CN103201739B - 信息处理设备 - Google Patents

Abstract

信息处理设备与存储图形数据的数据库连接，所述图形数据是分析引擎分别生成，并且具有连接多个节点的数据结构，所述信息处理设备包括：节点信息数据库，所述节点信息数据库是针对与相应分析引擎兼容的所述图形数据中的每一个而设置的，其中标识信息与图形数据中的节点的路径信息相关联，所述标识信息是用于标识该节点的信息且针对相同节点是相同的；以及数据处理装置，用于基于所述节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述另一分析引擎所生成的所述图形数据关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

Description

信息处理设备

技术领域

本发明涉及一种信息处理设备，更具体地，涉及在存在多个数据库的系统中支持数据管理的信息处理设备。

背景技术

近年来，随着信息处理技术的发展，分析各种类型的数据的分析引擎也得以发展。存在各种类型的分析引擎，例如根据移动图像数据生成用于跟踪人的流(flow)的位置信息，根据静止图像数据指定某人，从语音数据中生成文本数据等。

一直以来，为了提高分析的精度和速度而改进分析引擎。因而，在改进的分析引擎中，存在改变数据库中累积的数据的结构或添加数据的情况。在这种情况下，当旧的数据结构和新的数据结构彼此兼容时，可以从用于访问数据库的旧应用和新应用二者访问相应数据。

[专利文献]

专利文献1：日本未审专利申请公开No.2007-257083

然而，当作为旧分析引擎和新分析引擎的分析结果的数据的结构彼此不同时，出现有可能无法从与旧分析引擎兼容的旧应用中访问新分析引擎所生成的数据的问题。此外，为了从新应用访问旧分析引擎所分析的数据，需要在新应用中包含数据结构的转换规则，以实现对旧数据结构的访问。然而在这种情况下，应用开发者需要理解数据结构的转换规则，出现随着应用数量的增加，开发应用所花费的努力更大和成本更高的问题。

作为相关技术，专利文献1公开了一种系统。该专利文献1公开了一种结合来自多个数据库的必要数据并提供逻辑视图的方法。然而根据专利文献1公开的技术，需要在每次添加或改变数据库时改变针对应用的视图生成规则的旧版本，出现对于系统管理器来说花费更多努力和更高成本的问题。

发明内容

因此，本发明的目的是解决上述问题：在存在具有不同数据结构的数据库的系统中花费努力和成本进行管理和开发。

为了实现该目的，根据本发明示例性实施例的信息处理设备与存储图形数据的数据库连接，所述图形数据是分析引擎分别生成的分析结果，并且具有连接多个节点的数据结构。

所述信息处理设备包括：

节点信息数据库，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的；以及

数据处理装置，所述数据处理装置用于基于所述节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

此外，根据本发明另一示例性实施例的计算机程序是包括用于使与存储图形数据的数据库连接的信息处理设备实现以下装置的指令的计算机程序，所述图形数据是分析引擎分别生成的分析结果，并且具有连接多个节点的数据结构：

数据处理装置，用于基于节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

此外，根据本发明另一示例性实施例的信息处理方法包括：

通过与存储作为分析引擎分别生成的分析结果、并且具有连接多个节点的数据结构的图形数据的数据库连接的信息处理设备，

基于节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

利用上述配置和功能，本发明可以在存在具有不同数据结构的数据库的系统中实现数据管理和系统开发。

附图说明

图1是示出了本发明的第一示例性实施例的信息处理系统的配置的框图；

图2是示出了图1所公开的图形结构定义DB的示例的图示；

图3是示出了图1所公开的信息处理系统中的图形数据转换的示例的图示；

图4是示出了在图1所公开的信息处理系统中在图形数据转换之后的存储的示例的图示；

图5是示出了图1所公开的信息处理系统中的图形数据转换的示例的图示；

图6是示出了在图1所公开的信息处理系统中在图形数据转换之后的存储的示例的图示；

图7是示出了在图1所公开的信息处理系统中生成图形搜索式的示例的图示；

图8是示出了在图1所公开的信息处理系统中生成图形搜索式的示例的图示；以及

图9是示出了根据本发明的附记1的信息处理设备配置的框图。

具体实施方式

<第一示例性实施例>

将参照图1至8描述本发明的第一示例性实施例。图1是示出了本发明的配置的图示，图2至8是用于说明操作的说明图示。

如图1所示，本发明的信息处理系统是包括多个分析引擎31和32的系统，将相应分析引擎的分析结果累积至数据库20，并输出该结果。具体地，在该示例性实施例中，信息处理系统包括旧版本的分析引擎31和新版本的分析引擎32，它们分析相同类型的数据，但输出具有不同数据结构的图形数据作为分析结果。此外，信息处理系统相应地包括：旧应用41，用于访问作为旧版本的分析引擎31的分析结果的旧图形数据21，并执行该处理；和新应用42，用于访问作为新版本的分析引擎32的分析结果的新图形数据22，并执行该处理。

