複数のクラスタ（層）、即ちグループに分類する
クラスタリングを行う。クラスタリング処理部３０によ
る各分割数ごとの処理結果に基づき、表示処理部３８が
クライアント１０側のビジュアライザ１８に各分割数ご
との複数の処理結果を同時に表示する。

【００７２】またクラスタリング処理部３０には絞り込
み条件指定部３６が設けられる。絞り込み条件指定部３
６は、クラスタリング処理部３０で取り扱うデータの範
囲をユーザ指定により絞り込む。クラスタリング処理に
おける絞り込み条件としては例えば次のものがある。（１）対象データ群のレコード数の範囲（２）各分析項目の値の範囲クラスタリング処理部３０に設けている表示処理部３８
は、２分割から５分割までの複数のクラスタリング処理
結果の同時表示として、オンライン分析処理システム１
４の分析結果の表示に使用していると同様な平行座標グ
ラフを使用して、各分析項目ごとの分類結果を各分析項
目の軸にプロットして折れ線した平行座標グラフの表示
と共に、２分割から５分割までの各分割軸を並べて分割
の推移と分類の結果との繋がりを同時に折れ線で表示す
る。

【００７３】また本発明のクラスタリング処理部３０に
設けた表示処理部３８は、クラスタリングによる２分割
から５分割までの分類結果を最適な分割数を判断するた
めの年輪図形に変換して表示する。

【００７４】一方、データマイニング処理部２８に設け
たクラシフィケーション処理部３２は、オンライン分析
処理システム１４の分析結果として得られた複数の分析
項目を持つ分析シートのデータ群を対象に、決定木のア
ルゴリズムに従って、複数の分析項目の中の特定の分析
項目の特性を他の分析項目を条件値として表現する未知
の法則を予測して生成する。

【００７５】クラシフィケーション処理部３２には、絞
り込み条件指定部４０、表示処理部４２及び出力処理部
４４が設けられている。絞り込み条件指定部４０はクラ
スタリング処理部３０の絞り込み条件指定部３６と同
様、クラシフィケーション処理部で取り扱うデータの範
囲をユーザ指定により絞り込む絞り込み条件を指定す
る。この絞り込み条件としては（１）処理結果として表
示される樹状図の階層数の範囲、（２）対象データのレ
コード数の範囲、（３）各分析項目の値の範囲、等があ
る。

【００７６】クラシフィケーション処理部３２の表示処
理部４２は、クラシフィケーション処理結果を樹状図で
表現してビジュアライザ１８によりユーザに対し表示す
る際に、有意性のあるデータをユーザが見つけ易いよう
に表示方法の改善を行う。このクラシフィケーション処
理結果の樹状図による表示の改善には、（１）有意性の
ないノードを非表示とする折り畳み処理、（２）有意性
のあるノードをノードの形や大きさ等によって表現する
処理、（３）有意性のあるノードを評価し、その評価結
果に基づき樹状図をソートする処理、等が含まれる。

【００７７】更にクラシフィケーション処理部３２には
出力処理部４４が設けられる。出力処理部４４は、クラ
シフィケーション処理部３２の処理結果から発見された
未知の法則を単なるビジュアライザ１８によるユーザに
対する表示情報として提供する以外に、この処理結果を
外部のアプリケーションで利用可能な形態に変換して出
力する機能を有する。

【００７８】この出力処理部４４による処理内容として
は、例えば（１）オンライン分析処理システム１４等で
使用されるデータベース問合せ条件式への変換出力、
（２）オンライン分析処理システム１４等のスプレッド
シートの分析フィルタとして使用されるマクロモジュー
ルへの変換出力、（３）樹状図を外部アプリケーション
で利用可能な描画情報とする変換出力、（４）処理結果
から抽出した未知の法則をユーザの希望フォーマットに
変換する編集出力、を含む。

【００７９】図３は、オンライン分析処理システム１４
に組み合わせた図２の本発明のデータマイニング装置に
おけるデータ処理の一例を示している。

【００８０】オンライン分析処理システム１４は、例え
ば集計シート４６を分析結果として得るための分析要求
をオンライン分析処理ツール１６からオンライン分析処
理部２０に行う。

【００８１】この分析要求に対応して分析辞書２２で具
体的な分析項目のフィルタが生成され、データウェアハ
ウス２４のデータファイル２４−１，２４−２，２４−
３，２４−４に格納されている大量のデータを対象に、
集計シート４６の分析結果を得るための集計と加工が行
われ、処理結果がオンライン分析処理ツール１６に通知
され、帳票イメージの集計シート４６の作成が行われ
る。

【００８２】オンライン分析処理システム１４で生成さ
れる集計シート４６は図４に取り出して示される。この
集計シート４６を作成するために、データウェアハウス
２４のデータファイル２４−１〜２４−４側には、例え
ば販売車両１台ごとに１レコードのデータが保存されて
いる。

【００８３】このレコードのフィールドには属性情報と
して「年、国、ＭＰＧ（燃費）、シリンダ数、馬力、重
量、加速性」を含んでおり、これらのフィールドの値が
集計シート４６における上欄に並んだ分析項目の内容と
なる。この集計シート４６は、分析要求における情報の
切り口として複数項目の中の「年の値」を定義して分析
要求を行った場合の分析結果である。

【００８４】この切り口の定義は、必要に応じて他の項
目である「国」「ＭＰＧ（燃費）」「シリンダ数」「馬
力」「重量」または「加速性」について定義することが
できる。定義する項目は１つであってもよいし複数であ
ってもよい。

【００８５】本発明のデータマイニング装置は、図４に
示すようなオンライン分析処理システム１４の分析結果
として得られた集計シート４６のデータを対象に、デー
タの中に含まれている未知の法則を発見するためのデー
タマイニングを行う。

【００８６】図３のクライアント１０に設けているマイ
ニングツール２６は、集計シート４６の先頭項目にある
切り口としての「年の値」の特性が他の項目群の値によ
りどのような特性（関数又はプロフィール）として表わ
すことができるかのデータマイニング分析要求をデータ
マイニング処理部２８に対し行う。

【００８７】このデータマイニング分析要求は、例えば
「年の値はどのような特性か」となる形式で記述され
る。データマイニング分析要求の内容は「年の値」以外
に「国」「ＭＰＧ（燃費）」「シリンダ数」「馬力」
「重量」または「加速性」のいずれを定義して要求する
こともできる。

【００８８】例えば「国はどのような特性か」、「ＭＰ
Ｇ（燃費）はどのような特性か」、「シリンダ数はどの
ような特性か」、「馬力はどのような特性か」、「重量
はどのような特性か」または「加速性はどのような特性
か」といった分析要求をデータマイニング処理部２８に
対し行うことができる。

【００８９】このデータマイニング分析要求において
も、１つの特性のみならず複数の特性の組合せについて
分析要求を行うこともできる。またデータマイニング分
析要求における特定の項目の特性は、オンライン分析処
理システム１４による集計シート４６の切り口の項目に
対応していることから、オンライン分析処理システム１
４における分析要求の切り口の項目に対応してデータマ
イニング分析要求で求めようとする特性の項目をユーザ
は指定する必要がある。

【００９０】マイニングツール２６からのマイニング分
析要求を受けたデータマイニング処理部２８のクラスタ
リング処理部３０は、分割数指定部３４により指定され
ている２分割からＮ分割例えば５分割の複数の分割数の
範囲を指定し、また絞り込み条件指定部３６によりユー
ザからの指定された絞り込み条件を使用し、オンライン
分析処理システム１４の分析結果として得られている集
計シート４６のデータを対象に、類似した特性のデータ
を複数のクラスタ（層）即ちグループに分類するクラス
タリングを実行する。このクラスタリングによる処理結
果は、ビジュアライザ１８により平行座標グラフ４８と
して表示される。

