JPH07234861A - データ監視システム - Google Patents

Abstract

(57)【要約】 【目的】本発明の目的は、推論システムを利用したデー
タ監視システムにおいて、監視対象の時系列データ等の
データ集合のデータパターンを自動的に認識し、このデ
ータパターンに基づいて適切な推論結果を導き出すこと
を可能にするシステムを提供することにある。 【構成】パターン抽出部２は例えば過去の時系列データ
からなる学習用時系列データのデータパターンを抽出す
る。パターン認識部５は、抽出されたデータパターンの
中で、監視対象の時系列データが類似しているデータパ
ターンを認識する。推論システム６は、抽出したデータ
パターンから所定のルールに基づいた推論結果を導くた
めの知識情報を利用して、パターン認識部５により認識
されたデータパターンに基づいて監視対象の時系列デー
タに対する推論結果を出力する。したがって、監視対象
の時系列データに発生するデータパターンを事前に精通
していなくても、データパターンから所定のルールに基
づいた推論結果を導くための知識情報を利用した推論処
理を行なうことが可能となる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば小売業で使用さ
れる販売情報管理システムのＰＯＳデータ等の各種の時
系列データを、知識データベースを利用する推論方式に
より監視するデータ監視システムに関する。

【０００２】

【従来の技術】従来、コンピュータシステムを利用し
て、天候データ，株価データや医療関係の診断データ等
の時系列データを監視し、その推移の様子に応じて警告
等の処置を指示する各種のデータ監視システムが開発さ
れている。このようなシステムにより、例えば病院等に
おいて、収集した診断データにより心電図の様子を時系
列的に監視することが行なわれている。

【０００３】近年、特に小売業に導入されているＰＯＳ
（ｐｏｉｎｔ ｏｆ ｓａｌｅｓ）システムと称する販
売情報管理システムは、データ監視システムの一種であ
り、商品の販売管理に有効性を発揮している。このＰＯ
Ｓシステムでは、ＰＯＳデータと称する商品販売管理に
関する時系列データが監視対象である。

【０００４】ＰＯＳシステム等のデータ監視システムに
は、最近のＡＩ（人工知能）技術の開発の成果を取り入
れた推論システムを利用しているものがある。このよう
なシステムは、ルール型推論方式等を利用して、ＰＯＳ
データ等の時系列データの推移の様子を監視し、その時
系列データに「Ａというデータパターンが発生したなら
ば、Ｂというアドバイスを出す」という形式の推論結果
を出力するようになっている。推論システムは大別し
て、知識データベースと推論部（推論機構）からなり、
知識データベースの知識情報（ルール）を利用して、デ
ータパターンに対応するルールから適切な推論結果（警
告等の処置）を導くシステムである。

【０００５】具体的には、例えばある商品の売上高に関
する時系列データの推移を監視し、その時系列データが
「Ａというデータパターン」を示したならば、例えば
「商品の仕入れ量を増大化させる」等のアドバイスを推
論結果として出す場合である。

【０００６】ところで、前記のような推論システムを利
用したシステムでは、知識情報とし「Ａというデータパ
ターンが発生したならば、」という内容をルールの形式
に記述する必要がある。しかしながら、ルールの形式に
記述する前に、Ａというデータパターンとは同様なパタ
ーンであるかを、十分に精通していることが必要であ
る。例えば、株価のような時系列データを対象とした場
合には、グランビルの法則等の株価パターンに関する研
究成果に基づいて、ルールを記述して知識データベース
を構築することになる。

【０００７】

【発明が解決しようとする課題】従来では、販売情報管
理システム等において、推論システムを利用したデータ
監視システムでは、監視対象の時系列データに発生する
データパターンに関する知識を予め精通していることを
前提に、ルールの形式に記述した知識データベースの構
築が成されている。換言すれば、監視対象の時系列デー
タの推移の特徴を把握していなければ、知識データベー
スの構築はできず、推論システムを有効に発揮させるこ
とは不可能であった。

【０００８】本発明の目的は、推論システムを利用した
データ監視システムにおいて、監視対象の時系列データ
等のデータ集合のデータパターンを自動的に認識し、こ
のデータパターンに基づいて適切な推論結果を導き出す
ことを可能にするシステムを提供することにある。

【０００９】

【課題を解決するための手段】本発明は、例えば過去の
時系列データからなる学習用時系列データ集合を格納し
た学習用データベース手段、その学習用時系列データ集
合データパターンを抽出するパターン抽出手段、監視対
象の時系列データ集合のデータパターンを認識するパタ
ーン認識手段および認識されたデータパターンに基づい
て監視対象の時系列データ集合に対する推論結果を出力
する推論実行手段を備えたデータ監視システムである。

