JP4014713B2 - Search support system for multi-attribute data group - Google Patents

Search support system for multi-attribute data group Download PDF

Info

Publication number
JP4014713B2
JP4014713B2 JP35133097A JP35133097A JP4014713B2 JP 4014713 B2 JP4014713 B2 JP 4014713B2 JP 35133097 A JP35133097 A JP 35133097A JP 35133097 A JP35133097 A JP 35133097A JP 4014713 B2 JP4014713 B2 JP 4014713B2
Authority
JP
Japan
Prior art keywords
attribute
value
evaluation
data
item
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Lifetime
Application number
JP35133097A
Other languages
Japanese (ja)
Other versions
JPH11184872A (en
Inventor
辺 光 一 渡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nomura Research Institute Ltd
Original Assignee
Nomura Research Institute Ltd
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 Nomura Research Institute Ltd filed Critical Nomura Research Institute Ltd
Priority to JP35133097A priority Critical patent/JP4014713B2/en
Publication of JPH11184872A publication Critical patent/JPH11184872A/en
Application granted granted Critical
Publication of JP4014713B2 publication Critical patent/JP4014713B2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

【０００１】
【発明の属する技術分野】
本発明は、多数の属性を有する対象物を表わすデータ（本明細書において多属性データという）の大量のデータ群からユーザーが欲しいデータを検索するシステムに係り、特に、検索過程において検索条件に対して適当な許容巾をもって解（検索条件に適合する多属性データ）を検索でき、かつ、検索条件と解の関係を明らかにして各属性の検索条件を総合的に調整可能にすることにより、より適確な解を検索するこどがてきるように検索の支援を行う「多属性データに対する検索支援システム」に関する。
【０００２】
【従来の技術】
一般に物を表わす情報は、多数の情報の側面すなわち「属性」を有している。たとえば、不動産の賃貸物件を例にとると、一つの不動産賃貸物件は、「貸料」、アパートか一戸建かマンションかの「種別」、「専有面積」、「間取り」、「構築年数」、「交通」、「所在地域」、「駐車場の有無」、「ペットの飼育の可否」、等々、非常に多くの属性を有している。このような多数の属性を有する物をデータ化し、このようなデータの大きな集合（データベース）から所定の条件を適合するデータを検索することは、情報が氾濫している今日においてはしばしば必要となる。
【０００３】
多数の属性を有する物をデータベース化するには、属性の内容をグループ化し、それらに対応する属性項目を定め、各属性項目に対応する値（本明細書で属性値という）によって各データを構成し、これらの属性値の組合せによって対象物を特定する。前記不動産の賃貸物件の例でいえば、賃料、アパート等の種別、専有面積等が属性項目となり、それに対応する具体的な貸料の金額、アパートか一戸建てかマンションかの種別、専有面積の具体的な値等が属性値となる。これらの属性値の組合せ又は羅列によって賃貸物件が特定される。このような複数の属性値からなるデータを本明細書では多属性データという。
【０００４】
従来から、多属性データのデータベースから所定の検索条件に適合するデータを検索する検索システムあるいはその検索を支援する検索支援システムは存在していた。
【０００５】
従来の検索システム、検索支援システムのうちもっとも単純なものは、単一の属性のみによって評価、検索をするものであった。例えば、オンラインショッピングの検索支援システムであるバーゲンファインダーがある。バーゲンファインダーは、価格のみで評価と検索とを行う。この検索支援システムによれば、価格のみによってデータが検索されていたため、同一価格帯の種々雑多な属性値を有する多属性データが同時に検索されていた。
【０００６】
これに対して、他の種類の従来の検索システム、検索支援システムとして、多属性に関する検索条件の単純な線形和による評価検索を行うものがあった。
【０００７】
この検索条件の単純な線形和による評価検索を行う検索支援システムは、ユーザーに複数の検索条件を指定させ、これらの検索条件のいずれにも適合する多属性データを検索していた。この検索システムによれば、すべての検索条件に適合するデータのみが検索され、一つでも検索条件に適合しないデータは解として検索されず、またどの検索条件に適合しないために検索されなかったかの表示もされなかった。
【０００８】
この複数の検索条件の線形和による評価検索を利用した前記不動産の賃貸物件の検索支援システムでは、たとえば、貸料は××万以下、専有面積は××ｍ2 以上、××沿線というような検索条件を設定し、これらの検索条件に適合する賃貸物件を検索するものがあった。この検索支援システムによれば、賃貸、専有面積、沿線（所在地域）のいずれか一つの条件を満たさなかった賃貸物件は解として検索されず、ユーザーの参考に供するために表示されることもなかった。このため、 ユーザーは、検索された物件に満足しなければ、試行錯誤的に検索条件を強化あるいは緩和するしかなかった。なお、検索条件の強化とは一般に解として検索されるデータのデータ数を減らす方向に検索条件を変更することをいい、検索条件の緩和とは逆に解として検索されるデータのデータ数を増す方向に検索条件を変更することをいう。従来の検索支援システムによれば、上述したように試行錯誤的に検索条件の強化や緩和を行う場合には、具体的にどの検索条件をどの程度の巾で強化、緩和するかの判断を根拠のないまま、ユーザーは検索条件の変更をせざるを得なかった。
【０００９】
【発明が解決しようとする課題】
しかしながら、上記バーゲンファインダーのように単一の属性に対する検索条件のみにより多属性データのデータベースから所定のデータを検索するシステムでは、本願発明が対象とする複数の属性がデータ選別上それぞれ重要であるような多属性データのデータベースに対しては有効な検索を行うことができなかった。つまり、バーゲンファインダーは、同一種類の商品であって価格のみが差異であるような多属性データに対してはある程度有効な検索を行うことができるものの、たとえば賃貸物件のように貸料、間取り、所定地域、…等にそれぞれ異なった要求がある多属性データに対しては、真に検索したいデータを検索することはできない。具体的には、貸料、間取り、所在地域等の単独の検索条件によって検索を行っても、それぞれ検索条件に適合する解の集合を得ることになり、到底ユーザーの満足のいく解の集合を得ることはできなかった。
【００１０】
また、上記複数の属性に対する検索条件の単純な線形和による評価検索を行う従来の検索支援システムでも、適切な検索条件の設定が困難であり、ユーザーの満足のいく多属性データの解の集合を得ることは困難であった。
【００１１】
この従来の検索支援システムの技術的課題を挙げると以下のようにまとめることができる。
【００１２】
▲１▼ 検索条件に内在する「制約」と「要求」の同一性と非連続性を双方満足するように取り扱えなかった。
【００１３】
▲２▼ 多属性データの多数の属性による種々の検索パターンを設定して検索できなかった。
【００１４】
▲３▼ 検索条件の適切な変更を支援することができなかった。
【００１５】
▲１▼の「制約」とは、ユーザーが絶対的に満たさなければならないと考えている検索条件をいう。「要求」とは、ユーザーが一定の閾値を考えており、その閾値を上まわる巾が大きい程よく、その閾値を下まわるほど悪いと考えている検索条件をいう。従来の検索支援システムでは、検索条件は形式的にはすべて「制約」として取り扱われてきた。このように「検索条件」をすべて「制約」として検索していたため、従来の検索支援システムでは検索条件を一つでも満たさないデータは解でないとして検索されなかった。
【００１６】
たとえば、あるユーザーが賃貸物件の多属性データについて検索をするときに、一応の目安として家賃１５万円以下に設定したとすると、従来の検索支援システムによれば、家賃が１５万円以上のデータは「制約」を満たさないとして検索されなかった。ところが、ユーザーとしては、家賃が１５万円以上であっても、たとえば家賃に比べて間取りが広いとか、いわゆる高級住宅地にある等の条件があれば考慮の対象としたいことが多かった。これらの考慮したいデータについては、家賃に関する「制約」は「要求」となる。このように、「制約」といえども、実際には他の条件によって許容されるので、本質的には「制約」は「要求」と異ならない。これが「制約」と「要求」の同一性である。
【００１７】
一方、「制約」と「要求」は本質的には同一といえども、全く同じではない。つまり、「制約」は「要求」に比べて非常に重要であり、「要求」と「要求」の間の重要度の差により、「制約」は「要求」より不連続的に重要度が高い。これが「制約」と「要求」の不連続性である。
【００１８】
従来の検索支援システムでは、上記「制約」は「要求」を総合的に取り扱えず、上記家賃１５万円以下の賃貸物件の検索例で言えば、検索条件に適合する家賃１５万円以下の賃貸物件と、検索条件に適合しない家賃１５万円以上の賃貸物件であって他の条件によってユーザーが参考にしたい賃貸物件と、を同時に検索することができなかった。これが上述した従来の検索支援システムについての▲１▼の課題であった。
【００１９】
次に、従来の検索支援システムでは、検索条件が所定の属性に固定され、しかも各属性について単純な「制約」条件を設けることしかできなった。ところが、実際には、種々の属性について柔軟に「制約」と「要求」の検索条件を設けて検索したい要求があった。たとえば、前述の賃貸物件の検索の例では、家賃に比重をおいた検索、あるいは立地条件（所在地域）に比重をおいた検索、あるいは建物の種類、設備に比重をおいた検索等種々の検索パターンを行いたい要求があった。これらの属性間で「比重」を変化させてする検索は、従来の検索支援システムによっては非常に困難であった。これが上述した従来の検索支援システムについての▲２▼の課題であった。
【００２０】
次に、従来の検索支援システムでは、検索条件に対する適切な変更を支援することができなかった。従来の検索支援システムは、すでに説明したように、「制約」を満たさないデータは解として検索されず、どのようなデータがどの「制約」を満たさないために検索されなかったかという情報をユーザーにフィードバックすることができなかった。このため、ユーザーは解のデータの数が多ければいずれかの「制約」を強化し、その逆であればいずれかの「制約」を緩和するだけであった。しかし、このような検索条件の強化緩和は試行錯誤的であったため、多大な労力がかかり、しかも満足のゆく解を得るのが困難であった。特に、検索条件が複数ある場合には、適切な検索条件の変更を行うことは困難であった。すなわち、従来の検索支援システムでは、ユーザーによる検索条件の変更を支援することはできなかった。これが従来の検索支援システムについての▲３▼の課題であった。
【００２１】
本発明の解決しようという課題は、上述したことに鑑み、「制約」と「要求」の検索条件を総合的に取り扱え、多数の属性による種々の検索パターンを設定して検索でき、かつ、検索条件の適切な変更を支援することができる「多属性データ群に対する検索支援システム」を提供することにある。
【００２２】
【課題を解決するための手段】
本願請求項1に係る多属性データ群に対する検索支援システムは、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを高く設定させあるいは前記属性項目の属性項目係数を大きく設定させ、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを低く設定させあるいは前記属性項目の属性項目係数を小さく設定させる、ことを特徴とする。
本願請求項２に係る多属性データ群に対する検索支援システムは、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅増大し、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅減少する、ことを特徴とする。
【００２３】
本願請求項３に係る多属性データ群に対する検索支援システムは、上記請求項１または２の検索支援システムにおいて、
前記評価基準管理手段は、ユーザーの指定に応じて前記属性項目係数を設定できるように構成されていることを特徴とする。
【００２４】
本願請求項４に係る多属性データ群に対する検索支援システムは、上記請求項１または２の検索支援システムにおいて、
前記検索条件管理手段は、評価値計算を行う多属性データの属性項目及び属性値ランクを指定できるように構成され、前記検索手段は、前記多属性データ管理手段の多属性データの中から前記検索条件管理手段により指定された属性項目及び属性値ランクを有する多属性データを検索した後に、それらの多属性データについて評価値計算と解の検索を行うことを特徴する。
【００２５】
本願請求項５に係る多属性データ群に対する検索支援システムは、上記請求項１または２の検索支援システムにおいて、
前記検索条件管理手段は、検索すべき多属性データの解の種類として充足非劣解、制約違反吸収解、突出非劣解のうちの少なくとも一つを指定できるように構成され、前記検索手段は、前記検索条件管理手段により指定された解に該当する多属性データを検索することを特徴とする。
【００２９】
本願請求項６に係る多属性データ群に対する検索支援システムは、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を出力してユーザーに該属性項目の属性項目係数または乖離度評価関数を変更させ、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を出力してユーザーに該属性項目の属性値ランクを変更させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする。
【００３０】
本願請求項７に係る多属性データ群に対する検索支援システムは、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を特定して該属性項目の属性項目係数または乖離度評価関数を所定の値の幅だけ変更し、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を特定して該属性項目の検索条件の属性値ランクを選択データ群の属性値ランクに一致させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする。
【００３１】
【発明の実施の形態】
次に、本発明の実施の形態について願書に添付した図面を用いて以下に説明する。
最初に、本発明による「多属性データ群に対する検索支援システム」の一実施形態の構成を図１に示す。
【００３２】
図１に示すように、全体を符号１で示す本実施形態による「多属性データ群に対する検索支援システム」は、入力手段２と、出力手段３と、多属性データベース４と、評価基準管理手段５と、検索条件管理手段６と、検索手段７とからなる。
【００３３】
入力手段２は、ユーザー（検索者、システム作成者を含む）によるシステムに対する指令と、データと、設定等を行う手段である。具体的なハードウェアとしては、キーボード、マウス等のポインティングディバイス、タッチパネルの他、公知の入力のための機械、器具等である。
【００３４】
出力手段３は、システムの処理結果、システムからのメッセージ等を出力する手段である。具体的には、表示装置、プリンター、他のコンピュータ、記憶装置、ネットワークへ出力するための通信手段等である。
【００３５】