【００９１】図５は、図３のビジュアライザ１８で表示
されたクラスタリング処理結果としての平行座標グラフ
４８を取り出している。この平行座標グラフ４８は、ク
ラスタリング処理の対象となる集計シート４６の分析項
目である「年」「国」「ＭＰＧ（燃費）」「シリンダ
数」「馬力」「重量」「加速性」に対応した７つの軸を
平行に配置し、各軸にレコードごとの値をプロットし、
同じレコードに属する各項目の値を直線で繋げた折れ線
のグラフで表現している。

【００９２】また平行座標グラフ４８の表示における分
割数は、５分割の指定に基づくクラスタリング結果の表
示である。この平行座標グラフ４８によるクラスタリン
グ結果の表示によって、マイニング分析要求である「年
はどのような特性を持つか」について、左端に示す分析
項目「年」に対し、その右側に並べて示す「国、ＭＰＧ
（燃費）、シリンダ数、馬力、重量、加速性」の各分析
項目におけるグループ分けの状態を視覚的に捉えること
ができる。

【００９３】本発明にあっては、このようなクラスタリ
ング結果としての平行座標グラフ４８の各分析項目の表
示に加え、分割数指定部３４によって指定した２分割か
ら例えば５分割の各クラスタリング結果を、後の説明で
明らかにするように同時に表示することで、最適な分割
数が何であるかをユーザに認識させる。

【００９４】再び図３を参照するに、マイニングツール
２６より「年の値はどのような特性を持つか」となるマ
イニング分析要求を受けたクラシフィケーション処理部
３２は、オンライン分析処理システム１４の処理結果と
して得られている集計シート４６のデータを対象に、決
定木のアルゴリズムに従って、分析要求により指定され
た分析項目「年の値の特性」は、他の分析項目となる
「国、ＭＰＧ（燃費）、シリンダ数、馬力、重量及び加
速性」を条件とした未知の法則を予測して生成し、この
処理結果をビジュアライザ１８により樹状図５０として
表示する。

【００９５】図６は、図３のビジュアライザ１８に表示
したクラシフィケーション結果としての樹状図５０を取
り出している。この樹状図５０は、総レコード数をパラ
メータとして記述したルートＳを起点に複数階層のノー
ドを含み、最後にリーフで終わっている。

【００９６】即ちルートＳを起点に、まずノードＡ０
１，Ｂ０１，Ｃ０１に分類される。このうちノードＡ０
１は、それ以下のノードがないことからリーフとなる。
ノードＢ０１は更に、ノードＢ１１，Ｂ１２に分離す
る。このうちノードＢ１２は下位のノードがないことか
らリーフとなる。

【００９７】ノードＢ１１はノードＢ２１，Ｂ２２に分
類され、更にノードＢ２２はノードＢ３１，Ｂ３２とな
る。ここでノードＢ２１，ノードＢ３１，Ｂ３２は最終
ノードであることからリーフとなる。更にノードＣ０１
は、ノードＣ１１，Ｃ１２，Ｃ１３，Ｃ１４に分類さ
れ、これが最終ノードであることからノードＣ１１〜Ｃ
１４はリーフとなる。

【００９８】この樹状図５０におけるリーフＢ２１，ノ
ードＢ２２，リーフＢ３１の部分を下側に取り出して拡
大している。ここでリーフＢ２１は項目「クラスタリン
グで４分割したグループ＝１グループ」の条件であり、
ここから「１グループの車の特性はＭＰＧ（燃費）が３
３．６５以下」とする未知の法則を発見することができ
る。

【００９９】またノードＢ２２とリーフＢ３１は「クラ
スタリングで４分割したグループ＝３グループ」の条件
であることから、ここから「３グループの車の特性はＭ
ＰＧは３３．６５より大きくて重量が２１３７を超え
る」とする未知の法則を発見することができる。ここで
リーフＢ２１，Ｂ３１及びノードＢ２２に示された分析
項目「加速性」の下側に記述された数値は、全レコード
数＝３９０に対する該当レコードの数を（該当レコー
ド）／（レコード総数）％の形で表現している。

【０１００】本発明のクラシフィケーション処理部３２
に設けた表示処理部４２にあっては、図６のような処理
結果として得られた樹状図５０のビジュアライザ１８に
おける表現を改善して未知の法則をユーザに分かり易く
提示する。また図３のクラシフィケーション処理部３２
に設けた出力処理部４４は、図６の処理結果としての樹
状図５０について外部アプリケーションで利用可能な形
態に変換して出力することになる。

【０１０１】図７は、図３のサーバ１２側に設けたデー
タマイニング処理部２８による処理動作のフローチャー
トである。まずステップＳ１で、クライアント１０に設
けたマイニングツール２６によるユーザのマイニング分
析要求を解析し、クラスタリング要求か否かをチェック
する。クラスタリング要求であればステップＳ２からス
テップＳ３に進み、クラスタリング処理を行う。

【０１０２】一方、クラシフィケーション処理であった
場合にはステップＳ４でそれを判別し、ステップＳ５に
進み、クラシフィケーション処理を実行する。またユー
ザ要求がステップＳ６でその他の要求であった場合に
は、ステップＳ７に進み、その他の処理として相関分析
や類似予測等を行う。２．クラスタリングの最適分割数図８は、図３のクラスタリング処理部３０に設けた表示
処理部３８による２分割から例えば５分割の分割数の範
囲の指定による複数のクラスタリング結果の同時表示を
行った平行座標グラフ５２である。

【０１０３】平行座標グラフ５２は、クラスタリングに
よる分類結果を表示する分類表示部５４と、２分割から
５分割のグループ分けの状態を示す分割表示部５６で構
成される。分類表示部５４には分割数の範囲の最大分割
数である５分割を指定した場合のクラスタリング結果、
即ち図５に示した分析項目「年」の値を他の分析項目
「国、ＭＰＧ（燃費）、シリンダ数、馬力、重量及び加
速性」を条件値として表わした平行座標グラフとして表
示される。

【０１０４】この分類表示部５４の右側には分割範囲を
示す軸が５分割軸、４分割軸、３分割軸、２分割軸の順
番に並んで平行配置され、各分割軸には５分割を示す値
Ｇ５１〜Ｇ５５、４分割を示す値Ｇ４１〜Ｇ４４、３分
割を示す値Ｇ３１〜Ｇ３３、及び２分割を示す値Ｇ２１
〜Ｇ２２がプロットされている。

【０１０５】分割表示部５６の２分割軸から５分割軸に
向けて、破線で示すように対象データのグループ分けの
折れ線が表示される。この分割軸におけるグループ分け
の折れ線は、例えば図９に示すような２分割から５分割
のクラスタリングによるグループ分けに基づいてプロッ
トされる。

【０１０６】図９（Ａ）は対象データを２分割の指定で
クラスタリングした場合であり、グループＧ２１とＧ２
２に分類される。図９（Ｂ）は３分割の指定であり、図
９（Ａ）における２分割のうちのグループＧ２２が２つ
に分けられてグループＧ３３，Ｇ３２となっている。

【０１０７】図９（Ｃ）は４分割の指定であり、図９
（Ｂ）の３分割におけるグループＧ３３が２つに分けら
れてグループＧ４３，Ｇ４４となっている。更に図９
（Ｄ）は５分割の指定であり、図９（Ｃ）の４分割にお
けるグループＧ４４が２つに分かれてグループＧ５５，
Ｇ５４となっている。

【０１０８】この図９に示した２分割から５分割までの
クラスタリングによるグループ分けに対応して、図８の
分割表示部５６における２分割軸から５分割軸への破線
の折れ線によってグループ分けの様子が表示され、５分
割軸による５つのＧ５１〜Ｇ５５から、左の分析項目
「加速性」のレコードに対し折れ線が繋がっている。