此外，在该示例性实施例中，信息处理系统包括：分析引擎管理设备10，用于使得可以访问存储在数据库20中的旧图形数据21和新图形数据22，并根据旧应用41和新应用42执行处理。

如图1所示，分析引擎管理设备10(信息处理设备)包括控制单元11、图形数据转换单元12、图形数据操作单元13、图形搜索式生成单元14和分析引擎登记单元15，这些单元是通过将程序安装至所包括的算术设备中进行构造的。此外，分析引擎管理设备10包括在所包括的存储设备中形成的图形结构定义DB(数据库)16。

控制单元11被配置为控制分析引擎管理单元10的操作。例如，控制单元11接受来自应用41和42的处理请求，分别向图形数据转换单元12、图形数据操作单元13和图形搜索式生成单元14发出处理指令，并通过上述单元执行将处理的结果返回应用41和42的处理。

分析引擎登记单元15具有将表示作为分析引擎31和32的分析结果的图形数据的数据结构的信息登记到图形结构定义DB16(节点信息数据库)中的功能。分析引擎登记单元15可以将表示与操作者手动输入的与相应分析引擎31和32相兼容的图形数据的数据结构的信息登记到图形结构定义DB16中，或可以接受表示分析引擎所输出的图形数据的数据结构的信息输入，并登记到图形结构定义DB16中。

将参照图2描述由分析引擎登记单元15登记到图形结构定义DB16中的信息的示例。首先，将描述作为分析引擎31和32的分析结果的图形数据的数据结构。在该示例性实施例中的分析引擎31和32是各自根据移动图像数据生成用于跟踪人的流的位置信息的分析引擎，它们分别是分析几乎相同的内容、但输出具有不同数据结构的图形数据的旧版本和新版本作为分析结果的分析引擎31和32。

例如，如图2的旧分析引擎31内所示，按照将位于顶部的“流”、位于其下的“人”和“时间”、和位于“人”以下的“姓名”链接为配置了图形数据的节点的方式，配置旧版本的分析引擎31所生成的图形数据21。此外，如图2的新分析引擎32内所示，按照将位于顶部的“人”(代替旧版本的“流”)、位于其下的“姓名”和“流”、和位于“流”以下的“时间”和“区域”链接为配置了图形数据的节点的方式，配置新版本的分析引擎32所生成的图形数据22。“区域”是另外包括在新版本的分析引擎32中的节点。

通过分析引擎登记单元15将以上描述的相应数据的数据结构登记到图形结构定义DB16中，如通过图2中的参考符号D1表示的“引擎定义数据”和参考符号D2表示的“节点URI映射数据”所示。

“引擎定义数据”D1存储唯一取决于分析引擎类型的“引擎类别”、标识图形数据的数据结构的“图式”、以及表示旧版本的分析引擎的数据结构的“旧版本”。这里，由于分析引擎具有相同类型，即，执行流分析的类型，因此将“流分析”存储在每个引擎的“引擎类别”中。此外，将“ds：流”存储在旧分析引擎31的“图式”中，以及将“ds：人”存储在新分析引擎32的“图式”中。此外，不在旧分析引擎31的“旧版本”中存储任何内容，并且将“ds：流”存储在新分析引擎32的“旧版本”中。

“节点URI映射数据”D2存储用于标识每一个分析引擎的数据结构的“类别”，作为用于指向分析引擎的图形数据内的每个节点的路径信息的“节点”，以及作为用于标识每个节点的标识信息的“URI”。

具体地，在图2所示的“节点URI映射数据”D2中从顶部起四行的部分(D21)中，存储旧分析引擎31的图形数据的信息。也就是说，将信息“ds：流”存储在“类别”的所有字段中，将相应节点的路径信息存储在“节点”字段中。例如，由于节点“流”位于图形数据的顶部，因而在其中存储信息“自身”。由于节点“姓名”位于图形数据内的层级“流”->“人”->“姓名”中，因而在其中存储信息“人/姓名”。

