JP2018206343A - データ内の同格化した関係を視覚的に調査するためのシステム、関係のデータを視覚化する方法、プログラム、及びコンピュータ装置 - Google Patents
データ内の同格化した関係を視覚的に調査するためのシステム、関係のデータを視覚化する方法、プログラム、及びコンピュータ装置 Download PDFInfo
- Publication number
- JP2018206343A JP2018206343A JP2017240432A JP2017240432A JP2018206343A JP 2018206343 A JP2018206343 A JP 2018206343A JP 2017240432 A JP2017240432 A JP 2017240432A JP 2017240432 A JP2017240432 A JP 2017240432A JP 2018206343 A JP2018206343 A JP 2018206343A
- Authority
- JP
- Japan
- Prior art keywords
- type
- entities
- bicluster
- entity
- relationship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/358—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】関係データを視覚化する方法が説明される。本方法は、第1のタイプのエンティティ、第2のタイプのエンティティ、及び、第1のタイプのエンティティと第2のタイプのエンティティとの間の関係を示すデータを含む関係データを受け取ることと、関係を示すデータに基づき、第1のタイプのエンティティを第2のタイプのエンティティに繋げる双クラスタを生成することと、生成された双クラスタに基づいて視覚化を生成することであって、視覚化には、第1のタイプのエンティティを示す第1の列、及び、第2のタイプのエンティティを示す第2の列が含まれ、視覚化の各列が、生成された双クラスタに対応する、視覚化を生成することと、を含む。
【選択図】図2
Description
1又は複数の実施形態では、前記生成された視覚化がさらに、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む。
1又は複数の実施形態では、前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、前記生成された視覚化がさらに、前記第1のタイプの前記複数のエンティティを示す第1の列、及び、前記第2のタイプの前記複数のエンティティを示す第2の列を含み、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている。
1又は複数の実施形態では、少なくとも1つの前記関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素と、を含む。
1又は複数の実施形態では、前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記複数の第3のタイプのエンティティの各々に繋げる別の双クラスタを生成することと、前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、前記別の視覚化が、他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示と、を含む、別の視覚化を生成することと、をさらに含む。
1又は複数の実施形態では、前記双クラスタチェーンを前記生成することには、前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、前記計算された類似性の値が、閾値以上であるかを判定することと、前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、を含む。
1又は複数の実施形態では、前記計算された類似性の値が前記閾値未満であることの判定に応じて、別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、をさらに含む。
1又は複数の実施形態では、前記閾値の値は、ユーザが設定した閾値である。
1又は複数の実施形態では、前記生成された視覚化がさらに、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む。
1又は複数の実施形態では、前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、前記生成された視覚化がさらに、前記第1のタイプの前記複数のエンティティを示す第1の列、及び、前記第2のタイプの前記複数のエンティティを示す第2の列を含み、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている。
1又は複数の実施形態では、前記少なくとも1つの前記関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素とを含む。
1又は複数の実施形態では、前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記複数の第3のタイプのエンティティの各々に繋げる別の双クラスタを生成することと、前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、前記別の視覚化が、他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示とを含む、別の視覚化を生成することと、をさらに含む。
1又は複数の実施形態では、前記双クラスタチェーンを前記生成することには、前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、前記計算された類似性の値が、閾値以上であるかを判定することと、前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、が含まれる。
1又は複数の実施形態では、前記計算された類似性の値が前記閾値未満であることの判定に応じて、別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、をさらに含む。
1又は複数の実施形態では、前記生成された視覚化がさらに、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む。
1又は複数の実施形態では、前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、前記生成された視覚化がさらに、前記第1のタイプの前記複数のエンティティを示す第1の列、及び、前記第2のタイプの前記複数のエンティティを示す第2の列を含み、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている。
1又は複数の実施形態では、前記少なくとも1つの関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと、前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素とを含む。