【０１０９】このような分類表示部５４と分割表示部５
６を同時に表示した平行座標グラフ５２をユーザが見る
ことで、２分割から５分割に分割数が増えた場合に、５
分割のグループＧ５１〜Ｇ５５がどの分析項目から派生
しているかが明確に分かり、特にグループＧ５１〜Ｇ５
５から派生する線を５つに色分けしておくことで各項目
における妥当な分割数を容易に発見することができる。

【０１１０】このため、クラスタリングによる分類の際
にどのような分割数が妥当であるかがユーザにおいて容
易に分かり、一番適切な分割数を認識することでクラス
タリング結果のビジネス分野での利用を更に有益なもの
とする。

【０１１１】図１０は、図３のクラスタリング処理部３
０に設けた表示処理部３８による最適分割数を判断する
ための年輪図形の説明図である。最適分割数の判断に使
用される年輪図形５８は、中心円に対し例えば指定され
た分割数の範囲となる２分割から５分割について、各分
割数の指定によるクラスタリング結果のグループ分けの
状態を１つの年輪で表現する。

【０１１２】ここで年輪は、外へ行くほど分割数が大き
くなる。即ち、中心が分割なし、続いて２分割、３分
割、４分割、５分割の年輪となる。２分割から５分割の
各年輪は、半径方向で２分割、３分割、４分割、５分割
されている。

【０１１３】この場合の各年輪の分割は、図９の２分割
から５分割のクラスタリングによるグループ分けに対応
している。即ち、２分割にあっては左右のグループＧ２
１，Ｇ２２に分割され、３分割にあっては２分割のグル
ープＧ２２が３分割のグループＧ３２とＧ３３に分割さ
れる。

【０１１４】また４分割にあっては、３分割のグループ
Ｇ３３が４分割のグループＧ４３，Ｇ４４に分割され
る。更に５分割にあっては、４分割のグループＧ４４が
５分割のグループＧ５４，Ｇ５５に分割されている。

【０１１５】各分割の年輪の幅、即ち半径方向の厚みと
なる幅Ｗ２，Ｗ３，Ｗ４，Ｗ５は、グループ分けした際
のグループ間のデータ距離を表わしている。例えば２分
割の年輪におけるグループＧ２１，Ｇ２２は、図９
（Ａ）のようなグループ分けとなっていることから、グ
ループＧ２１，Ｇ２２のそれぞれに含まれるレコードに
ついてデータ距離を算出する。データ距離の算出は、グ
ループＧ２１，Ｇ２２の平均座標位置を求め、この座標
位置からデータ距離を求めればよい。

【０１１６】したがって、ユーザは、年輪図形５８を見
て、その幅が最も大きい分割数が最適分割数と判断する
ことができる。この場合、２分割の年輪の幅Ｗ２が最も
大きいことから、ユーザは年輪図形５８を見て２分割が
適切な分割数であることを直ちに判断できる。

【０１１７】ここで図８の平行座標グラフによる適切分
割数の表示、または図１０の年輪図形５８による適切分
割数の表示は、両者を同時に行ってもよいしユーザ指定
により選択的に行うようにしてもよい。

【０１１８】図１１は本発明のクラスタリング処理部の
処理動作のフローチャートである。まずステップＳ１で
ユーザからのデータマイニング分析要求を解析し、求め
ようとする特性の項目及びその項目の特性を表現する条
件値となる他の項目を認識する。例えばデータマイニン
グ分析要求が「年の値はどのような特性か」であれば、
特定項目を「年の値」し、この特性を表現する条件値の
項目を「ＭＰＧ（燃費）、シリンダ数、馬力、重量、加
速性」とする。

【０１１９】次にユーザ指定の絞込み条件を設定する。
これは、レコード数の範囲、項目値の範囲等である。勿
論、全データを対象とする場合は設定なしとなる。次に
ステップＳ３で適切分割数の判断処理を伴うクラスタリ
ングを実行し、ステップＳ４でクラスタリングの結果と
して図５のような平行座標グラフを表示する。

【０１２０】図１２は、図１１のステップＳ３における
分割判断を伴うクラスタリング処理のフローチャートで
ある。まずステップＳ１で分割範囲の最大値となる分割
数Ｎを指定する。この最大分割数Ｎの指定は、装置に予
め設定したディフォルトの値を使用してもよいしユーザ
が任意に指定することもできる。

【０１２１】次にステップＳ２で、分割数２，３，・・
・Ｎの複数の分割数ごとにクラスタリングを行う。続い
てステップＳ３で、分割数Ｎのクラスタリング結果と分
割数２〜Ｎの分割数の繋がりを、図８のように平行座標
グラフ５２に同時表示する。続いてステップＳ４で分割
数２〜Ｎの各々につき、各グループ間のデータ距離を計
算する。

【０１２２】続いてステップＳ５で、図１０のように年
輪図形５８を生成して表示する。最終的にユーザは、ス
テップＳ３で表示した平行座標グラフ及びまたはステッ
プＳ５で表示した年輪図形を参照して最適な分割数を判
断し、ユーザが選択した最適な分割数のクラスタリング
結果を例えば図５のように平行座標グラフ４８で表示す
る。３．クラシフィケーションの結果表示改善図１３は、図２のデータマイニング処理部２８に設けた
クラシフィケーション処理部３２による処理動作のフロ
ーチャートである。このクラシフィケーション処理にあ
っては、まずステップＳ１でマイニングツール２６から
のユーザによるデータマイニング分析要求を解析する。

【０１２３】このマイニング解析要求は、例えば「年の
値はどのような特性を持つか」であり、分析項目「年の
値」を他の分析項目を条件値とする未知の法則で表現す
る分析要求であることを認識する。

【０１２４】次にステップＳ２で絞り込み条件の設定を
ユーザ指定に基づいて行う。ユーザはクラシフィケーシ
ョン結果として表示される樹状図の階層数の範囲、対象
データのレコード数の範囲、各分析項目における値の範
囲を指定することができる。もちろん、指定なしであれ
ば、全てのデータを対象にクラシフィケーションを行う
ことになる。

【０１２５】続いてステップＳ３でユーザのマイニング
分析要求と絞り込み条件の指定に基づき対象データを読
み込み、例えば分析項目「年の値」の特性を他の分析項
目である「国、ＭＰＧ、シリンダ数、馬力、重量及び加
速性」を条件値とする未知の法則で表現するため、決定
時のアルゴリズムに従って分類するクラシフィケーショ
ン処理を実行する。

【０１２６】次にステップＳ４で、クラシフィケーショ
ン結果を樹状図として表示する表示処理を行う。この表
示処理の際に本発明にあっては、樹状図の有意性のある
部分をユーザに分かりやすく表示するため、有意性のな
いノードを非表示とする折り畳み処理、有意性のあるノ
ードをノードの大きさや形で表示する処理、更にはノー
ドの有意性の評価に基づいてソートした樹状図の表示を
必要に応じて行う。

【０１２７】続いてステップＳ５で、ユーザがクラシフ
ィケーション結果として表示された樹状図から、データ
に隠されている未知の法則の発見と抽出を行う。最終的
にステップＳ６で、クラシフィケーション結果の外部ア
プリケーションでの利用を可能とする出力処理を行う。

【０１２８】この出力処理は、ユーザが発見した未知の
法則をデータベース問合せ条件式に変換する出力処理、
スプレッドシート等のマクロモジュールに変換してオン
ライン分析処理システムで利用する出力処理、樹状図を
描画情報としてユーザが他のアプリケーションで利用可
能な形態にテキスト化する出力処理、及びユーザが発見
した未知の法則をユーザの希望するフォーマットに編集
して利用させる出力処理を含む。

【０１２９】図１４は、図１３のステップＳ４における
クラシフィケーション結果の表示改善処理の第１実施形
態であり、この第１実施形態にあっては有意性のないノ
ードを非表示とした樹状図を表示することを特徴とす
る。

