【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、データベースより相関ルールを抽出するデータマイニング装置に関し、特に、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データを含むデータベースに適したデータマイニング装置に関する。

【０００２】

【従来の技術】大規模データベースから知識発見を行う技術であるデータマイニングの一方法として、相関ルールの抽出がある。 相関ルールは、各レコードが品目の集合で構成されるようなデータベースを対象として抽出される。 以下、各レコードが品目の集合で構成されるようなデータベースのことを「品目データベース」と呼ぶことにする。 相関ルールとは、品目データベースにおいて、同一レコード中に現れやすい品目の集合に関するルールのことである。

【０００３】品目データベースからの相関ルール抽出の方法としては、R.AgrawalらによるAprioriと呼ばれるものがあり、文献“Fast Algorithms for Mining Associa
tionRules”(Proc. of the 20th Int'l Conference on
Very Large Databases, 1994)、また特開平８-２８７１
０６号公報に詳述されている（以下、従来技術１と呼ぶ）。 これらの文献では、相関ルール抽出は「支持度」
と「確信度」と呼ばれる２つの指標を基準としている。
例えば、 Ａ ₁ ,Ａ ₂ ,...,Ａ _k →Ｂ という形式で表現される相関ルール、すなわち「品目の集合（以下、「品目集合」と呼ぶ）Ａ ₁ ,Ａ ₂ ,...,Ａ _kを含むレコードと、さらに品目Ｂも含むレコードとの間には相関がある」という相関ルールの場合、品目集合Ａ ₁ ,
Ａ ₂ ,...,Ａ _k ,Ｂを含むレコード数の全レコード数に対する比率を相関ルールの支持度と呼び、品目集合Ａ ₁ ,
Ａ ₂ ,...,Ａ _kを含むレコードの中で、さらに品目Ｂも含むレコードの割合を相関ルールの確信度と呼ぶ。 この手法では、これら二つの指標が、予め定められた各々の下限値（それぞれ「最小支持度」、「最小確信度」と呼ぶ）以上となるような相関ルールを高速に抽出することが可能である。

【０００４】一方、時系列データからif then形式のルールを出力する方法としては、時系列データを記号化した後にルールを抽出する方式が、特開平９−３４７１９
に記述されている（以下、従来技術２と呼ぶ）。

【０００５】従来技術２では、時系列データと記号値との対応を格納した記号化用辞書を予め利用者が用意しておく。 そして、時系列データと記号化用辞書を照合することにより、時系列データを記号値に変換する。 その後、得られた記号値列よりif then形式のルールを抽出する。

【０００６】図１９に記号化用辞書の例を示す。 フィールド１０１は記号化の対象となる時系列データの変化パターンであり、フィールド１０２がフィールド１０１の変化パターンに対応する記号値である。 図２０に分析対象となる時系列の例を示す。 図２０では、計測器に表示されている圧力／温度／流量に関するデータを１０秒おきにサンプリングしている状態を表している。 図２０の時系列データを図１９に示す記号化用辞書と照合することにより、例えば図２１(a)(b)(c)のように記号値の系列が得られる。 図２１では、記号値とともに、その記号値に対応する時間帯が記録されている。 このように、連続値をとる時系列データを記号値の系列に変換することにより、if then形式のルールの抽出が可能になる。

【０００７】

【発明が解決しようとする課題】従来技術１によれば、
品目データベースより、多くのレコードに当てはまるような普遍的な相関ルールを抽出することが可能である。
しかし、属性値の時間的変化を扱うことは考慮されていないため、従来技術１だけでは、時系列データより属性の変化のパターンに関する相関ルールを得ることはできない。

【０００８】一方、従来技術２によれば、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データよりif thenルールを抽出することが可能となる。 しかし、図２１に示すように、時系列データを記号値の系列に変換した結果に関して、各記号値に対応する開始時間、終了時間はまちまちであり、また結果的に記号値に対応する時間幅もまちまちとなる。 従って、記号値の系列に対して従来技術１などを適用するにしても、
予め定めた一定時間幅における、異なる属性の変化パターンに関する相関ルール、例えば「ある一定時間において、圧力の変化パターンがＡである場合は、温度の変化パターンがＢとなることが多い」という形の相関ルールを得ることは困難である。

【０００９】この発明は、上記のような課題を解決するためになされたもので、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データより、予め定めた一定時間幅における各属性の変化パターンに関する相関ルールを抽出するデータマイニング装置を提供することである。

【００１０】

【課題を解決するための手段】この発明に係るデータマイニング装置は、 （ａ）測定された複数種類の属性の値をそれぞれ時系列データとして予め保持する時系列データベース； （ｂ）時系列データベースの各属性毎の時系列データを入力し、時系列データを構成する属性値が取り得る範囲を複数のレベルに分割し、各測定時点における属性値をレベルに対応するカテゴリ値に変換することによりカテゴリ値系列データを生成して出力すると共に、各属性に対する属性値の範囲とカテゴリ値との対応を数値・カテゴリ値対応情報として出力する第１のカテゴリ値変換を行う第１のカテゴリ値変換手段； （ｃ）第１のカテゴリ値変換手段が出力する数値・カテゴリ値対応情報を入力し、これを保持して出力する第１
の数値・カテゴリ値対応保持手段； （ｄ）第１のカテゴリ値変換手段が出力する各属性毎のカテゴリ値系列データを入力し、カテゴリ値系列データを予め定められた時間を単位として分割することにより、カテゴリ値系列の一部である部分カテゴリ値系列の系列を生成して出力するカテゴリ値系列分割手段； （ｅ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列を入力し、部分カテゴリ値系列の系列を構成する各部分カテゴリ値系列に対し、対応する属性の名前を付加することにより品目を生成し、さらに、同一時間範囲に関する品目の集合を生成して品目レコードとして出力する第１の品目化を行う第１の品目化手段； （ｆ）第１の品目化手段が出力する複数の品目レコードを入力し、これを保持する第１の品目データベース； （ｇ）第１の品目データベースの複数の品目レコードを入力し、複数の品目レコードより、１つまたは複数の品目からなる品目集合間の相関ルールを抽出して出力する第１の相関ルール抽出手段； （ｈ）第１の相関ルール抽出手段が出力する相関ルールを入力し、これを保持する第１の相関ルールデータベース；を備えている。

【００１１】また、 （ｉ）第１のカテゴリ値変換手段が出力するカテゴリ値系列データを入力し、カテゴリ値系列データを構成するそれぞれのカテゴリ値に対して対応する属性の名前を付加して品目に変換すると共に、同一測定時点に関する品目の集合を生成して品目レコードとして出力する第２の品目化を行う第２の品目化手段； （ｊ）第２の品目化手段が出力する複数の品目レコードを入力し、これを保持する第２の品目データベース； （ｋ）第２の品目データベースの複数の品目レコードを入力し、複数の品目レコードより、１つまたは複数の品目からなる品目集合間の相関ルールを抽出して出力する第２の相関ルール抽出手段； （ｌ）第２の相関ルール抽出手段が出力する相関ルールを入力し、これを保持する第２の相関ルールデータベース； （ｍ）第１の相関ルールデータベースの相関ルールを入力し、相関ルールを各時点毎に分解して複数の相関ルール要素を生成し、分解前の相関ルールおよび分解後の複数の相関ルール要素を出力する相関ルール分解手段； （ｎ）相関ルール分解手段が出力する分解前の相関ルールおよび分解後の複数の相関ルール要素と、第２の相関ルールデータベースの相関ルールとを入力し、それぞれの分解前の相関ルールに対し、分解後のそれぞれの相関ルール要素と同一の相関ルールが第２の相関ルールデータベースの相関ルールの中に存在するかどうかを判定し、相関ルール要素全てに対して同一の相関ルールが存在した場合は、分解前の相関ルールは出力せず、そうでない場合は、分解前の相関ルールを出力する相関ルール照合を行う相関ルール照合手段； （ｏ）相関ルール照合手段が出力する分解前の相関ルールを入力し、これを保持する第３の相関ルールデータベース；をさらに備えている。

【００１２】また、 （ｐ）時系列データベースの各属性毎の時系列データを入力し、時系列データを構成する属性値が取り得る範囲を複数のレベルに分割し、各測定時点における属性値をレベルに対応するカテゴリ値に変換することによりカテゴリ値系列データを生成して出力し、さらに、各属性に対する属性値の範囲とカテゴリ値との対応を数値・カテゴリ値対応情報として出力する第２のカテゴリ値変換手段； （ｑ）第２のカテゴリ値変換手段が出力する数値・カテゴリ値対応情報を入力し、これを保持して出力する第２
の数値・カテゴリ値対応保持手段； （ｒ）第１の数値・カテゴリ値対応保持手段が出力する数値・カテゴリ値対応情報および第２の数値・カテゴリ値対応保持手段が出力する数値・カテゴリ値対応情報を入力し、これら２つの数値・カテゴリ値対応情報において、各属性毎に、属性値の範囲が重なっているカテゴリ値の対を検出し、そのカテゴリ値の対応関係をカテゴリ値・カテゴリ値対応情報として出力するカテゴリ値・カテゴリ値対応導出手段； （ｓ）カテゴリ値・カテゴリ値対応導出手段が出力するカテゴリ値・カテゴリ値対応情報を入力し、これを保持して出力するカテゴリ値・カテゴリ値対応保持手段； （ｔ）相関ルール分解手段が出力する分解前の相関ルールおよび分解後の複数の相関ルール要素と、カテゴリ値・カテゴリ値対応保持手段が出力するカテゴリ値・カテゴリ値対応情報とを入力し、分解後の複数の相関ルール要素のそれぞれに対し、その相関ルール要素に含まれるカテゴリ値を、カテゴリ値・カテゴリ値対応情報に基づいて変換することによって派生相関ルール要素を生成し、分解前の相関ルールおよび派生相関ルール要素とを出力する相関ルール変換手段；をさらに備え、第２の品目化手段は、第２のカテゴリ値変換手段が出力するカテゴリ値系列データを入力し、第２の品目化を行い相関ルール照合手段は、相関ルール変換手段が出力する分解前の相関ルールおよび派生相関ルール要素と、第２の相関ルールデータベースが出力する相関ルールとを入力し、
相関ルール照合を行う。

【００１３】また、時系列データベースの時系列データを入力し、時系列データにおいて隣り合う測定時点における属性値の変動を算出して時間順に並べることにより変動時系列データを生成して出力する変動算出手段をさらに備え、第１のカテゴリ値変換手段は、変動算出手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。

【００１４】また、時系列データベースは、時系列データの他に各属性に対してその属性値間の差が意味を持つか持たないかについて記述した属性情報を有し、変動算出手段は、さらに （ｉ）時系列データベースの時系列データおよび属性情報を入力し、属性情報において属性値間の差が意味を持つと記述されていた属性に対する時系列データを差算出対象時系列データとすると共に、また属性値間の差が意味を持たないと記述されていた属性に対する時系列データを変動時系列データとして出力する差算出対象属性判定手段； （ｊ）差算出対象属性判定手段が出力する差算出対象時系列データを入力し、差算出対象時系列データにおいて測定時点が隣接している全ての属性値の対を抽出して複数の隣接属性値対として出力する隣接属性値対抽出手段； （ｋ）隣接属性値対抽出手段が出力する複数の隣接属性値対を入力し、それぞれの隣接属性値対について、測定時点が進んでいる方の属性値から測定時点が遅れているほうの属性値を引くことによって属性値の差を算出し、
属性値対差として出力する属性値対差算出手段； （ｌ）属性値対差算出手段が出力する属性値対差を保持し、属性値対差を時間順に並べることによって変動時系列データを生成して出力する数値系列保持手段；を備え、第１のカテゴリ値変換手段は、差算出対象属性判定手段が出力する変動時系列データおよび数値系列保持手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。

【００１５】また、時系列データベースは時系列データの他に、各属性に対してその属性値間の比が意味を持つか持たないかについて記述した属性情報を有し、変動算出手段は、さらに （ｉ）時系列データベースの時系列データおよび属性情報を入力し、属性情報において属性値間の比が意味を持つと記述されていた属性に対する時系列データを比算出対象時系列データとすると共に、属性値間の比が意味を持たないと記述されていた属性に対する時系列データを変動時系列データとして出力する比算出対象属性判定手段； （ｊ）比算出対象属性判定手段が出力する比算出対象時系列データを入力し、比算出対象時系列データにおいて測定時点が隣接している全ての属性値の対を抽出して複数の隣接属性値対として出力する隣接属性値対抽出手段； （ｋ）隣接属性値対抽出手段が出力する複数の隣接属性値対を入力し、それぞれの隣接属性値対について、測定時点が進んでいる方の属性値を測定時点が遅れているほうの属性値で割ることによって属性値の比を算出し、属性値対比として出力する属性値対比算出手段； （ｌ）属性値対比算出手段が出力する属性値対比を保持し、属性値対比を時間順に並べることによって変動時系列データを生成して出力する数値系列保持手段；を備え、第１のカテゴリ値変換手段は、比算出対象属性判定手段が出力する変動時系列データおよび数値系列保持手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。

【００１６】また、（ｉ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列を入力し、各属性に対し、各種の部分カテゴリ値系列が生起する頻度をそれぞれ算出し、部分カテゴリ値系列頻度情報として出力する部分カテゴリ値系列頻度算出手段； （ｊ）部分カテゴリ値系列頻度算出手段が出力する部分カテゴリ値系列頻度情報を入力し、これを保持して出力する部分カテゴリ値系列頻度保持手段； （ｋ）部分カテゴリ値系列頻度保持手段が出力する部分カテゴリ値系列頻度情報より、生起する頻度が所定の下限値よりも少ない部分カテゴリ値系列を検出し、小頻度部分カテゴリ値系列として出力する小頻度部分カテゴリ値系列検出手段； （ｌ）小頻度部分カテゴリ値系列検出手段が出力する小頻度部分カテゴリ値系列および部分カテゴリ値系列頻度保持手段が出力する部分カテゴリ値系列頻度情報を入力し、小頻度部分カテゴリ値系列および小頻度部分カテゴリ値系列と類似した１つまたは複数の部分カテゴリ値系列より構成される集合であり、集合に含まれる部分カテゴリ値系列が生起する頻度の和が所定の下限値以上となる集合を生成し、さらに集合に含まれる部分カテゴリ値系列に対して同一のグループ識別子を一律に割り当て、
その対応関係を部分カテゴリ値系列・グループ対応情報として出力する類似部分カテゴリ値系列集合生成手段； （ｍ）類似部分カテゴリ値系列集合生成手段が出力する部分カテゴリ値系列・グループ対応情報を入力し、これを保持して出力する部分カテゴリ値系列・グループ対応保持手段； （ｎ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列および、部分カテゴリ値系列・グループ対応保持手段が出力する部分カテゴリ値系列・グループ対応情報を入力し、部分カテゴリ値系列の系列を構成する部分カテゴリ値系列を部分カテゴリ値系列・グループ対応表に基づいて変換し、派生部分カテゴリ値系列の系列として出力する類似部分カテゴリ値系列統合手段；をさらに備え、第１の品目化手段は、類似部分カテゴリ値系列統合手段が出力する派生部分カテゴリ値系列の系列を入力し、第１の品目化を行う。

【００１７】

【発明の実施の形態】実施の形態１． 図１に実施の形態１におけるデータマイニング装置のブロック図を示す。
図１において、時系列データベース４０１は、測定される複数種類の属性の値をそれぞれ時系列データとして記録したデータベースである。

【００１８】図１の時系列データベース４０１の内容の例を図２に示す。 図２は、ある人間に関し、ある時点を起点として1ヶ月毎にデータを取った結果を示している。 例えば、最初の測定では握力が３６[kg]で最高血圧が１１１[mmHg]、その一ヶ月後の測定では握力が３９[k
g]で最高血圧が１０８[mmHg]であったことを示している。 また、握力と最高血圧の他にも様々な属性に関するデータを取っていることを想定している。 本明細書記載の実施の形態では、これらの属性が全て数値属性である場合について述べる。

【００１９】図１において、カテゴリ値変換手段４０２
では、各属性について、属性値の取り得る範囲を複数のレベルに分割し、各レベルに対してカテゴリ値を割り当てる。 そして属性値の範囲とカテゴリ値との対応を出力し、数値・カテゴリ値対応保持手段４０３に保存する。
この、属性値の範囲とカテゴリ値との対応に関する情報のことを、「数値・カテゴリ値対応情報」と呼ぶ。 属性値の分割は、例えば属性値の最大値と最小値を時系列データベース４０１より算出し、予め定めたレベル数により、最小値から最大値までの範囲を等分割するなどの処理により、算出できる。 属性値の分割方法については、
パターン生成条件設定手段４０５により、事前にユーザが設定しておく。

【００２０】握力と最高血圧に関する数値・カテゴリ値対応情報の例を図３に示す。 握力の場合、３０以下がカテゴリ値１に、３０から４０までの範囲がカテゴリ値２
に、４０から５０までの範囲がカテゴリ値３に、５０以上がカテゴリ値４に、それぞれ対応していることを示す。 最高血圧についても同様である。

【００２１】またカテゴリ値変換手段４０２では、数値・カテゴリ値対応情報に基づいて、数値の系列として表されていた時系列データを、カテゴリ値の系列に変換する。 図２に示す時系列データを、図３に示す数値・カテゴリ値対応情報に基づいて変換した結果得られるカテゴリ値系列を図４に示す。 例えば、第１番目の月の握力は３６で、図３によると握力は３０から４０までがカテゴリ値２に対応しているので、結局カテゴリ値２に変換されて出力される。 他の数値に関しても同様である。

【００２２】図１のカテゴリ値系列分割手段４０４では、カテゴリ値変換手段４０２が出力したカテゴリ値系列データを、予め定められた時間を単位として分割して出力する。 分割されたそれぞれのカテゴリ値系列のことを「部分カテゴリ値系列」と呼ぶ。 つまり、カテゴリ値系列分割手段４０４の出力は、部分カテゴリ値系列の系列である。 分割の時間単位については、パターン生成条件設定手段４０５により、事前にユーザが設定しておく。 また、分割に関しては重複を許す。 つまり、同一のカテゴリ値が複数の部分カテゴリ値系列に含まれていても良いものとする。

【００２３】図４のカテゴリ値系列データを分割の時間単位を３ヶ月また２ヶ月分の重複を許して分割することにより得られる部分カテゴリ値系列の系列を図５に示す。

【００２４】図１の品目化手段４０６では、まず、カテゴリ値系列分割手段４０４が出力する部分カテゴリ値系列の系列の要素である部分カテゴリ値系列に対して、対応する属性の名前を付加する。 これが品目であり、さらに、同一時間範囲に関する品目をまとめることによって、品目レコードを生成して出力する。 品目化手段４０
６が出力した品目レコードは、第１の品目データベースである品目データベース４０７に保存する。

【００２５】図５の部分カテゴリ値系列の系列を品目化して得られる品目データベースの内容の例を図６に示す。 図６では、各品目を記号「,」で区切って示している。 例えば、図５において第１番目から第３番目の月にかけての握力に関する部分カテゴリ値系列が2-2-3なので、これをまとめて「握力：2-2-3」という品目とする。 また、同じく第１番目から第３番目の月にかけての最高血圧に関する部分カテゴリ値系列は3-2-2なので、
同様にして「最高血圧：3-2-2」という品目とする。 そして、第１番目から第３番目の月にかけての属性値の変化を表す品目「握力：2-2-3」「最高血圧：3-2-2」を集めることにより、図６の1行目の品目レコードとしている。 また図４の第２番目から第４番目の月にかけての変化を表す品目は図６の２行目の品目レコードとなり、以下同様にして品目レコードを作成し、品目データベース４０７に保存する。

【００２６】図１の相関ルール抽出手段４０８は、品目データベース４０７に保存されている複数の品目レコードを入力として、品目集合間の相関ルールを抽出して出力する。 出力した相関ルールは、相関ルールデータベース４１０に保存する。 相関ルール抽出手段４０８の動作については、従来技術１の文献を参照のこと。 また、相関ルール抽出の際の最小支持度や最小確信度等の条件は、相関ルール抽出条件設定手段４０９により、事前にユーザが設定しておく。

【００２７】図６に示す品目データベースの内容より、
例えば「握力：3-3-2→最高血圧：2-1-2」なる相関ルールが抽出されることが期待される。 この相関ルールは部分カテゴリ値系列で表現されているが、これを図１の数値・カテゴリ値対応保持手段４０３に保存されている数値・カテゴリ値対応情報を参照して変換することにより、「握力：40-50,40-50,30-40→最高血圧：100-110,1
00以下,100-110」となり、人間が見て理解できる形式の相関ルールになる。 これは、「3ヶ月にわたって、握力が40-50,40-50,30-40というパターンで変化する場合は、同時に最高血圧が100-110,100以下,100-110というパターンで変化していることが多い」ことを表す相関ルールである。

【００２８】このように、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データベースにおいて、まず各属性に関する数値系列をカテゴリ値の系列に変換した後、カテゴリ値系列を予め定めた一定時間幅で分割し、分割されたそれぞれのカテゴリ値系列をパターンと見なすことによって、予め定めた一定時間幅における、各属性の変化パターンに関する相関ルールの抽出が可能になるという効果がある。

【００２９】実施の形態２． 図７に実施の形態２におけるデータマイニング装置のブロック図を示す。 時系列データベース４０１、カテゴリ値変換手段４０２、数値・
カテゴリ値対応保持手段４０３、カテゴリ値系列分割手段４０４、パターン生成条件設定手段４０５、第１の品目化手段４０６、品目データベース４０７、第１の相関ルール抽出手段４０８、相関ルール抽出条件設定手段４
０９、第1の相関ルールデータベース４１０の動作は実施の形態１で説明した内容と同一である。 実施の形態１
で説明した構成により、第１の相関ルールデータベース４１０内に、各属性の時間的な変化パターンに関する相関ルールが格納される。

【００３０】一方、図７において、カテゴリ値変換手段４０２が出力したカテゴリ値系列データを、さらに第２
の品目化手段１００１で品目化することにより、複数の品目レコードを生成する。 品目化に際しては、まずカテゴリ値系列データを構成する各カテゴリ値に対して、対応する属性の名前を付加する。 これが品目であり、さらに同一測定時点に関する品目をまとめることによって、
品目レコードを生成して出力する。 得られた複数の品目レコードは、第２の品目データベース１００２に保存される。

【００３１】図４に示すカテゴリ値系列データを品目化して得られる第２の品目データベース１００２の内容の例を図８に示す。 例えば、図４において第１番目の月の握力のカテゴリ値が２なので、これをまとめて「握力：
２」という品目とし、同じく第１番目の月の最高血圧のカテゴリ値が３なので、これをまとめて「最高血圧：
３」という品目とする。 そして、第1番目の月のカテゴリ値に関する品目「握力：２」「最高血圧：３」を集めることにより、図８の1行目の品目レコードとしている。

【００３２】図７の第２の相関ルール抽出手段１００３
は、第２の品目データベース１００２に保存されている複数の品目レコードを入力として、品目集合間の相関ルールを抽出して出力する。 第２の相関ルール抽出手段１
００３の動作は、第１の相関ルール抽出手段４０８の動作と同一である。 また、相関ルール抽出の際の条件は、
第２の相関ルール抽出条件設定手段１００４によって、
事前にユーザが設定しておく。 出力した相関ルールは、
第２の相関ルールデータベース１００５に保存する。 図８に示した品目データベースの内容からは、例えば「握力：３→最高血圧：２」のような相関ルールが抽出されることが期待される。

【００３３】一方、図７の相関ルール分解手段１００６
は、第1の相関ルールデータベース４１０に保存されている相関ルールを各時点毎に分解する。 分解により得られる各時点毎のそれぞれの相関ルールのことを「相関ルール要素」と呼ぶ。 相関ルール分解手段１００６は、複数の相関ルール要素を、分解前の相関ルールとともに出力する。

【００３４】例えば、第１の相関ルールデータベース４
１０内に「握力：3-3-2→最高血圧：2-1-2」なる相関ルールが保存されているとする。 これは属性「握力」と属性「最高血圧」に関する時間的な変化パターンの関係を表す相関ルールであるが、これを各時点毎に分解することにより、「握力：3→最高血圧：2」「握力： 3→最高血圧： 1」「握力： 2→最高血圧： 2」なる３つの相関ルール要素が生成される。

【００３５】図７の相関ルール照合手段１００７は、相関ルール分解手段１００６が出力するそれぞれの相関ルールに対し、対応する複数の相関ルール要素と同一のものがそれぞれ第２の相関ルールデータベース１００５内に存在するかどうかを判定する。 全ての相関ルール要素に対して、同一のものが第２の相関ルールデータベース内に存在した場合、対応する分解前の相関ルールは、時間の要素を含まない相関ルールより導出可能な自明な相関ルールであると判断し出力しない。 そうでない場合は、対応する分解前の相関ルールを出力する。 相関ルール照合手段１００７が出力した相関ルールは、第３の相関ルールデータベース１００８に保存する。

【００３６】例えば、図７の相関ルール分解手段１００
６が、分解前の相関ルール「握力：3-3-2→最高血圧：2
-1-2」および、分解後の相関ルール要素「握力：3→最高血圧：2」「握力： 3→最高血圧： 1」「握力： 2→
最高血圧： 2」を出力したとする。 この時、これら３つの相関ルール要素と同一のものが第２の相関ルールデータベース１００５内に存在するかどうかを調査する。 第２の相関ルールデータベース１００５内に、これら３つの相関ルール要素と同一のものがそれぞれ存在した場合、時間の要素を含む相関ルール「握力：3-3-2→最高血圧：2-1-2」は、第２の相関ルールデータベース１０
０５に存在する時間の要素を含まない相関ルール「握力：3→最高血圧：2」「握力： 3→最高血圧： 1」「握力： 2→最高血圧： 2」より導出可能であると判断され、出力されない。 そうでない場合、時間の要素を含む相関ルール「握力：3-3-2→最高血圧：2-1-2」は、時間の要素を含まない相関ルールからは導出不可能であり、
時間の要素を含む相関ルールとして特別な意味を持つ可能性があると判断し出力する。

【００３７】このように、各属性の時間的な変化パターンに関する相関ルールを各時点毎の相関ルール要素に分解し、それらが各属性に関する時間の要素を含まない相関ルールに含まれるかどうかを判定することによって、
時間の要素を含む相関ルールとして特別な意味を持つ可能性があるものだけを出力するので、ユーザの解析作業が軽減されるという効果がある。

【００３８】実施の形態３． 図９に実施の形態３におけるデータマイニング装置のブロック図を示す。 時系列データベース４０１、第１のカテゴリ値変換手段４０２、
数値・カテゴリ値対応保持手段４０３、カテゴリ値系列分割手段４０４、パターン生成条件設定手段４０５、第１の品目化手段４０６、品目データベース４０７、第１
の相関ルール抽出手段４０８、相関ルール抽出条件設定手段４０９、第１の相関ルールデータベース４１０の動作は実施の形態１で説明した内容と同一である。 実施の形態１で説明した構成により、第１の相関ルールデータベース４１０内に、各属性の時間的な変化パターンに関する相関ルールが格納される。

【００３９】一方、図９の、第２のカテゴリ値変換手段１２０１は、時系列データベース４０１が出力した時系列データをカテゴリ値系列データに変換して出力する。
また、変換の際に使用する数値・カテゴリ値対応情報は第２の数値・カテゴリ値対応保持手段１２０２に保存する。 第２のカテゴリ値変換手段１２０１の動作は、第１
のカテゴリ値変換手段４０２と同一であるが、変換の仕方が異なる可能性がある。 その場合、第１の数値・カテゴリ値対応保持手段４０３の内容と、第２の数値・カテゴリ値対応保持手段１２０２の内容とは異なる。 なお、
属性値の分割方法については、パターン生成条件設定手段１２０３により、事前にユーザが設定しておく。

【００４０】以下、第１の数値・カテゴリ値対応保持手段４０３に保持されている属性「握力」と属性「最高血圧」に関する数値・カテゴリ値対応情報が図３であり、
第２の数値・カテゴリ値対応保持手段１２０２に保持されている属性「握力」と属性「最高血圧」に関する数値・カテゴリ値対応情報が図１０であるような場合を例にとって考える。

【００４１】図９において、第２のカテゴリ値変換手段１２０１が出力するカテゴリ値系列データは、第２の品目化手段１００１によって品目化され、複数の品目レコードが生成される。 複数の品目レコードは、第２の品目データベース１００２に保存される。 第２の品目化手段１００１の動作は、実施の形態２で説明した内容と同一である。

【００４２】第２の相関ルール抽出手段１００３は、第２の品目データベース１００２に保存されている複数の品目レコードを入力として、品目集合間の相関ルールを抽出して出力する。 第２の相関ルール抽出手段１００３
の動作は、第１の相関ルール抽出手段４０８の動作と同じである。 また、相関ルール抽出の際の条件は、第２の相関ルール抽出条件設定手段１００４によって、事前にユーザが設定しておく。 出力した相関ルールは第２の相関ルールデータベース１００５に保存する。 図１０に示した数値・カテゴリ値対応情報に基づいて処理を行うことにより、例えば「握力：11→最高血圧：11」のような相関ルールが抽出されることが期待される。

【００４３】一方、図９において、カテゴリ値・カテゴリ値対応導出手段１２０４は、第１の数値・カテゴリ値対応保持手段４０３が出力する数値・カテゴリ値対応情報と、第２の数値・カテゴリ値対応保持手段１２０２が出力する数値・カテゴリ値対応情報とを入力として、これら２つの数値・カテゴリ値対応情報において、各属性毎に、属性値の範囲が重なっているようなカテゴリ値の対を検出する。 そして、検出されたカテゴリ値間の対応関係を出力する。 この、検出されたカテゴリ値間の対応関係に関する情報のことを、「カテゴリ値・カテゴリ値対応情報」と呼ぶ。 出力されたカテゴリ値・カテゴリ値対応情報は、カテゴリ値・カテゴリ値対応保持手段１２
０５に保持する。

【００４４】図３と図１０に示す数値・カテゴリ値対応情報から生成されるカテゴリ値・カテゴリ値対応情報を図１１に示す。 属性「握力」について考えると、図３のカテゴリ値１（30以下の範囲の属性値に対応）,２（30-
40の範囲の属性値に対応）,３（40-50の範囲の属性値に対応）は、それぞれ図１０のカテゴリ値１１（45以下の範囲の属性値に対応）と、属性値の範囲が重なっている。 従って、図３のカテゴリ値１，２，３と図１０のカテゴリ値１１とが対応することになり、これは図１１の属性「握力」に関するカテゴリ値・カテゴリ値対応情報の第１番目の欄に記述されている。 以下、同様にして図１１のカテゴリ値・カテゴリ値対応情報が得られる。

【００４５】また、図９の相関ルール分解手段１００６
は、第１の相関ルールデータベース４１０に保存されている相関ルールを各時点毎に分解して複数の相関ルール要素を生成して、分解前の相関ルールとともに出力する。 相関ルール分解手段１００６の動作は、実施の形態２に記載されている内容と同一である。

【００４６】図９の相関ルール変換手段１２０６は、相関ルール分解手段１００６が出力する相関ルール要素に含まれるカテゴリ値を、カテゴリ値・カテゴリ値対応保持手段１２０５に保持されているカテゴリ値・カテゴリ値対応情報に基づいて変換する。 変換により得られる相関ルール要素を「派生相関ルール要素」と呼ぶ。 相関ルール変換手段１２０６は、派生相関ルール要素を、分解前の相関ルールとともに出力する。

【００４７】例えば、図９の相関ルール分解手段１００
６が、分解前の相関ルール「握力：3-3-2→最高血圧：2
-1-2」および、分解後の相関ルール要素「握力：3→最高血圧：2」「握力： 3→最高血圧： 1」「握力： 2→
最高血圧： 2」を出力したとする。 相関ルール変換手段１２０６は、これらの相関ルール要素に含まれるカテゴリ値を図１１のカテゴリ値・カテゴリ値対応情報に基づいて変換する。 相関ルール要素「握力：3→最高血圧：
2」について考えると、「握力：3」は図１１によると「握力：11」に対応し、「最高血圧：2」は「最高血圧：11」に対応するので、結局「握力：11→最高血圧：
11」なる派生相関ルール要素が得られることになる。 また、他の相関ルール要素についても同様にして変換され、同一の派生相関ルール要素「握力：11→最高血圧：
11」が得られる。 最終的に、相関ルール変換手段１２０
６は、分解前の相関ルール「握力：3-3-2→最高血圧：2
-1-2」および派生相関ルール要素「握力：11→最高血圧：11」を出力する。

【００４８】図９の相関ルール照合手段１００７は、相関ルール変換手段１２０６が出力するそれぞれの相関ルールに対し、対応する派生相関ルール要素と同一のものが第２の相関ルールデータベース１００５内に存在するかどうかを判定する。 全ての派生相関ルール要素に対して、同一のものが第２の相関ルールデータベース１００
５内に存在した場合、対応する分解前の相関ルールは、
第２の相関ルールデータベース１００５に含まれる、時間の要素を含まない相関ルールより導出可能な自明な相関ルールであると判断し出力しない。 そうでない場合は、対応する分解前の相関ルールを出力する。 出力した相関ルールは、第３の相関ルールデータベース１００８
に保存する。

【００４９】例えば、図９の相関ルール変換手段１２０
６が、分解前の相関ルール「握力：3-3-2→最高血圧：2
-1-2」および派生相関ルール要素「握力：11→最高血圧：11」を出力した場合、この派生相関ルール要素と同一のものが第２の相関ルールデータベース１００５内に存在するかどうかを調査する。 第２の相関ルールデータベース１００５内に、この派生相関ルール要素と同一のものが存在した場合、時間の要素を含む相関ルール「握力：3-3-2→最高血圧：2-1-2」は、第２の相関ルールデータベース１００５に含まれる、時間の要素を含まない相関ルール「握力：11→最高血圧：11」より導出可能であると判断され、出力されない。 そうでない場合、時間の要素を含む相関ルール「握力：3-3-2→最高血圧：2-1
-2」は、時間の要素を含まない相関ルールからは導出不可能であり、時間の要素を含む相関ルールとして特別な意味を持つ可能性があると判断し出力する。

【００５０】このように、各属性の時間的な変化パターンに関する相関ルールを各時点毎の相関ルール要素に分解し、それらが各属性に関する時間の要素を含まない相関ルールに含まれるかどうかを判定する際に、相関ルール抽出の際の、数値からカテゴリ値への変換の境界値が異なっていても良いので、何回も境界値を変えて時間的な変化パターンに関する相関ルールを得る場合でも、時間の要素を含まない相関ルールに関しては同じものを再使用することができるという効果がある。

【００５１】実施の形態４． 図１２に実施の形態４におけるデータマイニング装置のブロック図を示す。 変動算出手段１５０１では、各属性の時系列データにおいて、
隣り合う測定時点における属性値の変動を算出して時間順に並べることにより、変動の系列を出力する。 これを「変動時系列データ」と呼ぶ。 変動の算出方法としては、属性値間の差を算出する方法を用いる。

【００５２】時系列データベース４０１は時系列データの他に、各属性に対してその属性値間の差が意味を持つか持たないかについて記述した属性情報を含むものとする。 例えば、「体温」「握力」「最高血圧」などの属性は、属性値間の差が意味を持つので、予め時系列データベース４０１内の属性情報にはそのように記述しておく。 また、変動算出手段１５０１は、差算出対象属性判定手段１５０２、隣接属性値対抽出手段１５０３、属性値対差算出手段１５０４、数値系列保持手段１５０５より構成される。

【００５３】図１２の差算出対象属性判定手段１５０２
は、時系列データベース４０１内の属性情報において、
属性値間の差が意味を持つと記述されていた属性に対する時系列データについては、差算出の対象と見なして出力する。 差算出の対象となる時系列データのことを、
「差算出対象時系列データ」と呼ぶ。 また、属性値間の差が意味を持たないと記述されていた属性に対する時系列データに関しては、差算出の対象とはせず、仮に変動の算出は既に終わっているものと見なして、変動時系列データとして出力する。

【００５４】図１２の隣接属性値対抽出手段１５０３
は、差算出対象属性判定手段１５０２が出力する差算出対象時系列データにおいて、測定時点が隣接しているような全ての属性値の対を抽出する。 それぞれの対のことを「隣接属性値対」と呼ぶ。

【００５５】以下、図２に示す時系列データを例に取って説明する。 図２の握力の時系列データからは、時間的に隣接した属性値を順次取り出していくことにより、(3
6,39),(39,42),(42,41),(41,39),(39,43),(43,45),・・
・なる隣接属性値対の系列が得られる。

【００５６】図１２の属性値対差算出手段１５０４は、
隣接属性値対抽出手段１５０３が出力する隣接属性値対のそれぞれについて、測定時点が進んでいる方の属性値から測定時点が遅れているほうの属性値を引くことによって属性値の差を算出する。 これを「属性値対差」と呼ぶ。

【００５７】例えば、隣接属性値対(36,39)を考えると、測定時点が進んでいる方の属性値３９から測定時点が遅れているほうの属性値３６を引くことにより、属性値対差＋３が得られる。

【００５８】図１２の数値系列保持手段１５０５は、属性値対差算出手段１５０４が出力する属性値対差を保持し、属性値対差を時間順に並べることによって変動時系列データを生成して出力する。 図２の時系列データより得られる変動時系列データの例を図１３に示す。 例えば、属性「握力」の一番上の欄には、隣接属性値対(36,
39)より得られる属性値対差＋３が記述されている。

【００５９】図１２のカテゴリ値変換手段４０２は、変動算出手段１５０１が出力する変動時系列データを入力として処理を行う。 つまり、差算出対象属性判定手段１
５０２において、差算出の対象と見なされた時系列データに関しては数値系列保持手段１５０５の出力である変動時系列データが、また、差算出の対象とはされなかった時系列データに関しては、差算出対象判定手段１５０
２の出力である変動時系列データが、カテゴリ値変換手段４０２の入力となる。 カテゴリ値変換手段４０２以下、数値・カテゴリ値対応保持手段４０３、カテゴリ値系列分割手段４０４、パターン生成条件設定手段４０
５、品目化手段４０６、品目データベース４０７、相関ルール抽出手段４０８、相関ルール抽出条件設定手段４
０９、相関ルールデータベース４１０の動作は、実施の形態１で説明した内容と同一である。

【００６０】結果的に相関ルール抽出手段４０８の出力として、例えば「３ヶ月にわたって、握力が１−３上昇，変化なし，１−３下降というパターンで変化する場合は、同時に最高血圧が５−１５下降，変化なし，５−
１５上昇というパターンで変化していることが多い」のような内容の相関ルールが抽出されることが期待される。

【００６１】このように、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データを、各属性についてまず隣り合う時点における属性値の変動を算出して変動時系列データとして処理を行うことにより、各属性の各時点を基準とした相対的な変動のパターンに関する相関ルールの抽出が可能になるという効果がある。

【００６２】さらに、属性値の変動算出に際して属性値の差を算出することにより、属性値間の差が意味を持つような属性に対して、有効な相関ルールの抽出が可能になるという効果がある。

【００６３】実施の形態５． 図１４に実施の形態５におけるデータマイニング装置のブロック図を示す。 変動算出手段１５０１では、各属性の時系列データにおいて、
隣り合う測定時点における属性値の変動を算出して時間順に並べることにより、変動時系列データを出力する。
変動の算出方法としては、属性値間の比を算出する方法を用いる。

【００６４】時系列データベース４０１は、時系列データの他に各属性に対してその属性値間の比が意味を持つか持たないかについて記述した属性情報を含むものとする。 例えば、「体重」「握力」「最高血圧」などの属性は、属性値間の比が意味を持つので、予め属性情報にはそのように記述しておく。 また、変動算出手段１５０１
は、比算出対象属性判定手段１７０１、隣接属性値対抽出手段１７０２、属性値対比算出手段１７０３、数値系列保持手段１７０４より構成される。

【００６５】図１４の比算出対象属性判定手段１７０１
は、時系列データベース４０１内の属性情報において、
属性値間の比が意味を持つと記述されていた属性に対する時系列データについては、比算出の対象と見なして出力する。 比算出の対象となる時系列データのことを、
「比算出対象時系列データ」と呼ぶ。 また、属性値間の比が意味を持たないと記述されていた属性に対する時系列データに関しては、比算出の対象とはせず、仮に変動の算出は既に終わっているものと見なして、変動時系列データとして出力する。

【００６６】図１４の隣接属性値対抽出手段１７０２
は、比算出対象属性判定手段１７０１が出力する比算出対象時系列データにおいて、測定時点が隣接しているような属性値の対、つまり隣接属性値対を全て抽出する。

【００６７】以下、図２に示す時系列データを例に取って説明する。 図２の握力の時系列データからは、時間的に隣接した属性値を順次取り出していくことにより、(3
6,39),(39,42),(42,41),(41,39),(39,43),(43,45),…なる隣接属性値対の系列が得られる。

【００６８】図１４の属性値対比算出手段１７０３は、
隣接属性値対抽出手段１７０２が出力する隣接属性値対のそれぞれについて、測定時点が進んでいる方の属性値を測定時点が遅れているほうの属性値で割ることによって属性値の比を算出する。 これを「属性値対比」と呼ぶ。

【００６９】例えば、隣接属性値対(36,39)を考えると、測定時点が進んでいる方の属性値３９を測定時点が遅れているほうの属性値３６で割ることにより、属性値対比１．０８３が得られる。

【００７０】図１４の数値系列保持手段１７０４は、属性値対比算出手段１７０３が出力する属性値対比を保持し、属性値対比を時間順に並べることによって変動時系列データを生成して出力する。 図２の時系列データより得られる変動時系列データの例を図１５に示す。 例えば、属性「握力」の一番上の欄には、隣接属性値対(36,
39)より得られる属性値対比１．０８３が記述されている。

【００７１】図１４のカテゴリ値変換手段４０２は、変動算出手段１５０１が出力する変動時系列データを入力として処理を行う。 つまり、比算出対象属性判定手段１
７０１において、比算出の対象と見なされた時系列データに関しては数値系列保持手段１７０４の出力である変動時系列データが、また、比算出の対象とはされなかった時系列データに関しては、比算出対象判定手段１７０
１の出力である変動時系列データが、カテゴリ値変換手段４０２の入力となる。 カテゴリ値変換手段４０２以下、数値・カテゴリ値対応保持手段４０３、カテゴリ値系列分割手段４０４、パターン生成条件設定手段４０
５、品目化手段４０６、品目データベース４０７、相関ルール抽出手段４０８、相関ルール抽出条件設定手段４
０９、相関ルールデータベース４１０の動作は、実施の形態１で説明した内容と同一である。

【００７２】結果的に相関ルール抽出手段４０８の出力として、例えば「３ヶ月にわたって、握力が１．０５−
１．１０倍，１．０５−１．１０倍，０．９５−１．０
０倍というパターンで変化する場合は、同時に最高血圧が０．９５−１．００倍，０．９５−１．００倍，１．
０５−１．１０倍というパターンで変化していることが多い」ような内容の相関ルールが抽出されることが期待される。

【００７３】このように、属性値の変動算出に際して属性値の比を算出することにより、属性値間の比が意味を持つような属性に対して、有効な相関ルールの抽出が可能になるという効果がある。

【００７４】実施の形態６． 図１６に実施の形態６におけるデータマイニング装置のブロック図を示す。 時系列データベース４０１、カテゴリ値変換手段４０２、数値・カテゴリ値対応保持手段４０３、カテゴリ値系列分割手段４０４、パターン生成条件設定手段４０５の動作は実施の形態１で説明した内容と同一である。

【００７５】図１６の部分カテゴリ値系列頻度算出手段１９０１は、カテゴリ値系列分割手段４０４が出力する部分カテゴリ値系列の系列を入力として、各属性に関して、各部分カテゴリ値系列が生起する頻度をそれぞれ算出して出力する。 出力される、部分カテゴリ値系列と頻度との対応情報のことを、「部分カテゴリ値系列頻度情報」と呼ぶ。 部分カテゴリ値系列頻度情報は、部分カテゴリ値系列頻度情報保持手段１９０２に保存する。

【００７６】部分カテゴリ値系列頻度保持手段１９０２
に保存される部分カテゴリ値系列頻度情報の例を図１７
に示す。 図１７には、例えば、部分カテゴリ値系列１−
１−２−２の生起する頻度は０．０１であることが記述されている。 部分カテゴリ値系列Ａの頻度は、例えば「部分カテゴリ値系列Ａが生起する回数を、その属性に対する部分カテゴリ値系列の総数で割ることにより得られる数」などとして算出される。

【００７７】図１６の小頻度部分カテゴリ値系列検出手段１９０３は、部分カテゴリ値系列頻度情報保持手段１
９０２に保存されている部分カテゴリ値系列頻度情報より、生起する頻度が所定の下限値よりも少ないような部分カテゴリ値系列を検出して出力する。 このような部分カテゴリ値系列のことを「小頻度部分カテゴリ値系列」
と呼ぶ。

【００７８】例えば、所定の下限値を０．０５とした場合は、生起する頻度が所定の下限値０．０５より少ないような部分カテゴリ値系列が小頻度部分カテゴリ値系列として出力される。 図１７の場合、部分カテゴリ値系列１−１−２−２、１−１−１−２、１−１−２−３はいずれも頻度が０．０５より少ないので、小頻度部分カテゴリ値系列となる。 これに対して部分カテゴリ値系列２
−２−２−３の頻度は０．０５以上であるため、小頻度部分カテゴリ値系列とはならない。

【００７９】図１６の類似部分カテゴリ値系列集合生成手段１９０４は、小頻度部分カテゴリ値系列と類似した部分カテゴリ値系列の集合を生成し、それらの部分カテゴリ値系列（もとの小頻度部分カテゴリ値系列を含む）
が生起する頻度の和が所定の下限値以上となるようにする。 さらに、これらの部分カテゴリ値系列に対して同一の識別子（「グループ識別子」と呼ぶ）を一律に割り当てる。 以上の操作を、グループ識別子が割り当てられていないような小頻度部分カテゴリ値系列がなくなるまで続行する。

【００８０】部分カテゴリ値系列とグループ識別子との対応に関する情報を「部分カテゴリ値系列・グループ対応情報」と呼ぶ。 類似部分カテゴリ値系列集合生成手段１９０４は、最終的に部分カテゴリ値系列・グループ対応情報を出力する。 部分カテゴリ値系列・グループ対応情報は、部分カテゴリ値系列・グループ対応保持手段１
９０５に保存される。

【００８１】図１７において、まず所定の下限値０．０
５より少ない頻度を持つ小頻度部分カテゴリ値系列として、類似部分カテゴリ値系列集合生成手段１９０４において、１−１−２−２を処理することになったものとする。 小頻度部分カテゴリ値系列１−１−２−２と類似した部分カテゴリ値系列の集合を生成し、それらの部分カテゴリ値系列が生起する頻度の和が所定の下限値０．０
５以上となるようにするには、例えば以下のようにすれば良い。

【００８２】まず、部分カテゴリ値系列１−１−２−２
との距離が１であるような部分カテゴリ値系列を算出する。 ここで部分カテゴリ値系列間の距離として、「対応する時点におけるカテゴリ値の差を、全ての時点にわたって足したもの」として定義したものを使用すると、例えば部分カテゴリ値系列１−１−１−２や部分カテゴリ値系列１−１−２−３が得られる。 これらの部分カテゴリ値系列が生起する頻度の和は、図１７より０.０１+
０.０３+０.０２=０.０６となり所定の下限値０．０５
以上となるので、これらの部分カテゴリ値系列で構成される集合は条件を満たす。 従って、これらの部分カテゴリ値系列に対して同一のグループ識別子を一律に割り当てる。 図１８に部分カテゴリ値系列・グループ対応情報の例を示す。 図１８では、３つの部分カテゴリ値系列１
-１-２-２, １-１-１-２, １-１-２-３に対して同一のグループ識別子ｇ５が割り当てられていることを示されている。

【００８３】上の例では、もとの小頻度部分カテゴリ値系列との距離が１であるような部分カテゴリ値系列を算出して、その頻度の和が所定の下限値以上となったが、
頻度の和が所定の下限値より少なくなる場合は、さらにもとのカテゴリ値系列との距離が２であるような部分カテゴリ値系列、それでもだめならば距離が３であるような部分カテゴリ値系列と順に調べていけば良い。

【００８４】図１６の類似部分カテゴリ値系列統合手段１９０６は、カテゴリ値系列分割手段４０４が出力する部分カテゴリ値系列の系列の要素である各部分カテゴリ値系列を、部分カテゴリ値系列・グループ対応保持手段１９０５に保存されている部分カテゴリ値系列・グループ対応情報に基づいて変換して、新たな部分カテゴリ値系列の系列として出力する。 この新たな部分カテゴリ値系列の系列のことを「派生部分カテゴリ値系列の系列」
と呼ぶ。

【００８５】図１６において、品目化手段４０６、品目データベース４０７、相関ルール抽出手段４０８、相関ルール抽出条件設定手段４０９、相関ルールデータベース４１０の動作は、実施の形態１で説明したものと同一である。

【００８６】従来技術１で説明したように、相関ルール抽出手段４０８は、最小支持度以上となるような相関ルールのみを抽出する。 つまり、生起する頻度が最小支持度よりも少ないような品目は相関ルールとして出力されない。 従って、生起する頻度が最小支持度よりも少ないような部分カテゴリ値系列に対する品目は、実施の形態１では相関ルールとしては出力されない。 それに対して本実施の形態では、頻度の少ない部分カテゴリ値系列を、類似した部分カテゴリ値系列とまとめてグループとして全体としての頻度を大きくするため、グループに対応する品目が相関ルールとして現れる可能性が出てくる。 具体的には、図１６の小頻度部分カテゴリ値系列検出手段１９０３および類似カテゴリ値系列集合抽出手段１９０４で用いる最小の下限値を、相関ルール抽出手段４０９で設定する最小支持度と同じ値にするなどすれば良い。

【００８７】このように、生起する頻度が少ない部分カテゴリ値系列を、類似した部分カテゴリ値系列とともに一つのグループにまとめ、全体としての生起する頻度を大きくすることによって、生起する頻度が少ないような部分カテゴリ値系列に関する相関ルールが得られる可能性があるという効果がある。

【００８８】尚、図１６において、実施の形態４や実施の形態５と同様に変動算出手段１５０１（図１２参照）
が存在するような場合でも、上記手法は同様に適用可能である。

【００８９】

【発明の効果】この発明に係るデータマイニング装置は、 （ａ）測定された複数種類の属性の値をそれぞれ時系列データとして予め保持する時系列データベース； （ｂ）時系列データベースの各属性毎の時系列データを入力し、時系列データを構成する属性値が取り得る範囲を複数のレベルに分割し、各測定時点における属性値をレベルに対応するカテゴリ値に変換することによりカテゴリ値系列データを生成して出力すると共に、各属性に対する属性値の範囲とカテゴリ値との対応を数値・カテゴリ値対応情報として出力する第１のカテゴリ値変換を行う第１のカテゴリ値変換手段； （ｃ）第１のカテゴリ値変換手段が出力する数値・カテゴリ値対応情報を入力し、これを保持して出力する第１
の数値・カテゴリ値対応保持手段； （ｄ）第１のカテゴリ値変換手段が出力する各属性毎のカテゴリ値系列データを入力し、カテゴリ値系列データを予め定められた時間を単位として分割することにより、カテゴリ値系列の一部である部分カテゴリ値系列の系列を生成して出力するカテゴリ値系列分割手段； （ｅ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列を入力し、部分カテゴリ値系列の系列を構成する各部分カテゴリ値系列に対し、対応する属性の名前を付加することにより品目を生成し、さらに、同一時間範囲に関する品目の集合を生成して品目レコードとして出力する第１の品目化を行う第１の品目化手段； （ｆ）第１の品目化手段が出力する複数の品目レコードを入力し、これを保持する第１の品目データベース； （ｇ）第１の品目データベースの複数の品目レコードを入力し、複数の品目レコードより、１つまたは複数の品目からなる品目集合間の相関ルールを抽出して出力する第１の相関ルール抽出手段； （ｈ）第１の相関ルール抽出手段が出力する相関ルールを入力し、これを保持する第１の相関ルールデータベース；を備えている。 そして、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データベースにおいて、まず各属性に関する数値系列をカテゴリ値の系列に変換した後、カテゴリ値系列を予め定めた一定時間幅で分割し、分割されたそれぞれのカテゴリ値系列をパターンと見なすことによって、予め定めた一定時間幅における各属性の変化パターンに関する相関ルールの抽出が可能になる。

【００９０】また、 （ｉ）第１のカテゴリ値変換手段が出力するカテゴリ値系列データを入力し、カテゴリ値系列データを構成するそれぞれのカテゴリ値に対して対応する属性の名前を付加して品目に変換すると共に、同一測定時点に関する品目の集合を生成して品目レコードとして出力する第２の品目化を行う第２の品目化手段； （ｊ）第２の品目化手段が出力する複数の品目レコードを入力し、これを保持する第２の品目データベース； （ｋ）第２の品目データベースの複数の品目レコードを入力し、複数の品目レコードより、１つまたは複数の品目からなる品目集合間の相関ルールを抽出して出力する第２の相関ルール抽出手段； （ｌ）第２の相関ルール抽出手段が出力する相関ルールを入力し、これを保持する第２の相関ルールデータベース； （ｍ）第１の相関ルールデータベースの相関ルールを入力し、相関ルールを各時点毎に分解して複数の相関ルール要素を生成し、分解前の相関ルールおよび分解後の複数の相関ルール要素を出力する相関ルール分解手段； （ｎ）相関ルール分解手段が出力する分解前の相関ルールおよび分解後の複数の相関ルール要素と、第２の相関ルールデータベースの相関ルールとを入力し、それぞれの分解前の相関ルールに対し、分解後のそれぞれの相関ルール要素と同一の相関ルールが第２の相関ルールデータベースの相関ルールの中に存在するかどうかを判定し、相関ルール要素全てに対して同一の相関ルールが存在した場合は、分解前の相関ルールは出力せず、そうでない場合は、分解前の相関ルールを出力する相関ルール照合を行う相関ルール照合手段； （ｏ）相関ルール照合手段が出力する分解前の相関ルールを入力し、これを保持する第３の相関ルールデータベース；をさらに備えている。 そして、各属性の時間的な変化パターンに関する相関ルールを各時点毎の相関ルール要素に分解し、それらが各属性に関する時間の要素を含まない相関ルールに含まれるかどうかを判定することによって、時間の要素を含む相関ルールとして特別な意味を持つ可能性があるものだけを出力するので、ユーザの解析作業が軽減される。

【００９１】また、 （ｐ）時系列データベースの各属性毎の時系列データを入力し、時系列データを構成する属性値が取り得る範囲を複数のレベルに分割し、各測定時点における属性値をレベルに対応するカテゴリ値に変換することによりカテゴリ値系列データを生成して出力し、さらに、各属性に対する属性値の範囲とカテゴリ値との対応を数値・カテゴリ値対応情報として出力する第２のカテゴリ値変換手段； （ｑ）第２のカテゴリ値変換手段が出力する数値・カテゴリ値対応情報を入力し、これを保持して出力する第２
の数値・カテゴリ値対応保持手段； （ｒ）第１の数値・カテゴリ値対応保持手段が出力する数値・カテゴリ値対応情報および第２の数値・カテゴリ値対応保持手段が出力する数値・カテゴリ値対応情報を入力し、これら２つの数値・カテゴリ値対応情報において、各属性毎に、属性値の範囲が重なっているカテゴリ値の対を検出し、そのカテゴリ値の対応関係をカテゴリ値・カテゴリ値対応情報として出力するカテゴリ値・カテゴリ値対応導出手段； （ｓ）カテゴリ値・カテゴリ値対応導出手段が出力するカテゴリ値・カテゴリ値対応情報を入力し、これを保持して出力するカテゴリ値・カテゴリ値対応保持手段； （ｔ）相関ルール分解手段が出力する分解前の相関ルールおよび分解後の複数の相関ルール要素と、カテゴリ値・カテゴリ値対応保持手段が出力するカテゴリ値・カテゴリ値対応情報とを入力し、分解後の複数の相関ルール要素のそれぞれに対し、その相関ルール要素に含まれるカテゴリ値を、カテゴリ値・カテゴリ値対応情報に基づいて変換することによって派生相関ルール要素を生成し、分解前の相関ルールおよび派生相関ルール要素とを出力する相関ルール変換手段；をさらに備え、第２の品目化手段は、第２のカテゴリ値変換手段が出力するカテゴリ値系列データを入力し、第２の品目化を行い相関ルール照合手段は、相関ルール変換手段が出力する分解前の相関ルールおよび派生相関ルール要素と、第２の相関ルールデータベースが出力する相関ルールとを入力し、
相関ルール照合を行う。 そして、各属性の時間的な変化パターンに関する相関ルールを各時点毎の相関ルール要素に分解し、それらが各属性に関する時間の要素を含まない相関ルールに含まれるかどうかを判定する際に、相関ルール抽出の際の、数値からカテゴリ値への変換の境界値が異なっていても良いので、何回も境界値を変えて時間的な変化パターンに関する相関ルールを得る場合でも、時間の要素を含まない相関ルールに関しては同じものを再使用することができる。

【００９２】また、時系列データベースの時系列データを入力し、時系列データにおいて隣り合う測定時点における属性値の変動を算出して時間順に並べることにより変動時系列データを生成して出力する変動算出手段をさらに備え、第１のカテゴリ値変換手段は、変動算出手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。 そして、測定される複数種類の属性の値をそれぞれ時系列として記録した時系列データを、各属性についてまず隣り合う時点における属性値の変動を算出して変動時系列データとして処理を行うことにより、
各属性の各時点を基準とした相対的な変動のパターンに関する相関ルールの抽出が可能になる。

【００９３】また、時系列データベースは、時系列データの他に各属性に対してその属性値間の差が意味を持つか持たないかについて記述した属性情報を有し、変動算出手段は、さらに （ｉ）時系列データベースの時系列データおよび属性情報を入力し、属性情報において属性値間の差が意味を持つと記述されていた属性に対する時系列データを差算出対象時系列データとすると共に、また属性値間の差が意味を持たないと記述されていた属性に対する時系列データを変動時系列データとして出力する差算出対象属性判定手段； （ｊ）差算出対象属性判定手段が出力する差算出対象時系列データを入力し、差算出対象時系列データにおいて測定時点が隣接している全ての属性値の対を抽出して複数の隣接属性値対として出力する隣接属性値対抽出手段； （ｋ）隣接属性値対抽出手段が出力する複数の隣接属性値対を入力し、それぞれの隣接属性値対について、測定時点が進んでいる方の属性値から測定時点が遅れているほうの属性値を引くことによって属性値の差を算出し、
属性値対差として出力する属性値対差算出手段； （ｌ）属性値対差算出手段が出力する属性値対差を保持し、属性値対差を時間順に並べることによって変動時系列データを生成して出力する数値系列保持手段；を備え、第１のカテゴリ値変換手段は、差算出対象属性判定手段が出力する変動時系列データおよび数値系列保持手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。 そして、属性値の変動算出に際して属性値の差を算出することにより、属性値間の差が意味を持つような属性に対して、有効な相関ルールの抽出が可能になる。

【００９４】また、時系列データベースは時系列データの他に、各属性に対してその属性値間の比が意味を持つか持たないかについて記述した属性情報を有し、変動算出手段は、さらに （ｉ）時系列データベースの時系列データおよび属性情報を入力し、属性情報において属性値間の比が意味を持つと記述されていた属性に対する時系列データを比算出対象時系列データとすると共に、属性値間の比が意味を持たないと記述されていた属性に対する時系列データを変動時系列データとして出力する比算出対象属性判定手段； （ｊ）比算出対象属性判定手段が出力する比算出対象時系列データを入力し、比算出対象時系列データにおいて測定時点が隣接している全ての属性値の対を抽出して複数の隣接属性値対として出力する隣接属性値対抽出手段； （ｋ）隣接属性値対抽出手段が出力する複数の隣接属性値対を入力し、それぞれの隣接属性値対について、測定時点が進んでいる方の属性値を測定時点が遅れているほうの属性値で割ることによって属性値の比を算出し、属性値対比として出力する属性値対比算出手段； （ｌ）属性値対比算出手段が出力する属性値対比を保持し、属性値対比を時間順に並べることによって変動時系列データを生成して出力する数値系列保持手段；を備え、第１のカテゴリ値変換手段は、比算出対象属性判定手段が出力する変動時系列データおよび数値系列保持手段が出力する変動時系列データを入力し、第１のカテゴリ値変換を行う。 そして、属性値の変動算出に際して属性値の比を算出することにより、属性値間の比が意味を持つような属性に対して、有効な相関ルールの抽出が可能になる。

【００９５】また、（ｉ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列を入力し、各属性に対し、各種の部分カテゴリ値系列が生起する頻度をそれぞれ算出し、部分カテゴリ値系列頻度情報として出力する部分カテゴリ値系列頻度算出手段； （ｊ）部分カテゴリ値系列頻度算出手段が出力する部分カテゴリ値系列頻度情報を入力し、これを保持して出力する部分カテゴリ値系列頻度保持手段； （ｋ）部分カテゴリ値系列頻度保持手段が出力する部分カテゴリ値系列頻度情報より、生起する頻度が所定の下限値よりも少ない部分カテゴリ値系列を検出し、小頻度部分カテゴリ値系列として出力する小頻度部分カテゴリ値系列検出手段； （ｌ）小頻度部分カテゴリ値系列検出手段が出力する小頻度部分カテゴリ値系列および部分カテゴリ値系列頻度保持手段が出力する部分カテゴリ値系列頻度情報を入力し、小頻度部分カテゴリ値系列および小頻度部分カテゴリ値系列と類似した１つまたは複数の部分カテゴリ値系列より構成される集合であり、集合に含まれる部分カテゴリ値系列が生起する頻度の和が所定の下限値以上となる集合を生成し、さらに集合に含まれる部分カテゴリ値系列に対して同一のグループ識別子を一律に割り当て、
その対応関係を部分カテゴリ値系列・グループ対応情報として出力する類似部分カテゴリ値系列集合生成手段； （ｍ）類似部分カテゴリ値系列集合生成手段が出力する部分カテゴリ値系列・グループ対応情報を入力し、これを保持して出力する部分カテゴリ値系列・グループ対応保持手段； （ｎ）カテゴリ値系列分割手段が出力する部分カテゴリ値系列の系列および、部分カテゴリ値系列・グループ対応保持手段が出力する部分カテゴリ値系列・グループ対応情報を入力し、部分カテゴリ値系列の系列を構成する部分カテゴリ値系列を部分カテゴリ値系列・グループ対応表に基づいて変換し、派生部分カテゴリ値系列の系列として出力する類似部分カテゴリ値系列統合手段；をさらに備え、第１の品目化手段は、類似部分カテゴリ値系列統合手段が出力する派生部分カテゴリ値系列の系列を入力し、第１の品目化を行う。 そして、生起する頻度が少ない部分カテゴリ値系列を、類似した部分カテゴリ値系列とともに一つのグループにまとめ、全体としての生起する頻度を大きくすることによって、生起する頻度が少ないような部分カテゴリ値系列に関する相関ルールが得られる可能性がある。

【図面の簡単な説明】

【図１】 実施の形態１におけるデータマイニング装置のブロック図である。

【図２】 図１の時系列データベースの内容の例を示す図である。

【図３】 握力と最高血圧に関する数値・カテゴリ値対応情報の例を示す図である。

【図４】 図３に示す数値・カテゴリ値対応情報に基づいて変換した結果得られるカテゴリ値系列を示す図である。

【図５】 図４のカテゴリ値系列データを分割の時間単位を３ヶ月また２ヶ月分の重複を許して分割することにより得られる部分カテゴリ値系列の系列を示す図である。

【図６】 図５の部分カテゴリ値系列の系列を品目化して得られる品目データベースの内容の例を示す図である。

【図７】 実施の形態２におけるデータマイニング装置のブロック図である。

【図８】 図４に示すカテゴリ値系列データを品目化して得られる第２の品目データベースの内容の例を示す図である。

【図９】 実施の形態３におけるデータマイニング装置のブロック図である。

【図１０】 第２の数値・カテゴリ値対応保持手段に保持されている属性「握力」と属性「最高血圧」に関する数値・カテゴリ値対応情報の例を示す図である。

【図１１】 図３と図１０に示す数値・カテゴリ値対応情報から生成されるカテゴリ値・カテゴリ値対応情報を示す図である。

【図１２】 実施の形態４におけるデータマイニング装置のブロック図である。

【図１３】 図２の時系列データより得られる変動時系列データの例を示す図である。

【図１４】 実施の形態５におけるデータマイニング装置のブロック図である。

【図１５】 図２の時系列データより得られる変動時系列データの例を示す図である。

【図１６】 実施の形態６におけるデータマイニング装置のブロック図である。

【図１７】 部分カテゴリ値系列頻度保持手段に保存される部分カテゴリ値系列頻度情報の例を示す図である。

【図１８】 部分カテゴリ値系列・グループ対応情報の例を示す図である。

【図１９】 記号化用辞書の例を示す図である。

【図２０】 分析対象となる時系列の例を示す図である。

【図２１】 図２０の時系列データを図１９に示す記号化用辞書と照合することにより得られる記号値の系列の例を示す図である。

【符号の説明】

４０１ 時系列データベース、４０２ 第１のカテゴリ値変換手段、４０３第１の数値・カテゴリ値対応保持手段、４０４ カテゴリ値系列分割手段、４０６ 第１の品目化手段、４０７ 品目データベース（第１の品目データベース）、４０８ 第１の相関ルール抽出手段、４
１０ 第１の相関ルールデータベース、１００１ 第２
の品目化手段、１００２ 第２の品目データベース、１
００３第２の相関ルール抽出手段、１００５ 第２の相関ルールデータベース、１００６ 相関ルール分解手段、１００７ 相関ルール照合手段、１００８ 第３の相関ルールデータベース、１２０２ 第２の数値・カテゴリ値対応保持手段、１２０４ カテゴリ値・カテゴリ値対応導出手段、１２０５ カテゴリ値・カテゴリ値対応保持手段、１２０６ 相関ルール変換手段、１５０１
変動算出手段、１５０２ 差算出対象属性判定手段、
１５０３ 隣接属性値対抽出手段、１５０４ 属性値対差算出手段、１５０５ 数値系列保持手段、１７０１
比算出対象属性判定手段、１７０２ 隣接属性値対抽出手段、１７０３ 属性値対比算出手段、１７０４ 数値系列保持手段、１９０１ 部分カテゴリ値系列頻度算出手段、１９０２ 部分カテゴリ値系列頻度保持手段、１
９０３ 小頻度部分カテゴリ値系列検出手段、１９０４
類似部分カテゴリ値系列集合生成手段、１９０５部分カテゴリ値系列・グループ対応保持手段、１９０６ 類似部分カテゴリ値系列統合手段。