[發明專利]發現數據規則的方法和系統

有效

• 申請號: 200710186779.0
• 申請日: 2007-11-16
• 公開（公告）號: CN101201844A
• 公開（公告）日: 2008-06-18
• 發明（設計）人: 揚妮克·賽利特;瑪麗·A·羅思;布萊尼·錢德;哈拉爾德·C·史密斯
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市柳沈律師事務所
• 代理人: 黃小臨

1.一種方法，包括：

處理包括多個記錄的數據組以生成用于該數據組的數據規則，其中每個記錄具有包括多個字段的記錄格式，其中每個規則基于至少一個其它字段中的至少一個預測值條件而提供一個字段的預測條件；

向用戶界面提供所生成的數據規則，以使得用戶能夠編輯所生成的數據規則；以及

將數據規則存儲在規則庫中，以可用于驗證具有所述記錄格式的數據組。

2.如權利要求1所述的方法，還包括：

將所生成的數據規則應用于數據組，以識別不滿足規則的記錄；以及

向用戶界面展示所識別出的記錄，以供用戶在編輯所生成的數據規則時進行檢查。

3.如權利要求1所述的方法，還包括：

從所述用戶界面接收對所生成的數據規則的用戶修改；以及

生成包括對所生成的數據規則的用戶修改的、用戶認可的數據規則組，其中所述用戶認可的數據規則組被存儲在所述規則庫中。

4.如權利要求1所述的方法，其中處理數據組包括：采用數據挖掘技術來生成數據規則，其中所述數據挖掘技術是包括關聯規則和樹分類的數據挖掘技術的集合中的一部分。

5.如權利要求1所述的方法，其中處理數據組以生成數據規則包括：

將第一數據挖掘算法應用于數據組以生成第一組數據規則；

將第二數據挖掘算法應用于數據組以生成第二組數據規則；

其中向用戶界面提供所生成的數據規則包括：將第一組數據規則和第二組數據規則提供給用戶界面，以供用戶進行檢查。

6.如權利要求5所述的方法，還包括：

識別出第一組數據規則和第二組數據規則中冗余的規則；以及

在用戶界面中向用戶展示表示冗余數據規則的信息，以使得用戶能夠修改規則以移除冗余數據規則。

7.如權利要求5所述的方法，其中所述第一數據挖掘算法使用關聯規則來確定數據規則，以及其中所述第二數據挖掘算法使用樹分類數據挖掘算法。

8.如權利要求5所述的方法，其中所述第一組數據規則和第二組數據規則提供不同規則語言格式的規則，該方法還包括：

將所述第一組數據規則和第二組數據規則轉換為公用規則語言格式，以存儲在庫中。

9.如權利要求1所述的方法，其中被提供給用戶界面并存儲在庫中的數據規則滿足已定義的置信度級別，該已定義的置信度級別表示至少一個字段的至少一個預測值條件推斷出一個字段的預測條件的最小可能性。

10.如權利要求9所述的方法，其中被提供給用戶界面并存儲在庫中的數據規則滿足以下中的至少一個：最小支持度級別、最小置信度級別、最小提升級別、以及最大規則長度，并且經由所述用戶界面而輸入。

11.如權利要求1所述的方法，其中處理數據組還包括：

離散化數值字段，以將該數值字段轉換為值的范圍，其中根據離散化的數值字段來生成數據規則。

12.如權利要求1所述的方法，其中所述數據組具有多個列，其中生成數據規則包括：

生成包括節點的每個列的樹分類模型，其中每個節點提供產生該列中的預測條件的預測性條件；以及

為每個樹分類模型確定推斷出包括滿足支持度和置信度級別的預測性和預測條件的數據規則的節點。

13.一種系統，包括：

用戶界面；

規則庫；以及

規則引擎，被使能為引起操作被執行，所述操作包括：

調用至少一個數據挖掘引擎來處理包括多個記錄的數據組，以生成用于所述數據組的數據規則，其中每個記錄具有包括多個字段的記錄格式，其中每個規則基于至少一個其它字段中的至少一個預測值條件而提供一個字段的預測條件；

向所述用戶界面提供所生成的數據規則，以使得用戶能夠編輯所生成的數據規則；以及

將數據規則存儲在所述規則庫中，以可用于驗證具有所述記錄格式的數據組。

14.如權利要求13所述的系統，其中由所述規則引擎引起的操作還包括：

將所生成的數據規則應用于數據組，以識別不滿足規則的記錄；以及

向用戶界面展示所識別的記錄，以供用戶在編輯所生成的數據規則時進行檢查。