JPH06332766A - データベースの結合方法 - Google Patents

Abstract

(57)【要約】 【目的】 本発明の目的は、相互参照を可能とする結合
データベースを正確に、人為的に作業を交えず、自動的
に作成することができるデータベースの高速結合方法を
提供することである。 【構成】 本発明は、異なるデータベースのレコードに
ついて、共通のフィールドごとに比較し、一致の成否に
より、解析処理の処理内容及び、共通のフィールド情報
の信頼性の度合いから予め作成された採点表による得点
をそれぞれのレコードに付与し、得点により異なるデー
タベースを関連付け、結合する個々のレコードを決定す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、データベースの結合方
法に係り、特に、任意の異なる独立したデータベースに
おて、情報に信頼性の違いがある、或いは、表現形式の
相違を持つ個々のレコードを互いに関連付け、相互参照
を可能とする結合データベースを正確に、且つ自動的に
作成するデータベースの結合方法に関する。

【０００２】

【従来の技術】従来、任意の異なる独立したデータベー
スにおいて、個々のレコードを関連付け、結合したいと
いう要求があった場合に、任意の異なる独立したデータ
ベースが統一的に規則に基づいて作成されている場合
は、データベースの共通のフィールドに対してＤＢＭＳ
（データベース管理システム）に用意されているＪＯＩ
Ｎ（結合）操作などで容易に結合することができる。

【０００３】データベースの結合方法であるＪＯＩＮ操
作には、結合する項目でデータベースへの両テーブルを
ソートして（又はインデックスを利用して）、両テーブ
ル７の同一キーのものを取り出す方法と、データベース
のテーブル間で一方のテーブルを基準にして他方のデー
タベースのテーブルを総当たりし、条件を満足するもの
を取り出す方法がある。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来のＪＯＩＮ操作でデータベースを結合する方法は、任
意の異なる独立したデータベースが、それぞれの規則に
基づいて作成されている場合には、情報の表現形式に統
一性がなく、任意の異なる独立したデータベースのある
情報、例えば、「事務所」と「オフィス」が共通のフィ
ールドで、同一の事項を指していたとしても、その表現
にこのようなゆらぎが生じていることが多々あること、
また、データベースの共通のフィールド情報、例えば、
住所の都道府県情報と住所の街区情報などに信頼性の差
異が存在すること等があるため、単純な共通のフィール
ド情報の一致をみる比較では、結合される件数は少な
く、着目するフィールドによっては、非常に信頼性が低
くなっている。そのため、正確な結合データベースを作
成するためには、 (1) 片方のデータベースを基準にして、他のデータベー
スの内容を盛り込んで、新しい結合データベースを人為
的に最初から作成し直す; (2) 片方のデータベースを基準にして、個々のレコード
に対して結合する相手となるレコードを、他のデータベ
ースの内容から人為的に発見する;等の方法があるが、
これらの方法を採った場合には、いずれも莫大な人為的
稼働、作業時間、そして、作業コストを投じなければ結
合を実現できない等の欠点がある。

【０００５】本発明は、上記の点に鑑みなされたもの
で、上記従来の問題点を解決し、任意の異なる独立した
データベースに対して、情報に信頼性の違いあるいは、
表現形式の相違を持つ個々のレコードを互いに関連付
け、相互参照を可能とする結合データベースを正確に、
人為的な作業を交えず、自動的に作成することができる
データベースの結合方法を提供することを目的とする。

【０００６】

【課題を解決するための手段】本発明は、共通のフィー
ルドを持ち、共通のフィールド情報の信頼性或いはその
表現形式が異なるデータベースのレコードを、共通のフ
ィールド情報を利用することにより、個々に関連付ける
データベース結合方法において、表現形式の異なる該共
通のフィールド情報に対しては、表現形式を統一する解
析処理を行い、解析処理後の共通のフィールド情報を作
成し、異なるデータベースのレコードについて、共通の
フィールドごとに比較し、一致の成否により、解析処理
の処理内容及び、共通のフィールド情報の信頼性の度合
いから予め得点を設定し、得点を信頼性の度合によりそ
れぞれのレコードに付与し、得点に基づいて異なるデー
タベースを関連付け、結合する個々のレコードを決定す
る。

【０００７】

【作用】本発明は、共通のフィールドを持つ任意の異な
るデータベース間において、共通のフィールド情報の信
頼性が低い、或いはその表現形式が異なっていたとして
も、表現形式の異なる共通のフィールド情報に対して
は、表現形式を統一させる種々の解析アルゴリズムによ
る処理を行い、解析処理後の共通のフィールド情報を作
成し、次に、共通のフィールド毎に比較し、フィールド
のデータの一致の成否により、解析処理の処理内容及
び、共通のフィールド情報の信頼性の度合いから作成さ
れた採点表による得点をそれぞれのレコードに付与し、
得点によって、異なるデータベースの個々のレコードを
関連づけ、相互参照を可能とする結合データベースを正
確に人為的な作業を交えず、自動的に作成することがで
きる。

【０００８】

【実施例】以下、図面とともに本発明のデータベースの
結合方法の実施例を説明する。

【０００９】図１は、本発明の一実施例のデータベース
結合方法のブロック図を示す。

【００１０】同図に示すシステムは、電話帳データベー
ス（ＤＢ１），或いは地図データベース（ＤＢ２）など
の複数の結合対象データベース１、結合処理が行われた
結果を表す結合データベース（ＤＢ３）２、結合対象デ
ータベース１より該当レコードを取り出す或いは結合デ
ータベース２を更新するデータベース制御部３、データ
ベース制御部３に対し、レコードの要求あるいは、格納
を指示し、該当レコードを記憶しておく一時記録部４、
一時記録部４に記録されている文字列に対し、変換処理
を加える一般文字列処理部５、一時記録部４に記録され
ているレコード群の比較をフィールド毎に行い、比較結
果に基づいて点数処理を行い、一時記録部４に書き戻す
処理および、一時記録部４に集計された点数に基づい
て、結合相手レコードを決定する比較照合部６、比較照
合部６からの問い合わせに対し、照合結果に対応する点
数を発行する採点表７より構成される。

【００１１】図２は本発明の一実施例の動作を示すフロ
ーチャートである。

【００１２】以下の説明において、同図のフローチャー
トに示す処理において、ＤＢ１は電話帳データベースで
あり、ＤＢ２は地図データベースである。

【００１３】図３は本発明の一実施例の電話帳データベ
ース（ＤＢ１）を示し、図４は本発明の一実施例の地図
データベース（ＤＢ２）を示す。図５は本発明の一実施
例の結合データベースの例を示す。

【００１４】図３及び図４のデータベースの各レコード
はフィールド構成をとるものである。本実施例では、Ｄ
Ｂ１とＤＢ２を結合して、図５に示すような結合データ
ベースＤＢ３を構築するものである。

【００１５】ステップ１）結合対象データベース１のう
ち、電話帳データベース（ＤＢ１）に未処理のレコード
が存在するか確認し、取り出すＤＢ１のレコードがなく
なれば、ステップ１０の終了処理に移行する。一方、Ｄ
Ｂ１より取り出すレコードが残っていれば、ステップ２
に移行する。

【００１６】ステップ２）データベース制御部３は、図
３に示すようなフィールド構成の１レコードをＤＢ１か
ら取り出し、清音化、拗音・撥音正規化、法人名称削
除、職業語尾削除、固有情報抽出処理等の文字列変換処
理を行い、変換処理後のデータをデータベース制御部３
から一時記録部４に記録する。

【００１７】ステップ３）結合対象データベース１のう
ちの地図データベース（ＤＢ２）に対して、ＤＢ１より
取り出した１レコードと比較が済んでいないものが存在
する限り、ステップ４からステップ６の操作を繰り返
し、ＤＢ１から取り出された１レコードとＤＢ２の全て
のレコードの比較が済んだ時点で処理をステップ７に移
行する。

【００１８】ステップ４）データベース制御部３によ
り、図４に示すようなＤＢ２のフィールド構成の１レコ
ードを取り出し、ステップ２と同様な文字列変換処理を
加え、変換処理後のデータをデータベース制御部３から
一時記録部４に記録する。

【００１９】ステップ５）比較照合部６において、一時
記録部４に記録されたＤＢ１のレコードとＤＢ２のレコ
ードの住所コード及び、文字列変換処理を加えた名義、
ビル名のフィールドについて比較照合を行い、比較照合
の結果を採点表７に照らし合わせて点数を得る。

