CN106062737A

CN106062737A - 用于多维时态数据的交互式可视分析的系统和方法

Info

Publication number: CN106062737A
Application number: CN201380080385.0A
Authority: CN
Inventors: A·J·克里斯多夫罗
Original assignee: State Street Corp
Current assignee: State Street Corp
Priority date: 2013-09-06
Filing date: 2013-09-06
Publication date: 2016-10-26
Anticipated expiration: 2033-09-06
Also published as: AU2013399639A1; JP6355140B2; EP3042272A1; CN106062737B; JP2016530650A; EP3042272A4; WO2015034522A1

Abstract

多维时态数据可提供对模式、趋势和相关性的洞悉。传统的2D图表被广泛使用于支持领域分析师的工作，但限于直观地表示大规模复杂数据而并不允许进一步探查以获得洞悉。提供了并入新型可视化方法的思路的支持多维时态数据的交互式分析的可视分析系统和方法。该系统通过基于由颜色、运动和声音增强的3D几何结构可视化领域数据来拓展映射技术的能力。由此允许对大规模数据进行简洁全域概览并且向下钻取以进行进一步探查。通过可定制的可视化，可适于不同的数据模型并且应用于多个领域。这样有助于分析师与大规模数据直接交互，洞悉数据，以及作出更好的决策。

Description

用于多维时态数据的交互式可视分析的系统和方法

技术领域

本发明涉及用于多维时态数据的交互式分析的基于计算机的系统和方法，更具体地讲，涉及用于大规模数据的三维可视化的基于计算机的系统和方法。

背景技术

多维时态数据在很多商业和科学领域是非常常见的。现今，大规模数据正四处以爆发性速度增长。虽然收集和存储新数据的能力快速增长，但分析这些数据量的能力增长率低得多。尽管不容易分析大规模复杂数据，获得对模式、趋势和相关性的洞悉是有用的。这意味着大规模复杂数据中存在更大的潜在价值。

过去，研究人员已经提出了很多用于处理并且简化这些数据的自动分析方法(诸如，主成分分析、自组织映射和聚类算法)。另一种典型的处理大规模数据的方式是在线分析处理(OLAP)，在线分析处理将数据部分预先聚集成“立方体(cube)”并且将数据存储在“数据仓库”中。然而，传统的分析系统并没有提供呈现数据或提供直观分析结果的有效且灵活方式。

诸如二维(2D)-线、条、表的传统可视化方法简单且直观，从而广泛用于我们的日常生活中。然而，当呈现大规模复杂数据时，这些方法有局限性。例如，图1在100和101处示出中国的互惠基金市场的十年数据的可视化。分析师难以识别100处的2D表中模式和趋势，该2D表在各单元中仅仅包含数字。101处的2D条更适于示出过去和未来的趋势。然而，101处的2D条不适于显示额外的详细信息，例如，关于某些类型的互惠基金的额外信息。

在过去数十年内，已经提出了诸如散布图、热图(heat maps)、平行坐标、树状图、互联网图、螺旋图、基于密度的分布图、基于球体的图、主题流(Theme-River)和时间轮(TimeWheel)的其它可视化方法。当将某些类型的数据可视化时，这些方法是有用的。例如，可应用热图来描绘金融信息。螺旋图是用于发现流感案例的周期性模式的可视化方法。平行坐标是将高维度几何结构可视化并且分析多变量数据的常用方式。“交叉过滤视图”方法可将多维数据可视化并且进行分析。这种方法通过跨视图对的交叉过滤的数据值，以交互方式表达多维集查询的序列。其它提出的用于可视分析时态数据的方法基于三个主要标准：时间、数据和表示。

近年来，已经引入可视分析(VA)以各种可视编码来表达大量、多维时态数据。可视分析可以最小空间量在最短时间量内图示数据的模式、趋势和相关性。可视分析的优点包括设计的简化和分析高复杂度数据的能力。可视分析将自动化分析技术与交互式可视化相结合，以基于非常大且复杂的数据集进行有效理解、推理和决策。可视分析可应用于诸如金融、健康、地理、物理、安全等很多领域。

可视分析系统和工具可通过先进的可视化方法和以系统用户为中心的交互处理来支持领域分析师的决策和洞悉发现。用于将商业数据可视化的一种流行商用工具是Microsoft Excel，其提供了用于电子表格数据(条、列、行、饼图等)的标准可视化方法。然而，当基础数据模型由需要被清晰地、精确地和有效率地传达的复杂思路组成时，这些可视化方法变得受限制。

从诸如Tableau、QlikTech和Spotfire的专业数据发现供应商到诸如IBM、Microsoft、Oracle和SAP的跨国公司的大量公司努力开发它们各自的商用可视分析系统，以分析种类越来越多的各种大量数据。大软件供应商往往会只把重点放在诸如线形图和表格的少量的“标准”可视化技术上，这些技术在处理大的复杂数据方面的能力有限。用于分析数据的现有工具包包括例如加利福尼亚洲的雷德伍德城SenchaLabs的InfoVisToolkit、遵守BSD许可的开源基金、SourForge.net的Prefuse、以及遵守BSD许可的Stanford Visualization Group的Protovis。

学术界方面，已经开发出支持领域分析师的工作的多个VA系统。加州大学戴维斯分校(University of California，Davis)的Visualization&Interface DesignInnovation(VIDi)的MobiVis是通过在一个异构网络中呈现社交和空间信息来可视分析移动数据的系统。南卡罗来纳大学地理系的(Spatial Data Mining and Visual AnalyticsLab)的VIS-STAMP是用于空间-时间和多变量模式的可视查询系统。VI-STAMP支持不同的复杂模式，并且通过各种交互作用，使系统用户能够把重点放在特定模式上并且检验详细的数据视图。美国银行(Bank of America)和北卡罗来纳大学夏洛特分校(UNC Charlotte)的WireVis是将多个可视化方法相结合，以分析来自金融交易的分类时变数据。Weijia Xu等人设计了基于树状图的系统以利用交互式可视化来分析大数字采集。热图基于热度图将地理数据可视化，使用基础数据集的结构将其在其自身空间中可视化。

很多研究人员已经参与开发VA系统设计的高级模型。更具体地讲，TamaraMunzner提出了带有以下四层的用于可视化设计和验证的嵌套模型：以问题领域的词汇表征任务和数据、抽象成操作和数据类型、设计可视编码和交互式技术、以及创建有效执行技术的算法。基于该模型，Xiaoyu Wang等人提出了用于在组织环境中设计可视分析系统的两级框架。