【００１０】

【作用】本発明では、パターン抽出手段が例えば過去の
時系列データからなる学習用時系列データ集合のデータ
パターンを抽出する。パターン認識手段は、抽出された
データパターンの中で、監視対象の時系列データ集合が
類似しているデータパターンを認識する。推論実行手段
は、抽出したデータパターンから所定のルールに基づい
た推論結果を導くための知識情報を利用して、パターン
認識手段により認識されたデータパターンに基づいて監
視対象の時系列データ集合に対する推論結果を出力す
る。したがって、監視対象の時系列データに発生するデ
ータパターンを事前に精通していなくても、データパタ
ーンから所定のルールに基づいた推論結果を導くための
知識情報を利用した推論処理を行なうことが可能とな
る。

【００１１】

【実施例】以下、図面を参照して本発明の実施例につい
て説明する。図１は同実施例に係わるデータ監視システ
ムの基本的構成を示すブロック図、図２は同実施例のデ
ータ監視システムを販売情報管理システム（ＰＯＳシス
テム）に適用した場合のブロック図、図３と図４は同実
施例の動作を説明するためのフローチャート、図５と図
８は同実施例のデータ監視システムの動作を説明するた
めの表示画面の一例を示す概念図である。 （基本構成）同実施例のデータ監視システムは、図１に
示すように、学習用データベース１、パターン抽出部
２、パターン出力部３、監視対象データベース４、パタ
ーン認識部５、推論システム６および知識入力部７から
なる。

【００１２】学習用データベース１は、例えば過去の時
系列データを蓄積した時系列データ集合を格納してい
る。パターン抽出部２は、学習用データベース１から取
出した時系列データ集合から所定の形式のデータパター
ンを、例えばクラスタリング手法により抽出する。パタ
ーン出力部３は、パターン抽出部２により抽出されたデ
ータパターンを表示するための要素である。知識入力部
７は、表示されたデータパターンから適切な推論結果を
導くための知識情報をルール形式で記述して、推論シス
テム６に入力するための要素である。

【００１３】一方、監視対象データベース４は、例えば
現在の監視対象時系列データを蓄積した時系列データ集
合を格納している。パターン認識部５は、パターン抽出
部２により抽出されたデータパターンの中で、監視対象
データベース４から取出した監視対象時系列データ集合
が類似しているデータパターンを認識して、推論システ
ム６に出力する。

【００１４】推論システム６は、知識入力部７により入
力された知識情報からなる知識データベースを利用し
て、パターン認識部５から出力されたデータパターンに
対応する推論結果を導く推論処理を実行する。推論結果
は、認識されたデータパターンに基づいて、監視対象時
系列データを分析して得られる妥当な警告やアドバイス
等の処置内容である。 （ＰＯＳシステムに適用した具体的構成）前記のような
基本的構成のデータ監視システムをＰＯＳシステムに適
用したシステムは、図２に示すように、制御部１０、入
出力部１１、学習用ＰＯＳデータ取出し部１２、対象Ｐ
ＯＳデータ取出し部１３、パターンデータベース１４、
知識データベース１５、推論部１６および推論結果出力
部１７を有する。

【００１５】学習用ＰＯＳデータ取出し部１２は、過去
のＰＯＳデータ（主として商品販売管理に関する時系列
データ）を蓄積した学習用ＰＯＳデータベース１から、
制御部１０により指示された範囲のＰＯＳデータを取出
して、パターン抽出部２に出力する。一方、対象ＰＯＳ
データ取出し部１３は、監視対象である現在のＰＯＳデ
ータを蓄積した対象ＰＯＳデータベース４から、制御部
１０により指示された範囲のＰＯＳデータを取出して、
パターン認識部５に出力する。

【００１６】入出力部１１は、キーボード、マウスおよ
びディスプレイを有し、ディスプレイの画面に表示され
たウインドウ（またはアイコン）内の入力項目をマウス
により指示することにより、制御部１０にコマンドを入
力する。また、入出力部１１は、ディスプレイの画面
に、パターン出力部３から出力されたデータパターンや
推論結果出力部１７から出力された推論結果を表示す
る。

【００１７】パターンデータベース１４は、パターン抽
出部２により抽出されたデータパターンを格納する。パ
ターン認識部５は、対象ＰＯＳデータ取出し部１３によ
り取出された対象ＰＯＳデータのパターンに類似するデ
ータパターンを、パターンデータベース１４から検索し
て認識結果として出力する。

【００１８】知識データベース１５は、入出力部１１を
通じて知識入力部７により入力された知識情報を格納す
る。この知識データベース１５、推論部１６および推論
結果出力部１７は、図１に示す推論システムを構成する
要素である。推論部１６は、ルール型推論方式による推
論処理を実行する推論機構であり、ルール形式で記述さ
れた知識データベース１５の知識情報を利用して、パタ
ーン認識部５により認識されたデータパターンに対応す
る適切な推論結果を出力する。この推論結果は、警告、
注意、アドバイスからなる。推論結果出力部１７は、推
論部１６により得られた推論結果を入出力部１１のディ
スプレイに表示する。

【００１９】次に、ＰＯＳシステムに適用した場合の同
実施例の動作を説明する。まず、システムの起動によ
り、制御部１０は、学習モードまたは監視モードの選択
を促すように、入出力部１１のディスプレイにメニュー
画面を表示する。即ち、図５（Ａ）に示すように、ディ
スプレイにメニュー画面用のウインドウ１１ａを表示す
る。利用者（オペレータ）は、入出力部１１のマウスを
操作（クリック）することにより、カーソル１１ｂを移
動させて、所望のモードを指示する（図３のステップＳ
１）。

【００２０】マウスの操作により、ウインドウ１１ａの
「パターン学習」を指示すると、学習モードが選択され
て、学習用ＰＯＳデータ取出し部１２は制御部１０によ
り起動する（ステップＳ２のＹＥＳ，Ｓ３）。ここで、
学習用ＰＯＳデータベース１には、図７に示すように、
商品毎に過去（現在を１９９３年とする）の売上数や仕
入れ数を日単位に記録したＰＯＳデータが蓄積されてい
る。

【００２１】制御部１０は、学習用ＰＯＳデータ取出し
部１２を起動すると共に、図５（Ｂ）に示すように、取
出しデータの範囲を指定するためのウインドウ（学習デ
ータ設定画面）を入出力部１１のディスプレイに表示す
る。このウインドウにより、取出しデータの範囲が指定
されると、学習用ＰＯＳデータ取出し部１２は学習用Ｐ
ＯＳデータベース１から指定された範囲のＰＯＳデータ
を取出す（ステップＳ４）。ここでは、図５（Ｂ）に示
すように、１９９２年４月１日から３０日までの商品
「豆腐」についての全単品が指定されている。年月日等
の数字は入出力部１１のキーボードやマウスによる数字
の上下により入力されて、また商品「豆腐」のような項
目はメニュー機能により入力される。

【００２２】学習用ＰＯＳデータ取出し部１２は、学習
用ＰＯＳデータベース１から指定された範囲のＰＯＳデ
ータを取出し、図６（Ａ）に示すように、所定の形式
（ここでは、仕入れ数から売上数を減算した計算結果）
に変換して、パターン抽出部２に出力する（ステップＳ
５）。パターン抽出部２は、図５（Ｂ）に示す画面で
「実行」モードをマウスにより指示されることにより起
動する（ステップＳ６）。

【００２３】パターン抽出部２は、図６（Ａ）に示す形
式のＰＯＳデータを受取ると、クラスタリング手法によ
り商品を所定のグループ（パターンに相当する）に分類
する処理を実行し、商品毎のＰＯＳデータの特徴パター
ンを抽出する。具体的には、仕入れと売上との差（即
ち、売残り数）を時系列データとして取扱い、例えば日
常的に売切れている商品をデータパターン３、日常的に
売残っている商品をデータパターン２、さらに売残りと
売切れの変動が激しい商品をデータパターン１に分類す
る。例えば、図６（Ｂ）に示すように、年間を通じて売
残り数が「１」または「２」のような商品（Ｅとする）
はデータパターン３に分類される。

【００２４】ここでは、例えば商品Ａ〜Ｅにおいて、そ
れぞれ４月１日から３０日までの３０個のＰＯＳデータ
かせなるため、３０次元のデータとして想定し、これを
クラスタリングする。これにより、商品Ｄ，Ｅを要素と
するクラスタ、商品Ｂ，Ｃを要素とするクラスタ、商品
Ａを要素とするクラスタに分類された場合に、この３ク
ラスタをデータパターン１〜３として取扱う。図８
（Ａ）は、そのようなデータパターン１〜３をグラフ化
したものである。

【００２５】パターン抽出部２は、抽出した商品毎のデ
ータパターンを、図６（Ｂ）に示す形式で出力し、パタ
ーンデータベース１４に格納する（ステップＳ７）。こ
こで、パターン抽出部２は、実際にはクラスタリングに
より得られた各クラスタの平均値を求めて、データパタ
ーンとする。また、パターン抽出部２は抽出したデータ
パターンをパターン出力部３に出力する。パターン出力
部３は、図８（Ａ）に示すように、グラフ化した抽出パ
ターンを、入出力部１１のディスプレイの画面に表示す
る（ステップＳ８）。

【００２６】利用者は、入出力部１１のディスプレイの
画面に表示されたグラフにより、指定した過去のＰＯＳ
データのパターンを確認することができる。利用者は、
入出力部１１の操作により知識入力部７を起動して、デ
ータパターンに対応する適切な推論結果を導くための知
識情報を入力する。具体的には、表示された各データパ
ターン１〜３毎に、警告や注意等の指摘、アドバイスを
得るための知識情報をエディタにより、ルール形式に記
述することにより入力する（ステップＳ９）。知識入力
部７により入力された知識情報は、知識データベース１
５に格納される（ステップＳ１０）。知識データベース
１５には、例えば図８（Ｂ）に示すように、ルール形式
の情報として格納される。図８（Ｂ）に示すルールは、
データパターンがパターン３の場合には、「売残りが少
ない傾向である」という指摘がなされて、「発注を増加
した方が良い」というアドバイスをなされることを意味
している。

【００２７】一方、対象ＰＯＳデータベース４には、毎
日のＰＯＳデータが蓄積されているベースであり、具体
的にはコンピュータシステムのファイルとして実現され
る。対象ＰＯＳデータベース４は、過去（ここでは１９
９２年）のＰＯＳデータを格納した学習用ＰＯＳデータ
ベース１に対して、現在（ここでは１９９３年）のＰＯ
Ｓデータを蓄積したものである。

【００２８】ここで、図５（Ａ）に示すように、ディス
プレイにメニュー画面用のウインドウ１１ａを表示させ
て、マウスの操作により「監視モード」を指示すると、
対象ＰＯＳデータ取出し部１３が制御部１０により起動
する（ステップＳ１１のＹＥＳ，Ｓ１２）。制御部１０
は、対象ＰＯＳデータ取出し部１３を起動すると共に、
図５（Ｃ）に示すように、取出しデータの範囲を指定す
るためのウインドウ（対象データ設定画面）を入出力部
１１のディスプレイに表示する。

【００２９】このウインドウにより、取出しデータの範
囲が指定されると、対象ＰＯＳデータ取出し部１３は対
象ＰＯＳデータベース４から指定された範囲のＰＯＳデ
ータを取出す（ステップＳ１３，Ｓ１４）。対象ＰＯＳ
データ取出し部１３は、入力された現在日付に基づい
て、パターンデータベース１４に格納されたデータパタ
ーンの同じ次元数である日数分のデータ（即ち、３０日
分）を取出す。ここでは、現在日付が「２月２０日」で
あるため、図６（Ｃ）に示すように、現在日付から３０
日数分前の「１月２１日」から「２月１９日」までのＰ
ＯＳデータを取出す。このＰＯＳデータは、取出された
学習用ＰＯＳデータと同一形式であり、仕入れと売上と
の差（即ち、売残り数）を示す時系列データである。

【００３０】パターン認識部５は、対象ＰＯＳデータベ
ース４から取出された対象ＰＯＳデータが、パターンデ
ータベース１４に格納されたデータパターンの中で、殿
パターンに類似しているかを認識する（ステップＳ１
５）。具体的には、パターン認識部５は、パターンデー
タベース１４に格納されたデータパターンがクラスタリ
ングされたクラスタの平均値であれば、対象ＰＯＳデー
タと各データパターンとのユークリッド距離を算出し
て、最も距離の近いデータパターンを認識結果として出
力する。

【００３１】推論部１６は、パターン認識部５により認
識された対象ＰＯＳデータのデータパターンに対応する
適切な推論結果を、知識データベース１５に格納された
知識情報により推論する（ステップＳ１６）。即ち、例
えば対象ＰＯＳデータがデータパターン３であれば、図
８（Ｂ）に示すルール形式の知識情報により、「売残り
が少ない傾向である」という指摘と「発注を増加した方
が良い」というアドバイスを推論結果として出力する。
推論結果出力部１７は、推論部１６により得られた推論
結果を入出力部１１のディスプレイに表示する（ステッ
プＳ１７）。