【０１３０】クラシフィケーションの決定木アルゴリズ
ムによって生成される例えば図６に示したような樹状図
５０は、確信度を元に機械的に行われる枝刈りによって
ノードやリーフの重要性が情報として提示される。しか
しながら、図４に示した集計シート４６における複数の
分析項目を決定木によって分類するクラシフィケーショ
ンの場合にはノードやリーフの数が膨大なものとなり、
ユーザが目視によって重要な情報を見つけ出すことは不
可能となる。

【０１３１】そこで本発明にあっては、クラシフィケー
ション結果として得られた例えば図１４（Ａ）のような
樹状図６０について、有意性のないノード例えばノード
Ａ１１，Ａ１２，Ｂ１１，Ｂ１２に対する分岐条件を非
表示とする折り畳み処理により、図１４（Ｂ）のような
樹状図６２に変換し、ノードＡ０１，Ｂ０１とリーフＡ
２１〜Ａ２４、Ｂ２１〜Ｂ２３の関係を簡潔に表示す
る。

【０１３２】ここで図１４（Ａ）の樹状図６０における
有意性のないノード、例えばノードＡ１１，Ａ１２及び
Ｂ１１，Ｂ１２としては、決定木によるクラシフィケー
ション結果として提示されるχ2 検定値等を参照し、ノ
ードＡ０１，Ｂ０１からの分岐に有意性がない場合に
は、その下位のノードＡ１１，Ａ１２及びＢ１１，Ｂ１
２にも有意性がなくなるので、この場合に有意性のない
ノードＡ１１，Ａ１２及びＢ１１，Ｂ１２を折り畳みに
よる非表示として、図１４（Ｂ）の樹状図６２のように
表示する。

【０１３３】このようにクラシフィケーション結果とし
ての樹状図の中の有意性のないノードを折り畳みによる
非表示とすることで、あるセグメント化された情報即ち
複数の分析項目を条件値とする情報がどのような法則に
従って分類されているかを容易に把握することができ、
マイニング対象データに含まれている未知の特性をユー
ザが発見することを支援することができる。

【０１３４】図１５は、図１３のステップＳ４における
クラシフィケーション結果の表示改善処理の第２実施形
態であり、この第２実施形態にあっては、決定木のアル
ゴリズムに従ったクラシフィケーション結果として表示
される樹状図におけるノードやリーフに、それぞれにつ
いて数値情報として与えられるレコード数や確信度に基
づいて形、大きさ、色に変化を持たせることにより、樹
状図の階層構造内における有意ノードや有意リーフを視
覚的に表現するようにしたことを特徴とする。

【０１３５】図１５の樹状図６４は、車両レコードのフ
ィールドに属性として含まれる交通事故に関する項目
を、それに関連する他の項目を条件値として分析したク
ラシフィケーション結果の樹状図について、数値情報か
らノードやリーフの形と大きさを変化させている。

【０１３６】即ち、ルートＳは「性別＝男」であり、次
のノードＡ０１，Ｂ０１で「年齢＝高／低」に分類す
る。ノードＡ０１に続くリーフＡ１１，Ａ１２では「地
区＝東／西」に分けて事故無し件数を求めている。ノー
ドＢ０１の「年齢＝低」についても、同様にリーフＢ１
１，Ｂ１２で「地区＝東／西」に分けて事故無し件数を
表わしている。

【０１３７】ここでリーフＡ１１，Ａ１２，Ｂ１１，Ｂ
１２について、それぞれの条件を多角形で表わしてい
る。このリーフの多角形は出現度（レコード数）が多い
ほど多角形の面積を大きくする。また確信度が高くなる
ほど多角形の角数を増やしている。即ち確信度が最も低
いときは三角形であり、確信度の増加に応じて四角形、
五角形、八角形と画数を増やし、信頼度１００％で円に
している。

【０１３８】図１５のようなリーフの有意性の表示は、
クラシフィケーション結果として得られた階層の深い複
雑な樹状図をプレビュー等によって全体表示し、その中
のリーフについて有意性を示す多角形表示とすること
で、どの条件が多く出現しているのか、またどの条件が
確信度が高いのかをユーザが視覚的に把握し、これによ
ってクラシフィケーション結果として表示された樹状図
に含まれているデータの傾向を直観的に把握し、隠され
た法則を効率よく抽出することが可能となる。

【０１３９】図１６は、図１５の処理結果表示処理のフ
ローチャートである。まずステップＳ１で、クラシフィ
ケーション結果として得られた樹状図について、各条件
ごとのレコード数と確信度を計算する。続いてステップ
Ｓ２で確信度の割合により多角形の画数Ｘを計算する。
この場合、１００％を円、例えば３０％以下は三角形と
する。続いてステップＳ３で１ウィンドウ（１画面でも
よい）に描画する条件数を決定する。

【０１４０】続いてステップＳ４で、描画するウィンド
ウサイズとレコード数によりＸ角形の面積Ｓを計算す
る。続いてステップＳ５で全ての条件から描画するウィ
ンドウサイズにおける最大レコード数、最小レコード
数、平均レコード数を計算し、相違する種類のＸ角形の
図の比率を計算する。最終的にステップＳ６で樹状図の
ノードにＸ角形を例えば図１５のリーフのように描画す
る。

【０１４１】図１７は、図１３のステップＳ４における
クラシフィケーション結果の表示改善処理の第３実施形
態であり、この第３実施形態にあってはクラシフィケー
ション結果の樹状図において描画されるノードやリーフ
の有意性を判断した後に、その有意性の判断結果に基づ
いて樹状図をソートすることを特徴とする。

【０１４２】図１７の有意性判定図６６は、クラシフィ
ケーション結果として得られた樹状図のリーフについ
て、レコード件数を円で表現している。即ちレコード件
数が多いほど面積を大きくし、少ないほど面積を小さく
している。このうち有意なノードとして、面積の多い順
に例えばリーフＡ０１，Ｂ２１，Ｃ１４，Ｃ１１が有意
リーフとして選択される。

【０１４３】図１８は、樹状図におけるノードの有意性
を、レコード件数を円の面積で表示すると同時に確信度
を色の濃淡で表現している。この場合に、確信度が高い
ほど色が濃く、確信度が低いほど色を薄く表現する。こ
の有意性判定図６８にあっては、レコード数による面積
の大きさはリーフＣ１１，Ｃ１４，Ａ０１，Ｂ２１とな
るが、色の濃さによる確信度はリーフＣ１１，Ｃ１４，
Ａ０１，Ｂ２１の順番となる。この場合にも有意リーフ
としてＡ０１，Ｂ２１，Ｃ１４，Ｃ１１を選択してい
る。

【０１４４】図１９は、図１７の有意性判定図６６また
は図１８の有意性判定図６８で選択した有意リーフＣ１
１，Ｃ１４，Ａ０１，Ｂ３１に絞り込んで昇順にソート
する前の樹状図７０であり、図１９（Ｂ）がソート後の
樹状図７２である。

【０１４５】このような有意性判定図に基づいた昇順の
ソートによって、ソート前の樹状図７０にあっては、リ
ーフの有意性は視覚的には分からず、リーフに記述され
ているレコード数や確信度の数値を見て判断せざるを得
なかったものが、図１９（Ｂ）のソート後の樹状図７２
にあっては、有意性の高いリーフＣ１１，Ｃ１４が上部
に移動し、優位性の低いＢ３１は下側に移り、これによ
ってユーザは上部に位置するリーフに着目してデータの
特徴を把握することができる。

【０１４６】図２０は、図１８のように有意性をノード
の円の面積と色の濃淡で表わしてソートする場合の処理
結果表示処理のフローチャートである。この処理結果表
示処理にあっては、ステップＳ１で各条件ごとのレコー
ド数と確信度を計算する。次のステップＳ２で確信度の
割合により色の濃淡度を決定する。即ち、確信度が高い
ほど色を濃くし、低いほど色を薄くする。