然而，上述可视分析工具提供了大量数据的平坦表示并且无法适当地处理多维数据。现有工具在描绘数据的时态信息方面有难度。用于时态表示的这些传统方法包括例如矩形的几何结构或热图；然而，这些可视化并不直观，并且没有适当地为系统用户传送数据的时态元素以获得大的复杂数据集中的洞悉和趋势。

发明内容

本发明的由计算机实现的可视分析系统和方法为系统用户提供了用于确定数据集相对于被表示为全球球体的基线标准的演变的能力。可根据预定规则将这个全球球体分割，以分开所述数据集，以部署在全球球体的分割的部分中。本发明还可包括以下步骤：从包括来自一个或多个数据库的数据供给的一个或多个数据供给接收输入；以及根据第一预定规则在电连接到计算机的显示器上创建和显示三维全球球体，所述第一预定规则用于确定所述全球球体的半径。所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变。本发明还可包括以下步骤：根据经度分割将所述全球球体分割，以限定用于使各数据点处于所述经度分割中的一个中的第一标准；以及根据纬度分割将所述全球球体分割，以限定用于使各数据点处于所述纬度分割中的一个中的第二标准。如此，使用这两个标准，确定各数据点相对于全球球体的位置。根据本发明，时刻T₀可代表各数据点位于具有通过第一预定规则确定的半径的三维全球球体上的表面位置处的时间。各数据点由具有通过第二预定规则确定的半径的三维球体来表示并且各数据点的半径将随时间推移受到至少第一绩效标准的影响。

本发明的系统和方法可根据关于从所述一个或多个数据供给或一个或多个数据库接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照用于确定数据点的半径的第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准；(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；以及(3)如果所述数据点的绩效不变，则按照用于确定数据点的半径的所述第二预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态。本发明的系统和方法还包括根据数据点从T₀至T_N的演变来选择数据点的步骤。

根据本发明的替代实施例，提供了一种用于确定数据集的演变的可视分析方法。该方法可包括以下步骤：从一个或多个数据供给或数据库接收输入；以及创建虚拟三维全球球体；根据经度分割将所述虚拟三维全球球体分割，以限定用于使各数据点处于所述经度分割中的一个中的第一标准；根据纬度分割将所述虚拟全球球体分割，以限定用于使各数据点处于所述纬度分割中的一个中的第二标准。

这个替代实施例还可包括以下步骤：从关于由计算机从所述一个或多个数据供给或数据库接收的各数据点的信息，确定各数据点相对于所述虚拟三维全球球体的位置；在时刻T₀，将所述虚拟三维全球球体上的表面位置处的各数据点表示为具有通过预定规则以及通过至少第一绩效标准而确定的半径的三维球体；以及根据关于从所述一个或多个数据供给或数据库接收的各数据点的信息来跟踪各数据点从时间T₀至时间T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准，(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；以及(3)如果所述数据点的绩效不变，则按照用于确定数据点的半径的所述预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态。替代实施例还可包括根据数据点从T₀至T_N的演变来选择数据点的步骤。

根据本发明的替代实施例，提供了一种用于确定数据集相对于基线标准的演变的可视分析方法，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以分开所述数据集，部署在所述全球球体的分割的部分中。这个替代实施例可包括以下步骤：从一个或多个数据供给或数据库接收输入；以及根据第一预定规则在电连接到计算机的显示器上创建并且显示具有全球球体中心的三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变。另外，根据这个替代实施例，根据经度分割将所述全球球体分割，以限定用于使各数据点处于所述经度分割中的一个中的第一标准；根据纬度分割将所述全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准，并且从关于由所述计算机从所述一个或多个数据供给或数据库接收的各数据点的信息，相对于所述全球球体确定各数据点的位置。

本发明的系统和方法还可包括以下步骤：在时刻T₀，将所述全球球体上的表面位置处的各数据点表示为三维球体，所述三维球体与通过第二预定规则以及通过至少第一绩效标准而确定的全球球体中心有一定距离；以及根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)如果所述数据点的绩效超过全球球体基线标准指数，则所述计算机按照用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的所述三维球体的全球球体中心的距离，并且以第一预定方式改变所述第一绩效标准；(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则所述计算机按照用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第二预定方式改变所述第一绩效标准；(3)如果所述数据点的绩效不变，则按照用于确定数据点的半径的所述第二预定规则来保持与和所述数据点关联的三维球体的全球球体中心的距离，并且保持所述第一绩效标准的当前状态。这个替代实施例可包括根据数据点从T₀至T_N的演变来选择数据点的步骤。

本发明的系统和方法提供了一种用于对存储在数据库中的多维数据进行交互式分析的可视分析实施例。这个实施例可包括以下步骤：从所述数据库接收所述多维数据，所述多维数据至少通过与至少一个时间点关联的名称、类型和数据值来表征，其中，所述多维数据具有与相同实体关联的相同名称并且所述多维数据具有与相同类别关联的相同类型。

这个实施例还可包括以下步骤：在显示器上，提供用于显示所述多维数据的交互式分析的系统用户界面，所述系统用户界面显示虚拟三维空间并且在所述显示器上，基于从所述数据库接收的多维数据在已经由所述计算机产生的所述虚拟三维空间中显示基线球体，其中，所述基线球体距虚拟基线球体中的半径对应于第一指数，所述基线球体能够被经度扇区和纬度扇区分割。根据这个实施例，其还可包括以下步骤：针对各多维数据，计算对应的经度和纬度坐标值，其中，基于限定经度坐标的多维数据名称和相关的限定纬度坐标的多维数据类型来计算各多维数据的经度和纬度坐标值，以及针对各多维数据，显示对应于各多维数据的球体，其中，根据经度和纬度坐标值将各球体放置于所述虚拟三维空间中，并且基于针对多维数据的数据值来计算与各多维数据关联的球体的半径，并且基于针对多维数据的数据值来计算从各多维数据球体的中心到基线球体的中心的距离，以及利用所述基于计算机的装置来根据多维数据相对于所述基线球体的位置来选择多维数据。

根据本发明的系统和方法包括一种用于确定数据集相对于基线标准的演变的系统的实施例，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中。所述系统可从一个或多个数据供给或数据库接收输入，以及根据第一预定规则在显示器上创建并且显示三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；根据经度分割将所述全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准，以及根据纬度分割将所述全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准。

所述系统的这个实施例还可从关于由所述计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述全球球体的位置，并且在时刻T₀，将所述全球球体上的表面位置处的各数据点表示为三维球体，所述三维球体具有通过用于确定全球球体的半径的第二预定规则以及通过至少第一绩效标准而确定的半径。

另外，所述系统的这个实施例可根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)按照用于确定数据点的半径的所述第二预定规则来改变与和所述数据点关联的三维球体的半径的长度，并且如果所述数据点的绩效超过所述全球球体基线标准指数，则以第一预定方式改变所述第一绩效标准，(2)按照用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且如果所述数据点的绩效小于全球球体基线标准指数，则以第二预定方式改变所述第一绩效标准，(3)按照用于确定数据点的半径的所述第二预定规则来保持与所述数据点关联的三维球体的半径的长度，并且如果所述数据点的绩效不变，则保持所述第一绩效标准的当前状态，以及根据数据点从T₀至T_N的演变来选择数据点。

根据替代实施例，提供一种用于确定数据的演变的可视分析系统。所述系统可从一个或多个数据供给接收输入并且创建虚拟三维全球球体，根据经度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准，以及根据纬度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准。

所述系统的这个替代实施例还可从由计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述虚拟三维全球球体的位置；在时刻T₀，在显示器上将所述虚拟三维全球球体上的表面位置处的各数据点显示为具有通过预定规则以及通过至少第一绩效标准而确定的半径的三维球体，以及根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准，(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准，以及(3)如果所述数据点的绩效不变，则按照用于确定数据点的半径的所述预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态，以及根据数据点从T₀至T_N的演变来选择数据点。

根据其它替代实施例，提供了一种用于确定数据集相对于基线标准的演变的可视分析系统，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中。系统的这个替代实施例可从一个或多个数据供给或数据库接收输入并且根据第一预定规则在电连接到计算机的显示器上创建并且显示具有全球球体中心的三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；根据经度分割将所述全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准；以及根据纬度分割将所述全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准。

所述系统的这个替代实施例还可包括从关于由所述计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述全球球体的位置；以及在时刻T₀，将所述全球球体上的表面位置处的各数据点表示为三维球体，所述三维球体与通过第二预定规则以及通过至少第一绩效标准而确定的全球球体中心有一定距离。

另外，这个替代实施例可根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个：(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第一预定方式改变所述第一绩效标准；(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的所述全球球体中心的距离，并且以第二预定方式改变所述第一绩效标准；(3)如果所述数据点的绩效不变，则按照用于确定数据点的半径的所述第二预定规则来保持与和所述数据点关联的三维球体的全球球体中心的距离，并且保持所述第一绩效标准的当前状态，并且根据数据点从T₀至T_N的演变来选择数据点。

根据本发明的系统和方法的替代实施例，提供了一种用于对存储在数据库中的多维数据进行交互式分析的可视分析系统。所述系统可从所述数据库接收所述多维数据，所述多维数据至少通过与至少一个时间点关联的名称、类型和数据值来表征，其中，所述多维数据具有与相同实体关联的相同名称并且所述多维数据具有与相同类别关联的相同类型，提供用于显示所述多维数据的交互式分析的用户界面，所述用户界面显示虚拟三维空间，基于从所述数据库接收的多维数据在已经由所述计算机产生的所述虚拟三维空间中显示基线球体，其中，所述基线球体距虚拟基线球体中心的半径对应于第一指数，所述基线球体能够被经度扇区和纬度扇区分割。

根据这个替代实施例，所述虚拟分析系统可针对各多维数据，计算对应的经度和纬度坐标值，其中，基于限定经度坐标的多维数据名称和相关的限定纬度坐标的多维数据类型来计算各多维数据的经度和纬度坐标值；显示对应于各多维数据的球体，其中，根据经度和纬度坐标值将各球体放置于所述虚拟三维空间中，并且基于针对多维数据的数据值来计算与各多维数据关联的球体的半径，并且基于针对多维数据的数据值来计算从各多维数据球体的中心到所述基线球体的中心的距离；以及利用所述基于计算机的装置来根据多维数据相对于所述基线球体的位置来选择多维数据。

将参照附图，在说明书的剩余部分中更详细地描述本发明的这些和其它实施例。

附图说明

图1示出根据现有技术方法的大规模数据的代表性可视化。

图2示出根据本发明的实施例的呈现在单个全域(universe)中的整个数据集的代表性可视化，其中，用球体代表各数据点。

图3示出根据本发明的实施例的代表性可视分析处理。

图4A至H示出根据本发明的实施例的互惠基金数据的代表性可视化。

图5A至图5D示出根据本发明的实施例的全域工作空间的代表性可视化。

图5E至图5H示出本发明的时间轴方面的代表性可视化。

图6A至图6B示出根据本发明的实施例的搜索空间的代表性可视化。

图7示出根据本发明的实施例的用于将美国市场中的互惠基金的增长率可视化的代表性数据模型。

图8示出根据本发明的实施例的2012年的美国互惠基金市场的概览的代表性可视化。

图9示出根据本发明的实施例的伴随以比较视图的2018年中国的合格境内机构投资者(“QDII”)的代表性可视化。

图10示出根据本发明的实施例的伴随以在全域中示出所有互惠基金的2018年的中国QDII的预测结果的代表性可视化。

图11示出根据本发明的实施例的中国互惠基金市场的代表性可视化。

图12A和图12B分别示出本发明的系统和方法的示例性外部和内部使用情况。

图13示出操作风险数据模型的示例性可视化。

图14的A-H示出根据本发明的实施例的证券组合投资风险和绩效评估的代表性可视化。

具体实施方式

本发明涉及用于提供多维时态数据的交互式分析的可视分析系统和方法。所公开的系统和方法利用新型3D可视化，其允许得到大规模数据的简洁全域概览，具有向下钻取数据进一步详细信息的能力。该系统可通过基于用大小、颜色、运动和声音增强的3D几何结构将领域数据可视化，拓展现有映射技术的能力。该系统被设计成具有可定制的可视化，该可视化可适于不同的数据模型并且应用于多个领域。该系统通过使用虚拟全域和一组球体将数据可视化，利用经度、纬度和与球体中心的距离定义数据模型来适于不同的数据模型。不同的立体图和提供的过滤器可适于提供不同数据模型的可视化。