多属性データベース４は、特許請求の範囲に記載する「多属性データ管理手段」の一形態であり、多属性データを体系的に記憶し管理する装置である。なお、「データベース」は、本来的にはデータの集合、即ちソフトウェア的なものを指すが、本明細書では現在一般的に使用されているように、データベースを記憶した記憶装置を含めて「データベース」というものとする。特許請求の範囲に「多属性データベース」とせずに「多属性データ管理手段」としたのは、データベース化せずに、多属性データ群を検索することができるように記憶管理するものを広く含む意味である。このようなデータベース化しない多属性データ管理手段の例として、ランダムなデータと検索エンジンを組み合わせたものが該当する。
【００３６】
ここで、後の説明の理解を容易にするために、多属性データベース４に格納された多属性データの構造と本明細書で使用するそれに関する用語について説明する。
【００３７】
図２は、上述した賃貸物件の情報を例に、多属性データベース４に格納された多属性データの一例を示している。図２に示すように、賃貸物件について情報は、「礼金」、「敷金」、「賃料」、「管理費」、…、「外壁」等の多数の属性を有している。「礼金」、「敷金」、「賃料」、「管理費」、…、「外壁」は、属性の内容を表わし、それらの内容に応じて属性を分類したものであり、本願でいう「属性項目」である。「属性項目」に対する値を「属性値」という。例えば、「礼金」という属性項目に対して３５０、３００、…という値が属性値に該当する。「種別」という属性項目に対しては、アパート、マンション、一戸建て、…等が属性値に該当する。
【００３８】
多属性データは、多数の属性値によって構成されている。例えば、図２の第３番目の多属性データは、３６０（礼金），２００（敷金），１９０（賃料），２５（管理費），…，煉瓦（外壁）という属性値の組合せからなる。ここで、かっこ内は説明のために便宜的に属性項目を示しているが、多属性データ自体には含まれていない。これらの属性値の組合せによって多属性データが特定される。以上で多属性データについての説明を終了し、図１に戻って評価基準管理手段５について説明する。
【００３９】
評価基準管理手段５は、多属性データを検索する際に、ある多属性データが解か否かの判断をする基準を記憶管理する手段である。評価基準管理手段５は、管理処理部５ａと、評価基準記憶部５ｂとからなる。管理処理部５ａは、評価基準記憶部５ｂから必要な評価基準を取り出して検索に供したり、ユーザーの要求に応じて所定の評価基準を入力あるいは既入力の評価基準を改変する処理を行う手段である。評価基準記憶部５ｂは、種々の評価基準を記憶し、管理する手段である。好ましくは、評価基準記憶部５ｂはデータベース化する。評価基準記憶部５ｂに記憶される評価基準としては、クラス分け基準、乖離度評価関数、属性項目係数がある。
【００４０】
クラス分け基準とは、属性値を所定の値の範囲ごとに分けるための境界値の基準をいう。例えば、賃貸物件情報において、賃料を「１０万円以下」、「１０〜２０万円」、「２０〜３０万」、「３０万円以上」という風に分けるための基準である。ここで、「１０万円以下」、「１０〜２０万円」、「２０〜３０万」等が属性値ランクである。賃料のように、属性値が連続的な値をとるものについては、上述したように所定の値の範囲で属性値ランクに分ける。これに対して、例えば賃貸物件情報における建物の「種別」等は、「アパート」、「マンション」、「一戸建て」の離散値をとる。属性値が離散値をとる属性項目については、一般的には各離散値を属性値ランクとすることができる。クラス分け基準は、属性値の一定範囲ごとに分ける方法の他、正規分布の所定の度数ごとに分ける方法等、ケースバイケースで設定することができる。
【００４１】
乖離度評価関数は、検索条件として設定した属性値ランクと、評価対象の多属性データのその属性値ランクの乖離度を評価する関数をいう。ここで、乖離度評価関数は、線形関数でもよいし、属性項目により非線形関数でもよい。図３に線形的な乖離度評価関数と、非線形な乖離度評価関数を概念的に示す。
【００４２】
図３（ａ）は、線形の乖離度評価関数、図３（ｂ）は、高い値域で乖離度を大きく評価する非線形の乖離度評価関数、図３（ｃ）は、低い値域で乖離度を大きく評価する非線形の乖離度評価関数をそれぞれ示す。
【００４３】
図３（ａ）の線形乖離度評価関数は、属性値の大小に関わらず、検索条件として設定した属性値ランクと評価対象の属性値ランクの差異に比例して乖離度を評価するものである。この線形乖離度評価関数は、属性値域の高低に関わらず、検索条件として設定した属性値ランクと評価対象の属性値ランクの差を、比例的に検索結果に対するユーザーの満足度に反映する評価関数である。
【００４４】
図３（ｂ）の非線形乖離度評価関数は、属性値の高い値域で、検索条件として設定した属性値ランクと評価対象の属性値ランクとの小さな差を、検索結果に対するユーザーの満足度に大きく反映する評価関数である。例えば、賃貸物件の交通時間で、１時間以上の属性値ランクでは、１属性値ランク（例えば１０分）の増加が、検索結果に対するユーザーの満足度に大きく影響を与える場合である。
図３（ｃ）の非線形乖離度評価関数は、属性値の低い値域で、検索条件として設定した属性値ランクと評価対象の属性値ランクとの小さな差を、検索結果に対するユーザーの満足度に大きく反映する評価関数である。例えば、賃貸物件の賃貸料で、１０万円以下では１つの属性値ランク（例えば１万円）の相違が、検索結果に対するユーザーの満足度に大きく影響を与える場合である。
【００４５】
むろん、上記図３（ａ）〜３（ｃ）の乖離度評価関数は例示であり、これらの組合せ、あるいは所定の計算式、あるいは経験的に得られる相関関係であってもよい。この乖離度評価関数により、乖離に対する非線形的な評価を容易に行うことができるようになる。
【００４６】
属性項目係数とは、所定の多属性データを検索した場合のユーザーの満足度を評価する際の各属性項目の重みである。本発明による検索支援システムでは、所定の検索を行うのに先立ってユーザーに、各属性項目の重要度について「絶対」、「非常に重要」、「重要」、「普通」、「軽度」、「非常に軽度」の選択肢を示し、その属性項目がどの程度にそのユーザーにとって重要かを入力させる。同一属性項目係数においても、上述した重要度のランク間で評価の重みが異なり、乖離度によって評価が異なる。例えば、「絶対」と「非常に重要」間の１重要度ランクの乖離は、「重要」と「普通」間の１重要度ランクの乖離より、大きな重みをもって評価される。また、同一の重要度ランク間でも属性項目間で評価の重みが異なる。例えば、あるユーザーにとって、「賃料」という属性項目が「間取り」という属性項目よりはるかに重要であれば、同一の重要度ランクでも「賃料」に関する乖離が「間取り」に関する乖離より、はるかに重く評価される。
【００４７】
属性項目係数は、上記したような同一属性項目における重要度ランク間の相違と、異なる属性項目間の重要度ランクの相違とを全体的に加味した係数となっている。この属性項目係数により、検索条件の「制約」と「要求」の同一性と非連続性が双方満足され、総合的に取扱われることができる。
【００４８】
重要度ランクの「絶対」は上述した「制約」であり、「非常に重要」等は上述した「要求」に該当する。つまり、「制約」は「要求」と重要度ランクの相違に過ぎず、属性項目係数の大小によって同一次元的に評価される。すなわち、「制約」を満足していなくても、ある高い属性項目係数によって評価されることにより、「制約」を満たしていない多属性データでも、解の候補として検索される可能性があるのである。また、「絶対」は「非常に重要」に比べて属性項目係数に大きな差異を設けることにより、「制約」と「要求」の非連続性を評価することができる。この非連続性を大きく設定することにより、「制約」を満足しない多属性データを排除することができるのである。
【００４９】
なお、上述したクラス分け基準、乖離度評価関数、属性項目係数は、検索を行うユーザーによって設定可能に構成されていてもよいし、システム設計者によって予め設定されるようにしてもよい。
【００５０】
次に、検索条件管理手段６について説明する。検索条件管理手段６は、多属性データを検索する際に、具体的な検索条件を設定し、管理する手段である。検索条件管理手段６は、管理処理部６ａと、検索条件記憶部６ｂと、予備的検索条件記憶部６ｃと、検索条件強化緩和ルールデータベース６ｄとを有している。
【００５１】
管理処理部６ａは、ユーザーの要求に応じて所定の検索条件を入力あるいは既入力の検索条件を改変する処理を行い、検索条件を後述する検索手段７に渡したりする手段である。また、管理処理部６ａは、後述するように、検索結果に対して検索条件の強化緩和のための分析を行い、最適な検索条件の強化緩和の方向をユーザーに提案することができる。
【００５２】
検索条件記憶部６ｂは、検索すべき多属性データの各属性項目の属性値ランクや、解として検索される多属性データの評価値範囲を記憶管理する手段である。検索すべき多属性データの各属性項目の属性値ランクとは、例えば「賃料」について１５万円以下のデータを検索する、というようなものである。解として検索される多属性データの評価値範囲とは、ユーザーの満足度を数値化した評価値について８０以上のデータを検索する、というようなものである。この評価値範囲の設定如何によって、検索される多属性データの多少が左右される。検索条件記憶部６ｂは好ましくはデータベース化する。
【００５３】
予備的検索条件記憶部６ｃは、検索の情報処理負荷を軽減するための予備的検索条件を記憶管理する手段である。予備的検索条件には、評価値の計算を行う多属性データの属性項目と属性値ランクを指定した予備的検索条件と、検索すべき多属性データの解の種類について指定した予備的検索条件とがある。評価値の計算を行う多属性データの属性項目と属性値ランクを指定した予備的検索条件とは、例えば、「賃料」が１５万円以下の条件に適合することを前提条件とする検索である。この場合、予め「賃料」が１５万円以下の予備的検索条件に適合する多属性データを選別し、これらの多属性データのみについて、評価値を計算し、検索条件と検索基準を満たす多属性データを解をとして検索することができる。このように、予め所定のふるいにかけるようにすれば、検索支援システム１の情報処理負荷を軽減し、短時間に多数の多属性データから解を検索することができるようになる。検索すべき多属性データの解の種類について指定した予備的検索条件とは、例えば「充足非劣解」のみを検索するように条件を指定する場合である。「充足非劣解」とは、すべての「制約」条件を満たす解である。この予備的検索条件を指定することにより、すべての「制約」条件を満たす多属性データを検索し、これらの多属性データのみについて評価値計算を行い、評価値範囲を満たす多属性データを解として検索すればよい。このように、予備的検索条件を指定することにより、評価値計算を行う多属性データの数が大幅に減少し、検索支援システム１の計算負荷を効果的に軽減させることができる。予備的検索条件記憶部６ｃは、好ましくはデータベース化する。
【００５４】
検索条件強化緩和ルールデータベース６ｄは、一度検索を行った後に、さらに解を絞り込むために検索条件を強化したり、あるいは逆に広範囲の解を検索するために検索条件を緩和したするする場合に、一定のルールによれば効果的に検索条件の強化緩和を行うことができるが、それらのルールをデータベース化したものである。検索条件の強化緩和のルールについては後にさらに詳述する。
【００５５】
次に、検索手段７は、上記評価基準管理手段５と検索条件管理手段６とからそれぞれ評価基準と検索条件とを入力し、多属性データベース４の多属性データについて、評価値計算を行い、評価値範囲に属する多属性データを検索する手段である。評価値の計算方法については後に詳しく説明する。検索手段７によって検索された解は、出力手段３を介してユーザーに示される。
【００５６】
なお、検索支援システム１を構成する各手段は、それぞれの処理を行うために構成された専用のハードウェアでもよく、また、ソフトウェアプログラムによって制御されたコンピュータであって、それぞれの処理段階に応じてそれぞれの処理手段としてデータ処理を行うものであってもよい。また、上記各手段は、物理的に一つの装置を構成するものでもよく、また、物理的に分離した装置を通信手段で接続したシステムでもよい。
【００５７】
次に、本発明による「多属性データ群に対する検索支援システム」による検索の処理について以下に説明する。
【００５８】
図４に、本発明による「多属性データ群に対する検索支援システム」による検索の処理の流れを示す。
本発明による「多属性データ群に対する検索支援システム」によれば、最初にシステム設計者あるいはユーザーにより評価基準の設定を行う（ステップＳ１００）。この評価基準の設定は、既に説明したように評価基準管理手段５により、クラス分け基準、乖離度評価関数、属性項目係数についてそれぞれ設定する。
【００５９】
次に、ユーザーにより、具体的な検索のために検索条件を設定する（Ｓ１１０）。この検索条件の設定は、既に説明したように検索条件管理手段６により、検索すべき属性値ランク、検索される多属性データの評価値範囲についてそれぞれ設定する。
【００６０】
次に、予備的検索条件があれば設定を行う（ステップＳ１２０）。予備的検索条件は、既に説明したように、評価値計算を行う多属性データの属性項目とその属性値ランクを指定するか、検索される多属性データの解の種類を指定する。予備的検索条件があれば、その予備的検索条件にしたがって予備的検索を行う（ステップＳ１３０）。
【００６１】
予備的検索条件がなければ、予備的検索を行わずに直接多属性データの評価値を計算する（ステップＳ１４０）。本実施形態による評価値の計算方法は、下記のような計算方法をとる。
【００６２】
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条件の属性値ランクの乖離度）×属性項目係数｝
上記評価値の計算方法により、計算対象のデータの属性値ランクと検索条件の属性値ランクの乖離度をどの程度評価するか、また、各属性項目についてユーザーがどの程度重要と考えているか、の主観的要因と非線形的な要因が数値として反映される。また、ユーザーが最初に絶対に必要と考えていた「制約」条件を満たさない多属性データでも一定の評価値を算出され、評価値が一定の値以上であれば検索されることは注目に値する。これにより、従来「制約」条件を満たさないとして排除されていた多属性データも検索されるからである。
【００６３】
なお、このように本発明による「多属性データ群に対する検索支援システム」は、「制約」条件を満たさないものまで解として検索される。検索される解は、その種類により「充足非劣解」、「制約違反吸収解」、「突出非劣解」等がある。
【００６４】
「充足非劣解」は、すべての「制約」を満たす解である。「制約違反吸収解」は、ある「制約」を満たさないものの、評価値が一定の値以上であった解である。「突出非劣解」は、「制約」や「要求」を満たさないものの、特定の制約や要求を大きく突出する解である。例えば、ユーザーが「賃料」を非常に重要と考えている場合に、他の「制約」や「要求」を満たさないものの、「賃料」が非常に安く、ユーザーが考慮したいであろう解である。特定の「制約」や「要求」を突出する解については、検索条件で設定することができる。
【００６５】
検索支援システム１は、多属性データについて評価値を計算し、検索条件と評価基準に適合する解を検索し、出力する（ステップＳ１５０）。なお、出力する場合には、好ましくは評価値、解の種類等を同時に出力する。
【００６６】
ユーザーが検索された解に満足する場合は、それらの解を出力することにより処理を終了するが、そうでない場合は以下の検索条件の強化緩和を行う（ステップＳ１６０）。
【００６７】
検索条件の強化緩和の最も単純なものは、ユーザーによる自由な検索条件の強化緩和である（ステップＳ１７０）。ユーザーによる自由な検索条件の強化緩和は、通常検索・評価方法について詳しい知識を有するユーザーに提供する検索支援である。この場合、検索結果を表示する際に、属性項目係数、乖離度評価関数、クラス分け基準、検索条件等を同時に表示するのが好ましい。これらの評価基準と検索条件と検索結果を参照することにより、詳しい知識を有するユーザーであれば、適当な検索条件の変更を行うことができる。検索条件の変更を行った場合には、ステップＳ１４０に戻り、再度評価と解の検索とを行う（ステップＳ１４０）。
【００６８】
次に、ユーザーが最初の検索結果に満足しない場合の検索処理として、検索結果に対して、ユーザーに「検索意図に沿う解」と「検索意図に沿わない解」とを選択させ、その選択結果を分析し、所定の検索条件や評価基準を変更させる処理を行う（ステップＳ１８０）。
【００６９】
ユーザーが「検索意図に沿う解」として選択した解は選択データ群とし、「検索意図に沿わない解」として選択した解は排除データ群として区分けし、それぞれデータ群について、検索条件や評価基準について分析する。
【００７０】
上記選択データ群と排除データ群の分析方法として、属性項目係数が適当か否か、乖離度評価関数が適当か否か、検索条件として設定された属性値ランクが適当か否か、の３つの方向がある。
【００７１】
最初に、属性項目係数が適当か否か、及び乖離度評価関数が適当か否かの分析方法について説明する。属性項目係数が適当か否かを分析するには、選択データ群と排除データ群について、それぞれのデータ群の各属性項目の評価値の平均値を算出する。各属性項目の評価値の平均値は、下記のように算出する。
【００７２】