1又は複数の実施形態では、前記プロセスがさらに、前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記第3のタイプの複数のエンティティの各々に繋げる別の双クラスタを生成することと、前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、前記別の視覚化が、他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示と、を含む、別の視覚化を生成することと、をさらに含む。
1又は複数の実施形態では、前記双クラスタチェーンを前記生成することには、前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、前記計算された類似性の値が、閾値以上であるかを判定することと、前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、が含まれる。
1又は複数の実施形態では、前記プロセスがさらに、前記計算された類似性の値が前記閾値未満であることの判定に応じて、別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、を含む。
アルゴリズム1:双クラスタマッチング
アルゴリズム2:双クラスタチェイニング
Claims (22)
- 第1のタイプのエンティティ、第2のタイプのエンティティ、及び、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係を示すデータを含む関係データを受け取ることと、
前記関係を示すデータに基づき、前記第1のタイプのエンティティを前記第2のタイプのエンティティに繋げる双クラスタを生成することと、
生成された前記双クラスタに基づいて視覚化を生成することであって、
前記視覚化は、
前記第1のタイプのエンティティを示す第1の列、及び、
前記第2のタイプのエンティティを示す第2の列を含み、前記視覚化の各行が、前記生成された双クラスタに対応する、
視覚化を生成することと、
を含む、関係のデータを視覚化する方法。 - 前記生成された視覚化がさらに、
前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む、請求項1に記載の方法。 - 前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、
前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、
前記生成された視覚化がさらに、
前記第1のタイプの前記複数のエンティティを示す第1の列、及び、
前記第2のタイプの前記複数のエンティティを示す第2の列を含み、
前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている、
請求項2に記載の方法。 - 少なくとも1つの前記関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、
前記重み付けされた視覚表示が、
前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、
前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、
前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素と、
を含む、請求項3に記載の方法。 - 前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、
関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記複数の第3のタイプのエンティティの各々に繋げる別の双クラスタを生成することと、
前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、
前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、
前記別の視覚化が、
他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、
前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示と、
を含む、
別の視覚化を生成することと、
をさらに含む、請求項3に記載の方法。 - 前記双クラスタチェーンを前記生成することには、
前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、
前記計算された類似性の値が、閾値以上であるかを判定することと、
前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、が含まれる、請求項5に記載の方法。 - 前記計算された類似性の値が前記閾値未満であることの判定に応じて、
別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、
前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、
前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、をさらに含む、請求項6に記載の方法。 - 前記閾値の値は、ユーザが設定した閾値である、請求項6に記載の方法。
- コンピュータに、関係データの視覚化の方法を実行させるプログラムであって、
前記方法が、
第1のタイプのエンティティ、第2のタイプのエンティティ、及び、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係を示すデータを含む関係データを受け取ることと、
前記関係を示すデータに基づき、前記第1のタイプのエンティティを前記第2のタイプのエンティティに繋げる双クラスタを生成することと、
生成された前記双クラスタに基づいて視覚化を生成することであって、
前記視覚化には、
前記第1のタイプのエンティティを示す第1の列、及び、
前記第2のタイプのエンティティを示す第2の列を含み、前記視覚化の各列が、前記生成された双クラスタに対応する、
視覚化を生成することと、
を含む、プログラム。 - 前記生成された視覚化がさらに、
前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む、請求項9に記載のプログラム。 - 前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、
前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、
前記生成された視覚化がさらに、
前記第1のタイプの前記複数のエンティティを示す第1の列、及び、
前記第2のタイプの前記複数のエンティティを示す第2の列を含み、
前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている、請求項10に記載のプログラム。 - 前記少なくとも1つの前記関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、
前記重み付けされた視覚表示が、
前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、
前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、