可视化系统和方法当用于金融业时可将按投资经理、产业板块(industrysector)、资产种类、地缘、或与时间和空间关系背景下的其它因素的证券组合投资风险和绩效的评估提供到基准(benchmark)，例如，标准普尔500。本发明的系统和方法还可用于可视化企业操作环境中的操作风险。

当本发明的系统和方法用于将金融业(诸如，初始地，美国互惠基金)的一部分可视化时，它具有基于球体的全域在单个几何结构中可视化整个美国互惠基金产业的能力。每个球体代表基金数据点并且通过大小、颜色、运动和声音进行增强。该系统使用时间轴在固定时间框架中可视化静态全域，并且同时可示出该全域经由任何时间段的动态演变。

例如，在2011年12月31日，美国互惠基金产业具有结合的总共765家基金管理公司和具有9.8万亿总资产的大约21,000个基金份额类别。在2013年6月30日，美国互惠基金产业具有23,000个基金份额类别和11万亿资产。本发明的系统和方法可利用动态3D可视化来表示互惠基金市场的演变，如将表明的。

相比于现有技术系统，所公开的系统更灵活并且可应用于其中存在多维时态数据的不同领域。本发明的系统和方法提供以全域概览的大规模数据的新型3D可视化、大规模数据管理、时态数据可视化和数据的交互式分析。

本发明的可视分析系统和方法可访问计算机的图形处理单元(GPU)。例如，系统和方法可访问GPU的例程和函数的库，以有效处理大数据集的可视化。GPU使计算机能够渲染复杂的3D计算机动画。

可视化技术

可视编码

本发明的系统和方法将浩瀚全域中的大规模数据可视化。这个全域的组成包括全球基准和数据点，如以下将描述的，根据预定规则将这些数据点分割并且分布于全球基线周围。

参照图2，一般在200处，以单个全域表示整个数据集的概览。用球体表示各数据点。各球体将基于预定规则(诸如，互惠基金数据点的净资产值(NAV))在3D全域中具有不同大小，并且各球体可通过颜色、运动和声音进行增强。例如，在图2中，在大全球球体之外的具有第一颜色的数据点球体可指示这些数据点胜过充当标准指数的全球球体并且在大全球球体之内的具有第二颜色的数据点球体可指示这些数据点不及充当标准指数的大全球球体。多维数据的属性可以可选数据模型被映射到这些可视编码，从而允许整体数据集的简洁概览。

本发明的系统和方法使用时间轴将时态数据可视化。除了以固定时间框架显示静态全域之外，系统可显示全域在任何时间段上的动态演变。

可定制的可视化

本发明的系统和方法提供了定制数据可视化的能力。即使用相同的数据和可视化技术，重新参数化的设置可导致完全不同的数据模型和可视表示。通过改变可视参数设置，用户可获得不同的可视印象并且可具有更多洞悉数据的图案、趋势和相关性的机会。可定制可视化是通过针对不同用户要求和使用情况设计不同数据模型来实现的。本发明的系统和方法允许系统用户用选定的数据集来设置他们自己的工作空间并且用可定制参数来构建数据模型。

交互设计

本发明的系统和方法允许系统用户与数据可视化具有多种交互作用。这些交互作用可供应有价值的信息并且有助于分析大数据集。通过交互式处理可视界面，构造、测试、改善和共享对数据集的更好的理解。通过这些交互作用俘获关于用可视化工具进行的系统用户的分析处理的相当大量的信息。本发明的系统和方法用以下方式实现多个交互特征：

数据过滤器：默认地，全域代表整个数据集的概览。系统用户可选择他们所关注的某些类型的数据，并且将从全域中过滤掉其它数据。

导航：由于球体分布于3D全域中并且存在地球框架(earth frame)，因此地球框架的背面或里面上的球体会被在地球的前面或外面上的球体挡住。本发明的系统和方法允许系统用户旋转地球，以从不同角度探查它。系统用户还可放大以得到地球内的球体或一些特定组的球体的更详细的视图。

按需求提供细节：当球体远离全域中心时，它可具有与其它球体大大不同的特定属性值。这些“离群值”对于进一步研究而言具有大大的潜在益处。系统用户可点击球体并且向下钻取详细信息，将在小窗口中呈现该详细信息。此外，与球体关联的HTTP链接可将用户导向供应球体的信息和其它外部资源的网站。

自动播放：在全域的底部有时间轴。当拖动时间轴时，全域将相应改变，以表示与使用时间轴选择的特定时间对应的数据集的状态。然而，会难以通过人工操作来表示长时间段的连续改变。因此，本发明的系统和方法提供以可选地加速地沿着时间轴自动地移动的自动播放功能，从而允许系统用户将重点放在对图案、趋势和相关性的分析。

参照图3，一般在300处，示出本发明的可视分析处理。可视分析处理通过系统用户交互作用以紧密耦合结合了自动分析和可视化方法，以从数据获得知识和信息。图3示出可视分析处理中的各阶段和各转变的抽象概览。

在很多应用情形下，在可应用可视或自动分析方法之前，需要整合来自异构数据源的原始数据301。原始数据经常包含不同类型的误差，并且数据中的一些是不完整的。因此，302处的第一步骤预先处理和变换原始数据，以推导不同的表示形式供进一步探查。在该处理期间，预先分析和验证被用于保障数据质量。其它典型的预处理任务包括数据重新格式化、数据插值、数据清理、归一化、分组和整合。

在步骤303处，数据抽象可用于生成抽象数据集，该抽象数据集独立于它们的对应源。在变换之后，需要清楚地限定数据的特征(步骤304)，使得可提取重要属性以进行可视化和分析。在304处的表征之后，数据分析师可选择应用可视分析方法或者自动分析方法，或选择这二者。如果首先使用自动化分析，则应用数据挖掘方法来构建数据的模型。一旦创建了初步模型，数据分析师就可评估和改善模型，这可通过与数据进行交互来完成。可视化允许数据分析师通过修改参数或者选择其它分析算法与自动方法进行交互。

可使用模型可视化305来评价所生成模型306的成果。这个处理导致初步模型的连续改善和验证。

使用本发明，可在早期阶段发现中间步骤中的误导结果，从而得到更合适的数据模型和更高的置信度。如果首先执行可视数据探查，则系统用户必须通过交互式分析来确认生成的假设。系统用户与可视化交互可例如通过在不同的数据区域上放大或者通过考虑关于数据的不同可视视图来揭示有洞悉力的信息。当执行自动分析时，可视化中的成果可用于引导模型建造。因此，在可视分析处理中，可从可视化、自动分析、以及可视化、模型和数据分析师之间的先前交互来获得知识307。

代表性研究

已经使用来自由分析组进行的分析的中国互惠基金产业金融领域中的真实世界数据进行使用本发明的系统和方法的代表性研究。

分析组预计，截止2015年末，中国金融服务产业的总管理资产额(“AUM”)(包括公募和非公募基金)将接近1万亿美元。虽然此高资产量不会永久维持，但它将为经理进行额外产业投资提供基础。这将因非公募部分的增长而得到支持，非公募部分自身由来自高净值和机构投资者的需求的增长来驱动。地缘上和资产种类内的高度失衡的证券组合投资将激励这种变换。QDII-境内投资者买进全球证券所凭借的程序-还具有相当大的生长空间(鉴于其当前的小规模)。全球投资者也严重低估中国，并且证券组合投资的重新平衡，以及大中华区资产种类(有别于BRICS(巴西、俄罗斯、印度、中国和南非))的紧迫性将对此过渡提供重大推动力。

当前在中国大陆存在还没有投入应用的多个重要的大资产池。这些资产池从保险公司的自有资金到养老金和当前高度集中在现金和固定收入的其它集中基金。仅仅这些不平衡并不意味着投资将被重新分配。而是，该差距用作关于资产流在未来几年将被如何重新引导的假设的基础，以便中国金融服务产业中的参加者或参与者抓住潜在机会。除了直接参与金融服务产业之外，增长还将为第二产业服务和第三产业服务提供支持，该支持目前在境内基金产业内明显不发达并且随着公司面临升高的成本而变得更重要。

然而，仍然缺乏探查并且证实这整个过程并且有助于决策以及策略制定的有利方式。利用“基本”可视化方法的传统分析无法供应整个互惠基金市场的简洁概览，并且通过“略有发展的”可视化方法运转的其它分析工具缺少关于单支互惠基金或某组互惠基金的详细信息。结合了自动智能数据分析方法与高度有效的可视化和交互设施的可视分析可将大规模复杂数据变换成可靠且可理解的知识。

本发明的系统和方法可在尽可能具体地保留单支互惠基金的信息的同时，将整个互惠基金市场可视化。此外，所公开的系统和方法可将市场随时间段推移的动态改变可视化。所公开的系统和方法还可支持领域分析师的工作。

数据表征

根据本发明设计可视分析系统的第一个步骤是定义数据的目标和表征，其将确定可视编码和数据模型的选择。使用互惠基金为示例，互惠基金是从很多投资者集合货币来购买证券的一种专业管理的集体投资工具。在一直是高维度并且动态改变的互惠基金数据中存在广泛变化。以下列出用于本发明的系统和方法的目的的互惠基金特性：

净资产值(NAV)：它是通常与开放基金或互惠基金相关的比其负债值低的互惠基金资产值，因为这些利用美国证券交易委员会注册的基金的股份以它们的净资产值被赎回。

增长率和波动性：这些测量互惠基金的绩效。负增长率通常被视为“坏”。具有高波动性的互惠基金常常意味着高收益伴随以高风险，从而使得难以进行判断。

基金类型：由于互惠基金是广义的概念，因此所有互惠基金数据按照它们的本金投资被归为七种类型。这些类型是：股票型基金、混合基金、合格境内机构投资者(QDII)、固定收益基金、短期债券基金、货币市场基金、以及封闭型基金。QDII是为了允许金融机构在离岸市场中进行投资(诸如，证券和债券)而创立的与资金市场相关的方案。为了例示目的，QDII在本文中主要是指中国的QDII。

客户：它是运作某支互惠基金的金融公司。

可在进行可视化之前，进行真实数据的初步分析。利用所有中国互惠基金的NAV的分析，在不同的互惠基金之间发现非常大的差距。当将最大互惠基金和最小互惠基金进行比较时，NAV比率可几乎是1000∶1。这是当构建数据模型时应该考虑的中国互惠基金市场的非常重要的特性。

数据管理

数据管理对于VA工具是重要的，数据管理的目的是确保数据一致，从而避免重复和处理数据交易。所公开系统中的数据中的大部分是从不同网站获取的，在这些网站中，数据的格式和内容可大量变化。在应用可视化技术构建数据模型之前，这些异构数据必需经过预处理、整合和验证。

只是出于示例的目的，从两个数据源(i)针对中国基金数据的CSRC和(ii)针对美国基金数据的Morningstar中检索数据。Apache的HttpClient(开放源抓取工具)被用于检索数据。数据可包含例如基金名称、基金类型、基金代码、创立日期和整年(例如，2012年)的基金值。CSRC和Morningstar的使用是与基金产业有关的可视化系统和方法的特定使用。可理解，可使用任何其它数据库作为数据源。例如，所公开的系统和方法的使用不限于金融业。其它产业可利用所公开的实施例。例如，所公开的系统和方法可提供商业、输送、或任何其它情形方面有价值的数据分析以用于提供大数据集的可视化。

优选地，在收集数据之后，处理数据质量问题，因为数据可能是不完整的、不一致的或包含测量误差。采用“加权表决”策略来解决质量问题。加权表决代表基于基本法定人数的方案的泛化。例如，在中国互惠基金市场有四种主要的公开可用的数据源，名为CSRC、JRJ、HeXun和Yinghe。每个数据源根据其置信度水平被分派权重。官方数据源CSRC应该具有较高的权重，因为它更可靠，而其它三个源具有较低且相近的权重。如果在这些数据源之中存在不同的数据值，则各源将为它们自己的版本进行“表决”。数据版本的分值是加权表决的总和，并且将选择具有最高分值的版本。在大多数情况下，来自CSRC的数据是可靠的并且定义识别潜在问题的规则。当没有选择CSRC的版本并且CSRC和被表决版本之间的差异明显时，将向调查者发出警告。

基础数据模型

以下，陈述关于选择特定可视编码和如何尽可能直观地构建基础数据模型的细节。

将净资产值可视化

球体的体积是表示互惠基金的净资产值(NAV)的合理的直观方式。然而，真实数据的特性指示NAV例如因缩放(scaling)而不可直接被映射成体积。小球体将被多个极大的球体挡住，从而有损对整个市场的微妙感觉。根据本发明，Log函数被分派给各互惠基金的NAV。使用Log函数，小球体和大球体仍然可明显相互区分开，而整个全域看起来更和谐。

然而，当分布在3D空间中时两个球体都小或都大时，难以将这两个球体进行比较。问题可包括如何“分布”这些球体和它们在全域中的位置的含义是什么。本发明的系统和方法如下说明地解决了这些问题。首先，添加了全域的中心点。从球体到全域中心的距离是基于球体的体积(即，互惠基金的NAV)。球体越大，距离全域中心越远。然而，如果NAV被直接映射成距离，则很多小球体将靠近全域中心，而最大的球体将会离得过远，以致在屏幕上无法示出(最大比率是大约1000∶1)。小球体和大球体之间的大间隔将是空的，从而使得全域是不可接受的。本发明的系统和方法利用了计算从互惠基金到全域中心的距离的基本公式：

D = \sqrt[3]{\frac{3 V}{4 π}}

这里，V是互惠基金的净资产。D是从互惠基金到全域中心的距离。

本发明的系统和方法用下面的公式计算基线球体的半径：

这里，Avg(V)是所有互惠基金的平均净资产。R是基线球体的半径。例如，当所有互惠基金的净资产总和是$10,000B并且有20,000支互惠基金时，Avg(V)将是$500M并且R将是其值等于1240。基线球体的半径和从互惠基金到全域中心的距离将以像素为单元被线性映射到显示面积。例如，如果每个像素代表4，则基线球体的半径将被映射成310个像素。

通过使用这个等式来计算球体和全域中心之间的距离，最大距离和最小距离之间的比率将减至大约9∶1。通过用这种变换，对于可视分析目的而言，整体分布更合理。此时，可根据球体到全域中心的距离将球体划分成不同的组。对于相同组中的球体而言，它们与全域中心的距离相同并且分布于可被视为虚拟球体的相同球体的表面上。

代表互惠基金的每个球体的半径并且进而大小可由系统用户定制并且可被选择，使得它提供良好的可视化结果，例如，没有遮蔽其它球体。在替代实施例中，每个球体的半径可被映射成特定的有商业意义的参数或数据的另一维度。不同的算法可被用于创建球/星的半径和特定的有商业意义的参数(数据的维度)之间的映射。例如，可使用线性映射。可供选择地，如果线性映射没有提供可接受的可视化效果，则可使用对数-线性映射。

基金类型和客户的可视映射

球体不可随机分布在表面上，因为互惠基金数据的其它特性也需要被可视化。系统用户在讨论球体时熟悉的是经度和纬度。本发明的系统和方法在制定新的可视编码时使用此理解。如上所述，所有互惠基金数据按照它们的本金投资被归为七种类型。每种类型的互惠基金按照其在市场中的比例被映射成不同的纬度间隔。经度代表每种互惠基金的客户。为了给用户提供“虚拟指数”的直观感觉，在全域中添加新球体。中心是全域的中心，并且这个特定指数球体的体积也是有意义的。它代表整个互惠基金市场的平均NAV，使得这个指数的半径具有与球体相同的长径比。该指数可以是“基准”，并且在地球之外的球体具有比市场的平均值高的NAV。因此，系统用户可通过检查不同互惠基金与全域中心的距离来比较不同互惠基金的NAV并且通过检查指数和中心之间的位置关系而大致了解NAV大小。从球体到全域中心的距离和球体的体积均代表互惠基金的NAV。这种可视化方法被称为“冗余编码”，其可有助于提高准确性并且增强感知。

图4A，一般在400A处示出根据本发明的实施例的大数据集的示例性可视化。如上所述，本发明的系统和方法使用球体来表示元数据集，并且使用纬度和经度维度来区分空间中的点。穿过两极的圆是经度线。平行于赤道的圆是纬度线。每个数据点被呈现在大球体(地球)上。对于互惠基金数据集，每个球体代表一支基金。球体的半径、球体的颜色和球体的大小都可被用于表示互惠基金结果数据。在替代实施例中，系统和方法允许基于声音的演变可视化。例如，系统可使用升音调(up-tone)来指明值升高，而降音调(down-tone)可指明值降低。

在图4A中，属于相同基金管理公司的基金被放置于相同经度扇区中，并且属于相同产业分类的基金被放置于相同纬度扇区中。本发明的系统和方法使用这种新型映射算法来表示整个互惠基金产业的精确视图和直观导航工具来在数据全域上选择、放大和缩小。

参照图4B和图4C，标普500(S&P)指数被用于表示地球(基线球)。如图4B中所示，属于相同基金管理公司的基金被放置于相同经度扇区中，并且如图4C中所示，属于相同产业分类的基金被放置于相同纬度扇区中。例如，可使用“红色”指示表现不好的基金，并且可使用“绿色”指示胜过指数(基线球)的基金。表现不好的基金处于全球球体之内，而表现好的基金处于全球球体之外。本发明的系统和方法提供用于在数据全域上选择、放大和缩小的直观导航工具。

再参照图4B，系统用户可基于特定客户过滤可视化。例如，图4B在402B处示出“道富环球投资管理公司(State Street Global Advisor)”的基金。另外，在图4B中示出关于基金ID是XLY的基金的信息。

再参照图4C，系统用户可选择特定类别的基金并且在全域中显示对应的基金。例如，在402C处的图4C中，示出两种类别(“板块股票(Sector Stock)”和“应税债券(TaxableBond)”)的基金。如所示出的，在402C处，系统用户已经选择属于应税债券类别的基金ID是“FOCIX”的特定基金。检视这些类别的基金的可视化，系统用户可清楚地注意到，“应税债券”类别的基金中表现比市场差占压倒性数量，因为它们被用红色表示并且在地球之内。另一方面，“板块股票”类别的基金展示出更平衡的表现，其中该类别中的基金中表现比市场好和比市场差的数量平衡。

现在，参照图4D至图4H，额外的过滤交互被呈现。图4D示出用整个数据全域进行初始化的默认工作空间。图4E示出通过选择多个基金管理公司的名称进行的经度过滤。图4F示出通过选择多个类别的名称进行的纬度过滤。图4G示出使用范围控制用户界面的图4E上进行的范围过滤。图4H示出使用经度、纬度和范围进行的完整交叉过滤视图。

多工作空间允许用户对单独的研究数据集进行命名和识别。例如，图4D至图4H中的可视化对应于系统用户定义的工作空间，该工作空间对应于美国互惠基金产业。如以上说明的，依照经度、纬度和范围(与中心的距离)过滤大数据集的能力是本发明的交互式可视分析系统和方法的一个方面。利用过滤来自经度数据(基金公司)、纬度数据(类别)或范围的选择的信息可创建工作空间。过滤关于纬度、经度和范围的信息的能力被称为“交叉过滤”视图。

参照图5A，一般在500A处，示出数据集的示例性可视化，其中，选择全域工作空间500进行显示。全域工作空间被示出为包含用于分析互惠基金产业的六个可视元件：控制条501A、全域控制面板502A、数据集的全域503A、时间轴滚动条504A、类别面板505A和选择基金数据面板506A。

图5A至图5B基于球体全域以单个几何结构代表整个美国基金产业。如上所述，每个球体代表基金数据点并且通过大小、颜色、运动和声音来增强。图5A中示出的当前样本全域开始于2011年12月31日。此时，美国互惠基金产业具有达765家基金管理公司、达21,000个基金份额种类，具有9.8万亿的总资产。此时，所有球体都显示于地球的表面上。样本全域结束于2013年6月30日，此时有超过23,000个基金份额种类和11万亿资产，并且在图5B中示出。不同的颜色可示出不同互惠基金的绩效。例如，在图5B中，表现比基线好的基金可用第一颜色(例如，绿色)来显示并且被示出在基线球体之外。表现比基线差的基金可用不同的颜色(例如，红色)来显示并且被示出在基线球体之内。

现在，参照图5C至图5D，在两个不同的时间段，基于球体的全域，以单个几何结构将整个中国基金产业可视化。在图5C中，所有互惠基金被放置于全球球体的表面处。图5D示出在此随后时间快照中的基于绩效的全球球体之内和之外的那些基金的分布。

图5E一般在500E处示出整个美国基金产业的示例性可视化，其中，进行分析的时间段被设置成年-日期(YTD)501E。因此，2013年1月1日设置全域的起始时间T⁰。在起始时间T⁰，如以上说明的，所有基金都被显示在基线球体的表面上并且具有相同颜色(例如，黄色502E)。在图5F中，一般在500F处，使用搜索标签502F的搜索字段501F的系统用户可搜索包含术语“fact”的基金。响应于该搜索，系统将过滤掉所有未响应基金，并且只显示在搜索中识别的基金。在图5F的可视化中，如基金名称结果区域503F中示出的返回了18支基金并且如516F处的FMC结果平面中示出的返回了一家基金管理公司(FMC)。这些基金在全域504F中示出。

系统用户可进一步从这18支基金中选择特定基金。例如，用户可选择基金ID是“FSE”的基金，并且对应于该基金的球体可用不同颜色(例如，蓝色)进行可视化并且可以与对应于未选择基金的球体相比被放大的球体显示。还可在窗口506F中显示所选择基金的细节。例如，窗口506F可提供基金ID、基金名称、基金类别、基金管理公司、基金的创立日期、每股的基金NAV、基金移动、和相关的情况说明书。在区域507F中示出指数(例如，标普500指数)的状态。区域507F示出指数508F的名称、从所选择起始时间起的指数的百分数变化509F、指数值510F、表现好的基金的百分数和绝对数511F、以及表现差的基金的百分数和绝对数。如预期的，由于图5F的可视化对应于起始时间T⁰，因此指数百分数变化508F是0％。在图5F中，在时间轴上的特定点处，基线球体的半径513F对应于指数值510F。时间轴514F指向对应时间。如时间轴中所示，时间设定在2013年1月1日。

图5G一般在500G处示出时刻T₁处的数据集的演变。所选择基金的绩效505F比基线表现好并且处于基线表面513F之外。图5G还示出指数增加8.76％(509F)，达到值155.18(510F)。还通过与图5F中的基线球体513F的半径相比更大的基线球体513F的半径来指示指数增加。图5G还示出18支选定基金中的11支或者61.1％比基线表现好(511F)，而剩下的7支比基线表现差(512F)。表现好的这11支基金用绿色来显示并且表现差的7支用红色来显示。区域506F提供关于所选择基金的当前信息。例如，每股的NAV已经更新成对应于时间轴514F中示出的当前时间(即，2013年3月8日)的值12.4。移动值已经更新成值22.4％。图5G还示出用红色显示的基金515F，红色揭示了该基金比基线指数表现差。

图5H一般在500H处示出在时刻T₂处所选择基金的持续演变和所选择基金的绩效。区域506F提供关于在时间T₂处所选择基金的当前信息。例如，每股的NAV已经更新成与时间轴514F中示出的2013年5月19目的值对应的值12.45。移动值已经更新成值22.9％。在时间T₁表现差并且用红色显示的基金515F此时被示出为比基线表现好，并且因此用绿色来显示。

参照图6A，一般在600A处，示出数据集的示例性可视化，其中，选择搜索工作空间进行显示。选择特定基金601A，基金601A可在工作空间中用有别于其它基金的不同颜色(例如，蓝色)可视化。

参照图6B，一般在650处，示出数据集的另一示例性可视化，其中，选择搜索工作空间650进行显示。如图6B中看到的，当系统用户选择“搜索”标签651时，显示搜索对话框652，在搜索对话框652中，用户可开始将特定基金的名称键入搜索字段653中。在特定示例中，用户已经键入“s&p”。在搜索对话框652中显示搜索结果。系统可将搜索字段中输入的串与数据的数据供应商已经提供的基金名称或任何元数据进行匹配。

将增长率和波动性可视化

根据本发明，可在全域中将互惠基金的增长率和波动性可视化。由于互惠基金数据是按时间顺序的数据，因此增长率和波动性二者均与时间高度相关。为了将互惠基金市场随时间推移的变化可视化，在全域的底部添加时间轴。对于单个球体，当用户拖动时间轴时，它将根据其NAV的改变来移动。例如，在2011年，基金具有高于整个市场的平均值的NAV并且它将处于虚拟地球之外。如以上说明的，虚拟地球代表系统用户可选择的任何指数。如果在2012年内，基金的NAV收缩至低于平均值，则它将移动到虚拟地球之内。因此，系统用户就可通过检查球体的移动速度和范围对增长率和波动性有总体的了解。传统上，经常将互惠基金与股票市场指数(诸如，美国的“道琼斯工业平均指数”和中国的“上证综合指数”)进行对比。通过球体的颜色来描绘互惠基金的增长率。例如，在所公开的方法和系统中，当将中国互惠基金数据可视化时，红色指示比市场表现好的球体，而绿色指示比市场表现差的球体。然而，可用很多不同方式来表示表现好和表现差，并且这依旧在本发明的范围内。