【００３２】このようにして、本発明をＰＯＳシステム
に適用した場合、毎日のＰＯＳデータを例えば「売残り
データ」という形式の時系列データとして監視し、指定
範囲の監視対象ＰＯＳデータのデータパターンに対応す
る適切な推論結果を得ることができる。即ち、監視対象
ＰＯＳデータが「売切れ」に近いデータパターン３であ
れば、「発注を増加せよ」等の適切なアドバイスを得る
ことができる。また、日常的に売残りが多いデータパタ
ーン２であれば、「発注を減少せよ」等の適切なアドバ
イスを得ることができる。

【００３３】同実施例では、過去の学習用ＰＯＳデータ
から抽出されたデータパターンに基づいて、監視対象Ｐ
ＯＳデータのデータパターンを認識し、そのデータパタ
ーンを知識データベースによる推論機構を利用して適切
な推論結果が得られる。したがって、従来の方式のよう
に、監視対象の時系列データに発生するデータパターン
に関する知識を必ずしも精通している必要はない。即
ち、従来では、ルールの形式に記述した知識データベー
スを構築する場合に、「売残り」の程度、時系列傾向等
を予め把握する必要がある。そうでなければ、例えば
「売残り」の程度を適当な閾値を設定することになり、
実際のデータに即したものになるかが不明となる。これ
に対して、同実施例では、過去の時系列データから監視
対象ＰＯＳデータのデータパターンを自動的に抽出する
ため、実際のデータに即した値が自動的に蓄積されたも
のと同様の効果がある。

【００３４】また、従来の方式では、予め想定されるデ
ータパターンに即した知識情報を記述したシステムを実
現しても、過去のデータを分析しない場合には、予想も
しないパターンが発生している場合には全く効果のない
ものになる。これに対して、同実施例では、当該の過去
の時系列データを自動的に分析することになるので、全
く初めて発生したパターン以外は抜けがなく、効果的な
監視システムを実現できることになる。

【００３５】なお、前記実施例のパターン認識部５につ
いて、クラスタリングした各クラスタの平均値をデータ
パターンとし、対象ＰＯＳデータとのユークリッド距離
を求めることでパターン認識を行なう方式の場合につい
て説明したが、これに限ることはない。例えば複合類似
度法を利用したパターン認識方式でもよい。この方式の
場合には、クラスタリングした各クラスタの複数のデー
タの固有値と固有ベクトルを求めて、パターンデータベ
ース１４に格納する必要がある。さらに、ニューラルネ
ットワークを利用したパターン認識方式の場合には、ク
ラスタリングした結果をバックプロパゲーション学習ア
ルゴリズムで学習させて、その結果得られたネットワー
クをパターンデータベース１４に格納する必要がある。

【００３６】

【発明の効果】以上詳述したように本発明によれば、推
論システムを利用したデータ監視システムにおいて、監
視対象の時系列データに発生するデータパターンを自動
的に認識することにより、予めデータパターンに関する
知識を必ずしも精通することなく、推論システムに必要
な知識データベースの構築を実現することができる。し
たがって、監視対象の時系列データの推移の特徴を把握
するような複雑な分析作業を要することなく、監視対象
の時系列データに発生するデータパターン基づいた適切
な推論結果を得る推論システムを有効に発揮させること
ができる。本発明を例えば販売情報管理システムに適用
すれば、関係する時系列データを監視し、このデータパ
ターンから有効な販売管理に関する推論結果を効率的に
得ることが可能となる。

【図面の簡単な説明】

【図１】本発明の実施例に係わるデータ監視システムの
基本的構成を示すブロック図。

【図２】同実施例のデータ監視システムをＰＯＳシステ
ムに適用した場合のブロック図。

【図３】同実施例の動作を説明するためのフローチャー
ト。

【図４】同実施例の動作を説明するためのフローチャー
ト。

【図５】同実施例のデータ監視システムの動作を説明す
るための表示画面の一例を示す概念図。

【図６】同実施例のＰＯＳデータの一例を説明するため
の概念図。

【図７】同実施例のＰＯＳデータの一例を説明するため
の概念図。

【図８】同実施例のデータ監視システムの動作を説明す
るための表示画面の一例を示す概念図。

【符号の説明】

１…学習用ＰＯＳデータベース、２…パターン抽出部、
３…パターン出力部、４…対象ＰＯＳデータベース、５
…パターン認識部、６…推論システム、７…知識入力
部、１０…制御部、１１…入出力部、１２…学習用ＰＯ
Ｓデータ取出し部、１３…対象ＰＯＳデータ取出し部、
１４…パターンデータベース、１５…知識データベー
ス、１６…推論部、１７…推論結果出力部。