【０１４７】ステップＳ３にあっては、描画するウィン
ドウサイズ（画面サイズでもよい）とレコード数により
円の面積を計算する。続いてステップＳ４で色付きの円
を描画し、図１８のような有意性判断図６８をユーザに
表示する。この有意性判断図を見て、ステップＳ５でユ
ーザが有意性のあるノードとリーフを高い順に指定する
と、その指定結果に基づき、ステップＳ６で有意性の指
定に応じた樹状図のソートを行う。

【０１４８】尚、図１９にあっては、有意性の高いリー
フの順番となる昇順にソートする場合を例に取っている
が、逆に有意性の低いリーフの順番となる降順にソート
してもよい。４．クラシフィケーションの出力処理図２のデータマイニング処理部２８に設けたクラシフィ
ケーション処理部３２による処理結果として得られた樹
状図に表現された情報は、ビジュアライザ１８によりユ
ーザに対し視覚的に表示されるが、本発明にあっては、
これに加えて樹状図及びまたは樹状図からユーザが抽出
した未知の法則を、出力処理部４４によって他のアプリ
ケーションで活用する形態に変換して出力する。

【０１４９】図２１は、図１３のステップＳ６における
出力処理の第１実施形態であり、決定木のアルゴリズム
により生成されたクラシフィケーション結果としての樹
状図からユーザが発見した未知の法則となる分類条件
を、リレーショナルデータベース、多次元データベース
を含むオンライン分析処理システム１４側で利用可能な
データベース抽出条件文に変換して利用可能としたこと
を特徴とする。

【０１５０】即ち、クラシフィケーション結果として得
られた樹状図よりユーザが発見した法則を「ＩＦ〜ＴＨ
ＥＮ〜」形式で生成し、各種データベースのデータ抽出
条件文に変換する出力処理である。この場合の「ＩＦ〜
ＴＨＥＮ〜」形式のデータ抽出条件文の受け渡し先は、
ＳＱＬ文、ＬＯＤＱＬ文、ＭＤＢコマンドを制御する全
てのアプリケーションを対象とし、各アプリケーション
は「ＩＦ〜ＴＨＥＮ〜」形式の条件文文字列をファイル
に格納した辞書形式あるいはプログラムインタフェース
（ＡＰＩ）の両方から獲得することができる。

【０１５１】図２１（Ａ）は図６に示したようなクラシ
フィケーション結果としての樹状図５０からユーザが抽
出した発見法則７４であり、発見法則７４は「ＩＦ〜Ｔ
ＨＥＮ〜」形式で図示のように表現される。このような
発見法則７４の「ＩＦ〜ＴＨＥＮ〜」形式から図２１
（Ｂ）のように条件名と条件式で定義される条件文文字
列７６を生成する。

【０１５２】このようにして生成された条件文文字列７
６は、図２１（Ｃ）に示すように、図２に示したオンラ
イン分析処理システム１４側の分析辞書２２にファイル
形式で格納され、データウェアハウス２４に対するＳＱ
Ｌデータベース問合せ文７８のＷＨＥＲＥ文として使用
される。

【０１５３】即ちＳＱＬデータベース問合せ文７８にお
いて「ＷＨＥＲＥ条件式」を記述することで、分析辞
書２２の参照により図２１（Ｂ）の条件文文字列７６を
分析に使用するフィルタとして取り出し、この条件文文
字列７６の条件式を使用してデータウェアハウス２４の
データを分析することで、分析項目「年＝７０」及び
「年＝７６」のデータ「レコード」を検索することがで
きる。

【０１５４】図２２は、図２１におけるデータベースを
条件文文字列に変換する外部出力処理のフローチャート
である。まずステップＳ１で、クラシフィケーション結
果としての樹状図の中から発見した法則、例えば図２１
（Ａ）の発見法則７４から条件式を切り出し、ステップ
Ｓ２で図２１（Ｂ）の条件文文字列７６のようにデータ
ベースに問い合わせできるように条件式をデータベース
上の項目名に変換する。続いてステップＳ３で条件ラベ
ルと条件式の型式でファイル出力し、データベースの分
析辞書２２に登録する。

【０１５５】このようにクラシフィケーション結果とし
て得られた発見した法則における分類条件をデータベー
スへの抽出条件文として提供することにより、オンライ
ン分析処理システムにデータマイニング処理の結果をフ
ィードバックし、未知の切り口によるデータ抽出による
分析処理を可能とする。

【０１５６】これによって、従来の分析処理では発見で
きなかった新たな項目を条件とする法則を利用した顧客
のランキングやマーケティング対象顧客の選別等のデー
タ分析等に利用することができる。

【０１５７】図２３は、図１３のステップＳ６における
クラシフィケーションの出力処理の第２実施形態であ
り、この第２実施形態にあってはクラシフィケーション
結果からユーザが発見した未知の法則の条件文を、例え
ば図３のオンライン分析処理システム１４のオンライン
分析処理ツール１６側で処理している集計シート４６の
生成に使用するエクセル等のスプレッドシートからデー
タを抽出するためのマクロモジュールに変換するように
したことを特徴とする。

【０１５８】図２３の外部出力処理にあっては、まずス
テップＳ１で例えば図２１（Ａ）と同様、クラシフィケ
ーション結果として得られた樹状図側からユーザが発見
した未知の発見法則７４に「ＩＦ〜ＴＨＥＮ〜」が含ま
れていることから、この中から条件式を切り出す。この
ようにして発見法則から切り出した条件式を、ステップ
Ｓ２でエクセル等のスプレッドシートのマクロモジュー
ルに変換して、例えば図２のオンライン分析処理ツール
１６に登録する。

【０１５９】図２４は、図２３の外部出力処理によりス
プレッドシートのマクロモジュールとして登録されたク
ラシフィケーション結果の条件式を利用したエクセルシ
ートのデータの絞り込み処理である。

【０１６０】図２４（Ａ）は絞り込み前のエクセルシー
ト８２であり、この絞り込み前のエクセルシート８２に
対し、クラシフィケーション結果から発見した法則の条
件式を登録しているマクロモジュールを適用すること
で、例えば図２４（Ｂ）の絞り込み後のエクセルシート
８４に示すように、クラシフィケーション結果のルール
の適用によってエクセルデータを絞り込むことができ
る。

【０１６１】このようにクラシフィケーション結果から
得られた未知の法則の条件式をエクセル等のスプレッド
シートからのデータ抽出に使用するマクロモジュールに
変換することで、未知の切り口によるパソコン上での簡
易的なデータ抽出が可能となる。このため例えば顧客情
報から特定の顧客を選別するような際に、データマイニ
ングで発見した条件式による未知の切り口を利用するこ
とが可能となる。

【０１６２】図２５は、図１３のステップＳ６における
クラシフィケーション結果の出力処理における第３実施
形態であり、この第３実施形態にあっては、クラシフィ
ケーション結果として表示される樹状図を他のアプリケ
ーション上で表現できるようにテキスト化するようにし
たことを特徴とする。

【０１６３】即ち、この第３実施形態にあっては、クラ
シフィケーション結果における樹状図を描画するための
テキスト化された描画情報を生成し、これによって他の
アプリケーションに受け渡し可能なファイルインタフェ
ースの機能を実現する。

【０１６４】図２５の第３実施形態の外部出力処理にあ
っては、まずステップＳ１で例えば図６のように、クラ
シフィケーション結果として得られた樹状図５０に基づ
き、ルートからノードを経てリーフに至る条件文字列や
レコード件数等の条件情報を、例えばＣＳＶ形式に変換
する。

【０１６５】ここでＣＳＶとは、ＣｏｍｍａＳｅｐａ
ｒａｔｅｄＶａｌｕｅの略であり、レコードとレコー
ドを改行コードで区切り、レコードのフィールドをカン
マコードで区切るデータ形式をもったデータフォーマッ
トの１つである。次にステップＳ２で、樹状図について
ルートからノードを経てリーフに至る論理的位置情報を
同じくＣＳＶ形式に変換する。最終的にステップＳ３
で、ＣＳＶ形式に変換した条件情報と論理位置情報を併
せてＣＳＶファイルに出力する。