【００２０】ステップ６）ステップ５で得られた点数と
レコードと共に一時記録部４に保存し、ステップ３に移
行する。

【００２１】ステップ７）ＤＢ２の全てのレコードの比
較が終了すれば、一時記録部４に記録されたレコードの
点数のうち最も高い点数のレコードを、比較照合部６に
より判断し、結合を示すフラグを付与する。

【００２２】ステップ８）ＤＢ１の１レコード及び、結
合を示すフラグが付与されたＤＢ２のレコードから図５
に示すようなフィールド構成の結合レコードを生成し、
データベース制御部３から結合データベース２（ＤＢ
３）に書き出す。

【００２３】ステップ９）一時記録部４の内容を消去
し、ステップ１に移行する。

【００２４】ステップ１０）処理を終了する。

【００２５】上記のような方法により、結合データベー
ス２を作成することができる。

【００２６】上記に示したフローチャート処理を具体的
に説明する。

【００２７】まず、図４に示すように、ＤＢ１の電話帳
データベースのフィールドには、「県コード」、「市区
コード」、「町村コード」及び「丁目」コードよりなる
「住所コード」、「名義」、「ビル名」、「電話番号」
及び「職業コード」がある。また、図４に示すように、
ＤＢ２の地図データベースのフィールドには、「県コー
ド」、「市区コード」、「町村コード」及び「丁目」コ
ードよりなる「住所コード」、「名義」、「ビル名」、
「地図座標」及び「建物ＩＤ」等がある。

【００２８】ＤＢ１及びＤＢ２において、共通のフィー
ルドである住所コードは、県コード、市区コード、町村
コードそして、丁目コードのように住所階層に従った、
階層化されたコードによって成り立っており、住所コー
ドデータにおいて、県コード、市区コードそして、町村
コードは信頼性が高く、丁目コードはそれらに比べて信
頼性が低いなど、そのデータの確からしさにはフィール
ドの特徴によってばらつきがあり、一方、名義あるい
は、ビル名などは、文字列で記述されており、表現上の
ゆらぎが存在する。

【００２９】この文字列の表現上のゆらぎをもつ情報を
統一するために文字変換処理を行う。

【００３０】図６は本発明の一実施例の文字変換処理の
例を示す。

【００３１】同図は、ＤＢ１及びＤＢ２において共通の
フィールドである名義或いはビル名などの表現上のゆら
ぎを持つ文字列で表現された情報に対する変換処理内容
を示している。

【００３２】まず、清音化処理は、濁音あるいは、半濁
音の濁り音を消去する処理で、例えば、『ボタン書房』
を「ホタン書房」とする。また、拗音・撥音正規化処理
は、小さい文字「っ」を大きな文字「つ」に変換する処
理で、例えば、『キャッシュ金融』を「キヤツシユ金
融」とする。また、法人名削除処理は、「株式会社」な
どの法人を表す語を削除する処理で、例えば、『電信株
式会社」を「電信」とする。また、職業語尾削除処理
は、「駅」、「寺」などの職業語尾を削除する処理で、
例えば、『ＪＲ新宿駅』を「ＪＲ新宿」とする。また、
固有情報抽出処理は、固有名義を表現する語のみをある
ロジックによって抽出する処理で、例えば、『田中特許
事務所』を「田中」とする。

【００３３】図７は本発明の一実施例の採点表を示す。
同図に示す採点表は、文字列変換処理の処理内容及び住
所コードの一致の度合いにより定まる点数処理について
記述されたものである。

【００３４】上記の文字列変換処理の結果と住所コード
の一致を完全一致か末尾のみ相違しているものとに分
け、採点する。例えば、文字列変換処理を行わずに、住
所コードが完全一致した場合の採点は２０点とし、末尾
のみが相違している場合の採点は、１０点、また、職業
語尾削除処理後に住所コードと完全一致した場合には１
３点となる。

【００３５】上記のＤＢ１、ＤＢ２の結合対象データベ
ース１より結合データベース２を生成する場合について
説明する。

【００３６】まず、データベース制御部３は、結合対
象のデータベースである電話帳データベース（ＤＢ１）
の１レコードを取り出し、一般文字列処理部５により文
字列の統一のための文字列変換処理を行い、一時記録部
４にＤＢ１のレコードを格納する。

【００３７】データベース制御部３は、結合対象のデ
ータベースである地図データベース（ＤＢ２）の１レコ
ードを取り出し、と同様に文字列変換処理を行い、一
時記録部４にＤＢ２のレコードを格納する。

【００３８】本実施例では、住所コードの一致の度合
いを参照するので、比較照合部６は、採点表７を用い
て、一時記録部４に格納されているＤＢ１のレコードと
ＤＢ２のレコードの住所コードを比較し、その比較され
たＤＢ２のレコードを点数と共に一時記録部４に格納し
ておく。このようにして、すべてのＤＢ２のレコードの
比較照合が終了したら、一時記録部４に格納されている
点数を付与されているＤＢ２のレコードのうち最も高い
点数のレコードとで一時記録部４に格納されているＤ
Ｂ１のレコードとを結合する。本実施例の場合は、図３
のＤＢ１に対するレコードとして、、図４に示されるＤ
Ｂ２のレコードの住所コードが文字列変換処理について
は未処理状態でＤＢ１のレコードと完全一致しているた
めに、最高点の２０点が付与される。

【００３９】本実施例では、結合データベース２のフ
ィールド構成は、『電話番号』、『職業コード』、『地
図座標』、及び『建物ＩＤ』である。従って、ＤＢ１よ
り電話番号“03-3123-4567”、職業コード“10242002”
が転送され、ＤＢ２より地図座標“24-65-72-41 ”、建
物ＩＤ“54202 ”が転送され、これらのデータが結合デ
ータベース２に書き込まれる。

【００４０】１レコードの結合データベースへ２の書
込みが終了したら、一時記録部４をクリアする。

【００４１】上記実施例に示すように、住所コードのよ
うな表現にゆらぎのないフィールドデータを用いて、比
較照合を行うレコードを絞り込むことによって、信頼性
を落とさず高速に結合データベース２を作成することが
できる。

【００４２】また、上記実施例では、情報の信頼性の度
合から作成された採点表７による得点によりデータベー
スのレコードを関連付けて結合データベースを生成した
が、ソフトウェア内部にテーブルを設けて処理しても良
い。また、表現形式のみが異なる共通のフィールド情報
については、共通のフィールド情報の表現形式を統一さ
せる種々の解析アルゴリズムを用いてもよい。

【００４３】

【発明の効果】上述のように本発明によれば、任意の異
なる独立したデータベースに対してその情報に信頼性の
違いあるいは、表現形式の相違をもつ個々のレコードを
互いに関連付け、相互参照を可能とする結合データベー
スを、信頼性を損なわずに、人為的な作業を交えずに、
自動的に作成することができる。

【図面の簡単な説明】

【図１】本発明の一実施例のデータベース結合方法のブ
ロック図である。

【図２】本発明の一実施例の動作を示すフローチャート
である。

【図３】本発明の一実施例の電話帳データベース（ＤＢ
１）を示す図である。

【図４】本発明の一実施例の地図データベース（ＤＢ
２）を示す図である。

【図５】本発明の一実施例の結合データベースの例を示
す図である。

【図６】本発明の一実施例の文字変換処理の例を示す図
である。

【図７】本発明の一実施例の採点表である。

【符号の説明】

１ 結合対象データベース ２ 結合データベース ３ データベース制御部 ４ 一時記録部 ５ 一般文字列処理部 ６ 比較照合部 ７ 採点表

Claims (1)

【特許請求の範囲】
1. 【請求項１】 共通のフィールドを持ち、該共通のフィ
   ールド情報の信頼性或いはその表現形式が異なるデータ
   ベースのレコードを、該共通のフィールド情報を利用す
   ることにより、個々に関連付けるデータベース結合方法
   において、 表現形式の異なる該共通のフィールド情報に対しては、
   表現形式を統一する解析処理を行い、該解析処理後の共
   通のフィールド情報を作成し、 該共通のフィールド情報の信頼性或いは表現形式が異な
   るデータベースのレコードについて、共通のフィールド
   ごとに比較し、一致の成否により、該解析処理の処理内
   容及び、共通のフィールド情報の信頼性の度合いから予
   め得点を設定し、該得点を信頼性の度合によりそれぞれ
   のレコードに付与し、該得点に基づいて異なるデータベ
   ースを関連付け、結合する個々のレコードを決定するこ
   とを特徴とするデータベースの結合方法。