前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素とを含む、請求項11に記載のプログラム。 - 前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、
関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記複数の第3のタイプのエンティティの各々に繋げる別の双クラスタを生成することと、
前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、
前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、前記別の視覚化が、
他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、
前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示とを含む、別の視覚化を生成することと、をさらに含む、請求項11に記載のプログラム。 - 前記双クラスタチェーンを前記生成することには、
前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、
前記計算された類似性の値が、閾値以上であるかを判定することと、
前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、が含まれる、請求項13に記載のプログラム。 - 前記計算された類似性の値が前記閾値未満であることの判定に応じて、
別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、
前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、
前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、をさらに含む、請求項14に記載のプログラム。 - 関係データを視覚化するように構成されたコンピュータ装置であって、
第1のタイプのエンティティ、第2のタイプのエンティティ、及び、前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係を示すデータを含む関係データを記憶するメモリと、
前記関係を示すデータに基づき、前記第1のタイプのエンティティを前記第2のタイプのエンティティに繋げる双クラスタを生成することと、
生成された前記双クラスタに基づいて視覚化を生成することであって、
前記視覚化には、
前記第1のタイプのエンティティを示す第1の列、及び、
前記第2のタイプのエンティティを示す第2の列が含まれ、
前記視覚化の各列が、前記生成された双クラスタに対応する、
視覚化を生成することと、
を含む、プロセスを実行するプロセッサと、
前記生成された視覚化を表示するように構成されたディスプレイデバイスと、
を備えた、コンピュータ装置。 - 前記生成された視覚化がさらに、
前記第1のタイプのエンティティと前記第2のタイプのエンティティとの間の関係の、重み付けされた視覚表示を含む、請求項16に記載のコンピュータ装置。 - 前記関係を示すデータが、前記第1のタイプの複数のエンティティと前記第2のタイプの複数のエンティティとの間の、少なくとも1つの関係を示すデータを含んでおり、
前記生成された双クラスタが、前記第1のタイプの前記複数のエンティティの各々を、前記第2のタイプの前記複数のエンティティの各々に繋ぎ、
前記生成された視覚化がさらに、
前記第1のタイプの前記複数のエンティティを示す第1の列、及び、
前記第2のタイプの前記複数のエンティティを示す第2の列を含み、
前記重み付けされた視覚表示が、前記第1の列と前記第2の列との間に配置されている、請求項17に記載のコンピュータ装置。 - 前記少なくとも1つの関係を示すデータが、前記第1のタイプの前記複数のエンティティと前記第2のタイプの前記複数のエンティティとの間の複数の関係を示し、
前記重み付けされた視覚表示が、
前記第1の列と前記第2の列との間に、第1の方向に延びる第1のタイプの視覚要素と、
前記第1のタイプの視覚要素の上に配置され、前記第1の方向と直交する第2の方向に延びる、第2のタイプの視覚要素であって、
前記第2のタイプの複数の視覚要素が、前記第1のタイプの視覚要素の上に配置され、前記複数の視覚要素の各々が、前記第1のタイプの前記複数のエンティティと、前記第2のタイプの前記複数のエンティティとの間の前記複数の関係の1つに関連付けられている、第2のタイプの視覚要素とを含む、請求項18に記載のコンピュータ装置。 - 前記プロセスがさらに、
前記第1のタイプのエンティティ、第3のタイプのエンティティ、及び、前記第1のタイプの別の複数のエンティティと前記第3のタイプの複数のエンティティとの間の関係を示す追加のデータとを含む追加の関係データを受け取ることと、
関係を示す前記追加のデータに基づき、前記別の複数の第1のタイプのエンティティの各々を、前記第3のタイプの複数のエンティティの各々に繋げる別の双クラスタを生成することと、
前記双クラスタを、前記生成された別の双クラスタに繋げる双クラスタチェーンを生成することと、
前記生成された別の双クラスタ及び前記生成された双クラスタチェーンに基づき、別の視覚化を生成することであって、
前記別の視覚化が、
他の複数の前記第1のタイプのエンティティと前記複数の前記第3のタイプのエンティティとの間の関係の、重み付けされた視覚表示と、
前記双クラスタと前記別の双クラスタとの間の関係の、重み付けされた視覚表示と、
を含む、
別の視覚化を生成することと、
をさらに含む、請求項18に記載のコンピュータ装置。 - 前記双クラスタチェーンを前記生成することには、
前記双クラスタの前記複数の第1のタイプのエンティティと前記別の双クラスタの他の複数の第1のタイプのエンティティとの間の類似性の値を計算することと、
前記計算された類似性の値が、閾値以上であるかを判定することと、
前記計算された類似性の値が前記閾値以上であるかの判定に応じて、前記双クラスタを、前記複数の第1のタイプのエンティティ及び前記他の複数の第1のタイプのエンティティに基づき、前記別の双クラスタに繋げることと、が含まれる、請求項20に記載のコンピュータ装置。 - 前記プロセスがさらに、
前記計算された類似性の値が前記閾値未満であることの判定に応じて、
別の複数の前記第3のタイプのエンティティとの関係を有する前記第1のタイプの追加の複数のエンティティを選択することと、
前記追加の複数の第1のタイプのエンティティの各々を、前記別の複数の第3のタイプのエンティティの各々に繋ぐ追加の双クラスタを生成することと、
前記双クラスタを、前記生成された追加の双クラスタに繋げる双クラスタチェーンを生成することと、を含む、請求項21に記載のコンピュータ装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/611602 | 2017-06-01 | ||
US15/611,602 US10521445B2 (en) | 2017-06-01 | 2017-06-01 | System for visually exploring coordinated relationships in data |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018206343A true JP2018206343A (ja) | 2018-12-27 |