在“URI”字段中，将对于每个“节点”唯一的“URI”与该节点相关联地存储。例如，将URI“URI1”与节点“时间”相关联地存储，将URI“URI2”与节点“人”相关联地存储，将URI“URI3”与节点“姓名”相关联地存储，以及将URI“URI4”与节点“流”相关联地存储。

此外，在图2所示的“节点URI映射数据”D2中从底部起五行的部分(D22)中，存储新分析引擎32的图形数据的信息。也就是说，将信息“ds：人”存储在“类别”的所有字段中，将相应节点的路径信息存储在“节点”字段中。例如，由于节点“人”位于图形数据内的顶部，在其中存储信息“自身”。由于节点“时间”位于图形数据内的层级“人”->“流”->“时间”中，因而在其中存储信息“流/时间”。

在“URI”的字段中，将对于每个“节点”唯一的“URI”与节点相关联地存储，并将相同的URI与旧分析引擎31的图形数据内的节点相同的节点相关联地存储。例如，将URI“URI3”与节点“姓名”相关联地存储，将URI“URI4”与节点“流”相关联地存储，将URI“URI1”与节点“时间”相关联地存储，以及将URI“URI2”与节点“人”相关联地存储。然而，由于节点“区域”是未包括在旧分析引擎31的图形数据中的节点，将新的“URI5”关联为其URI。

然后，图形数据转换单元12通过使用上述图形结构定义DB16内的信息，对图形数据进行转换。当如之后所述地实际访问数据库20内的图形数据21和22时，图形数据转换单元12经由图形数据操作单元13访问数据，但是在以下描述中假设图形数据转换单元12如此起作用。

参照图3，将描述从与旧分析引擎31兼容的旧应用41访问新分析引擎32所生成的、并存储到数据库20中的新图形数据22的方面。图3的示例示出了通过旧应用41获取被存储为新图形数据的具有“时间”“2010/9/910:00”的“人”的信息的情况。

响应于旧应用41的请求，图形数据转换单元12参考图形结构定义DB16中的“路径信息”来访问新图形数据22的节点。在这种情况下，具体地，图形数据转换单元12访问新图形数据22中的节点“时间”和节点“人”和“姓名”。此时，图形数据转换单元12还指向每个被访问节点的“URI”。因此，图形数据转换单元12可以将“URI1”指定为节点“时间”的“URI1”，并且可以将“URI2”和“URI3”指定为节点“人”和“姓名”的“URI”。然后，图形数据转换单元12通过与同每个节点的“URI”相同的“URI”相关联的旧图形数据21的节点的“路径信息”的位置相关联，来获取新图形数据22的每个被访问节点的信息。

因此，如图3中的参考符号12a所示，可以将新图形数据22转换为旧图形数据21的数据结构，并从旧应用41输出图形数据12a。在以上示例中，可以通过利用时间“2010/9/910:00”限制到新图形数据22，来通过旧应用41响应请求。

响应于旧应用的更新请求，如图4中的箭头Y1所示，图形数据转换单元12可以将从图3所示的新图形数据22转换的旧图形数据12a存储到数据库20中作为旧图形数据21。

接下来，参照图5，将描述从与新分析引擎32兼容的新应用42访问旧分析引擎31所生成的、并存储到数据库20中的旧图形数据21的方面。图5的示例示出了通过新应用42获取存储为旧图形数据的具有“时间”“2010/9/910:00”的“人”的信息的情况。

响应于新应用42的请求，图形数据转换单元12参考图形结构定义DB16内的“路径信息”来访问旧图形数据21的节点。在这种情况下，具体地，图形数据转换单元12访问旧图形数据21中的节点“时间”和节点“人”和“姓名”。此时，图形数据转换单元12还指向每个被访问节点的“URI”。因此，图形数据转换单元12可以将“URI1”指定为节点“时间”的“URI1”，并且可以将“URI2”和“URI3”指定为节点“人”和“姓名”的“URI”。然后，图形数据转换单元12通过与同每个节点的“URI”相同的“URI”相关联的新图形数据22的节点的“路径信息”的位置相关联，来获取旧图形数据21的每个被访问节点的信息。