Figure 0004014713
選択データ群と排除データ群の上記各属性項目の評価値平均値を比較することにより、属性項目によっては、排除データ群の評価値平均値が選択データ群の評価値平均値より高いものが存在する場合がある。このような、選択データ群と評価値の逆転現象は、属性項目係数や乖離度評価関数の設定が不適当と考えられる。そこで、このような属性項目について、選択データ群が選択される方向に属性項目係数か乖離度評価関数を変更する。
【００７３】
なお、選択データ群と排除データ群の評価値が逆転する属性項目を発見し、属性項目係数か乖離度評価関数の変更をユーザーに任せる方法と、評価値の逆転の幅に応じて、所定のルールにより、属性項目係数か乖離度評価関数を所定幅変更する方法とがある。所定のルールによって属性項目係数か乖離度評価関数を所定幅変更する場合は、図１で説明した検索条件強化緩和ルールデータベース６ｄを参照し、属性項目係数か乖離度評価関数を自動的に変更し（ステップＳ１９０）、ステップＳ１４０に戻り、再度評価と解の検索とを行う（ステップＳ１４０）。
【００７４】
変更すべき属性項目係数か乖離度評価関数をユーザー示し、ユーザーによって変更が行われた場合も、ステップＳ１４０に戻り、再度評価と解の検索とを行う（ステップＳ１４０）。
【００７５】
検索条件として設定された属性値ランクが適当か否かを分析するには、選択データ群と排除データ群の各属性値ランクの離散を個別的に検討する。例えば、前記賃貸物件の検索の例において「構造」として「マンション」という属性値ランクを設定したのに拘わらず、選択データ群において、「構造」として「一戸建て」が大多数を占めている場合は、そのユーザーが真に検索しようとする賃貸物件データは、「一戸建て」の賃貸物件であることが分かる。この場合には、「マンション」という検索条件をユーザーに示して変更を求めるか、離散の程度によって検索条件を自動的に変更するルールによって、検索条件を自動的に変更する（ステップＳ１８０）。検索条件を変更した後は、ステップＳ１４０に戻り、再度評価と解の検索とを行う（ステップＳ１４０）。
【００７６】
次に、ユーザーに解の選択を求めず、検索条件を強化または緩和する方向に応じて、所定の属性項目について検索条件の変更を支援する方法（ステップＳ２００）について説明する。
【００７７】
検索結果について検索条件を強化又は緩和をするには、特定の属性項目について検索条件の強化・緩和を行うのが効果的である。
【００７８】
検索条件を強化するには、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーにより所定の属性項目に関する検索条件を強化させる。
【００７９】
属性項目係数が所定値以上の高重要度属性項目について検索条件を強化すれば、より評価値の高い解の集合を得られるからである。属性項目係数が所定範囲内の中重要度属性項目について検索条件を強化するのは、高重要度属性項目についてそれ以上検索条件を強化できない場合、強化を行っても十分評価値の向上が期待できない場合があるからである。属性項目係数に関わらず低い属性値ランクを指定された属性項目の検索条件を強化するのは、一般的に解の数を減少させるのに効果的だからである。ペナルティの総計が少ない属性項目について検索条件を強化するのは、この検索条件強化によって評価値の下落から少ない解の集合を得られるからである。なお、ペナルティとは、負の評価値、すなわち制約や要求を満たさない場合の評価値である。
【００８０】
上記検索条件の強化は、強化すべき検索条件をユーザーに提示し、ユーザーによって検索条件強化をする方法も可能であるが、所定条件の組合せによって最も効果的な検索条件強化を行うルールにより、自動的に検索条件強化をする方法とがある（ステップＳ１９０）。
【００８１】
検索条件を緩和するには、上記検索条件の強化の逆を行えばよい。すなわち、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が多い属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーにより所定の属性項目に関する検索条件を緩和させる。
【００８２】
属性項目係数が所定値以下の低重要度属性項目について検索条件を緩和すれば、評価値の下落が少ない解の集合を得られる。属性項目係数が所定範囲内の中重要度属性項目について検索条件を緩和するのは、低重要度属性項目についてそれ以上検索条件を緩和できない場合があるからである。属性項目係数に関わらず高い属性値ランクを指定された属性項目の検索条件を緩和するのは、一般的に解の数を増加させるのに効果的だからである。ペナルティの総計が少ない属性項目について、検索条件を緩和するのは、この検索条件緩和によって全体的に評価値が高い解の集合を得られるからである。
【００８３】
上記検索条件の緩和は、上記した緩和すべき検索条件をユーザーに提示し、ユーザーによって検索条件緩和する方法と、所定条件の組合せによって最も効果的な検索条件緩和を行うルールにより、自動的に検索条件緩和をする方法とがある（ステップＳ１９０）。
【００８４】
上記検索条件の強化と緩和を繰り返すことにより、ユーザーがもっとも満足する解の集合を得ることができる。
【００８５】
【発明の効果】
このように、本発明による「多属性データ群に対する検索支援システム」によれば、クラス分け基準、乖離度評価関数、属性項目係数を適当に設定することにより、検索条件の「制約」と「要求」の同一性と非連続性の双方を満足するように取扱うことができ、「制約」を満たしていないが評価値が高い解を検索できる一方、「制約」を満たしていない解をより強く排除することもできる。
【００８６】
また、本発明による「多属性データ群に対する検索支援システム」によれば、属性項目係数の分布を適当に設定することにより、多属性データについて種々の検索パターンを行うことができる。賃貸物件について「賃料」に重点をおいた検索や、「立地条件」に重点をおいた検索等である。
【００８７】
また、本発明による「多属性データ群に対する検索支援システム」によれば、検索条件、評価基準を検索結果と同時に表示するので、検索条件等と検索結果の相関関係が明らかになり、ユーザーによって如何なる検索条件等変更を陽に支援することができるのである。
【図面の簡単な説明】
【図１】本発明の多属性データ群に対する検索支援システムの構成を示したブロック図。
【図２】本発明で取扱う多属性データの構造を概念的に示した図。
【図３】乖離度評価関数の例を示した説明図。
【図４】本発明の多属性データ群に対する検索支援の処理の流れを示したフローチャート。
【符号の説明】
１ 多属性データ群に対する検索支援システム
２ 入力手段
３ 出力手段
４ 多属性データベース
５ 評価基準管理手段
５ａ 管理処理部
５ｂ 評価基準記憶部
６ 検索条件管理手段
６ａ 管理処理部
６ｂ 検索条件記憶部
６ｃ 予備的検索条件記憶部
６ｄ 検索条件強化緩和ルールデータベース
７ 検索手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a system for retrieving data desired by a user from a large amount of data representing data (referred to as multi-attribute data in the present specification) representing an object having a large number of attributes. By searching for solutions (multi-attribute data that matches the search conditions) with an appropriate tolerance, and clarifying the relationship between the search conditions and the solutions, the search conditions for each attribute can be adjusted comprehensively. The present invention relates to a “search support system for multi-attribute data” that supports search so that an appropriate solution can be searched.
[0002]
[Prior art]
In general, information representing an object has many aspects or “attributes” of information. For example, in the case of real estate rental properties, one real estate rental property is “rental”, “type” of apartment, detached house or condominium, “occupied area”, “room layout”, “building age”, “ It has many attributes such as “traffic”, “location area”, “presence / absence of parking lot”, “possibility of pet breeding”, and so on. It is often necessary in the present day when information is flooded to convert data having such a large number of attributes into data and to search for data satisfying a predetermined condition from such a large collection (database) of data. .
[0003]
To create a database of objects with many attributes, group the contents of the attributes, define attribute items corresponding to them, and configure each data with values corresponding to each attribute item (referred to as attribute values in this specification) The object is specified by a combination of these attribute values. Speaking of examples of real estate rental properties, rent, type of apartment, exclusive area, etc. are attribute items, specific amount of rental corresponding to that, type of apartment, detached house or apartment, specific of exclusive area A typical value is an attribute value. A rental property is specified by a combination or a list of these attribute values. Such data consisting of a plurality of attribute values is referred to as multi-attribute data in this specification.
[0004]
Conventionally, there has been a search system that searches data that meets a predetermined search condition from a database of multi-attribute data or a search support system that supports the search.
[0005]
The simplest of conventional search systems and search support systems evaluates and searches only with a single attribute. For example, there is a bargain finder which is a search support system for online shopping. Bargain Finder evaluates and searches only by price. According to this search support system, since data is searched only by price, multi-attribute data having various attribute values in the same price range is simultaneously searched.
[0006]
On the other hand, as another type of conventional search system and search support system, there is one that performs an evaluation search based on a simple linear sum of search conditions for multiple attributes.
[0007]
A search support system that performs an evaluation search based on a simple linear sum of the search conditions allows a user to specify a plurality of search conditions and searches for multi-attribute data that matches any of these search conditions. According to this search system, only data that matches all search conditions is searched, and any data that does not match the search condition is not searched as a solution, and which search condition is not searched because it does not match It was not done.
[0008]
In the search support system for the rental property of the real estate using the evaluation search based on the linear sum of the plurality of search conditions, for example, a search such as a rental fee of xx 10,000 or less, an exclusive area of xx m2 or more, and an XX line Some have set conditions and search for rental properties that meet these search conditions. According to this search support system, rental properties that do not satisfy any one of the conditions of lease, exclusive area, and railway (location area) are not searched as a solution, and are not displayed for the user's reference. It was. For this reason, if the user is not satisfied with the searched property, the user has no choice but to strengthen or relax the search condition by trial and error. Note that the strengthening of search conditions generally means changing the search conditions in a direction that reduces the number of data searched as solutions, and increasing the number of data searched as solutions contrary to the relaxation of search conditions. This means changing the search condition in the direction. According to the conventional search support system, when the search conditions are strengthened or relaxed by trial and error as described above, the basis for determining which search conditions are to be strengthened or relaxed specifically The user was forced to change the search criteria without having to.
[0009]
[Problems to be solved by the invention]
However, in a system that searches predetermined data from a database of multi-attribute data only by a search condition for a single attribute as in the bargain finder, a plurality of attributes targeted by the present invention are important for data selection. It was not possible to perform an effective search on a database of multi-attribute data. In other words, the Bargain Finder can perform some effective searches for multi-attribute data that is the same type of product and only the price is different, but for example, rental fees, floor plans, For multi-attribute data having different requirements in a predetermined area, etc., it is not possible to search for data that is truly desired to be searched. Specifically, even if a search is performed with a single search condition such as rental fee, floor plan, location, etc., a set of solutions that match each search condition will be obtained, and a satisfactory set of solutions will be obtained for the user. Couldn't get.
[0010]
In addition, even in a conventional search support system that performs an evaluation search based on a simple linear sum of search conditions for the plurality of attributes, it is difficult to set appropriate search conditions, and a set of multi-attribute data solutions satisfying the user is obtained. It was difficult to get.
[0011]
The technical problems of this conventional search support system can be summarized as follows.
[0012]
(1) It could not be handled so as to satisfy both the sameness and discontinuity of “constraints” and “requests” inherent in the search conditions.
[0013]
(2) It was not possible to perform a search by setting various search patterns based on a large number of attributes of multi-attribute data.
[0014]
(3) We were unable to support the appropriate change of search conditions.
[0015]
The “constraint” in (1) refers to a search condition that the user thinks must absolutely satisfy. “Request” refers to a search condition in which the user considers a certain threshold value, the better the width above that threshold is, and the worse the threshold is below that threshold. In the conventional search support system, the search conditions are all handled as “constraints” formally. Since all the “search conditions” are searched as “constraints” as described above, data that does not satisfy even one search condition is not searched as a solution in the conventional search support system.
[0016]
For example, when a user searches for multi-attribute data of a rental property, if the rent is set to 150,000 yen or less as a temporary guide, according to a conventional search support system, data with a rent of 150,000 yen or more is used. Was not retrieved as not satisfying the "constraint". However, as a user, even if the rent is 150,000 yen or more, there are many cases that the user wants to consider if there are conditions such as a large layout compared to the rent or a so-called luxury residential area. For these data that we want to consider, the “restrictions” related to rent are “requests”. Thus, even though “constraints” are actually allowed by other conditions, “constraints” are not essentially different from “requests”. This is the identity of “constraints” and “requests”.
[0017]
On the other hand, although “constraints” and “requirements” are essentially the same, they are not exactly the same. In other words, “constraints” are much more important than “requests”, and “constraints” are discontinuously more important than “requests” due to the difference in importance between “requests” and “requests”. . This is the discontinuity between “constraints” and “requests”.
[0018]
In the conventional search support system, the above "constraints" cannot handle "requests" comprehensively. For example, in the above search example of rental properties with a rent of 150,000 yen or less, rentals with a rent of 150,000 yen or less that match the search conditions It was not possible to simultaneously search for a property and a rental property with a rent of 150,000 yen or more that does not match the search conditions, and a rental property that the user would like to refer to under other conditions. This is the problem (1) about the conventional search support system described above.
[0019]
Next, in the conventional search support system, the search condition is fixed to a predetermined attribute, and a simple “constraint” condition can be provided for each attribute. However, in practice, there is a request to search for various attributes flexibly by setting search conditions of “constraint” and “request”. For example, in the example of the above-mentioned search for rental properties, various searches such as a search based on the rent, a search based on the location condition (location), or a search based on the type of building and the equipment. There was a request to do a pattern. Retrieval in which the “specific gravity” is changed between these attributes is very difficult depending on the conventional retrieval support system. This is the problem (2) about the conventional search support system described above.
[0020]
Next, conventional search support systems cannot support appropriate changes to search conditions. As described above, the conventional search support system does not search for data that does not satisfy the “constraints” as a solution, and informs the user what information has not been searched because it does not satisfy which “constraints”. I was unable to provide feedback. For this reason, if the number of solution data is large, the user only strengthens one of the “constraints”, and vice versa, relaxes one of the “constraints”. However, since the enhancement of the search conditions is trial and error, it takes a lot of labor and it is difficult to obtain a satisfactory solution. In particular, when there are a plurality of search conditions, it is difficult to change appropriate search conditions. That is, the conventional search support system cannot support the change of the search condition by the user. This is the problem (3) about the conventional search support system.
[0021]
In view of the above, the problem to be solved by the present invention is that the search conditions of “constraints” and “requests” can be handled comprehensively, various search patterns with a large number of attributes can be set and searched, and the search conditions It is to provide a “search support system for a multi-attribute data group” that can support an appropriate change of data.