Claims (5)

【特許請求の範囲】
1. 【請求項１】 選択されたデータ集合から所定の方式に
   基づいて所定の形式のデータパターンを抽出するパター
   ン抽出手段と、 このパターン抽出手段により抽出された前記データパタ
   ーンの中で、監視対象のデータ集合のパターンに類似し
   ているデータパターンを認識するパターン認識手段と、 このパターン認識手段により認識された前記データパタ
   ーンに基づいて、予め与えられた知識情報を利用して前
   記監視対象のデータ集合に対する推論結果を出力する推
   論実行手段とを具備したことを特徴とするデータ監視シ
   ステム。
2. 【請求項２】 所定の形式のデータパターンを決定する
   ための学習用時系列データ集合を格納した学習用データ
   ベース手段と、 所定の方式に基づいて、前記学習用データベース手段か
   ら選択された前記学習用時系列データ集合のデータパタ
   ーンを抽出するパターン抽出手段と、 監視対象の時系列データ集合を格納した対象データベー
   ス手段と、 前記パターン抽出手段により抽出された前記データパタ
   ーンの中で、前記対象データベース手段から選択された
   前記時系列データ集合が類似しているデータパターンを
   認識するパターン認識手段と、 前記パターン抽出手段により抽出された前記データパタ
   ーンから所定のルールに基づいた推論結果を導くための
   知識情報を入力するための知識入力手段と、 この知識入力手段により入力された前記知識情報を利用
   して推論処理を実行し、前記パターン認識手段により認
   識された前記データパターンに基づいて前記監視対象の
   時系列データ集合に対する推論結果を出力する推論実行
   手段とを具備したことを特徴とするデータ監視システ
   ム。
3. 【請求項３】 販売情報を管理するためのデータ監視シ
   ステムであって、 過去の販売情報に関係する学習用時系列データ集合を格
   納した学習用データベース手段と、 所定の方式に基づいて、前記学習用データベース手段か
   ら選択された前記学習用時系列データ集合から所定の形
   式のデータパターンを抽出するパターン抽出手段と、 このパターン抽出手段により抽出されたデータパターン
   集合を格納したパターンデータベース手段と、 監視対象であって現時点の販売情報に関係する時系列デ
   ータ集合を格納した対象データベース手段と、 前記パターンデータベース手段に格納された前記データ
   パターン集合の中で、前記対象データベース手段から選
   択された前記時系列データ集合が類似しているデータパ
   ターンを認識するパターン認識手段と、 所定のルールに基づいて、前記パターン抽出手段により
   抽出された前記データパターン毎に前記販売情報に従っ
   た販売管理結果を推論するための知識情報を入力するた
   めの知識入力手段と、 この知識入力手段により入力された前記知識情報集合を
   格納した知識データベース手段と、 前記知識情報集合を利用して推論処理を実行し、前記パ
   ターン認識手段により認識された前記データパターンに
   基づいて前記現時点の販売情報に関係する時系列データ
   集合に対する販売管理結果を出力する推論実行手段とを
   具備したことを特徴とするデータ監視システム。
4. 【請求項４】 前記知識入力手段は、前記パターン認識
   手段により認識された前記データパターンを表示する表
   示手段を有することを特徴とする請求項２または請求項
   ３記載のデータ監視システム。
5. 【請求項５】 所定の形式のデータパターンを決定する
   ための学習用時系列データ集合を格納した学習用データ
   ベース手段および監視対象の時系列データ集合を格納し
   た対象データベース手段を有するデータ監視システムに
   おいて、 所定の方式に基づいて、前記学習用データベース手段か
   ら選択された前記学習用時系列データ集合のデータパタ
   ーンを抽出するステップと、 抽出された前記データパターンの中で、前記対象データ
   ベース手段から選択された前記時系列データ集合が類似
   しているデータパターンを認識するステップと、抽出さ
   れた前記データパターンから所定のルールに基づいた推
   論結果を導くための知識情報を入力するステップと、 入力された前記知識情報を利用して推論処理を実行し、
   認識された前記データパターンに基づいて前記監視対象
   の時系列データ集合に対する推論結果を出力するステッ
   プとからなることを特徴とするデータ監視方法。