【０１６６】このため、従来はクラシフィケーション結
果として得られた樹状図はハードコピーくらいしか活用
する手法がなかったものが、本発明によればテキスト化
された描画情報として外部に提供することができ、この
ＣＳＶファイルを使用してＩＳＶ製品やユーザ独自の樹
状図の描画処理を他のアプリケーションにより作成する
ことが可能となる。

【０１６７】この結果、本発明のデータマイニング装置
により得られた樹状図を決定木のマイニングエンジンを
組み込んだ他の製品の開発に活用することが可能とな
り、データマイニング結果の利用幅が広がる。

【０１６８】図２６は、図１３のステップＳ６のクラシ
フィケーション結果の出力処理における第４実施形態で
あり、この第４実施形態にあっては、クラシフィケーシ
ョン結果として得られた樹状図の中からユーザが発見し
た「ＩＦ〜ＴＨＥＮ〜」形式の表示結果をユーザの希望
するフォーマットに変換して出力するようにしたことを
特徴とする。これによってクラシフィケーション結果の
樹状図から発見された「ＩＦ〜ＴＨＥＮ〜」形式の法則
をユーザが希望する形式にカスタマイズして表示できる
インタフェースとしての機能を提供することができる。

【０１６９】図２６の出力処理の第４実施形態にあって
は、ユーザの希望するフォーマット形式に変換するため
のフォーマット変換部９０に対し、クラシフィケーショ
ン結果の樹状図から発見した発見法則８６を例えば「Ｉ
Ｆ条件１条件２ＴＨＥＮ結果」の形式で入力す
る。一方、フォーマット変換部９０に対しては、ユーザ
が希望するユーザ指定フォーマット８８が設定されてい
る。このためフォーマット変換部９０は、ユーザ指定フ
ォーマット８８をクラシフィケーション結果として入力
された発見法則８６により編集し、フォーマット変換後
の編集データ９２を生成する。

【０１７０】ここで発見法則８６として、図２１（Ａ）
の発見法則７４の１行目の「ＩＦ１３．５＜ＭＰＧ馬
力≦２２７．５加速性≦１１．０５ＴＨＥＮ７
０」を入力したとすると、編集データ９２にはクラス値
＝７０、レコード数＝１１が格納され、（開始条件）と
して「１３．５＜ＭＰＧａｎｄ馬力≦２２７．５ａ
ｎｄ加速性≦１１．０５」が格納される。

【０１７１】図２７は、図２６のユーザの希望するフォ
ーマットに編集する外部出力処理のフローチャートであ
る。まずステップＳ１で「ＩＦ〜ＴＨＥＮ〜」フォーマ
ットの発見法則を入力し、次にステップＳ２で「ＩＦ〜
ＴＨＥＮ〜」フォーマットの文法チェックを行う。

【０１７２】続いてステップＳ３で「ＩＦ〜ＴＨＥＮ
〜」をユーザ指定のフォーマットと照合して編集し、ス
テップＳ４で、フォーマット編集した「ＩＦ〜ＴＨＥＮ
〜」をユーザファイルに登録する。

【０１７３】このようにクラシフィケーション結果とし
て樹状図からユーザが発見した「ＩＦ〜ＴＨＥＮ〜」形
式の法則をユーザの希望するフォーマット形式に編集す
るカスタマイズを行うことで、データマイニングの結果
をユーザ側のアプリケーションにフィードバックして業
務データの管理等に活用することができる。

【０１７４】次に本発明によるデータマイニング処理プ
ログラムを格納したコンピュータ可読の記憶媒体につい
て説明する。

【０１７５】本発明のデータマイニング処理プログラム
は、図２のデータマイニング処理部２８に設けているク
ラスタリング処理部３０とクラシフィケーション処理部
３２で構成される。クラスタリング処理部３０は、分割
数指定部３４、絞込み条件指定部３６及び表示処理部３
８の機能を含む。

【０１７６】またクラシフィケーション処理部３２は、
絞込み条件指定部４０、表示処理部４２及び出力処理部
４４の機能を含む。各処理部の詳細は、図２から図２７
までの実施形態に示した通りである。

【０１７７】このような本発明のデータマイニング処理
プログラムは、ＣＤ−ＲＯＭ、フロッピディスク、ＤＶ
Ｄ光磁気ディスク、ＩＣカード等の可搬型記憶媒体に格
納されたり、あるいはモデムやＬＡＮインタフェースを
利用してデータベースや他のコンピュータシステムから
インストールされ、このようにインストールされた本発
明の情報仲介プログラムはコンピュータシステムに入力
され、例えば仲介業者サーバ１０として実行される。コ
ンピュータにインストールされる本発明の情報仲介プロ
グラムは、そのハードディスクＨＤＤに記憶され、ＲＡ
Ｍ等を利用してＣＰＵにより実行される。

【０１７８】尚、本発明のデータマイニング装置は上記
の実施形態に限定されず、その利点と目的を損なわない
適宜の変形を含む。また本発明は上記の実施形態に示し
た数値による限定は受けない。

【０１７９】

【発明の効果】以上説明してきたように本発明のデータ
マイニング装置によれば、次に列挙する効果が得られ
る。

【０１８０】（クラスタリングの分類結果と分割数の同
時表示）本発明のデータマイニング装置は、２分割から
任意の分割数までの各分割数ごとにクラスタリングした
複数の処理結果を同時に表示することで、クラスタリン
グの分割数が適切かどうか判断できる。即ち、複数の分
割数のクラシフィケーション結果の分類表示と分割表示
を平行座標グラフに同時に表示することで、分割数が増
えた場合に分割グループのどこから複数の分析項目に派
生しているかが明確に分かり、これによって適切な分割
数をユーザが容易に発見することができる。

【０１８１】また複数の分割数のクラシフィケーション
結果によるグループ分けの状況を年輪図で表示し、各分
割数におけるグループ間のデータ距離が年輪の幅（厚
さ）で表示されることによって、幅の最も大きな分割数
が適切であることがユーザによって簡単に判断すること
ができる。

【０１８２】（クラシフィケーション結果のノード折り
畳み処理）本発明のデータマイニング装置は、クラシフ
ィケーション結果として生成された樹状図について、そ
の中の不要な分岐条件に従ったノードを非表示とするこ
とでノードとリーフの関係を簡潔に表示することがで
き、これによって、ある項目化されたデータがどのよう
な法則に従って分類されているかをユーザが容易に把握
することができ、顧客情報等のクラシフィケーション結
果から隠された法則を発見するユーザの判断を強力に支
援することができる。

【０１８３】（データマイニングの絞り込み条件）本発
明のデータマイニングで取り扱うデータの範囲をユーザ
が指定して絞り込むことで、大量データであっても、絞
り込まれた範囲についてクラスタリングやクラシフィケ
ーション等の分析処理ができ、またこれらの処理結果か
ら必要な絞り込み条件に該当する分析結果だけを取り出
すことができるため、有意性のある法則の抽出がより行
い易くなる。

【０１８４】（樹状図の表示改善）クラシフィケーショ
ン結果として生成される樹状図のノードやリーフには分
析結果として得られた数値情報を表示しているが、この
ノードやリーフの数値情報例えばレコード数や確信度
を、ノードやリーフの大きさ、形状、色彩によって変え
ることにより、より直感的にデータの傾向を捉えること
ができる。

【０１８５】（樹状図のソート）クラシフィケーション
結果の樹状図について、ノードやリーフの有意性を大き
さ、形状、色を変えることにより判断し、この有意性の
判断結果に基づいて樹状図のノードやリーフを絞り込む
ソートを行うことで、ノードやリーフに文字情報として
表示される条件文のχ2 検定値等をユーザが検証するこ
となく、似通った分類に属するデータを集約するソート
や絞り込みを行って樹状図をより見易くできる。

【０１８６】（データベース問合せ条件への出力処理）
本発明のデータマイニング装置は、クラシフィケーショ
ン結果として得られた樹状図からユーザが発見した法則
の条件式をデータベースに対するデータベース問合せ分
の条件式として変換出力することにより、クラシフィケ
ーション結果から発見された未知の法則による切り口で
のデータ分析が可能となり、これまで発見できなかった
新しい分析項目を条件とする法則を利用した顧客のラン
キングやマーケティング対象顧客の選別等のデータ分析
に利用することができる。

【０１８７】（スプレッドシート用マクロの出力処理）
本発明のデータマイニング装置は、クラシフィケーショ
ン結果として得られた樹状図の中から発見した法則の
「ＩＦ〜ＴＨＥＮ〜」形式の条件文をエクセル等のスプ
レッドシートからデータを抽出するために使用するマク
ロモジュールに変換して出力することで、未知の切り口
によるパソコン情報の簡易的なデータ抽出処理ができ
る。これによってデータマイニングで発見した未知の法
則に基づく切り口をマクロモジュールとしてユーザに提
供し、スプレッドシートからのデータ抽出にデータマイ
ニングの結果を利用することができる。

【０１８８】（樹状図のテキスト化）本発明のデータマ
イニング装置は、クラシフィケーション結果として得ら
れる樹状図をテキスト化された描画情報として出力する
ことでＩＳＶ製品やユーザ独自の樹状図の描画ができ、
その結果、本発明のデータマイニング結果を同様な決定
木のアルゴリズムのマイニングエンジンを組み込んだ他
の製品の開発に利用することができる。

【０１８９】（抽出法則のカスタマイズ）本発明のデー
タマイニング装置は、クラシフィケーション結果の樹状
図から発見した「ＩＦ〜ＴＨＥＮ〜」形式の法則をユー
ザの要望する形式にカスタマイズすることで、データマ
イニングの結果をユーザの他のアプリケーションにフィ
ードバックして、例えば業務データの管理等に活用する
ことができる。

【図面の簡単な説明】

【図１】本発明の原理説明図

【図２】オンライン分析処理システムと組合わせた本発
明の機能ブロック図

【図３】図２のデータ処理の説明図

【図４】図２の分析結果として生成された分析シートの
説明図

【図５】図２でクラスタリング結果として表示される平
行座標グラフの説明図

【図６】図２でデータマイニング結果として表示される
樹状図の説明図

【図７】本発明によるデータマイニング処理のフローチ
ャート

【図８】クラスタリング結果と分割数との関係を同時に
表示した平行座標グラフの説明図

【図９】図８の平行座標グラフに表示した分割表示に対
応した分類グループの説明図

【図１０】分類結果と分割数の関係を表現する年輪図形
の説明図

【図１１】本発明によるクラスタリング処理のフローチ
ャート

【図１２】分割数判断処理を伴うクラスタリングのフロ
ーチャート

【図１３】本発明によるクラシフィケーション処理のフ
ローチャート

【図１４】有意性のないノード非表示とする折り畳み処
理の説明図

【図１５】ノードやリーフに属性情報に基づく形と大き
さの変化を持たせて有意性を表現す樹状図の説明図

【図１６】図１５の処理結果表示処理のフローチャート

【図１７】樹状図のソートに使用する有意ノードや有意
リーフの形をレコード数による大きさにより表現した絞
込み判定図の説明図

【図１８】樹状図のソートに使用する有意ノードや有意
リーフを形のレコード数による大きさと確信度による色
の濃さで表現した絞込み判定図の説明図

【図１９】図１８の絞込み判定図を使用したソート前と
ソート後の樹状図の説明図

【図２０】図１８の処理結果表示処理のフローチャート

【図２１】クラシフィケーション結果から抽出された規
則をデータベース問い合せに使用する外部出力処理の説
明図

【図２２】図２１の外部出力処理のフローチャート

【図２３】データマイニング結果をスプレッドシートの
マクロモジュールに使用する外部出力処理のフローチャ
ート

【図２４】図２３で生成したマクロモジュールを使用し
た絞込み前と絞込み後の分析シートの説明図

【図２５】クラシフィケーション結果として得られた樹
状図をＣＳＶ形式にテキスト化する外部出力処理のフロ
ーチャート

【図２６】データマイニング結果の「ＩＦ〜ＴＨＥＮ
〜」形式の法則をユーザが編集加工可能なファイル形式
に変換する出力処理の説明図

【図２７】図２６の外部出力処理のフローチャート

【符号の説明】

１０：クライアント１２：サーバ１４：オンライン分析処理システム（ＯＬＡＰシステ
ム）１６：オンライン分析処理ツール１８：ビジュアライザ（表示処理部）２０：オンライン分析処理部２２：分析辞書２４：データウェアハウス（ＤＷＨ）２６：マイニングツール２８：データマイニング処理部３０：クラスタリング処理部３２：クラシフィケーション処理部３４：分割数指定部３６，４０：絞込み条件指定部３８，４２：表示処理部４４：出力処理部４６：分析シート（明細データまたは集計表）４８：平行座標グラフ５０，６０，６２，６４：樹状図５２：分割表示付き平行座標グラフ５４：分類表示部５６：分割表示部５８：年輪図形６６，６８：有意性判定図７０：ソート前樹状図７２：ソート後樹状図７４：発見法則７６：条件文文字列７８：ＳＱＬデータベース問合せ文８２：絞込み前エクセルシート８４：絞込み後エクセルシート８６：発見法則８８：ユーザ指定フォーマット９０：フォーマット変換部（エディタ）９２：編集データ

───────────────────────────────────────────────────── フロントページの続き (72)発明者本多正人神奈川県横浜市港北区新横浜二丁目15番16 株式会社富士通ハイパーソフトテクノロジ内 (72)発明者都築康一神奈川県横浜市港北区新横浜二丁目15番16 株式会社富士通ハイパーソフトテクノロジ内 (72)発明者伏見俊彦神奈川県横浜市港北区新横浜二丁目15番16 株式会社富士通ハイパーソフトテクノロジ内Ｆターム(参考） 5B075 KK07 NR12 PQ02 PQ13