[0022]
[Means for Solving the Problems]
  A search support system for a multi-attribute data group according to claim 1 of the present application,
  Input means;
  Output means;
  Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
  Classification criteria for dividing the attribute value of each attribute item into attribute value ranks, and divergence evaluation that evaluates the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched Depending on the function and the importance in the evaluation of the attribute itemFor each attribute itemAn evaluation criterion management means for managing an evaluation criterion including a given attribute item coefficient;
  Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
  A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively.According to the following formulaSearch means for calculating an evaluation value of the multi-attribute data of the multi-attribute data management means and searching for multi-attribute data having an evaluation value within the evaluation range as a solution;
    Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
                Degree of attribute value rank) x attribute item coefficient}
  The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range At least one of the attribute items having a low penalty value for the multi-attribute data of the solution and the attribute item having a low total penalty value is output via the output means. Display, let the user set the attribute item rank high for the attribute item or set the attribute item coefficient of the attribute item high, or the attribute item coefficient is less than a predetermined value to ease the search condition Penalties for attribute items and attribute item coefficients that are within the specified range, attribute items that have a high attribute value rank regardless of attribute item coefficients, and multi-attribute data of solutions Displaying at least one of the attribute items having a large total via the output means, and allowing the user to set a low attribute value rank of the attribute item or to set a low attribute item coefficient of the attribute item. To do.
    A search support system for a multi-attribute data group according to claim 2 of the present application is:
  Input means;
  Output means;
  Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
  Classification criteria for dividing the attribute value of each attribute item into attribute value ranks, and divergence evaluation that evaluates the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched Depending on the function and the importance in the evaluation of the attribute itemFor each attribute itemAn evaluation criterion management means for managing an evaluation criterion including a given attribute item coefficient;
  Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
  A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively.According to the following formulaSearch means for calculating an evaluation value of the multi-attribute data of the multi-attribute data management means and searching for multi-attribute data having an evaluation value within the evaluation range as a solution;
    Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
                Degree of attribute value rank) x attribute item coefficient}
  The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range Select one of the attribute items of medium importance attribute item, attribute item with a low attribute value rank specified regardless of the attribute item coefficient, or attribute item with a small total penalty value for multi-attribute data of solutions. Increase the attribute value rank value or attribute item coefficient of the attribute item by a predetermined range, or the attribute item coefficient is less than a predetermined value, the attribute item coefficient is within a predetermined range Select any attribute item from among the medium importance attribute items, attribute items with a high attribute value rank regardless of the attribute item coefficient, and attribute items with a large total penalty for multi-attribute data of solutions. The value or attribute item coefficient of attribute values rank attribute item decreases predetermined width, characterized in that.
[0023]
  The search support system for a multi-attribute data group according to claim 3 of the present application is the search support system according to claim 1 or 2,
  The evaluation criterion management means is configured to be able to set the attribute item coefficient according to a user's specification.
[0024]
  The search support system for a multi-attribute data group according to claim 4 of the present application is the search support system according to claim 1 or 2,
  The search condition management means is configured to be able to specify an attribute item and attribute value rank of multi-attribute data for calculating an evaluation value, and the search means searches the multi-attribute data of the multi-attribute data management means for the search The present invention is characterized in that after multi-attribute data having attribute items and attribute value ranks specified by the condition management means is retrieved, evaluation value calculation and solution retrieval are performed for those multi-attribute data.
[0025]
  The search support system for a multi-attribute data group according to claim 5 of the present application is the search support system according to claim 1 or 2,
  The search condition management means is configured to be able to specify at least one of a satisfactory non-inferior solution, a constraint violation absorbing solution, and a protruding non-inferior solution as a type of solution of multi-attribute data to be searched, the search means The multi-attribute data corresponding to the solution specified by the search condition management means is searched.
[0029]
  A search support system for a multi-attribute data group according to claim 6 of the present application is:
  Input means;
  Output means;
  Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
  Classification criteria for dividing the attribute value of each attribute item into attribute value ranks, and divergence evaluation that evaluates the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched Depending on the function and the importance in the evaluation of the attribute itemFor each attribute itemAn evaluation criterion management means for managing an evaluation criterion including a given attribute item coefficient;
  Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
  A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively.According to the following formulaSearch means for calculating an evaluation value of the multi-attribute data of the multi-attribute data management means and searching for multi-attribute data having an evaluation value within the evaluation range as a solution;
    Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
                Degree of attribute value rank) x attribute item coefficient}
  The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. And other exclusion data groups,For attribute items whose attribute value takes a continuous valueOf selected selection data group and exclusion data groupSaidCompare the evaluation value average value for each attribute item, output the attribute item whose evaluation value average value of the exclusion data group is higher than the evaluation value average value of the selected data group, and evaluate the attribute item coefficient or divergence degree of the attribute item to the user Change the function,For attribute items whose attribute values are discrete values, the attribute value rank for each attribute item in each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data Outputs attribute items that often have an attribute value rank different from the attribute value rank that was set as the search condition among the group attribute itemsThen, the user is allowed to change the attribute value rank of the attribute item, and the search means searches for the solution again based on the changed search condition and evaluation criteria.
[0030]
  A search support system for a multi-attribute data group according to claim 7 of the present application is:
  Input means;
  Output means;
  Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
  Classification criteria for dividing the attribute value of each attribute item into attribute value ranks, and divergence evaluation that evaluates the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched Depending on the function and the importance in the evaluation of the attribute itemFor each attribute itemAn evaluation criterion management means for managing an evaluation criterion including a given attribute item coefficient;
  Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
  A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively.According to the following formulaSearch means for calculating an evaluation value of the multi-attribute data of the multi-attribute data management means and searching for multi-attribute data having an evaluation value within the evaluation range as a solution;
    Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
                Degree of attribute value rank) x attribute item coefficient}
  The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. And other exclusion data groups,For attribute items whose attribute value takes a continuous valueOf selected selection data group and exclusion data groupSaidCompare the evaluation value average value for each attribute item, identify the attribute item whose evaluation value average value of the exclusion data group is higher than the evaluation value average value of the selected data group, and calculate the attribute item coefficient or the deviation degree evaluation function of the attribute item Change the width of the specified value,For attribute items whose attribute values have discrete values, the attribute value rank for each attribute item of each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data Identify an attribute item that often has an attribute value rank different from the attribute value rank set as the search condition from the attribute items of the group, and select the attribute value rank of the search condition of the attribute item as the attribute value rank of the selected data group To matchThe solution is searched again by the search means based on the changed search condition and evaluation criteria.
[0031]
DETAILED DESCRIPTION OF THE INVENTION
Next, embodiments of the present invention will be described below with reference to the drawings attached to the application.
First, FIG. 1 shows a configuration of an embodiment of a “search support system for a multi-attribute data group” according to the present invention.
[0032]
As shown in FIG. 1, the “search support system for a multi-attribute data group” according to the present embodiment, indicated as a whole by reference numeral 1, has an input means 2, an output means 3, a multi-attribute database 4, and an evaluation criterion management means 5. And search condition management means 6 and search means 7.
[0033]
The input unit 2 is a unit that performs commands, data, settings, and the like to the system by users (including a searcher and a system creator). Specific hardware includes a pointing device such as a keyboard and a mouse, a touch panel, and a well-known input machine and instrument.
[0034]
The output unit 3 is a unit that outputs a processing result of the system, a message from the system, and the like. Specifically, a display device, a printer, another computer, a storage device, a communication means for outputting to a network, and the like.
[0035]
The multi-attribute database 4 is one form of “multi-attribute data management means” described in the claims, and is a device that systematically stores and manages multi-attribute data. The “database” originally refers to a collection of data, that is, software-like, but in this specification, as generally used at present, the “database” includes a storage device storing the database. ". The term “multi-attribute data management means” instead of “multi-attribute database” in the claims includes a wide range of storage management so that a multi-attribute data group can be searched without creating a database. Meaning. An example of such multi-attribute data management means that does not form a database is a combination of random data and a search engine.
[0036]
Here, in order to facilitate understanding of the following description, the structure of multi-attribute data stored in the multi-attribute database 4 and terms related thereto will be described.
[0037]
FIG. 2 shows an example of the multi-attribute data stored in the multi-attribute database 4 taking the information on the rental property described above as an example. As shown in FIG. 2, the information on the rental property has a number of attributes such as “key money”, “deposit”, “rent”, “management fee”,. “Key money”, “Deposit”, “Rent”, “Management fee”,..., “Outer wall” represent the contents of the attributes, and the attributes are classified according to those contents. It is. The value for “attribute item” is referred to as “attribute value”. For example, a value of 350, 300,... Corresponds to the attribute value for the attribute item “key money”. For the attribute item “type”, apartment, apartment, detached house, etc. correspond to the attribute value.
[0038]
Multi-attribute data is composed of a large number of attribute values. For example, the third multi-attribute data in FIG. 2 includes combinations of attribute values of 360 (key money), 200 (securities), 190 (rent), 25 (management expenses),..., Brick (outer wall). Here, the parentheses indicate attribute items for convenience, but are not included in the multi-attribute data itself. Multi-attribute data is specified by a combination of these attribute values. This is the end of the description of the multi-attribute data, and the evaluation criterion management means 5 will be described with reference to FIG.
[0039]