因此，如图5中的参考符号12b所示，可以将旧图形数据21转换为新图形数据22的数据结构，并从新应用输出图形数据12b。在以上示例中，可以通过利用时间“2010/9/910:00”限制到旧图形数据21，响应新应用42的请求。

响应于新应用的更新请求，如图6中的箭头Y2所示，图形数据转换单元12可以将从图5所示的旧图形数据21转换的新图形数据12b存储到数据库20中作为旧图形数据22。

可以在任何时候，针对数据库20中存储的所有图形数据一起执行上述改变图形数据的数据结构的更新处理。例如，可以将存储在数据库20中的所有旧图形数据21转换为新图形数据22的数据结构。

接下来，将描述图形搜索式生成单元14。图形搜索式生成单元14通过使用图形结构定义DB16中的信息来搜索旧图形数据21和新图形数据22。当如将在之后描述地，实际访问数据库20内的图形数据21和22时，图形搜索式生成单元14经由图形数据操作单元13和图形数据转换单元12访问数据，但是在以下描述中假设图形搜索式生成单元14如此起作用。

参照图7，将描述从与旧分析引擎31兼容的旧应用41中在存储在数据库20中的所有图形数据21和22内搜索满足预定条件的图形数据的方面。图7的示例示出了从所有图形数据21和22中搜索具有时间“2010/9/910:00”的“人”的信息。

响应于旧应用41的请求，首先，图形搜索式生成单元14参考图形结构定义DB16中的节点URI映射数据D2中的“路径信息”，访问旧图形数据21内的节点。在这种情况下，具体地，图形搜索式生成单元14访问旧图形数据21中的节点“时间”和节点“人”，并在旧图形数据21中搜索具有“时间”“2010/9/910:00”的“人”的信息。

此时，图形搜索式生成单元14还指向旧图形数据21的每一个被访问节点的“URI”。因此，如图7所示，图形搜索式生成单元14可以将“URI1”指定为节点“时间”的“URI”，并且可以将“URI2”指定为节点“人”的“URI”。然后，图形搜索式生成单元14指定同与所指定的“URI1”和“URI2”相同的URI相关联的新图形数据22中的URI(如图7中的虚线箭头所示)，并生成搜索式，以使得新图形数据22中的URI也成为搜索目标。

之后，根据所生成的搜索式，图形搜索式生成单元14参考与新图形数据22中的相应URI相关联的图形结构定义DB16中的“路径信息”，访问新图形数据22中的节点。因此，图形搜索式生成单元14可以访问新图形数据22中的节点“时间”和节点“人”，并且可以在图形数据22中搜索具有“时间”“2010/9/910:00”的“人”的信息。

可以在如上所述通过图形数据转换单元12将已被搜索的新图形22转换为旧图形数据21的数据结构之后输出已被搜索的新图形22，使得可以从旧应用41进行指向。

此外，参照图8，将描述从与新分析引擎32兼容的新应用42在存储在数据库20中的所有图形数据21和22内搜索满足预定条件的图形数据的方面。图8的示例示出了从新应用42在所有图形数据21和22中搜索具有时间“2010/9/910:00”的“人”的信息。

响应于新应用42的请求，首先，图形搜索式生成单元14参照图形结构定义DB16中的节点URI映射数据D2中的“路径信息”，访问新图形数据22中的节点。在这种情况下，具体地，图形搜索式生成单元14访问新图形数据22中的节点“时间”和节点“人”，并在新图形数据21中搜索具有“时间”“2010/9/910:00”的“人”的信息。

此时，图形搜索式生成单元14还指向新图形数据22的每一个被访问节点的“URI”。因此，如图8的实线箭头所示，图形搜索式生成单元14可以将“URI1”指定为节点“时间”的“URI”，并且可以将“URI2”指定为节点“人”的“URI”。然后，图形搜索式生成单元14指定同与所指定的“URI1”和“URI2”相同的URI相关联的旧图形数据21中的URI(如图8中的虚线箭头所示)，并生成搜索式，以使得旧图形数据21中的URI也成为搜索目标。

之后，根据所生成的搜索式，图形搜索式生成单元14参照与旧图形数据21中的相应URI相关联的图形结构定义DB16中的“路径信息”，访问旧图形数据21中的节点。因此，图形搜索式生成单元14可以访问旧图形数据21中的节点“时间”和节点“人”，并且可以在图形数据21中搜索具有“时间”“2010/9/910:00”的“人”的信息。