JP6988430B2 JP6988430B2 (ja) | 2022-01-05 |
Family
ID=64459869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017240432A Active JP6988430B2 (ja) | 2017-06-01 | 2017-12-15 | データ内の同格化した関係を視覚的に調査するためのシステム、関係のデータを視覚化する方法、プログラム、及びコンピュータ装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10521445B2 (ja) |
JP (1) | JP6988430B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271622A (ja) * | 2002-01-31 | 2003-09-26 | Requisite Technology Inc | データベース中のレコードを対話型で比較すること |
JP2007004233A (ja) * | 2005-06-21 | 2007-01-11 | Yamatake Corp | 文章分類装置、文章分類方法、およびプログラム |
JP2010218353A (ja) * | 2009-03-18 | 2010-09-30 | Oki Electric Ind Co Ltd | クラスタリング装置およびクラスタリング方法 |
US20110246537A1 (en) * | 2010-03-31 | 2011-10-06 | International Business Machines Corporation | Matrix re-ordering and visualization in the presence of data hierarchies |
JP2014081899A (ja) * | 2012-10-18 | 2014-05-08 | Panasonic Corp | 共クラスタリング装置、共クラスタリング方法、プログラム及び集積回路 |
US20170185668A1 (en) * | 2015-12-28 | 2017-06-29 | Informatica Llc | Method, apparatus, and computer-readable medium for visualizing relationships between pairs of columns |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040249847A1 (en) * | 2003-06-04 | 2004-12-09 | International Business Machines Corporation | System and method for identifying coherent objects with applications to bioinformatics and E-commerce |
US20060259475A1 (en) * | 2005-05-10 | 2006-11-16 | Dehlinger Peter J | Database system and method for retrieving records from a record library |
EP2563014A3 (en) * | 2007-02-21 | 2013-03-06 | Nds Limited | Method for content presentation |
US20110246409A1 (en) * | 2010-04-05 | 2011-10-06 | Indian Statistical Institute | Data set dimensionality reduction processes and machines |
US9043326B2 (en) * | 2011-01-28 | 2015-05-26 | The Curators Of The University Of Missouri | Methods and systems for biclustering algorithm |
US9495641B2 (en) * | 2012-08-31 | 2016-11-15 | Nutomian, Inc. | Systems and method for data set submission, searching, and retrieval |
US10395215B2 (en) * | 2012-10-19 | 2019-08-27 | International Business Machines Corporation | Interpretation of statistical results |
WO2014179724A1 (en) * | 2013-05-02 | 2014-11-06 | New York University | System, method and computer-accessible medium for predicting user demographics of online items |
US10152557B2 (en) * | 2014-01-31 | 2018-12-11 | Google Llc | Efficient similarity ranking for bipartite graphs |
US20160098519A1 (en) * | 2014-06-11 | 2016-04-07 | Jorge S. Zwir | Systems and methods for scalable unsupervised multisource analysis |
US10061816B2 (en) * | 2015-05-11 | 2018-08-28 | Informatica Llc | Metric recommendations in an event log analytics environment |
US10599700B2 (en) * | 2015-08-24 | 2020-03-24 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for narrative detection and frame detection using generalized concepts and relations |
US9851959B2 (en) * | 2016-02-17 | 2017-12-26 | Qualcomm Innovation Center, Inc. | Semantically sensitive code region fingerprint calculation for programming languages |
-
2017
- 2017-06-01 US US15/611,602 patent/US10521445B2/en active Active
- 2017-12-15 JP JP2017240432A patent/JP6988430B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271622A (ja) * | 2002-01-31 | 2003-09-26 | Requisite Technology Inc | データベース中のレコードを対話型で比較すること |