The evaluation criterion management means 5 is a means for storing and managing a criterion for determining whether or not certain multi-attribute data is a solution when searching for multi-attribute data. The evaluation standard management means 5 includes a management processing unit 5a and an evaluation standard storage unit 5b. The management processing unit 5a is a means for taking out necessary evaluation criteria from the evaluation criteria storage unit 5b and using them for search, or inputting predetermined evaluation criteria or modifying existing evaluation criteria in response to a user request. is there. The evaluation criterion storage 5b is a means for storing and managing various evaluation criteria. Preferably, the evaluation criterion storage unit 5b is made into a database. As the evaluation criteria stored in the evaluation criteria storage unit 5b, there are a classification criterion, a deviation degree evaluation function, and an attribute item coefficient.
[0040]
The classification standard is a boundary value standard for dividing attribute values into predetermined value ranges. For example, in the rental property information, the rent is a standard for dividing the rent into “100,000 yen or less”, “100,000 to 200,000 yen”, “200 to 300,000”, “300,000 yen or more”. Here, “less than 100,000 yen”, “100,000 to 200,000 yen”, “200 to 300,000”, etc. are attribute value ranks. As for rents, those having continuous attribute values are divided into attribute value ranks within a predetermined value range as described above. On the other hand, for example, the “type” of the building in the rental property information takes discrete values of “apartment”, “apartment”, and “detached house”. As for attribute items whose attribute values take discrete values, generally, each discrete value can be set as an attribute value rank. The classification criteria can be set on a case-by-case basis, such as a method of dividing each attribute value by a predetermined range, a method of dividing each attribute value by a predetermined frequency.
[0041]
The divergence degree evaluation function is a function that evaluates the divergence degree between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data to be evaluated. Here, the divergence degree evaluation function may be a linear function or a nonlinear function depending on the attribute item. FIG. 3 conceptually shows a linear deviation degree evaluation function and a nonlinear deviation degree evaluation function.
[0042]
3A is a linear divergence evaluation function, FIG. 3B is a non-linear divergence evaluation function that greatly evaluates the divergence in a high range, and FIG. 3C is a divergence in a low range. Each non-linear divergence evaluation function to be greatly evaluated is shown.
[0043]
The linear divergence evaluation function in FIG. 3A evaluates the divergence in proportion to the difference between the attribute value rank set as the search condition and the attribute value rank to be evaluated regardless of the size of the attribute value. . This linear divergence evaluation function is an evaluation function that proportionally reflects the difference between the attribute value rank set as the search condition and the attribute value rank of the evaluation target in the satisfaction of the user with respect to the search result regardless of the level of the attribute value range. It is.
[0044]
The non-linear divergence evaluation function in FIG. 3B has a small difference between the attribute value rank set as the search condition and the attribute value rank to be evaluated in the range where the attribute value is high, and the user satisfaction with the search result is greatly increased. The evaluation function to be reflected. For example, in an attribute value rank of 1 hour or more in the traffic time of a rental property, an increase in one attribute value rank (for example, 10 minutes) greatly affects the user's satisfaction with a search result.
The nonlinear divergence evaluation function shown in FIG. 3C has a small difference between the attribute value rank set as the search condition and the attribute value rank of the evaluation target in the range where the attribute value is low, and the user satisfaction with the search result is greatly increased. The evaluation function to be reflected. For example, when the rental fee of a rental property is 100,000 yen or less, a difference in one attribute value rank (for example, 10,000 yen) greatly affects the user's satisfaction with the search result.
[0045]
Of course, the divergence degree evaluation functions shown in FIGS. 3A to 3C are examples, and a combination thereof, a predetermined calculation formula, or a correlation obtained empirically may be used. This divergence degree evaluation function makes it possible to easily perform non-linear evaluation on divergence.
[0046]
The attribute item coefficient is the weight of each attribute item when evaluating user satisfaction when searching for predetermined multi-attribute data. In the search support system according to the present invention, prior to performing a predetermined search, the user is asked to assign “absolute”, “very important”, “important”, “normal”, “mild”, “ Shows a “very light” option and lets you enter how important that attribute item is to the user. Even in the same attribute item coefficient, the weight of evaluation differs between the ranks of importance described above, and the evaluation differs depending on the degree of divergence. For example, the difference in one importance rank between “absolute” and “very important” is evaluated with a greater weight than the difference in one importance rank between “important” and “normal”. Moreover, the weight of evaluation differs between attribute items even in the same importance rank. For example, if the attribute item “rent” is much more important for a user than the attribute item “scheduled”, the divergence related to “rent” is evaluated much heavier than the difference related to “scheduled” even at the same importance rank. Is done.
[0047]
The attribute item coefficient is a coefficient that takes into account the difference between importance ranks in the same attribute item as described above and the difference in importance rank between different attribute items as a whole. By this attribute item coefficient, both the sameness and discontinuity of “restrictions” and “requests” of search conditions are satisfied and can be handled comprehensively.
[0048]
“Absolute” in the importance rank is the “restriction” described above, and “very important” and the like correspond to the “request” described above. That is, the “constraint” is merely a difference between the “request” and the importance rank, and is evaluated in the same dimension according to the size of the attribute item coefficient. In other words, even if the “constraint” is not satisfied, even if it is evaluated by a certain high attribute item coefficient, even multi-attribute data that does not satisfy the “constraint” may be searched as a solution candidate. . In addition, “absolute” can evaluate the discontinuity between “constraint” and “request” by providing a larger difference in the attribute item coefficient than “very important”. By setting this discontinuity large, it is possible to eliminate multi-attribute data that does not satisfy the “constraint”.
[0049]
Note that the above-described classification criteria, divergence degree evaluation function, and attribute item coefficient may be configured to be settable by a user who performs a search, or may be set in advance by a system designer.
[0050]
Next, the search condition management means 6 will be described. The search condition management means 6 is a means for setting and managing specific search conditions when searching multi-attribute data. The search condition management means 6 includes a management processing unit 6a, a search condition storage unit 6b, a preliminary search condition storage unit 6c, and a search condition reinforcement relaxation rule database 6d.
[0051]
The management processing unit 6a is a means for inputting a predetermined search condition or modifying a previously input search condition in response to a user request and passing the search condition to a search means 7 described later. Further, as will be described later, the management processing unit 6a can analyze the search results for strengthening and relaxing the search conditions, and can propose to the user an optimal direction for strengthening and relaxing the search conditions.
[0052]
The search condition storage unit 6b is a means for storing and managing the attribute value rank of each attribute item of the multi-attribute data to be searched and the evaluation value range of the multi-attribute data searched as a solution. The attribute value rank of each attribute item of multi-attribute data to be searched is, for example, searching for data of 150,000 yen or less for “rent”. The evaluation value range of multi-attribute data searched as a solution is such that 80 or more data are searched for evaluation values obtained by quantifying user satisfaction. Depending on the setting of the evaluation value range, the amount of multi-attribute data to be searched is affected. The search condition storage unit 6b is preferably made into a database.
[0053]
The preliminary search condition storage unit 6c is a means for storing and managing preliminary search conditions for reducing the information processing load of the search. The preliminary search condition includes a preliminary search condition that specifies an attribute item and attribute value rank of the multi-attribute data for which the evaluation value is calculated, a preliminary search condition that specifies the type of solution of the multi-attribute data to be searched, There is. The preliminary search condition in which the attribute item of the multi-attribute data for calculating the evaluation value and the attribute value rank are specified is, for example, a search on the premise that the “rent” satisfies the condition of 150,000 yen or less. . In this case, multi-attribute data that matches the preliminary search condition whose “rent” is 150,000 yen or less is selected in advance, and an evaluation value is calculated only for these multi-attribute data, and the multi-attribute that satisfies the search condition and the search criteria. Data can be retrieved as a solution. Thus, if a predetermined sieve is used in advance, the information processing load of the search support system 1 can be reduced, and a solution can be searched from a large number of multi-attribute data in a short time. The preliminary search condition specified for the type of solution of the multi-attribute data to be searched is, for example, a case where the condition is specified so that only “satisfactory non-inferior solution” is searched. A “satisfactory non-inferior solution” is a solution that satisfies all the “constraint” conditions. By specifying this preliminary search condition, multi-attribute data satisfying all “constraint” conditions is searched, evaluation value calculation is performed only for these multi-attribute data, and multi-attribute data satisfying the evaluation value range is used as a solution. Just search. In this way, by specifying the preliminary search condition, the number of multi-attribute data for which the evaluation value is calculated is greatly reduced, and the calculation load of the search support system 1 can be effectively reduced. The preliminary search condition storage unit 6c is preferably made into a database.
[0054]
The search condition strengthening / relaxation rule database 6d can be used to reinforce a search condition to narrow down a solution after performing a search once, or to relax a search condition to search a wide range of solutions. According to certain rules, search conditions can be strengthened and relaxed effectively, but these rules are made into a database. The rules for strengthening the search conditions will be described in detail later.
[0055]
Next, the search means 7 inputs the evaluation criteria and the search conditions from the evaluation criteria management means 5 and the search condition management means 6, respectively, performs evaluation value calculation for the multi-attribute data in the multi-attribute database 4, and evaluates This is means for searching for multi-attribute data belonging to a value range. The evaluation value calculation method will be described in detail later. The solution searched by the search means 7 is shown to the user via the output means 3.
[0056]
Each means constituting the search support system 1 may be dedicated hardware configured to perform each process, or a computer controlled by a software program, depending on each processing stage. Data processing may be performed as each processing means. Further, each of the above means may physically constitute one device, or may be a system in which physically separated devices are connected by communication means.
[0057]
Next, search processing by the “search support system for multi-attribute data group” according to the present invention will be described below.
[0058]
FIG. 4 shows a flow of search processing by the “search support system for multi-attribute data group” according to the present invention.
According to the “search support system for multi-attribute data group” according to the present invention, first, an evaluation standard is set by a system designer or a user (step S100). As described above, the evaluation criteria are set by the evaluation criteria management means 5 for the classification criteria, the deviation degree evaluation function, and the attribute item coefficient.
[0059]
Next, a search condition is set for a specific search by the user (S110). As described above, the search condition is set by the search condition management means 6 for the attribute value rank to be searched and the evaluation value range of the multi-attribute data to be searched.
[0060]
Next, if there is a preliminary search condition, it is set (step S120). As described above, the preliminary search condition specifies an attribute item and attribute value rank of multi-attribute data for which evaluation value calculation is performed, or specifies a solution type of multi-attribute data to be searched. If there is a preliminary search condition, a preliminary search is performed according to the preliminary search condition (step S130).
[0061]
If there is no preliminary search condition, the evaluation value of the multi-attribute data is directly calculated without performing the preliminary search (step S140). The evaluation value calculation method according to the present embodiment is as follows.
[0062]
Evaluation value = Σ {Deviation degree evaluation function (deviation degree between attribute value rank of calculation target data and search condition attribute value rank) × attribute item coefficient}
The degree of divergence between the attribute value rank of the data to be calculated and the attribute value rank of the search condition is evaluated by the above evaluation value calculation method, and how important the user thinks each attribute item is Subjective factors and non-linear factors are reflected as numerical values. It is also noteworthy that a certain evaluation value is calculated even for multi-attribute data that does not satisfy the "constraint" condition that the user originally thought to be absolutely necessary, and if the evaluation value is equal to or greater than a certain value, the search is performed. . This is because multi-attribute data that has been excluded as not satisfying the “constraint” condition is also retrieved.
[0063]
In this way, the “search support system for multi-attribute data group” according to the present invention is searched as a solution even if it does not satisfy the “constraint” condition. There are “satisfactory non-inferior solution”, “constraint violation absorbing solution”, “protruding non-inferior solution”, etc., depending on the type of the searched solution.
[0064]
A “satisfactory non-inferior solution” is a solution that satisfies all “constraints”. The “constraint violation absorbing solution” is a solution that does not satisfy a certain “constraint” but has an evaluation value equal to or greater than a certain value. The “protruding non-inferior solution” is a solution that does not satisfy “constraints” and “requirements”, but greatly extrudes specific restrictions and requirements. For example, if the user thinks that “rent” is very important, the “rent” is very cheap and the user will want to consider, although other “restrictions” and “requests” are not satisfied. A solution that protrudes a specific “constraint” or “request” can be set by a search condition.
[0065]
The search support system 1 calculates an evaluation value for multi-attribute data, searches for and outputs a solution that matches the search condition and the evaluation criteria (step S150). In the case of outputting, preferably the evaluation value, the type of solution, etc. are output simultaneously.
[0066]
If the user is satisfied with the searched solutions, the processing is terminated by outputting those solutions. If not, the following search conditions are strengthened and relaxed (step S160).
[0067]
The simplest method for strengthening / reducing the search condition is to reinforce the free search condition by the user (step S170). Reinforcement and relaxation of free search conditions by a user is a search support provided to a user who has detailed knowledge of a normal search / evaluation method. In this case, when displaying the search result, it is preferable to simultaneously display the attribute item coefficient, the deviation evaluation function, the classification criteria, the search condition, and the like. By referring to these evaluation criteria, search conditions, and search results, an appropriate search condition can be changed by a user having detailed knowledge. When the search condition is changed, the process returns to step S140, and the evaluation and the solution search are performed again (step S140).
[0068]
Next, as a search process when the user is not satisfied with the initial search result, the user is allowed to select “solution that matches the search intention” and “solution that does not match the search intention” for the search result. And a process of changing predetermined search conditions and evaluation criteria is performed (step S180).
[0069]
The solutions selected by the user as “solutions that match the search intention” are classified as selected data groups, and the solutions that are selected as “solutions that do not match the search intention” are classified as excluded data groups, and the search conditions and evaluation criteria for each data group are classified. analyse.
[0070]
There are three methods for analyzing the selection data group and the exclusion data group: whether the attribute item coefficient is appropriate, whether the divergence evaluation function is appropriate, and whether the attribute value rank set as the search condition is appropriate. There is a direction.
[0071]
First, an analysis method for determining whether or not an attribute item coefficient is appropriate and whether or not a deviation degree evaluation function is appropriate will be described. In order to analyze whether or not the attribute item coefficient is appropriate, the average value of the evaluation values of the attribute items of each data group is calculated for the selected data group and the excluded data group. The average evaluation value of each attribute item is calculated as follows.
[0072]
Figure 0004014713
By comparing the average evaluation value of the above-mentioned attribute items of the selected data group and the exclusion data group, depending on the attribute item, the average evaluation value of the exclusion data group is higher than the average evaluation value of the selection data group There is a case. In such a reversal phenomenon between the selected data group and the evaluation value, it is considered that setting of the attribute item coefficient and the deviation degree evaluation function is inappropriate. Therefore, for such attribute items, the attribute item coefficient or the deviation degree evaluation function is changed in the direction in which the selected data group is selected.
[0073]
In addition, depending on the method of finding an attribute item in which the evaluation values of the selected data group and the exclusion data group are reversed and entrusting the user to change the attribute item coefficient or the divergence evaluation function, the predetermined value is determined according to the range of the evaluation value reversal. There is a method of changing the attribute item coefficient or the deviation degree evaluation function by a predetermined range according to the rule. When changing the attribute item coefficient or the divergence degree evaluation function according to a predetermined rule by a predetermined range, the attribute item coefficient or the divergence degree evaluation function is automatically changed with reference to the search condition strengthening relaxation rule database 6d described in FIG. (Step S190), the process returns to Step S140, and evaluation and solution search are performed again (Step S140).
[0074]
If the attribute item coefficient to be changed or the divergence evaluation function is indicated to the user, and the change is made by the user, the process returns to step S140, and the evaluation and the solution search are performed again (step S140).
[0075]
In order to analyze whether or not the attribute value rank set as the search condition is appropriate, the discreteness of the attribute value ranks of the selected data group and the excluded data group is individually examined. For example, in the example of the search for rental properties, even though the attribute value rank “condominium” is set as “structure”, the “structure” in the selected data group occupies the majority The rental property data that the user really wants to search is a “detached” rental property. In this case, the search condition “apartment” is indicated to the user to be changed, or the search condition is automatically changed according to a rule that automatically changes the search condition depending on the degree of discreteness (step S180). After changing the search condition, the process returns to step S140, and the evaluation and solution search are performed again (step S140).
[0076]
Next, a description will be given of a method (step S200) for assisting the change of the search condition for a predetermined attribute item according to the direction in which the search condition is strengthened or relaxed without requiring the user to select a solution.
[0077]
In order to strengthen or relax the search condition for the search result, it is effective to strengthen or relax the search condition for a specific attribute item.
[0078]
To enhance the search conditions, a high importance attribute item whose attribute item coefficient is greater than or equal to a predetermined value, a low attribute value rank was specified regardless of whether the attribute item coefficient is a medium importance attribute item or attribute item coefficient within a predetermined range At least one attribute item having a small total penalty value for the attribute item and the multi-attribute data of the solution is displayed via the output means, and the search condition related to the predetermined attribute item is strengthened by the user.
[0079]
This is because a set of solutions with higher evaluation values can be obtained if the search condition is strengthened for attribute items whose attribute item coefficient is a predetermined value or higher. The search condition for medium-importance attribute items whose attribute item coefficient is within the specified range is strengthened. If the search conditions cannot be further strengthened for high-importance attribute items, the evaluation value cannot be sufficiently improved even if the search is strengthened. Because there are cases. Reinforcing the search conditions for attribute items with a low attribute value rank regardless of the attribute item coefficient is generally effective for reducing the number of solutions. The reason why search conditions are strengthened for attribute items with a small total penalty is that this search condition strengthening can provide a small set of solutions from a drop in evaluation values. Note that the penalty is a negative evaluation value, that is, an evaluation value when the constraints and requirements are not satisfied.
[0080]
The above search conditions can be enhanced by presenting the search conditions to be enhanced to the user and enhancing the search conditions by the user. There is also a method for strengthening the search condition (step S190).
[0081]
In order to relax the search condition, the reverse of the enhancement of the search condition may be performed. That is, a low importance attribute item whose attribute item coefficient is a predetermined value or less, a medium importance attribute item whose attribute item coefficient is within a predetermined range, an attribute item with a high attribute value rank regardless of the attribute item coefficient, and many solutions At least one of the attribute items having a large total penalty value for the attribute data is displayed via the output means, and the search condition for the predetermined attribute item is relaxed by the user.
[0082]
If the search condition is relaxed for the low-importance attribute items whose attribute item coefficient is equal to or less than a predetermined value, a set of solutions with a small drop in evaluation value can be obtained. The reason why the search condition is relaxed for the medium importance attribute item whose attribute item coefficient is within the predetermined range is that the search condition may not be relaxed any more for the low importance attribute item. Relaxing the search conditions for attribute items with a high attribute value rank regardless of the attribute item coefficient is generally effective for increasing the number of solutions. The reason why the search condition is relaxed for an attribute item with a small total penalty is that a set of solutions having a high evaluation value can be obtained as a whole by this relaxation of the search condition.
[0083]
The above search conditions are relaxed by automatically presenting the search conditions to be relaxed to the user, and automatically searching according to the method for relaxing the search conditions by the user and the rule that performs the most effective search condition relaxation by a combination of predetermined conditions. There is a method of relaxing the conditions (step S190).
[0084]
By repeatedly strengthening and relaxing the search condition, a set of solutions that the user is most satisfied with can be obtained.
[0085]
【The invention's effect】
Thus, according to the “search support system for multi-attribute data group” according to the present invention, by appropriately setting the classification criteria, the divergence evaluation function, and the attribute item coefficient, the “restriction” and “request” of the search condition are set. ”Can be handled to satisfy both identity and discontinuity, and a solution that does not satisfy“ Constraint ”but has a high evaluation value can be searched, while solutions that do not satisfy“ Constraint ”are more strongly excluded. You can also
[0086]
Also, according to the “search support system for multi-attribute data group” according to the present invention, various search patterns can be performed on multi-attribute data by appropriately setting the distribution of attribute item coefficients. For rental properties, the search is focused on “rent” and the search is focused on “location conditions”.
[0087]
Further, according to the “search support system for multi-attribute data group” according to the present invention, the search condition and the evaluation criterion are displayed simultaneously with the search result, so that the correlation between the search condition and the search result becomes clear, and the user can select any It is possible to support changes in search conditions explicitly.
[Brief description of the drawings]
FIG. 1 is a block diagram showing the configuration of a search support system for a multi-attribute data group of the present invention.
FIG. 2 is a diagram conceptually showing the structure of multi-attribute data handled in the present invention.
FIG. 3 is an explanatory diagram showing an example of a divergence degree evaluation function.
FIG. 4 is a flowchart showing a flow of search support processing for a multi-attribute data group according to the present invention.
[Explanation of symbols]
1 Search support system for multi-attribute data group
2 Input means
3 Output means
4 Multi-attribute database
5. Evaluation criteria management means
5a Management processing part
5b Evaluation criteria storage
6 Search condition management means
6a Management processing part
6b Search condition storage unit
6c Preliminary search condition storage unit
6d Search condition strengthening relaxation rule database
7 Search means

Claims (14)

入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを高く設定させあるいは前記属性項目の属性項目係数を大きく設定させ、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを低く設定させあるいは前記属性項目の属性項目係数を小さく設定させる、ことを特徴とする多属性データ群に対する検索支援システム。Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are respectively input from the search condition management unit and the evaluation criterion management unit, and an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And a search means for searching for multi-attribute data as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range At least one of the attribute items having a low penalty value for the multi-attribute data of the solution and the attribute item having a low total penalty value is output via the output means. Display, let the user set the attribute item rank high for the attribute item or set the attribute item coefficient of the attribute item high, or the attribute item coefficient is less than a predetermined value to ease the search condition Penalties for attribute items and attribute item coefficients that are within the specified range, attribute items that have a high attribute value rank regardless of attribute item coefficients, and multi-attribute data of solutions Displaying at least one of the attribute items having a large total via the output means, and allowing the user to set a low attribute value rank of the attribute item or to set a low attribute item coefficient of the attribute item. Search support system for multi-attribute data groups. 入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅増大し、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅減少する、ことを特徴とする多属性データ群に対するは検索支援システム。Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are respectively input from the search condition management unit and the evaluation criterion management unit, and an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And a search means for searching for multi-attribute data as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range Select one of the attribute items of medium importance attribute item, attribute item with a low attribute value rank specified regardless of the attribute item coefficient, or attribute item with a small total penalty value for multi-attribute data of the solution. Increase the attribute value rank value or attribute item coefficient of the attribute item by a predetermined range, or the attribute item coefficient is less than a predetermined value, the attribute item coefficient is within a predetermined range Select any attribute item from among the medium importance attribute items, attribute items with a high attribute value rank regardless of the attribute item coefficient, and attribute items with a large total penalty for multi-attribute data of solutions. The value or attribute item coefficient of attribute values rank attribute item decreases predetermined width, retrieval support system for a multi-attribute data group, characterized in that. 前記評価基準管理手段は、ユーザーの指定に応じて前記属性項目係数を設定できるように構成されていることを特徴とする請求項１または２に記載の多属性データ群に対する検索支援システム。  The search support system for a multi-attribute data group according to claim 1 or 2, wherein the evaluation criterion management means is configured to be able to set the attribute item coefficient in accordance with a user's designation. 前記検索条件管理手段は、評価値計算を行う多属性データの属性項目及び属性値ランクを指定できるように構成され、前記検索手段は、前記多属性データ管理手段の多属性データの中から前記検索条件管理手段により指定された属性項目及び属性値ランクを有する多属性データを検索した後に、それらの多属性データについて評価値計算と解の検索を行うことを特徴する請求項１または２に記載の多属性データ群に対する検索支援システム。  The search condition management means is configured to be able to specify an attribute item and attribute value rank of multi-attribute data for calculating an evaluation value, and the search means searches the multi-attribute data of the multi-attribute data management means for the search 3. The multi-attribute data having the attribute item and attribute value rank specified by the condition management means is searched, and then evaluation value calculation and solution search are performed for the multi-attribute data. A search support system for multi-attribute data groups. 前記検索条件管理手段は、検索すべき多属性データの解の種類として充足非劣解、制約違反吸収解、突出非劣解のうちの少なくとも一つを指定できるように構成され、前記検索手段は、前記検索条件管理手段により指定された解に該当する多属性データを検索することを特徴とする請求項１または２に記載の多属性データ群に対する検索支援システム。  The search condition management means is configured to be able to specify at least one of a satisfactory non-inferior solution, a constraint violation absorbing solution, and a protruding non-inferior solution as a type of solution of multi-attribute data to be searched, the search means The multi-attribute data group search support system according to claim 1 or 2, wherein multi-attribute data corresponding to a solution designated by the search condition management means is searched. 入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を出力してユーザーに該属性項目の属性項目係数または乖離度評価関数を変更させ、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を出力してユーザーに該属性項目の属性値ランクを変更させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする多属性データ群に対する検索支援システム。Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are respectively input from the search condition management unit and the evaluation criterion management unit, and an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And a search means for searching for multi-attribute data as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. the other is sorted and eliminate data group, the attribute item attribute value takes continuous values compares the evaluation value average for each of the attribute item of the exclusion data group and sorted selected data group and, eliminate Attribute whose average evaluation value of the data group is higher than the average evaluation value of the selected data group, and the attribute value of the attribute item or the deviation degree evaluation function of the attribute item is changed and the attribute value takes a discrete value For the items, the attribute value rank for each attribute item in each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data group And outputs the set attribute values rank had different attribute values often attribute item taking the ranking as a search condition among sexually item to change the attribute value rank of the attribute items to a user, the changed search condition and evaluation A search support system for a multi-attribute data group, wherein the search is performed again by the search means based on a criterion. 入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索する検索手段と、を有し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を特定して該属性項目の属性項目係数または乖離度評価関数を所定の値の幅だけ変更し、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を特定して該属性項目の検索条件の属性値ランクを選択データ群の属性値ランクに一致させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする多属性データ群に対する検索支援システム。Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are respectively input from the search condition management unit and the evaluation criterion management unit, and an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And a search means for searching for multi-attribute data as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. the other is sorted and eliminate data group, the attribute item attribute value takes continuous values compares the evaluation value average for each of the attribute item of the exclusion data group and sorted selected data group and, eliminate Specify an attribute item whose evaluation value average value of the data group is higher than the evaluation value average value of the selected data group, change the attribute item coefficient or the deviation degree evaluation function of the attribute item by a predetermined value width, and the attribute value is discrete For attribute items that take a value, the attribute value rank for each attribute item in each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data Attribute items that often have an attribute value rank different from the attribute value rank set as the search condition among the attribute items, and the attribute value rank of the attribute item search condition is set to the attribute value rank of the selected data group A search support system for a multi-attribute data group, wherein the solution is searched again by the search means based on the changed search conditions and evaluation criteria that are matched . コンピュータによって多属性データ群から所定の多属性データを検索し、検索を支援するための制御プログラムであって、前記制御プログラムはコンピュータを制御して、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索手段と、を構成し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを高く設定させあるいは前記属性項目の属性項目係数を大きく設定させ、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目の少なくとも一つを前記出力手段を介して表示し、ユーザーに、前記属性項目の属性値ランクを低く設定させあるいは前記属性項目の属性項目係数を小さく設定させる、ことを特徴とする制御プログラムを記録した記録媒体。A computer program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program controls the computer,
Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively, an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And the search means using the multi-attribute data in the solution as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range At least one of the attribute items having a low penalty value for the multi-attribute data of the solution and the attribute item having a low total penalty value is output via the output means. Display, let the user set the attribute item rank high for the attribute item or set the attribute item coefficient of the attribute item high, or the attribute item coefficient is less than a predetermined value to ease the search condition Penalties for attribute items and attribute item coefficients that are within the specified range, attribute items that have a high attribute value rank regardless of attribute item coefficients, and multi-attribute data of solutions Displaying at least one of the attribute items having a large total via the output means, and allowing the user to set a low attribute value rank of the attribute item or to set a low attribute item coefficient of the attribute item. A recording medium on which a control program is recorded. コンピュータによって多属性データ群から所定の多属性データを検索し、検索を支援するための制御プログラムであって、前記制御プログラムはコンピュータを制御して、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索手段と、を構成し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索条件強化のために、属性項目係数が所定値以上の高重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず低い属性値ランクを指定された属性項目、解の多属性データについてペナルティ値の総計が少ない属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅増大し、あるいは、検索条件緩和のために、属性項目係数が所定値以下の低重要度属性項目、属性項目係数が所定範囲内の中重要度属性項目、属性項目係数に関わらず高い属性値ランクを指定された属性項目、解の多属性データについてペナルティの総計が多い属性項目のいずれかの属性項目を選定し、その属性項目の属性値ランクの値あるいは属性項目係数を所定の幅減少する、ことを特徴とする制御プログラムを記録した記録媒体。A computer program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program controls the computer,
Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively, an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And the search means using the multi-attribute data in the solution as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means, after the search means searches for a solution of multi-attribute data, in order to enhance the search condition, high-importance attribute items whose attribute item coefficients are a predetermined value or more, attribute item coefficients are within a predetermined range Select one of the attribute items of medium importance attribute item, attribute item with a low attribute value rank specified regardless of the attribute item coefficient, or attribute item with a small total penalty value for multi-attribute data of the solution. Increase the attribute value rank value or attribute item coefficient of the attribute item by a predetermined range, or the attribute item coefficient is less than a predetermined value, the attribute item coefficient is within a predetermined range Select any attribute item from among the medium importance attribute items, attribute items with a high attribute value rank regardless of the attribute item coefficient, and attribute items with a large total penalty for multi-attribute data of solutions. The value or attribute item coefficient of attribute values rank attribute item decreases predetermined width, the recording medium recording the control program, characterized in that. コンピュータによって多属性データ群から所定の多属性データを検索しその検索を支援するための制御プログラムであって、前記制御プログラムは、前記評価基準管理手段により、ユーザーの指定に応じて前記属性項目係数を設定できるように制御することを特徴とする請求項８または９に記載の制御プログラムを記録した記録媒体。  A control program for retrieving predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program uses the evaluation criterion management means to perform the attribute item coefficient according to a user's specification. 10. The recording medium on which the control program according to claim 8 or 9 is recorded. コンピュータによって多属性データ群から所定の多属性データを検索しその検索を支援するための制御プログラムであって、前記制御プログラムは、前記検索条件管理手段により、評価値計算を行う多属性データの属性項目及び属性値ランクを指定できるように制御し、前記検索手段により、前記多属性データ管理手段の多属性データの中から前記検索条件管理手段により指定された属性項目及び属性値ランクを有する多属性データを検索した後に、それらの多属性データについて評価値計算と解の検索を行うように制御することを特徴する請求項８または９に記載の制御プログラムを記録した記録媒体。  A control program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program uses the search condition management means to calculate an attribute value of the multi-attribute data A multi-attribute having an attribute item and an attribute value rank designated by the search condition management means from among the multi-attribute data of the multi-attribute data management means. 10. The recording medium recorded with the control program according to claim 8 or 9, wherein after the data is retrieved, control is performed so that evaluation value calculation and solution retrieval are performed for the multi-attribute data. コンピュータによって多属性データ群から所定の多属性データを検索しその検索を支援するための制御プログラムであって、前記制御プログラムは、前記検索条件管理手段により、検索すべき多属性データの解の種類として充足非劣解、制約違反吸収解、突出非劣解のうちの少なくとも一つを指定できるように制御し、前記検索手段により、前記検索条件管理手段により指定された解に該当する多属性データを検索するように制御することを特徴とする請求項８または９に記載の制御プログラムを記録した記録媒体。  A control program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program uses the search condition management means to search for the types of solutions of the multi-attribute data to be searched Multi-attribute data corresponding to the solution specified by the search condition management means is controlled by the search means so that at least one of satisfying non-inferior solutions, constraint violation absorbing solutions, and protruding non-inferior solutions can be specified. 10. A recording medium on which the control program according to claim 8 or 9 is recorded. コンピュータによって多属性データ群から所定の多属性データを検索し、検索を支援するための制御プログラムであって、前記制御プログラムはコンピュータを制御して、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索手段と、を構成し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を出力してユーザーに該属性項目の属性項目係数または乖離度評価関数を変更させ、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を出力してユーザーに該属性項目の属性値ランクを変更させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする制御プログラムを記録した記録媒体。A computer program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program controls the computer,
Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively, an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And the search means using the multi-attribute data in the solution as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. the other is sorted and eliminate data group, the attribute item attribute value takes continuous values compares the evaluation value average for each of the attribute item of the exclusion data group and sorted selected data group and, eliminate Attribute whose average evaluation value of the data group is higher than the average evaluation value of the selected data group, and the attribute value of the attribute item or the deviation degree evaluation function of the attribute item is changed and the attribute value takes a discrete value For the items, the attribute value rank for each attribute item in each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data group And outputs the set attribute values rank had different attribute values often attribute item taking the ranking as a search condition among sexually item to change the attribute value rank of the attribute items to a user, the changed search condition and evaluation A recording medium on which a control program is recorded, wherein a search for solutions is performed again by the search means based on a criterion. コンピュータによって多属性データ群から所定の多属性データを検索し、検索を支援するための制御プログラムであって、前記制御プログラムはコンピュータを制御して、
入力手段と、
出力手段と、
複数の属性項目に対する属性値からなる多属性データを管理する多属性データ管理手段と、
各属性項目の属性値を属性値ランクに分けるためのクラス分け基準と、検索条件として設定した属性値ランクと実際に検索された多属性データのその属性値ランクの乖離度を評価する乖離度評価関数と、前記属性項目の評価における重要度に応じて各属性項目のそれぞれに付与された属性項目係数を含む評価基準を管理する評価基準管理手段と、
検索すべき多属性データの各属性項目の属性値ランクと、解の種類に応じて検索される多属性データの評価値範囲とを含む検索条件を管理する検索条件管理手段と、
前記検索条件管理手段と前記評価基準管理手段とからそれぞれ検索条件と評価基準とを入力し、下式により前記多属性データ管理手段の多属性データの評価値を算出し、評価値が前記評価範囲内にある多属性データを解として検索手段と、を構成し、
評価値＝Σ｛乖離度評価関数（計算対象のデータの属性値ランクと検索条
件の属性値ランクの乖離度）×属性項目係数｝
前記検索条件管理手段は、前記検索手段が多属性データの解の検索を行った後に、検索された多属性データを前記出力手段を介してユーザーに示し、ユーザーによりその検索意図に沿う選択データ群とそれ以外の排除データ群とに選別させ、属性値が連続的な値をとる属性項目については選別された選択データ群と排除データ群の前記属性項目ごとの評価値平均値を比較し、排除データ群の評価値平均値が選択データ群の評価値平均値より高い属性項目を特定して該属性項目の属性項目係数または乖離度評価関数を所定の値の幅だけ変更し、属性値が離散値をとる属性項目については選択データ群と排除データ群のそれぞれのデータ群の前記属性項目ごとの属性値ランクと検索条件として設定されていた属性値ランクとを比較し、選択データ群の属性項目のうち検索条件として設定されていた属性値ランクと異なる属性値ランクをとることが多い属性項目を特定して該属性項目の検索条件の属性値ランクを選択データ群の属性値ランクに一致させ、変更された検索条件および評価基準に基づいて前記検索手段により再度解の検索を行うことを特徴とする制御プログラムを記録した記録媒体。A computer program for searching predetermined multi-attribute data from a multi-attribute data group by a computer and supporting the search, wherein the control program controls the computer,
Input means;
Output means;
Multi-attribute data management means for managing multi-attribute data consisting of attribute values for a plurality of attribute items;
Classification criteria to divide attribute values of each attribute item into attribute value ranks, and divergence evaluation to evaluate the divergence between the attribute value rank set as the search condition and the attribute value rank of the multi-attribute data actually searched A function and an evaluation criterion management means for managing an evaluation criterion including an attribute item coefficient assigned to each attribute item according to the importance in the evaluation of the attribute item;
Search condition management means for managing a search condition including an attribute value rank of each attribute item of the multi-attribute data to be searched and an evaluation value range of the multi-attribute data searched according to the type of solution;
A search condition and an evaluation criterion are input from the search condition management unit and the evaluation criterion management unit, respectively, an evaluation value of the multi-attribute data of the multi-attribute data management unit is calculated by the following formula , and the evaluation value is within the evaluation range And the search means using the multi-attribute data in the solution as a solution,
Evaluation value = Σ {Dissociation degree evaluation function (attribute value rank of data to be calculated and search condition
Degree of attribute value rank) x attribute item coefficient}
The search condition management means shows the searched multi-attribute data to the user via the output means after the search means has searched for the solution of the multi-attribute data, and the user selects the selected data group according to the search intention. the other is sorted and eliminate data group, the attribute item attribute value takes continuous values compares the evaluation value average for each of the attribute item of the exclusion data group and sorted selected data group and, eliminate Specify an attribute item whose evaluation value average value of the data group is higher than the evaluation value average value of the selected data group, change the attribute item coefficient or the deviation degree evaluation function of the attribute item by a predetermined value width, and the attribute value is discrete For attribute items that take a value, the attribute value rank for each attribute item in each data group of the selected data group and the excluded data group is compared with the attribute value rank set as the search condition, and the selected data Attribute items that often have an attribute value rank different from the attribute value rank set as the search condition among the attribute items, and the attribute value rank of the attribute item search condition is set to the attribute value rank of the selected data group A recording medium on which a control program is recorded, wherein the search means again searches for solutions based on the search conditions and evaluation criteria that are matched and changed.
JP35133097A 1997-12-19 1997-12-19 Search support system for multi-attribute data group Expired - Lifetime JP4014713B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP35133097A JP4014713B2 (en) 1997-12-19 1997-12-19 Search support system for multi-attribute data group

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP35133097A JP4014713B2 (en) 1997-12-19 1997-12-19 Search support system for multi-attribute data group

Publications (2)

Publication Number Publication Date
JPH11184872A JPH11184872A (en) 1999-07-09
JP4014713B2 true JP4014713B2 (en) 2007-11-28

Family

ID=18416576

Family Applications (1)

Application Number Title Priority Date Filing Date
JP35133097A Expired - Lifetime JP4014713B2 (en) 1997-12-19 1997-12-19 Search support system for multi-attribute data group

Country Status (1)

Country Link
JP (1) JP4014713B2 (en)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002215756A (en) * 2001-01-12 2002-08-02 Takayuki Miyashita Internet real estate intermediary system
JP2002351963A (en) * 2001-05-30 2002-12-06 Houseman Homes:Kk System and method for processing information on real estate-related dealings information and software therefor
JP2003167944A (en) * 2001-11-30 2003-06-13 Nec Corp Optimal plan selection support system
EP1570396A4 (en) * 2002-11-15 2006-09-27 Schweber Erick Von A method and apparatus for information surveying
JP2004334518A (en) * 2003-05-07 2004-11-25 Takenaka Komuten Co Ltd Real estate search system
US20070250499A1 (en) * 2006-04-21 2007-10-25 Simon Widdowson Method and system for finding data objects within large data-object libraries
JP5136181B2 (en) * 2008-04-21 2013-02-06 富士通株式会社 Information retrieval device
JP5247343B2 (en) * 2008-10-17 2013-07-24 有限会社ナーダ Facility information search method by time required
JP2011008550A (en) * 2009-06-25 2011-01-13 Panasonic Electric Works Co Ltd Data search system
JP7333936B2 (en) * 2018-10-04 2023-08-28 株式会社創建 A computer system for searching search targets, a method and a program executed in the computer system
JP7044931B1 (en) * 2021-06-28 2022-03-30 ヤフー株式会社 Information processing equipment, information processing methods and information processing programs

Also Published As

Publication number Publication date
JPH11184872A (en) 1999-07-09

Similar Documents

Publication Publication Date Title
Osei-Bryson Evaluation of decision trees: a multi-criteria approach
Nottelmann et al. Evaluating different methods of estimating retrieval quality for resource selection
US5854923A (en) Facility for the intelligent selection of information objects (persona)
Kim et al. A hybrid conceptual cost estimating model for large building projects
US6763354B2 (en) Mining emergent weighted association rules utilizing backlinking reinforcement analysis
JP4014713B2 (en) Search support system for multi-attribute data group
Yao et al. Financial time-series analysis with rough sets
Wang et al. Effective bigdata-space service selection over trust and heterogeneous QoS preferences
JP2003505746A (en) Improve utility and diversify model risk within the framework of portfolio optimization
CN1979486A (en) Method and device for estimating the size of a join in the first table and the second table
Alsayasneh et al. Personalized and diverse task composition in crowdsourcing
WO2011011002A1 (en) Method, system, and apparatus for delivering query results from an electronic document collection
CN108920502A (en) data classification
Khan Security assessment through fuzzy-delphi analytic hierarchy process
CN105786810B (en) The method for building up and device of classification mapping relations
Otto et al. Modeling imprecision in product design
Hing et al. Reinforcement learning versus heuristics for order acceptance on a single resource
US9158815B2 (en) Estimating a number of unique values in a list
Kaya et al. Facility location selection using a fuzzy outranking method
Liu et al. Expected value-based method to determine the importance of engineering characteristics in QFD with uncertainty theory
Cole A decision theoretic cost model for dynamic plans
Ghosh et al. Model selection and sequencing in decision support systems
Ye et al. Pushing quality of service information and requirements into global query optimization
Mahmood et al. The Palm-tree Index: Indexing with the crowd
Damiani et al. Fuzzy techniques for software reuse

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060929

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20061128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070511

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070710

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20070814

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20070912

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100921

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110921

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110921

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120921

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120921

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130921

Year of fee payment: 6

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term