可以在如上所述通过图形数据转换单元12将已被搜索的旧图形数据21转换为新图形数据22的数据结构之后输出已被搜索的旧图形数据21，使得可以从旧应用41进行指向。

如上所述，在分析内容相同的分析引擎之间执行不同分析引擎之间的搜索式的生成。例如，如上所述，在分析内容相同的不同版本的分析引擎之间执行所述生成。在图形结构定义DB16内引擎定义数据D1中的“引擎类别”字段中的数据相同的分析引擎之间执行所述生成。

此外，响应于应用41和42中的任何一个的数据删除请求，图形数据操作单元13删除数据库20内的所有图形数据21和22中的相应节点的数据。这里，将描述旧应用41或新应用42做出删除节点“姓名”的数据的请求。

首先，在旧应用41做出删除节点“姓名”的请求的情况下，图形数据操作单元13参照图形结构定义DB16中的“路径信息”访问旧图形数据21中的节点“姓名”，并删除节点“姓名”的数据。此时，图形数据操作单元13指向被访问节点“姓名”的“URI”，并将“URI3”指定为节点“姓名”的“URI”。然后，图形数据操作单元13访问新图形数据22中的同与所指定的“URI3”相同的“URI3”相关联的节点“姓名”，并且也删除该节点的数据。

此外，在新应用42做出删除节点“姓名”的请求的情况下，图形数据操作单元13参照图形结构定义DB16中的“路径信息”访问新图形数据22中的节点“姓名”，并删除节点“姓名”的数据。此时，图形数据操作单元13指向被访问节点“姓名”的“URI”，并将“URI3”指定为节点“姓名”的“URI”。然后，图形数据操作单元13访问新图形数据22中的同与所指定的“URI3”相同的“URI3”相关联的节点“姓名”，并且也删除该节点的数据。

因而，根据本发明，即使在作为新旧分析引擎的分析结果的数据结构彼此不同时，也可以通过将不同分析引擎所生成的相应图形数据中的相同节点与相同URI相关联，并将节点彼此关联，也可以从与相应分析引擎相对应的应用访问相应图形数据。因此，无需将数据结构的转换规则包括在相应应用中，并且可以限制整个系统中数据库管理的努力和开发成本。

<附记>

可以将上述公开的示例性实施例的全部或一部分描述为以下附记。以下，将参照图9描述根据本发明的信息处理设备的配置的概况。然而，本发明不限于以下配置。

(附记1)

一种与存储图形数据的数据库120连接的信息处理设备100，所述图形数据是分析引擎111和112分别生成的分析结果，并且具有连接多个节点的数据结构，

所述信息处理设备包括：

节点信息数据库101，所述节点信息数据库是针对与相应分析引擎111和112兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的；以及

数据处理装置102，所述数据处理装置用于基于所述节点信息数据库101，执行将预定分析引擎111所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎112所生成的图形数据中的节点相关联的处理，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

(附记2)

根据附记1所述的信息处理设备，其中所述数据处理装置被配置为：向所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的节点应用所述另一分析引擎所生成的所述图形数据中与所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的所述节点相关联的节点的信息，并将所述另一分析引擎所生成的所述图形数据的所述数据结构转换为所述预定分析引擎所生成的所述图形数据的所述数据结构。

(附记3)

根据附记2所述的信息处理设备，其中所述数据处理装置被配置为：将所述另一分析引擎所生成的、已被转换为所述预定分析引擎所生成的所述图形数据的所述数据结构的所述图形数据存储到所述转换之后的所述数据结构的所述数据库中。

(附记4)

根据附记1至3中任一项所述的信息处理设备，其中所述数据处理装置被配置为：响应于在所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中搜索预定节点的请求，在与所述预定节点相关联的所述另一分析引擎所生成的所述图形数据中搜索节点。

(附记5)

根据附记1至4中任一项所述的信息处理设备，其中所述数据处理装置被配置为：响应于在所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中删除预定节点的请求，在与所述预定节点相关联的所述另一分析引擎所生成的所述图形数据中删除节点。

(附记6)

根据附记1至5中任一项所述的信息处理设备，其中所述预定分析引擎和所述另一分析引擎是分析内容彼此相同的分析引擎。

(附记7)

一种计算机程序，包括用于使与存储图形数据的数据库连接的信息处理设备实现以下装置的指令，所述图形数据是分析引擎分别生成的分析结果，并且具有连接多个节点的数据结构：

数据处理装置，用于基于节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

(附记8)

根据附记7所述的计算机程序，其中所述数据处理装置被配置为：向所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的节点应用所述另一分析引擎所生成的所述图形数据中与所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的所述节点相关联的节点的信息，并将所述另一分析引擎所生成的所述图形数据的所述数据结构转换为所述预定分析引擎所生成的所述图形数据的所述数据结构。

(附记9)

一种信息处理方法，包括：

通过与存储作为分析引擎分别生成的分析结果、并且具有连接多个节点的数据结构的图形数据的数据库连接的信息处理设备，

基于节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息。

(附记10)

根据附记9所述的信息处理方法，包括：

通过所述信息处理设备，

向所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的节点应用所述另一分析引擎所生成的所述图形数据中与所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的所述节点相关联的节点的信息，并将所述另一分析引擎所生成的所述图形数据的所述数据结构转换为所述预定分析引擎所生成的所述图形数据的所述数据结构。

本发明基于并要求2010年11月9日提交的日本专利申请No.2010-250629的优先权益，其全部内容通过引用合并于此。

参考数字的描述

10分析引擎管理设备

11控制单元

12图形数据转换单元

13图形数据操作单元

14图形搜索式生成单元

15分析引擎登记单元

16图形结构定义DB

20数据库

21旧图形数据

22新图形数据

31旧分析引擎

32新分析引擎

41旧应用

42新应用

100信息处理设备

101节点信息数据库

102数据处理装置

111预定分析引擎

112另一分析引擎

120数据库

Claims (6)

1.一种与存储图形数据的数据库连接的信息处理设备，所述图形数据是分析引擎分别生成的分析结果，并且具有连接多个节点的数据结构，

所述信息处理设备包括：

节点信息数据库，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的；以及

数据处理单元，所述数据处理单元用于基于所述节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息，

其中所述数据处理单元被配置为：向所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的节点应用所述另一分析引擎所生成的所述图形数据中与所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的所述节点相关联的节点的信息，并将所述另一分析引擎所生成的所述图形数据的所述数据结构转换为所述预定分析引擎所生成的所述图形数据的所述数据结构。

2.根据权利要求1所述的信息处理设备，其中所述数据处理单元被配置为：将所述另一分析引擎所生成的、已被转换为所述预定分析引擎所生成的所述图形数据的所述数据结构的所述图形数据存储到所述转换之后的所述数据结构的所述数据库中。

3.根据权利要求1所述的信息处理设备，其中所述数据处理单元被配置为：响应于在所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中搜索预定节点的请求，在与所述预定节点相关联的所述另一分析引擎所生成的所述图形数据中搜索节点。

4.根据权利要求1所述的信息处理设备，其中所述数据处理单元被配置为：响应于在所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中删除预定节点的请求，在与所述预定节点相关联的所述另一分析引擎所生成的所述图形数据中删除节点。

5.根据权利要求1所述的信息处理设备，其中所述预定分析引擎和所述另一分析引擎是分析内容彼此相同的分析引擎。

6.一种信息处理方法，包括：

通过与存储作为分析引擎分别生成的分析结果、并且具有连接多个节点的数据结构的图形数据的数据库连接的信息处理设备，

基于节点信息数据库，执行将预定分析引擎所生成的具有预定数据结构的所述图形数据中的节点与另一分析引擎所生成的图形数据中的节点相关联的处理，所述节点信息数据库是针对与相应分析引擎兼容的每一个所述图形数据而设置的，在所述节点信息数据库中，标识信息与指向相应图形数据中的节点的路径信息相关联，所述标识信息是用于标识所述路径信息所指向的节点的信息，并且针对相同节点是相同的，所述另一分析引擎所生成的所述图形数据中的所述节点关联于与同具有所述预定数据结构的所述图形数据中的所述节点相关联的所述标识信息相同的标识信息，以及

通过所述信息处理设备，

向所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的节点应用所述另一分析引擎所生成的所述图形数据中与所述预定分析引擎所生成的具有所述预定数据结构的所述图形数据中的所述节点相关联的节点的信息，并将所述另一分析引擎所生成的所述图形数据的所述数据结构转换为所述预定分析引擎所生成的所述图形数据的所述数据结构。