東アジアパターン頻度インジケーター

東アジアパターン頻度インジケーターには東アジアパターン頻度と東アジアパターン低頻度が含まれます。

パターン頻度インジケーターには次の2種類があります:

[East Asia Pattern Frequency] (東アジアパターン頻度)インジケーターは、個別のパターンから最も頻度の高いレコードの数を計算します。
[East Asia Pattern Low Frequency] (東アジアパターン低頻度)インジケーターは、個別のパターンから最も頻度の低いレコードの数を計算します。

これらのインジケーターにはラテン文字のみ使用できます。また、Javaエンジンでのみ使用できます。アジア系のデータのパターンを特定する時に有用です。

上記の2つのインジケーターは、アジア系の文字を下記のテーブルで説明するルールに従ってH,K,CやGなどの文字に変換することでパターンを生成します。

文字タイプ	使用方法
ラテン数字	すべてのASCII数字が9に置き換わります
Latin小文字	すべてのASCII Latin文字がaに置き換わります
Latin大文字	すべての大文字のLatin文字がAに置き換わります
全角ラテン数字	すべてのASCII数字が9に置き換わります
全角Latin小文字	すべてのASCII Latin文字がaに置き換わります
全角Latin大文字	すべての大文字のLatin文字がAに置き換わります
ひらがな	すべてのひらがな文字がHに置き換わります
半角カタカナ	すべての半角カタカナ文字がkに置き換わります
全角カタカナ	すべての全角カタカナ文字がKに置き換わります
片仮名	すべてのカタカナ文字がKに置き換わります
漢字	漢字がCに置き換わります
ハングル	ハングル文字がGに置き換わります

以下は、[East Asia Pattern Frequency] (東アジアパターン頻度)インジケーターおよび[East Asia Pattern Low Frequency] (東アジアパターン低頻度)インジケーターを[address] (住所)カラムに使用したカラム分析の例です。

[East Asia Pattern Low Frequency] (東アジアパターン低頻度)インジケーターの分析結果は次のようになります。

これらの結果には、個別のパターンごとに最も頻度の低いレコードの数が示されます。文字と数字によるパターンもあれば、文字だけのパターンもあります。パターンは長さも異なります。すなわち、住所は一貫しておらず、訂正とクリーン化が必要になる場合があります。

東アジアパターン頻度インジケーターとデータベースの互換性

どのデータベースでも選択できるインジケーターを次のテーブルに示します。

インジケーター	Java解析エンジンでサポートされているデータ型	SQL解析エンジンでサポートされているデータ型
東アジアパターン頻度	Number Text Date	なし
東アジアパターン低頻度	Number Text Date	なし

このページまたはコンテンツに、タイポ、ステップの省略、技術的エラーなどの問題が見つかった場合は、お知らせください。改善に役立たせていただきます。