您好，


請問在開發軟體時，有使用 data mining 時的授權是如何呢?

如WEKA是一套 data mining 的工具，有GPL 授權以及商業授權。


以下2種情形的授權是否相同?

1. 程式中有包含使用資料建立mode ，以及預測結果功能，因此程式中有包含 WEKA training & predict library 。

2. (由使用者自行提供 mode)
程式中無包含使用資料建立mode，僅包預測結果功能，因此程式中僅包含 WEKA predict library。


網路上看到有人提到 GPL 只對軟體本身，並不適用在該軟體產生的資料，

如果是這樣的話，專案中該如何區隔開來這種 data mining 的授權呢?

hi, ml2010

首先，我先去google了一下WEKA的授權。

從他專案的頁面及Wikipedia的介紹，我都只看到它是以GPL授權的，不知道商業授權的說明在哪裡呢？
雖然大概是我沒有找到詳細規定的地方XD，但以下還是以它同時用GPL及商業授權作為前提假設來討論吧！

GPL對於程式的感染性的意思是說，如果我拿到了一支GPL的程式，我把這支程式給修改了，或是我拿我自己寫的部分跟他結合成一支程式，或是連結呼叫他，就會因為這樣而必須整支程式要以GPL來再授權出去。
而雙重授權模式的做法就在於，你可以完全依上面GPL的方式來做（那就跟一般只以GPL授權的程式沒有任何差異），但如果你覺得不想用GPL來再授權，就可以付錢給我的前手，也就是這支程式的作者，這個作者可以用不是GPL的方式（通常是商業授權）來讓我們不必然要用GPL再授權我們自己的部分。

你的問題是，如果用了這個WEKA程式所產生的資料仍然有包含部分原程式的碼，那是不是連這部分的資料都要依GPL來走？或是這部分資料與GPL無關？
我的想法是，這部分產出的資料跟GPL無關。
你的問題問的兩種情況，如果指的是你做出來的資料必須要去call這一個或兩個lib才OK的話，那麼其實這件事並不會單純地因為你的資料中有GPL的code所以就當然要用GPL來授權。
好比說，你用GCC去compile出來的東西，多少會包到GCC的code，但如果這樣就要用GPL授權，顯然也不是一個compiler的原意；又好比，用Eclipse也不會因此就要把寫出來的程式用EPL授權一樣的道理。

但我覺得我有可能還不夠了解你的問題點。你最後一句說：如果是這樣的話，專案中該如何區隔開來這種 data mining 的授權呢？我沒有很明白。你實作上是要如何利用WEKA這支程式呢？可能我要再更清楚地了解你細部問題，才能更接近答案囉。

您好，


感謝回覆!!

*.關於商業方面的授權我是在他的問答中看到的:
weka.wikispaces.com/Can+I+use+WEKA+in+commercial+applications%3F
For commercial projects it is possible to obtain a commercial license through WaikatoLink the commercialization unit of the University of Waikato or Pentaho corporation

這個部份就是應該就是您說的，可以走商業授權而不開放原始碼。


*. 關於 WEKA 產生的資料:
這部份我沒有說出清楚，WEKA 產生出來的是model跟預測結果，並無包含 WEKA 的 code


*. 實作:
在流程上，專案大概分成3個部份，第一個部份是將資料做某一程度的篩選(在此稱為"候選解"，

第二個部份是使用WEKA，將第一個部份的候選解一部份當做正解，以產出model ;
另一部份當做 test data ，經過該model 後得到預測結果。
p.s. 預測為正解的提出來將做為第三部份使用(在此稱為最佳解)。

最後一個部份則是將第二個部份的最佳解做其他處理。

程式實作方面，每個部份皆有獨立的程式，在第二部份則是將候選解分成2個群組，
一組為 training data ，呼叫 WEKA 的library 建立出一個model。
另一組為 test data ，在建立model後，呼叫 WEKA 的 library 來預測 test data 的結果。

因此第一部份跟第三部份的程式份無使用 WEKA library，

所以這樣的話，

專案本身就是3個獨立程式，是否只需要公開第二部份的程式碼?

又或最後以GUI界面整合這三個部份的話，是否也只需要公開第二部份的程式碼?

hi, ml2010

首先先說不好意思，上週過於忙碌導致忽略了這則回覆Orz
現在就來研究一下這個問題吧！

你說：程式實作方面，每個部份皆有獨立的程式，在第二部份則是將候選解分成 2 個群組，一組為 training data ，呼叫 WEKA 的 library 建立出一個 model。另一組為 test data ，在建立 model 後，呼叫 WEKA 的 library 來預測 test data 的結果。

因此第一部份跟第三部份的程式份無使用 WEKA library，所以這樣的話，專案本身就是 3 個獨立程式，是否只需要公開第二部份的程式碼? 又或最後以 GUI 界面整合這三個部份的話，是否也只需要公開第二部份的程式碼?
我了解你的疑慮。的確從流程來看，這三個步驟是三隻分離且獨立的程式、第一隻及第三隻程式也不算是第二隻的衍生作品，按照 GPL 的邏輯，它的授權狀況是不會互相影響的。也就是說，在討論到用一個 UI 把他們介面整合之前，第一隻及第三隻程式，是不會因為第二隻要用 GPL，而必須也要 open 出來。

不過，問題卡在，你要用 UI 要整合。

如果在技術上，你在散布這三隻程式時，確實是散布三隻程式的話（頂多加上 UI 本身，是四隻程式的話），那麼因為是分開散布，一樣依 GPL 只需要公開第二隻的源碼；但如果你是包在一整包，讓這三隻程式與 UI 包成一個執行檔出去的話，以 GPL 比較嚴格的解釋來講，就有可能必須提供所有的程式碼。

從你的問題中並不知道你有無商業販售本程式的考量。如果有，而且如果你在商業販售上也必須要包成一隻程式來賣的話，若無法開放源碼出來，我仍然建議向 WEKA 的權利人（即你提供的：University of Waikato or Pentaho corporation）洽談商業授權的費用，以防未來的法律風險。

反之，如果你沒有商業利益的考量，只是單純基於別的理由，不想開放你的源碼（但如果人家真的要你 open，你還是沒那麼介意 open 出來的情況），實際上是比較不那麼嚴重的。當然，如果你可以在技術上分成三個程式散布，一切就沒這個問題啦！

希望我的回覆對你有幫助！

感謝您的回覆，

非常清楚明瞭了，

也很感激貴單位有這個平台，讓大家學習軟體法律規範的相關問題