Claims

【特許請求の範囲】

【請求項１】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、２分割から任意の指定分割数Ｎまでの分割数の範囲を指
定する分割数指定部と、複数の分析項目をもつデータ群を対象に、２分割から前
記指定分割数Ｎまでの各分割数ごとに、類似した特性の
データを複数のクラスタ（層）に分類するクラスタリン
グ処理部と、前記クラスタリング処理部による複数の処理結果を同時
に表示する表示処理部と、を備えたことを特徴とするデ
ータマイニング装置。
【請求項２】請求項１記載のデータマイニング装置に於
いて、前記表示処理部は、前記指定分割数Ｎによる分析
項目毎の分類結果を各分析項目の軸にプロットして折れ
線とした平行座標グラフを表示すると共に、２分割から
前記指定分割数まで各分割軸を並べ分割の推移と分類結
果のつながりを同時に折れ線で表示することを特徴とす
るデータマイニング装置。
【請求項３】請求項１記載のデータマイニング装置に於
いて、前記表示処理部は、２分割から指定分割数Ｎまで
の分類結果を、年輪図形に変換して表示することを特徴
とするデータマイニング装置。
【請求項４】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、有意性のないノードを非表示と
した樹状図に変換して表示する表示処理部と、を備えた
ことを特徴とするデータマイニング装置。
【請求項５】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、複数の分析項目をもつデータ群を対象に任意の分割数を
指定し、類似した特性のデータを前記分割数のクラスタ
（層）に分類して分類結果を表示するクラスタリング処
理部と、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラスタリング処理部及びクラシフィケーション処
理部で取り扱うデータの範囲をユーザ指定により絞り込
む絞込み条件指定部と、を備えたことを特徴とするデー
タマイニング装置。
【請求項６】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、ノードやリーフの形、色、及び
又は大きさに複数の属性に基づいた変化を持たせる表示
処理部と、を備えたことを特徴とするデータマイニング
装置。
【請求項７】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、ノードやリーフの有意性を評価
し、該有意性に基づいて樹状図をソートして表示する表
示処理部と、を備えたことを特徴とするデータマイニン
グ装置。
【請求項８】データ群に含まれた未知の法則を発見する
データマイニング装置に於いて、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値として表わした未知の法則を生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の処理結果を外部で利
用可能な形態に変換して出力する出力処理部と、を設け
たことを特徴とするデータマイニング装置。
【請求項９】請求項８記載のデータマイニング装置に於
いて、前記出力処理部は、前記クラシフィケーション処
理部の結果から抽出した特定の法則を条件式に変換して
外部に出力することを特徴とするデータマイニング装
置。
【請求項１０】請求項８記載のデータマイニング装置に
於いて、前記出力処理部は、前記抽出法則をスプレッド
シートのマクロモジュールに変換して出力することを特
徴とするデータマイニング装置。
【請求項１１】請求項８記載のデータマイニング装置に
於いて、前記出力処理部は、前記クラシフィケーション
処理部で得られた樹状図を、外部アプリケーションで描
画可能な描画情報に変換して出力することを特徴とする
データマイニング装置。。
【請求項１２】請求項８記載のデータマイニング装置に
於いて、前記出力処理部は、前記クラシフィケーション
処理部の処理結果から抽出した「ＩＦＴＨＥＮ」形式
の法則を、ユーザが指定したフォーマット形式に変換し
て出力することを特徴とするデータマイニング装置。
【請求項１３】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、２分割から任意の指定分割数Ｎまでの分割数の範囲を指
定する分割数指定部と、複数の分析項目をもつデータ群を対象に、２分割から前
記指定分割数Ｎまでの各分割数ごとに、類似した特性の
データを複数のクラスタ（層）に分類するクラスタリン
グ処理部と、前記クラスタリング処理部による複数の処理結果を同時
に表示する表示処理部と、を格納したことを特徴とする
特徴とする記憶媒体。
【請求項１４】請求項１３記載の記憶媒体に於いて、前
記表示処理部は、前記指定分割数Ｎによる分析項目毎の
分類結果を各分析項目の軸にプロットして折れ線とした
平行座標グラフを表示すると共に、２分割から前記指定
分割数まで各分割軸を並べ分割の推移と分類結果のつな
がりを同時に折れ線で表示することを特徴とする記憶媒
体。
【請求項１５】請求項１３記載の記憶媒体に於いて、前
記表示処理部は、２分割から指定分割数Ｎまでの分類結
果を、年輪図形に変換して表示することを特徴とする記
憶媒体。
【請求項１６】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、有意性のないノードを非表示と
した樹状図に変換して表示する表示処理部と、を格納し
たことを特徴とする記憶媒体。
【請求項１７】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、複数の分析項目をもつデータ群を対象に任意の分割数を
指定し、類似した特性のデータを前記分割数のクラスタ
（層）に分類して分類結果を表示するクラスタリング処
理部と、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラスタリング処理部及びクラシフィケーション処
理部で取り扱うデータの範囲をユーザ指定により絞り込
む絞込み条件指定部と、を備えたことを特徴とする記憶
媒体。
【請求項１８】請求項１７記載の記憶媒体に於いて、前
記絞込み条件指定部は、前記クラスタリング処理部にお
ける対象データ群のレコード数の範囲、各分析項目値の
範囲等をユーザ指定により絞り込み、前記クラシフィケ
ーション処理部における階層数の範囲、対象データのレ
コード数の範囲、各分析項目値の範囲等をユーザ指定に
より絞り込むことを特徴とする記憶媒体。
【請求項１９】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、ノードやリーフの形、色、及び
又は大きさに複数の属性に基づいた変化を持たせる表示
処理部と、を備えたことを特徴とする記憶媒体。
【請求項２０】請求項１９記載の記憶媒体に於いて、前
記表示処理部は、レコード数と確信度を属性として前記
ノードとリーフを表現する図形、色、及び又は大きさを
変化させることを特徴とする記憶媒体。
【請求項２１】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の生成結果を樹状図で
表現して表示する際に、ノードやリーフの有意性を評価
し、該有意性に基づいて樹状図をソートして表示する表
示処理部と、を備えたことを特徴とする記憶媒体。
【請求項２２】データ群に含まれた未知の法則を発見す
るデータマイニング処理プログラムを格納したコンピュ
ータ可読の記憶媒体に於いて、前記データマイニング処理プログラムは、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成するクラシフィケー
ション処理部と、前記クラシフィケーション処理部の処理結果を外部で利
用可能な形態に変換して出力する出力処理部と、を設け
たことを特徴とする記憶媒体。
【請求項２３】請求項２２記載の記憶媒体に於いて、前
記出力処理部は、前記クラシフィケーション処理部の結
果から抽出した特定の法則を条件式に変換して外部に出
力することを特徴とする記憶媒体。
【請求項２４】請求項２２記載の記憶媒体に於いて、前
記出力処理部は、前記抽出法則をスプレッドシートのマ
クロモジュールに変換して出力することを特徴とする記
憶媒体。
【請求項２５】請求項２２記載の記憶媒体に於いて、前
記出力処理部は、前記クラシフィケーション処理部で得
られた樹状図を、外部アプリケーションで描画可能な描
画情報に変換して出力することを特徴とする記憶媒体。
【請求項２６】請求項２２記載の記憶媒体に於いて、前
記出力処理部は、前記クラシフィケーション処理部の処
理結果から抽出した「ＩＦＴＨＥＮ」形式の法則を、
ユーザが指定したフォーマット形式に変換して出力する
ことを特徴とする記憶媒体。
【請求項２７】コンピュータに、２分割から任意の指定分割数Ｎまでの分割数の範囲を指
定し、複数の分析項目をもつデータ群を対象に、２分割から前
記指定分割数Ｎまでの各分割数ごとに、類似した特性の
データを複数のクラスタ（層）に分類し、前記分類による複数の処理結果を同時に表示する、こと
を実行させるデータマイニング処理プログラム。
【請求項２８】コンピュータに、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成し、前記生成結果を樹状図で表現して表示する際に、有意性
のないノードを非表示とした樹状図に変換して表示す
る、ことを実行させるデータマイニング処理プログラ
ム。
【請求項２９】コンピュータに、取り扱うデータ群の範囲をユーザ指定により絞り込む絞
み、複数の分析項目をもつデータ群を対象に任意の分割数を
指定し、類似した特性のデータを前記分割数のクラスタ
（層）に分類して分類結果を表示し、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成し、ことをさせるこ
とを特徴とするデータマイニング処理プログラム。
【請求項３０】コンピュータに、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成し、前記生成結果を樹状図で表現して表示する際に、ノード
やリーフの形、色、及び又は大きさに複数の属性に基づ
いた変化を持たせて表示させる、ことを実行させること
を特徴とするデータマイニング処理プログラム。
【請求項３１】コンピュータに、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成し、前記生成結果を樹状図で表現して表示する際に、ノード
やリーフの有意性を評価し、該有意性に基づいて樹状図
をソートして表示させる、ことを実行させることを特徴
とするデータマイニング処理プログラム。
【請求項３２】コンピュータに、複数の分析項目をもつデータ群を対象に、複数の分析項
目の中の特定の分析項目の特性を、他の分析項目を条件
値とした未知の法則を予測して生成し、前記処理結果を外部で利用可能な形態に変換して出力す
る、ことを実行させることを特徴とするデータマイニン
グ処理プログラム。