JP2007004233A (ja) * | 2005-06-21 | 2007-01-11 | Yamatake Corp | 文章分類装置、文章分類方法、およびプログラム |
JP2010218353A (ja) * | 2009-03-18 | 2010-09-30 | Oki Electric Ind Co Ltd | クラスタリング装置およびクラスタリング方法 |
US20110246537A1 (en) * | 2010-03-31 | 2011-10-06 | International Business Machines Corporation | Matrix re-ordering and visualization in the presence of data hierarchies |
JP2014081899A (ja) * | 2012-10-18 | 2014-05-08 | Panasonic Corp | 共クラスタリング装置、共クラスタリング方法、プログラム及び集積回路 |
US20170185668A1 (en) * | 2015-12-28 | 2017-06-29 | Informatica Llc | Method, apparatus, and computer-readable medium for visualizing relationships between pairs of columns |
Also Published As
Publication number | Publication date |
---|---|
JP6988430B2 (ja) | 2022-01-05 |
US20180349448A1 (en) | 2018-12-06 |
US10521445B2 (en) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11132604B2 (en) | Nested machine learning architecture | |
US20190073580A1 (en) | Sparse Neural Network Modeling Infrastructure | |
CN109923568B (zh) | 用于数据分析的移动数据洞察平台 | |
von Landesberger et al. | Interaction taxonomy for tracking of user actions in visual analytics applications | |
Migut et al. | Visualizing multi-dimensional decision boundaries in 2D | |
NL2011729A (en) | System and method for sharing investigation result data. | |
US20090319940A1 (en) | Network of trust as married to multi-scale | |
Murugan et al. | Detecting spams in social networks using ML algorithms-a review | |
Ni et al. | Learning epidemic threshold in complex networks by convolutional neural network | |
Schwarz et al. | Design of professional laboratory exercises for effective state-of-the-Art OSINT investigation tools-Part 3: Maltego | |
Costa et al. | GraphDDP: a graph-embedding approach to detect differentiation pathways in single-cell-data using prior class knowledge | |
Tidke et al. | A comprehensive review and open challenges of stream big data | |
US11068121B2 (en) | System and method for visual exploration of subnetwork patterns in two-mode networks | |
JP6988430B2 (ja) | データ内の同格化した関係を視覚的に調査するためのシステム、関係のデータを視覚化する方法、プログラム、及びコンピュータ装置 | |
Sun et al. | Interactive bicluster aggregation in bipartite graphs | |
Du et al. | OpinionRings: Inferring and visualizing the opinion tendency of socially connected users | |
US11048713B2 (en) | System and method for visual exploration of search results in two-mode networks | |
Qian et al. | Generative image inpainting for link prediction | |
Schaffer et al. | Interactive interfaces for complex network analysis: An information credibility perspective | |
CN117349126B (zh) | 一种基于大数据的实时信息网络日志分析方法及*** | |
Christiyana ArulSelvi et al. | Identifying trusted similar users using stochastic model and next-closure based knowledge model in online social networks | |
Malang et al. | Analyzing community structure based on topology potential over complex network system | |
Estivill-Castro et al. | Interpretable decisions trees via human-in-the-loop-learning | |
Jin et al. | The cross-cultural differences of network user behavior of new media technology platform using deep learning | |
Maçãs et al. | Visualisation of Random Forest classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210921 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6988430 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |