図面 (/)

技術 データ処理方法、データ処理装置及びデータ処理プログラム

出願人 日本電信電話株式会社
発明者 ウ小軍磯和之清水淳
出願日 2016年1月6日 (4年2ヶ月経過) 出願番号 2016-001297
公開日 2017年7月13日 (2年8ヶ月経過) 公開番号 2017-123021
状態 特許登録済
技術分野 検索装置
主要キーワード 可視化対象 可視化データ 数字化 標本分散 カテゴリ対 カテゴリ群 検索処理ステップ 可視化処理
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年7月13日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

複数のデータをカテゴリに応じて格納したテーブルに基づいて複数のデータのセマンティック情報可視化処理を行う場合に、テーブルに格納するデータの容量を減少させることができるデータ処理方法データ処理装置及びデータ処理プログラムを提供する。

解決手段

M種類のカテゴリ毎にデータを有するレコードを処理するデータ処理装置が実行するデータ処理方法であって、レコードの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定ステップと、判定された判定結果と、カテゴリの要素数とに基づいて、カテゴリの第1の階層〜第Mの階層を特定する階層特定ステップと、特定されたカテゴリの第1の階層〜第Mの階層に応じた階層構造を有するテーブルに対して、階層構造に基づいてデータを格納する格納ステップとを有する。

概要

背景

近年、産業社会は、情報化浸透に伴い、詳細なカテゴリに基づく統計データを得ることができるようになった。しかし、統計データの容量は、カテゴリの細分化高次元化に伴って膨大になる。そこで、膨大な統計データからセマンティック情報を抽出する需要が高まっている。その需要を満たすため、統計データの特徴や傾向を示す画像を生成して、セマンティック情報を可視化する技術が開発されている。ここで、セマンティック情報とは、データ群の特徴や傾向を示す情報、データ群が何を意味するのかを示す情報又はデータ群のメタデータとなる情報である。

このようなセマンティック情報を可視化する技術は、時系列広範囲にわたって収集されるビッグデータ解析や可視化などに関する応用分野利用可能である。ビッグデータの具体例として、モバイル空間統計ネットワークトラフィック解析及びIoT(Internet of Things)センサによるイベント検出などが挙げられる。

セマンティック情報を可視化する技術は、データの集合を扱うため、格納手法とそれに基づく検索処理とが基本技術となる。従来の格納手法は、テーブル等で構成される関係データベースを用いる手法である。図5は、従来のテーブルのデータ構造例を示す図である。図5に示すように、テーブル50は、L個(Lは1以上の自然数)のレコード51−1〜51−Lから構成されている。また、各レコード51−1〜51−Lは、M個(Mは2以上の自然数)のカテゴリ52−1〜52−Mで共通化されたデータのセットである。テーブル50は、データをカテゴリ52−1〜52−M毎に格納した複数のレコード51−1〜51−Lを並べたデータ構造である。

従来の検索処理は、検索キーと呼ばれる、カテゴリの一部あるいは全部に対応したデータセットを各レコードと比較して、検索キーとマッチするレコードを選択する処理である。また、検索処理の結果に基づいて、可視化を行う。
図6は、従来のセマンティック情報を可視化する基本的な処理を示すフロー図である。なお、図6に示す処理は、コンピュータが行う処理である。

コンピュータは、解析対象となるデータを図5に示したテーブル50に格納する(ステップS61)。コンピュータは、所望のデータを検索するための検索キーを入力する(ステップS62)。この入力処理は、コンピュータの利用者が入力する。コンピュータは、カテゴリの一部と対応したデータセットである検索キーを入力する。

コンピュータは、入力された検索キーを用いてテーブル50に格納されたデータの検索を行う(ステップS63)。コンピュータは、検索キーに含まれるデータセットと、各レコードの対応するカテゴリのデータとを比較して、検索キーとマッチするレコードを選択し、検索結果として出力する。コンピュータは、検索結果のレコードから可視化対象となるカテゴリのデータのサブセットを選択して可視化データを取得する(ステップS64)。

コンピュータは、可視化データを、点又は線等の描画要素を用いた記述である描画データに変換する(ステップS65)。コンピュータは、描画データに基づいて描画処理を行い、可視化画像データを出力する(ステップS66)。これにより、コンピュータは、表示部に可視化画像データを表示したり、プリンタから可視化画像データを出力したりする。

概要

複数のデータをカテゴリに応じて格納したテーブルに基づいて複数のデータのセマンティック情報の可視化処理を行う場合に、テーブルに格納するデータの容量を減少させることができるデータ処理方法データ処理装置及びデータ処理プログラムを提供する。M種類のカテゴリ毎にデータを有するレコードを処理するデータ処理装置が実行するデータ処理方法であって、レコードの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定ステップと、判定された判定結果と、カテゴリの要素数とに基づいて、カテゴリの第1の階層〜第Mの階層を特定する階層特定ステップと、特定されたカテゴリの第1の階層〜第Mの階層に応じた階層構造を有するテーブルに対して、階層構造に基づいてデータを格納する格納ステップとを有する。

目的

本発明は、複数のデータをカテゴリに応じて格納したテーブルに基づいて複数のデータのセマンティック情報の可視化処理を行う場合に、テーブルに格納するデータの容量を減少させることができるデータ処理方法、データ処理装置及びデータ処理プログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

M(Mは2以上の自然数)種類のカテゴリ毎にデータを有するレコードを処理するデータ処理装置が実行するデータ処理方法であって、前記レコードの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定ステップと、前記判定ステップにおいて判定された判定結果と、前記カテゴリの要素数とに基づいて、前記カテゴリの第1の階層〜第Mの階層を特定する階層特定ステップと、前記階層特定ステップにおいて特定された前記カテゴリの前記第1の階層〜第Mの階層に応じた階層構造を有するテーブルに対して、前記階層構造に基づいて前記データを格納する格納ステップと、を有するデータ処理方法。

請求項2

前記テーブルの前記階層構造は、前記第1の階層〜第Mの階層において前記第1のカテゴリに属する階層の各カテゴリの要素を組み合わせた構造である請求項1に記載のデータ処理方法。

請求項3

前記テーブルに含まれる各カテゴリのデータと、検索キーに含まれるカテゴリのデータとの比較を前記テーブルの前記階層構造に基づいて行い、前記検索キーとマッチするレコードを選択して検索結果として出力する検索処理ステップと、前記検索処理ステップにおいて出力した前記検索結果に基づいて、前記レコードに含まれるデータの特徴又は傾向を可視化した画像データを取得する画像データ取得ステップと、を更に有する請求項1又は請求項2に記載のデータ処理方法。

請求項4

前記判定ステップは、当該カテゴリが前記第1のカテゴリと前記第2のカテゴリとのいずれに属するかを各カテゴリのデータの分散に基づいて判定する請求項1から請求項3のいずれか一項に記載のデータ処理方法。

請求項5

M(Mは2以上の自然数)種類のカテゴリ毎に値を有するデータの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定部と、前記判定部が判定した判定結果と、前記カテゴリの要素数とに基づいて、前記カテゴリに対して第1の階層〜第Mの階層を特定する階層特定部と、前記階層特定部が特定した前記カテゴリの前記第1の階層〜第Mの階層に応じた階層構造を有するテーブルと、前記階層構造に基づいて前記データを前記テーブルに格納する格納部と、を備えるデータ処理装置。

請求項6

前記テーブルの前記階層構造は、前記第1の階層〜第Mの階層において前記第1のカテゴリに属する階層の各カテゴリの要素を組み合わせた構造である請求項5に記載のデータ処理装置。

請求項7

前記テーブルに含まれる各カテゴリのデータと、検索キーに含まれるカテゴリのデータとの比較を前記テーブルの前記階層構造に基づいて行い、前記検索キーとマッチするレコードを選択して検索結果として出力する検索処理部と、前記検索処理部が出力した前記検索結果に基づいて、前記レコードに含まれるデータの特徴又は傾向を可視化した画像データを取得する画像データ取得部と、を更に備える請求項5又は請求項6に記載のデータ処理装置。

請求項8

前記判定部は、当該カテゴリが前記第1のカテゴリと前記第2のカテゴリとのいずれに属するかを各カテゴリのデータの分散に基づいて判定する請求項5から請求項7のいずれか一項に記載のデータ処理装置。

請求項9

請求項1から請求項4のいずれか一項に記載のデータ処理方法をコンピュータに実行させるためのデータ処理プログラム

技術分野

背景技術

0002

近年、産業社会は、情報化浸透に伴い、詳細なカテゴリに基づく統計データを得ることができるようになった。しかし、統計データの容量は、カテゴリの細分化高次元化に伴って膨大になる。そこで、膨大な統計データからセマンティック情報を抽出する需要が高まっている。その需要を満たすため、統計データの特徴や傾向を示す画像を生成して、セマンティック情報を可視化する技術が開発されている。ここで、セマンティック情報とは、データ群の特徴や傾向を示す情報、データ群が何を意味するのかを示す情報又はデータ群のメタデータとなる情報である。

0003

このようなセマンティック情報を可視化する技術は、時系列広範囲にわたって収集されるビッグデータ解析や可視化などに関する応用分野利用可能である。ビッグデータの具体例として、モバイル空間統計ネットワークトラフィック解析及びIoT(Internet of Things)センサによるイベント検出などが挙げられる。

0004

セマンティック情報を可視化する技術は、データの集合を扱うため、格納手法とそれに基づく検索処理とが基本技術となる。従来の格納手法は、テーブル等で構成される関係データベースを用いる手法である。図5は、従来のテーブルのデータ構造例を示す図である。図5に示すように、テーブル50は、L個(Lは1以上の自然数)のレコード51−1〜51−Lから構成されている。また、各レコード51−1〜51−Lは、M個(Mは2以上の自然数)のカテゴリ52−1〜52−Mで共通化されたデータのセットである。テーブル50は、データをカテゴリ52−1〜52−M毎に格納した複数のレコード51−1〜51−Lを並べたデータ構造である。

0005

従来の検索処理は、検索キーと呼ばれる、カテゴリの一部あるいは全部に対応したデータセットを各レコードと比較して、検索キーとマッチするレコードを選択する処理である。また、検索処理の結果に基づいて、可視化を行う。
図6は、従来のセマンティック情報を可視化する基本的な処理を示すフロー図である。なお、図6に示す処理は、コンピュータが行う処理である。

0006

コンピュータは、解析対象となるデータを図5に示したテーブル50に格納する(ステップS61)。コンピュータは、所望のデータを検索するための検索キーを入力する(ステップS62)。この入力処理は、コンピュータの利用者が入力する。コンピュータは、カテゴリの一部と対応したデータセットである検索キーを入力する。

0007

コンピュータは、入力された検索キーを用いてテーブル50に格納されたデータの検索を行う(ステップS63)。コンピュータは、検索キーに含まれるデータセットと、各レコードの対応するカテゴリのデータとを比較して、検索キーとマッチするレコードを選択し、検索結果として出力する。コンピュータは、検索結果のレコードから可視化対象となるカテゴリのデータのサブセットを選択して可視化データを取得する(ステップS64)。

0008

コンピュータは、可視化データを、点又は線等の描画要素を用いた記述である描画データに変換する(ステップS65)。コンピュータは、描画データに基づいて描画処理を行い、可視化画像データを出力する(ステップS66)。これにより、コンピュータは、表示部に可視化画像データを表示したり、プリンタから可視化画像データを出力したりする。

先行技術

0009

特開2014−170410号公報

発明が解決しようとする課題

0010

近年、情報通信技術の進歩により、ネットワークに接続された様々なディジタルセンシング装置が増加している。多様なディジタルセンシング装置から出力されるデータは、上述したテーブル50におけるカテゴリの細分化の原因となっている。また、ディジタルセンシング装置は、所定の周期となる時系列のデータを出力するので、時間の経過と共にデータ量が増大する。上述したセマンティック情報を可視化する技術は、カテゴリの種類が非常に多く、かつ、膨大な量となるデータを処理すると、図6に示したステップS61においてデータを格納するテーブル50のデータ量が膨大となる。テーブル50のデータ量が膨大であると、その後の処理であるステップS63〜S65の処理負荷が、膨大となってしまう。

0011

記事情に鑑み、本発明は、複数のデータをカテゴリに応じて格納したテーブルに基づいて複数のデータのセマンティック情報の可視化処理を行う場合に、テーブルに格納するデータの容量を減少させることができるデータ処理方法、データ処理装置及びデータ処理プログラムを提供することを目的としている。

課題を解決するための手段

0012

本発明の一態様は、M(Mは2以上の自然数)種類のカテゴリ毎にデータを有するレコードを処理するデータ処理装置が実行するデータ処理方法であって、前記レコードの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定ステップと、前記判定ステップにおいて判定された判定結果と、前記カテゴリの要素数とに基づいて、前記カテゴリの第1の階層〜第Mの階層を特定する階層特定ステップと、前記階層特定ステップにおいて特定された前記カテゴリの前記第1の階層〜第Mの階層に応じた階層構造を有するテーブルに対して、前記階層構造に基づいて前記データを格納する格納ステップと、を有するデータ処理方法である。

0013

本発明の一態様は、前記のデータ処理方法であって、前記テーブルの前記階層構造は、前記第1の階層〜第Mの階層において前記第1のカテゴリに属する階層の各カテゴリの要素を組み合わせた構造である。

0014

本発明の一態様は、前記のデータ処理方法であって、前記テーブルに含まれる各カテゴリのデータと、検索キーに含まれるカテゴリのデータとの比較を前記テーブルの前記階層構造に基づいて行い、前記検索キーとマッチするレコードを選択して検索結果として出力する検索処理ステップと、前記検索処理ステップにおいて出力した前記検索結果に基づいて、前記レコードに含まれるデータの特徴又は傾向を可視化した画像データを取得する画像データ取得ステップと、を更に有する。

0015

本発明の一態様は、前記のデータ処理方法であって、前記判定ステップは、当該カテゴリが前記第1のカテゴリと前記第2のカテゴリとのいずれに属するかを各カテゴリのデータの分散に基づいて判定する。

0016

本発明の一態様は、M(Mは2以上の自然数)種類のカテゴリ毎に値を有するデータの各カテゴリに対して、上位の階層とする第1のカテゴリと、下位の階層とする第2のカテゴリとのいずれに属するかを判定する判定部と、前記判定部が判定した判定結果と、前記カテゴリの要素数とに基づいて、前記カテゴリに対して第1の階層〜第Mの階層を特定する階層特定部と、前記階層特定部が特定した前記カテゴリの前記第1の階層〜第Mの階層に応じた階層構造を有するテーブルと、前記階層構造に基づいて前記データを前記テーブルに格納する格納部と、を備えるデータ処理装置である。

0017

本発明の一態様は、前記のデータ処理装置であって、前記テーブルの前記階層構造は、前記第1の階層〜第Mの階層において前記第1のカテゴリに属する階層の各カテゴリの要素を組み合わせた構造である。

0018

本発明の一態様は、前記のデータ処理装置であって、前記テーブルに含まれる各カテゴリのデータと、検索キーに含まれるカテゴリのデータとの比較を前記テーブルの前記階層構造に基づいて行い、前記検索キーとマッチするレコードを選択して検索結果として出力する検索処理部と、前記検索処理部が出力した前記検索結果に基づいて、前記レコードに含まれるデータの特徴又は傾向を可視化した画像データを取得する画像データ取得部と、を更に備える。

0019

本発明の一態様は、前記のデータ処理装置であって、前記判定部は、当該カテゴリが前記第1のカテゴリと前記第2のカテゴリとのいずれに属するかを各カテゴリのデータの分散に基づいて判定する。

0020

本発明の一態様は、前記のデータ処理方法をコンピュータに実行させるためのデータ処理プログラムである。

発明の効果

0021

本発明により、複数のデータをカテゴリに応じて格納したテーブルに基づいて複数のデータのセマンティック情報の可視化処理を行う場合に、テーブルに格納するデータの容量を減少させることができる。

図面の簡単な説明

0022

本実施形態におけるデータ処理装置10の機能構成例を示す図である。
本実施形態におけるテーブル情報格納部105が格納するテーブルのデータ構造例を示す図である。
本実施形態における描画処理部113が出力する可視化画像データの一例を示す図である。
本実施形態におけるデータ処理装置10の動作例を示すフロー図である。
従来のテーブルのデータ構造例を示す図である。
従来のセマンティック情報を可視化する基本的な処理を示すフロー図である。

実施例

0023

以下、図面を参照して、本発明の実施形態について説明する。
図1は、本実施形態におけるデータ処理装置10の機能構成例を示す図である。図1に示すように、データ処理装置10は、制御部100と、入力処理部101と、データ取得部102と、データ蓄積部103と、テーブル生成部104と、テーブル情報格納部105と、表示制御部106と、疎密判定部107と、階層特定部108と、データ格納処理部109と、検索処理部110と、可視化データ取得部111と、描画データ取得部112と、描画処理部113とを備える。

0024

データ処理装置10は、例えば、コンピュータであり、キーボード及びマウス等である入力装置11と、液晶ディスプレイ等である表示装置12と、インターネット等であるネットワーク13と接続されている。データ処理装置10は、入力装置11からの入力を受け付ける機能、表示装置12に対して様々な画面を表示させる機能及びネットワーク13を介してネットワーク13上にあるディジタルセンシング装置(図1には示していない)等からデータを収集する機能を有する。データ処理装置10は、入力装置11又はネットワーク13経由で取得した複数のデータからセマンティック情報となる画像データを生成し、表示装置12に表示する機能を有する。セマンティック情報とは、複数のデータの特徴又は傾向を示す情報、複数のデータが何を意味するのかを示す情報又は複数のデータのメタデータとなる情報である。

0025

制御部100は、データ処理装置10内の各部の動作を制御する。入力処理部101は、入力装置11からの入力信号を受信し、入力信号に応じた信号を制御部100へ出力する。データ取得部102は、ネットワーク13経由で様々なデータを取得する。データ取得部102は、定期的にデータを取得してもよいし、任意のタイミングでデータを取得してもよい。なお、データ取得部102は、USBメモリやDVD−ROM等の記録媒体に記録されたデータを取得する機能をさらに備えてもよい。データ蓄積部103は、データ取得部102が取得したデータを、データに関する時刻及び所定のカテゴリに関連付けて記録し、蓄積する。データに関する時刻とは、例えばデータが生成された時刻であり、データ取得部102がデータを取得した時刻としてもよい。データ蓄積部103は、例えば、図5に示したような複数のカテゴリが行方向に並んだレコードを、列方向に複数並べたデータ構造のテーブルを用いてデータを蓄積する。

0026

テーブル生成部104は、テーブル情報格納部105内にカテゴリに応じた階層的なデータ構造を有するテーブルを生成する。テーブル情報格納部105は、カテゴリに応じた階層的なデータ構造を有するテーブルを格納する。テーブルは、1まとまりのデータ1件を1レコード(1行)として、複数レコードから構成される。各レコードは、一部のカテゴリ対して階層的なデータ構造を共有する。テーブル情報格納部105は、データ蓄積部103に蓄積されたデータを、カテゴリに応じてテーブル内に格納している。ここで、テーブル情報格納部105内で用いられるテーブルのデータ構造例について具体例を示して説明する。

0027

図2は、本実施形態におけるテーブル情報格納部105が格納するテーブルのデータ構造例を示す図である。レコード21は、データ蓄積部103から読み出したデータを、所定のカテゴリの順番に並べたものである。テーブル20は、レコード21に含まれるデータを、階層的なデータ構造で格納する。レコード21は、テーブル20において、階層的な構造となる第1のカテゴリと、図5と同様の配列構造となる第2のカテゴリとから構成される。第1のカテゴリは、レコード21において点線23より左側に並んでいるカテゴリ22−1〜カテゴリ22−4から構成される。第2のカテゴリは、レコード21において点線23より右側に配列されたカテゴリ22−5…カテゴリ22−M(Mは、2以上の自然数であって、カテゴリの種類の数に応じて変化する)から構成される。

0028

テーブル20において、第1のカテゴリのデータ構造は、第2のカテゴリに比べて疎な構造である。疎な構造とは、例えば図2に示すように、左側の上位の階層から下位の階層へ下位の階層となるカテゴリに含まれる要素数に応じた分岐となる構造である。テーブル20において、第2のカテゴリのデータ構造は、第1のカテゴリに比べて密な構造である。密な構造とは、カテゴリ毎のデータの並びをレコードとして、複数レコードからなる配列構造である。

0029

図2を用いて、第1のカテゴリのデータ構造の詳細について説明する。最も左側の列となる最上位の階層は、カテゴリ22−1の階層(第1の階層)であり、カテゴリ22−1のn1種類の要素CAT1−1〜CAT1−n1を上から順に列方向に並べたデータ構造である。ここで、n1は、カテゴリ22−1に含まれる要素数であり、要素の種類(データとして取りうる値の種類)の数を示す。例えば、カテゴリ22−1が性別のカテゴリであれば、「」、「」の2個の要素数となり、n1=2となる。また、カテゴリ22−1が血液型のカテゴリであれば「A型」、「B型」、「O型」、「AB型」の4個の要素数となり、n1=4となる。以下に説明する他のカテゴリ22−2〜22−4におけるn2〜n4も同様である。なお、各カテゴリの階層の決定方法については後述するが、n1〜n4は、n1≦n2≦n3≦n4の大小関係を有する。

0030

カテゴリ22−1の下位の階層となるカテゴリ22−2の階層(第2の階層)は、n2種類の要素CAT2−1〜CAT2−n2のいずれかを列方向に配置している。第2の階層は、第1の階層となる要素CAT1−1〜CAT1−n1の右側の列となる。上位の階層の要素CAT1−1〜CAT1−n1の各々に下位の階層の要素CAT2−1〜CAT2−n2の全て又は一部を対応させたデータ構造とする。ここで、上位の階層の要素CAT1−1〜CAT1−n1の各々に下位の階層の要素CAT2−1〜CAT2−n2の一部を対応させる場合とは、例えば以下の具体例1、2の場合である。具体例1は、上位の階層となるカテゴリと下位の階層となるカテゴリとの所定の組み合わせに対応するデータが無い場合である。具体例2は、上位の階層となるカテゴリの内容と、下位の階層となるカテゴリの内容とを参酌すると現実的ではない組み合わせがある場合である。このように不要な下位の階層のカテゴリを省略することで、テーブル20を用いたデータ処理負荷を軽減することができる。

0031

例えば、小学校の学年というカテゴリがあり、1年生〜6年生の6個の要素を含み、かつ、年齢というカテゴリがあり、0〜60歳までの61個の要素を含む場合について説明する。この場合には、小学校の学年というカテゴリが上位の階層となり、年齢というカテゴリが下位の階層となる。そして、上位のカテゴリである小学校1年生の要素には、下位のカテゴリにおいて、小学校1年生の年齢となる6歳又は7歳の要素のみを対応させればよい。図2においては、図を複雑にしないよう、上位のカテゴリの要素に、下位のカテゴリの一部の要素のみを対応させている。

0032

例えば、要素CAT1−1に対応する下位の階層となる要素は、要素CAT2−1及び要素CAT2−2の2つの要素のみである。要素CAT1−1及び要素CAT2−1に対応する下位の階層となる要素は、要素CAT3−1及び要素CAT3−2の2つの要素のみである。要素CAT1−1、要素CAT2−1及び要素CAT3−1に対応する下位の階層となる要素は、要素CAT4−1及び要素CAT4−2の2つの要素のみである。要素CAT1−1及び要素CAT2−2に対応する下位の階層となる要素は、要素CAT3−2のみである。要素CAT1−1、要素CAT2−2及び要素CAT3−2に対応する下位の階層となる要素は、要素CAT4−2のみである。要素CAT1−1、要素CAT2−1及び要素CAT3−2に対応する下位の階層となる要素は、要素CAT4−1のみである。要素CAT1−n1に対応する下位の階層となる要素は、要素CAT2−n2のみである。要素CAT1−n1及び要素CAT2−n2に対応する下位の階層となる要素は、要素CAT3−n3のみである。要素CAT1−n1、要素CAT2−n2及び要素CAT3−n3に対応する下位の階層となる要素は、要素CAT4−n4のみである。

0033

第2の階層の下位の階層となるカテゴリ22−3の階層(第3の階層)は、n3種類の要素CAT3−1〜CAT3−n3のいずれかを列方向に配置している。上位の階層の要素CAT2−1〜CAT2−n2の各々に下位の階層の要素CAT3−1〜CAT3−n3の全て又は一部を対応させたデータ構造とする。第3の階層の下位の階層となるカテゴリ22−4の階層(第4の階層)は、n4種類の要素CAT4−1〜CAT4−n4のいずれかを列方向に配置している。上位の階層の要素CAT3−1〜CAT3−n3の各々に下位の階層の要素CAT4−1〜CAT4−n4の全て又は一部を対応させたデータ構造とする。

0034

このように、要素CAT1−1〜要素CAT1−n1、要素CAT2−1〜要素CAT2−n2、要素CAT3−1〜要素CAT3−n3及び要素CAT4−1〜要素CAT4−n4から構成される第1のカテゴリのデータ構造は、各階層となるカテゴリの要素数に基づいたものであり、後述する第2のカテゴリの配列構造と比較すると、疎な構造である。

0035

第2のカテゴリのデータ構造の詳細について説明する。第2のカテゴリのデータ構造は、上述した第1のカテゴリの最下層(第4の階層)に配置された要素(要素CAT4−1〜要素CAT4−n4のいずれか)に対して、それぞれに配列24−1〜24−mが配置された構造である。ここで、mは、第4の階層に含まれる要素の数であり、最大でn1×n2×n3×n4の値となる。

0036

配列24−1〜24−mのデータ構造について、配列24−1を例に説明する。図2に示すように、配列24−1は、L1個のレコード24−1−1〜24−1−L1から構成される。L1は、第1のカテゴリにおける要素CAT1−1、要素CAT2−1、要素CAT3−1及び要素CAT4−1を有するレコードの数である。

0037

各レコード24−1−1〜24−1−L1は、カテゴリ22−5〜カテゴリ22−Mに対応するデータを含む。Mは、レコード24−1−1〜24−1−L1に含まれるカテゴリの総数に第1のカテゴリに含まれるカテゴリの数を加算した値である。Mは、レコード21に含まれるカテゴリの総数でもある。

0038

図2には示していないが配列24−2〜24−mのデータ構造は、配列24−1と同様のデータ構造である。すなわち、配列24−2は、L2個のレコード24−2−1〜24−2−L2から構成される。配列24−3は、L3個のレコード24−3−1〜24−3−L3から構成される。配列24−4は、L4個のレコード24−4−1〜24−4−L4から構成される。配列24−mは、Lm個のレコード24−m−1〜24−m−Lmから構成される。

0039

このように、レコード24−1−1〜24−1−L1から構成される第2のカテゴリのデータ構造は、各カテゴリ及び各レコードの値を有する配列構造であるので、第1のカテゴリの配列構造と比較すると、密な構造である。テーブル情報格納部105は、図2に示すデータ構造を有するテーブル20を格納する。これにより、データ処理装置10は、図5に示した従来のテーブルと比較して、テーブル20に格納するデータの容量を減少させることができる。また、データ処理装置10は、図5に示した従来のテーブルと比較して、テーブル20をデータ処理する際の負荷を減少させることができる。

0040

表示制御部106は、制御部100からの画面情報に応じた画面を表示装置12に表示させる。表示制御部106は、例えば、セマンティック情報となる画像データを含む画面を表示装置12に表示させる。

0041

疎密判定部107は、データ蓄積部103から読み出したデータの各カテゴリが、疎な構造に適したカテゴリ(第1のカテゴリ)であるか、密な構造に適したカテゴリ(第2のカテゴリ)であるかを判定する。疎密判定部107は、テーブル20に示すようなデータ構造を生成するために、データの各カテゴリを、第1のカテゴリとするか、第2のカテゴリとするかを判定する(以下、疎密判定という)。

0042

階層特定部108は、疎密判定部107の各カテゴリに対する判定結果及び各カテゴリの要素の数に基づいて、各カテゴリの階層を特定する。テーブル20において、各カテゴリの左端からの並びの順は、階層特定部108が特定した階層に応じた並びの順となっている。テーブル生成部104は、疎密判定部107が判定した疎密判定及び階層特定部108が特定した各カテゴリの階層に応じて、図2に示したテーブル20と同様のデータ構造のテーブルをテーブル情報格納部105内に生成する。

0043

ここで、疎密判定部107及び階層特定部108におけるカテゴリの疎密判定及び階層の特定の具体例について説明する。疎密判定部107及び階層特定部108は、データ蓄積部103に蓄積されたデータの一部又は全部を用いてカテゴリの疎密判定及び階層の特定を行う。疎密判定部107は、データ蓄積部103より処理対象とするデータを取得し、各カテゴリのデータについて正規化を行う。正規化を行う理由は、データの値の範囲を同一とするためである。なお、疎密判定部107は、文字のデータを数字化する。例えば、性別のカテゴリのデータ「男」、「女」であれば、疎密判定部107は、「男」=0、「女」=1としてから正規化を行う。i番目のカテゴリにおいてni個のデータが含まれる場合、そのカテゴリのデータは、{vi,k|k=1,…,ni}で表す。正規化後のデータは、{^vi,k|k=1,…,ni}で表す(vの前の^は、実際にはvの上に位置するものである)。

0044

疎密判定部107は、正規化したデータ^vi,kの標本分散si2を以下の(式1)を用いて算出する。

0045

疎密判定部107は、予め決められた分散si2についての閾値Sを保持している。疎密判定部107は、i番目のカテゴリをCiで表した以下の(式2)を用いて、各カテゴリCiの疎密判定を行う。(式2)において、Csparseは疎な構造に適した第1のカテゴリの集合を表している。Csolidは、密な構造に適した第2のカテゴリの集合を表している。

0046

(式2)に示すように、疎密判定部107は、カテゴリCiの分散si2が閾値Sより大きい場合に、そのカテゴリCiを第1のカテゴリの集合Csparseに含めると判定する。疎密判定部107は、カテゴリCiの分散si2が閾値S以下の場合に、そのカテゴリCiを第2のカテゴリの集合Csolidに含めると判定する。このように、分散の値が大きいカテゴリを疎なデータ構造とすることで、疎なデータ構造(例えば、木構造)の最下層の各要素に対して、第2のカテゴリの配列を偏りなく対応させることができる。このように、疎なデータ構造の最下層の各要素に対して、偏りなく第2のカテゴリの配列が対応されていると、データを検索する際に、疎なデータ構造に含まれるカテゴリを用いて効率よくデータを絞り込むことができる。

0047

階層特定部108は、2つのカテゴリCi及びカテゴリCjに対して、カテゴリCiはカテゴリCjより上位の階層であるか、下位の階層であるかを以下の4つの条件式に応じて決定する。下記の条件式においてNi、NjがそれぞれカテゴリCi及びカテゴリCjの要素数を表す。
Ciが上位、if Ci∈{Csparse},Cj∈{Csolid}
Ciが上位、if Ni<Nj,while Ci∈{Csparse},Cj∈{Csparse}
Ciが上位、if Ni<Nj,while Ci∈{Csolid},Cj∈{Csolid}
Ciが下位、ifotherwise

0048

上記条件式に示すように、階層特定部108は、カテゴリCiが第1のカテゴリに属し、カテゴリCjが第2のカテゴリに属する場合は、カテゴリCiを上位とする。階層特定部108は、カテゴリCi及びカテゴリCjが共に第1のカテゴリに属し、かつ、カテゴリCiの要素数がカテゴリCjの要素数より小さい場合は、カテゴリCiを上位とする。階層特定部108は、カテゴリCi及びカテゴリCjが共に第2のカテゴリに属し、かつ、カテゴリCiの要素数がカテゴリCjの要素数より小さい場合は、カテゴリCiを上位とする。

0049

階層特定部108は、otherwiseの場合に、カテゴリCiを下位とするが、具体的には、以下の条件に応じた処理を行う。階層特定部108は、カテゴリCiが第2のカテゴリに属し、カテゴリCjが第1のカテゴリに属する場合は、カテゴリCiを下位とする。階層特定部108は、カテゴリCi及びカテゴリCjが共に第1のカテゴリに属し、かつ、カテゴリCiの要素数がカテゴリCjの要素数以上の場合は、カテゴリCiを下位とする。階層特定部108は、カテゴリCi及びカテゴリCjが共に第2のカテゴリに属し、かつ、カテゴリCiの要素数がカテゴリCjの要素数以上の場合は、カテゴリCiを下位とする。

0050

階層特定部108は、階層特定の対象であるカテゴリCiと、階層特定済みのカテゴリ群の上位又は下位から順に取り出したカテゴリCjとの階層関係を上記条件式で判断する。これにより、階層特定部108は、階層特定の対象であるカテゴリCiが収まるべき階層特定済みのカテゴリ群内の階層を特定する。階層特定部108は、各カテゴリを第1の階層から第Mの階層と対応させる情報であるカテゴリ階層情報を、テーブル生成部104及びデータ格納処理部109へ出力する。テーブル生成部104は、テーブル情報格納部105内にカテゴリ階層情報に応じた階層的なデータ構造を有するテーブルを生成する。データ格納処理部109は、階層特定部108から受信したカテゴリ階層情報を保持する。

0051

データ格納処理部109は、データ蓄積部103から取得したデータを、カテゴリに応じてテーブル情報格納部105内のテーブルに格納する処理を行う。データ格納処理部109は、テーブル情報格納部105内のテーブルの階層構造に従ってデータを格納する。テーブルの階層構造に従ってデータを格納する処理について、図2に示したテーブル20を用いて説明する。

0052

まず、データ格納処理部109は、データ蓄積部103から取得したデータに対して、カテゴリ階層情報に基づいて第1の階層から第Mの階層までの階層を特定する。データ格納処理部109は、データの階層を特定するために、例えば、図2に示すレコード21と同じカテゴリ順となるデータを生成してもよい。

0053

データ格納処理部109は、最上位となる第1の階層のデータが、要素CAT1−1…要素CAT1−n1のいずれに該当するのか判断し、特定する。データ格納処理部109は、第2の階層となるデータが、特定した第1の階層の要素に繋がる第2の階層の要素のいずれに該当するのか判断する。例えば、第1の階層で要素CAT1−1が特定されると、データ格納処理部109は、第2の階層となるデータが、要素CAT2−1及び要素CAT2−2のどちらに該当するのか判断する。

0054

第2の階層において例えば要素CAT2−1に該当すると判断されたとすると、データ格納処理部109は、第3の階層のデータが要素CAT3−1及び要素CAT3−2のどちらに該当するデータかを判断する。第3の階層において例えば要素CA3−1に該当すると判断されたとすると、データ格納処理部109は、第4の階層のデータが要素CAT4−1及び要素CAT4−2のどちらに該当するデータかを判断する。ここで、第4の階層において要素CAT4−2に該当すると判断されたとすると、データ格納処理部109は、第5の階層〜第Mの階層のデータを配列24−2に対してレコードとして追加する。これにより、テーブル情報格納部105内に図2に示すデータ構造と同様のデータ構造を有するテーブルが構成される。

0055

検索処理部110は、テーブル情報格納部105内のテーブルの各レコードと検索キーとを比較して、検索キーとマッチするレコードを選択する。検索処理部110は、カテゴリの一部あるいは全部に対応したデータセットを検索キーとする。検索キーは、入力装置11から予め入力されているものとする。検索処理部110は、検索キーに含まれるデータセットと、各レコードの対応するカテゴリのデータとを比較して、検索キーとマッチするレコードを選択し、検索結果として出力する。検索処理部110は、選択されたレコードを図2に示すレコード21と同じ構成として、それらのレコードを並べたデータセットを検索結果として出力する。

0056

検索処理部110は、検索キーの中に第1のカテゴリに含まれるカテゴリのデータがあれば、まず、このカテゴリのデータを用いて第1のカテゴリの階層構造を利用した検索を行う。検索キーの中に第1のカテゴリに含まれるカテゴリのデータが無い場合、検索キーの中に第1のカテゴリに含まれるカテゴリのデータが1つある場合、検索キーの中に第1のカテゴリに含まれるカテゴリのデータが複数ある場合、のそれぞれの場合について、検索処理部110の検索処理について、図2に示したテーブル20を検索する場合について説明する。

0057

<検索キーの中に第1のカテゴリに含まれるカテゴリのデータが無い場合>
検索キーは、第2のカテゴリに含まれるカテゴリのデータを含む。検索処理部110は、配列24−1〜配列24−mに含まれる各レコードの対応するカテゴリのデータと、検索キーとを比較して検索結果を出力する。

0058

<検索キーの中に第1のカテゴリに含まれるカテゴリのデータが1つある場合>
検索キー中の第1のカテゴリに含まれるカテゴリに対応する1つのデータを、第1のデータとし、検索キー中の第2のカテゴリに含まれるカテゴリに対応する1つ又は複数のデータを、第2のデータとする。検索処理部110は、テーブル20の木構造となるカテゴリの中から第1のデータとマッチする要素を特定し、特定された要素の下位となる要素及び配列を特定する。

0059

例えば、第1のデータとマッチする要素が要素CAT3−1であれば、検索処理部110は、要素CAT3−1の下位に繋がる第4の階層の要素CAT4−1、要素CAT4−2、…と、その第4の階層の要素CAT4−1、要素CAT4−2に対応する配列24−1、24−2、…を特定する。検索処理部110は、特定された配列内のデータと、第2のデータとを比較して、マッチするレコードを選択する。例えば、第1のデータとマッチする要素が要素CAT3−1であれば、検索処理部110は、要素CAT3−1の下位に繋がる配列24−1、24−2、…内のデータと、第2のデータとを比較する。このように、検索処理部110は、テーブル20の階層構造に基づいて検索を行うことで効率よい検索処理を実現している。

0060

<検索キーの中に第1のカテゴリに含まれるカテゴリのデータが複数ある場合>
検索キーは、第1のカテゴリに含まれるカテゴリに対応する複数のデータと、第2のカテゴリに含まれるカテゴリに対応する一つ又は複数のデータを含む。以下の説明では、検索キー中の第1のカテゴリに含まれるカテゴリに対応する複数のデータは、第3のデータ及び第4のデータの2つのデータであるとする。検索キー中の第2のカテゴリに含まれるカテゴリに対応する1つ又は複数のデータは、第5のデータとする。第3のデータのカテゴリは、第4のデータのカテゴリよりも上位であるとする。

0061

検索処理部110は、テーブル20の木構造となるカテゴリの中から検索キーの中で最上位のカテゴリとなる第3のデータとマッチする第1の要素を特定する。検索処理部110は、特定された第1の要素の下位となる要素において検索キーの中で2番目に上位のカテゴリとなる第4のデータとマッチする第2の要素を特定する。例えば、第3のデータとマッチする第1の要素が要素CAT3−1であれば、検索処理部110は、要素CAT3−1の下位に繋がる第4の階層の要素CAT4−1及び要素CAT4−2を特定する。例えば、第4のデータとマッチする第2の要素が要素CAT4−2であれば、検索処理部110は、要素CAT4−2に対応する配列24−2を特定する。

0062

検索処理部110は、特定された配列24−2内のデータと、第5のデータとを比較して、マッチするレコードを選択する。このように、検索処理部110は、階層が上位のカテゴリとなるデータから順にマッチするか否かを判断して検索を行う。検索処理部110は、テーブル20の階層構造に基づいて検索を行うことで効率よい検索処理を実現している。特に、検索キーに第1のカテゴリに含まれるカテゴリに対応するデータがA個(Aは1以上の自然数)含まれている場合には、検索処理部110は、上位の階層から順にマッチする要素を特定する処理をA回行う。一般的に、このマッチする要素を特定する処理の回数が多いほど、検索処理の対象となる配列24−1〜24−mの数を減らすことができる。

0063

可視化データ取得部111は、検索処理部110が出力した検索結果のレコードから可視化対象となるカテゴリのデータのサブセットを選択して可視化データを取得する。描画データ取得部112は、可視化データ取得部111が取得した可視化データを、点又は線等の描画要素を用いた記述である描画データに変換して、描画データを取得する。描画処理部113は、描画データ取得部112が取得した描画データに基づいて描画処理を行い、可視化画像データを出力する。図3は、本実施形態における描画処理部113が出力する可視化画像データの一例を示す図である。図3では、可視化対象となるカテゴリは、カテゴリX、Y、Zであり、横軸を各データが生成された時刻としている。この可視化画像データは、テーブルに格納されているデータからセマンティック情報として抽出された画像データである。

0064

制御部100は、描画処理部113が出力した可視化画像データを含む画面情報を生成し、表示制御部106へ出力する機能を有する。表示制御部106は、制御部100からの画面情報に応じた画面を表示装置12に表示させる。これにより、表示装置12は、可視化画像データを含む画面を表示する。

0065

次に、本実施形態におけるデータ処理装置10の動作について説明する。図4は、本実施形態におけるデータ処理装置10の動作例を示すフロー図である。図4に示すように、疎密判定部107は、データ蓄積部103より処理対象とするデータを取得し、各カテゴリのデータについて正規化を行う(ステップS101)。疎密判定部107は、正規化したデータの分散を算出する(ステップS102)。疎密判定部107は、各カテゴリに対して分散に基づいて疎密判定を行う(ステップS103)。疎密判定部107は、疎密判定により、各カテゴリが疎な構造に適した第1のカテゴリの集合Csparseに属するカテゴリか、密な構造に適した第2のカテゴリの集合Csolidに属するカテゴリかを判定する。

0066

階層特定部108は、各カテゴリの疎密判定結果及び各カテゴリの要素数に基づいて、各カテゴリが第1の階層から第Mの階層のいずれに対応するのかを特定し、カテゴリ階層情報を出力する(ステップS104)。テーブル生成部104は、テーブル情報格納部105内にカテゴリ階層情報に応じた階層的なデータ構造を有するテーブルを生成する(ステップS105)。データ格納処理部109は、テーブル情報格納部105内のテーブルの階層構造に従ってデータを格納する(ステップS106)。これにより、図2に示すようなデータ構造のテーブルが生成される。

0067

検索処理部110は、テーブル情報格納部105内のテーブルの各レコードと検索キーとを比較して、検索キーとマッチするレコードを選択する。検索処理部110は、テーブルの階層構造に基づいて各カテゴリの階層順に、レコードに含まれるカテゴリのデータと検索キー内の同じカテゴリのデータとを比較して検索処理を行う(ステップS107)。

0068

可視化データ取得部111は、検索処理部110が出力した検索結果のレコードから可視化対象となるカテゴリのデータのサブセットを選択して可視化データを取得する。描画データ取得部112は、可視化データ取得部111が取得した可視化データを、点又は線等の描画要素を用いた記述である描画データに変換して、描画データを取得する(ステップS108)。描画処理部113は、描画データ取得部112が取得した描画データに基づいて描画処理を行い、可視化画像データを出力する(ステップS109)。

0069

以上に説明したとおり、本実施形態におけるデータ処理装置10は、カテゴリを階層構造としたテーブルを用いることにより、テーブルに格納するデータの容量を減少させることができる。データ処理装置10は、カテゴリを階層構造としたテーブルを用いることにより、効率の高いデータの格納手法を実現している。データ処理装置10は、カテゴリを階層構造としたテーブルを用いることで、複数のデータのセマンティック情報の可視化処理を行う際のデータ処理の負荷を軽減することができる。データ処理装置10は、カテゴリを階層構造としたテーブルを用いることにより、ビッグデータの解析における計算効率を向上することができる。これにより、データ処理装置10は、ビックデータの解析等に要する時間を短縮し、例えば、ビックデータからのセマンティック情報の抽出をリアルタイムで行うことができる。

0070

なお、図2に示した第1のカテゴリの数は4つであったが、この数は一例であり、第1のカテゴリの数は、疎密判定部107が疎な構造に適すると判定したカテゴリの数となる。また、第1のカテゴリにおけるテーブルの木構造は、利用者が、手動で変更することができる。上述した実施形態では、検索キーは、入力装置11から予め入力されていたが、これに限定されるものではない。図4のステップS107の前の任意のタイミングで入力装置11は、検索キーを入力してもよい。また、検索キーが複数入力された場合は、データ処理装置10は、各検索キーについて、ステップS107〜S109の処理をそれぞれ行う。また、データ処理装置10は、表示装置12に複数の検索結果をまとめた画像データを表示してもよい。

0071

上述した本実施形態におけるデータ処理装置10の備える各機能部は、例えば、コンピュータで実現することができる。その場合、この機能を実現するためのプログラムコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、FPGA(Field Programmable Gate Array)等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

0072

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

0073

時系列で広範囲にわたって収集されるビッグデータの解析及びセマンティック情報の可視化などに関する技術に利用することができる。

0074

10…データ処理装置, 11…入力装置, 12…表示装置,13…ネットワーク, 100…制御部, 101…入力処理部, 102…データ取得部, 103…データ蓄積部, 104…テーブル生成部,105…テーブル情報格納部, 106…表示制御部, 107…疎密判定部, 108…階層特定部, 109…データ格納処理部, 110…検索処理部, 111…可視化データ取得部, 112…描画データ取得部, 113…描画処理部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 株式会社ソケッツの「 検索装置および方法」が 公開されました。( 2019/09/19)

    【課題】同一の感性ワードで加重的に絞り込み検索を行えるようにする。【解決手段】同一の感性ワードで加重的に絞り込み検索を行う場合、類似・関連ワード抽出部319が、感性ワードに類似・関連する別のワードを検... 詳細

  • ヤフー株式会社の「 情報処理装置、情報処理方法、及び情報処理プログラム」が 公開されました。( 2019/09/12)

    【課題】ユーザの移動の妨害に応じた適切な対応を可能にする。【解決手段】本願に係る情報処理装置は、取得部と、決定部とを有する。取得部は、ユーザの位置情報と、ユーザが位置するエリアにおいて発生する事象のう... 詳細

  • ヤフー株式会社の「 情報処理装置、情報処理方法、及び情報処理プログラム」が 公開されました。( 2019/09/12)

    【課題】類似のコンテンツを適切に抽出する。【解決手段】本願に係る情報処理装置は、取得部と、検索部とを有する。取得部は、複数のコンテンツの各々に対応する複数のノードが、複数のコンテンツの類似性に応じて連... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