这个示例性的数据模型针对的是也可用传统2D图表进行可视化的单个互惠基金数据的公共特性。然而，本发明的系统和方法能够在相同屏幕(即，3D全域)上表示所有互惠基金数据，从而在尽可能具体地保留单支互惠基金的信息的同时，供应整个互惠基金市场的简洁概览。

可定制的可视化

上述数据模型的重点主要是放在基金NAV的可视化。然而，该模型并没有提供相比于过去某天的基金的增长率的信息。参照图7，一般在700处，示出的特定数据模型被设计成表示互惠基金的增长率。在这个模型中，可用以下等式来计算从球体到全域中心的距离：

R＝(1+c)*α，c∈[-1，+∞)

R是距离并且c是相比于过去某天的互惠基金的增长率。由于增长率可是负的而负距离不能在全域中可视化，因此将所有增长率值加1，以保证该值一直是非负的。然后，将它乘以常数“α”(默认值是200)来扩大距离，使得全域看起来更合理。在这个模型中，“基准”(即，虚拟地球)不再代表市场的平均NAV。此时，它代表相比于过去某天的股票市场指数(诸如，美国的“道琼斯工业平均指数”)的增长率。用于计算地球半径的新等式与互惠基金球体相同。以此方式，用户可通过检查球体的位置，容易地将互惠基金的绩效与股票市场指数进行比较。地球之外的球体的比市场表现好而地球之内的球体的比市场表现差。如上所述，还使用绿色和红色来增强感知。

如以上讨论的，图5A至图5B的数据模型将美国市场中的互惠基金的增长率可视化。虽然指数正在增长，但具有低纬度的大部分球体是红色，这意味着它们比市场表现差。通过根据本发明的系统和方法进行交互式分析，发现“债券基金”的类型占红色球体中的绝大部分，这表明债券基金受股票市场影响较小。

应用示例

以下的讨论呈现了涉及来自中国互惠基金市场和美国互惠基金市场二者的真实数据的两个代表性示例。第一个示例示出利用交互式操作的2012年内的中国互惠基金市场的演变。第二个示例证明了本发明的系统和方法预报中国QDII发展的能力。

将互惠基金市场可视化

以上的讨论描述了如何从不同数据源中检索互惠基金数据。图8代表2012年内美国互惠基金市场的概览。右下角示出作为比较的中国市场的2012年的全域。在进行预处理和整合之后，将这些真实的互惠基金数据应用于系统。有来自美国的21,686支基金和来自中国的869支基金。虽然美国的基金数量远超中国，但当所描绘的地球半径代表平均NAV时，所描绘的地球半径的差异小，因为它通过上述等式来调节。然而，依旧直观的是，美国市场更繁荣，如图8中看到的。对应于美国市场的虚拟地球几乎完全被球体覆盖。在中国市场，虚拟地球表面的部分(例如，针对QDII的空间)几乎是空的。

在这种情况下，交互式操作还被彻底检验。通过拖动时间轴或者点击自动播放按钮，用户可看到互惠基金市场的演变。随着时间推移，球体将改变其颜色并且移进或移出地球。当某些互惠基金退出市场一些球体消失并且新球体也将进入全域。利用数据过滤，清楚的是，中国的QDII仍然在“破冰”。还发现多个QDII“离群值”具有比其它QDII球体高得多的NAV。通过进一步研究它们公司的背景，确认潜在商业利益和投资机会。

中国QDII的预测分析

在2012年的开始，中国QDII的总值达9.07万亿RMB，仅占整个互惠基金市场资产(340.74万亿)中的2.5％。虽然中国QDII只是在“破冰”，但对于保管人业务而言，应该具有很大的潜在利益。所公开的系统和方法允许预测互惠基金市场。目标是表明互惠基金市场的可能趋势。在这种情况下，预测模型是基于咨奔商务咨询(Z-Ben Advisors)的研究工作，通过引用方式将该研究工作的内容并入本文中。

根据该预测模型，在2018年，中国QDII的总NAV将增长至53.69万亿，大约是2012年内的6倍大。整个市场资产将增长至1055.25万亿，其比QDII的增长率慢得多。由于中国QDII的资金正快速增加，因此当将时间轴拖向今后时间时，在全域中将生成QDII的很多新球体，如图9和图10中所示。通过自动播放从2012年至2018年的市场变化，QDII的未来趋势显而易见。这个可视化可有助于金融分析师更好地进行决策并且说服官员采纳新策略。

具体地讲，图9利用比较视图示出2018年的中国QDII。从可视化中过滤掉所有其它类型的基金。右下角示出2012年的全域。在可视化中显而易见的是，中国QDII快速增长。

图10示出对2018年中国QDII的预测结果，其中在全域中示出所有互惠基金。用蓝色将代表QDII的球体突出。可视化揭示了，总NAV和QDII的数量二者都具有巨大的增长潜力。

现在，参照图11，一般在1100处，可视化对应于中国互惠基金产业。如以上说明的，用第一种颜色表示比指数表现好的基金。用第二种颜色表示表现差的基金，而用第三种颜色示出按照指数执行的颜色。用户可将鼠标指针移到特定基金类型上方，例如，如图11中所示的“股票基金”。这将导致显示属于将用第四种颜色显示的特定基金类型的基金。图11中的各基金数据点的表示使用“光环”效果，而不是基于硬球体示出基金的大小。

图12A示出针对四个不同客户段(client segments)的外部使用情况示例和可视化功能。例如，所公开的系统可以是针对高级管理人员(C-suite executives)并且可提供资产分配、绩效归因、以及企业风险管理和监管事务的有用可视化。可视化功能可涉及按经理或诸如资产种类、地缘、板块、风格和流动性的因素来评估证券组合投资风险和绩效。证券组合投资经理和零售投资顾问可对资产选择和绩效归因可视化感兴趣。可视化功能可类似地涉及按证券或诸如资产种类、地缘、板块、风格和流动性的因素来评估证券组合投资风险和绩效。交易者可对资产分配和交易成本分析感兴趣。可视化功能可涉及按诸如风格和流动性的因素进行证券选择。

图12B示出针对三个不同客户段的内部使用情况示例和可视化功能。类似于图12A，所公开的系统可以是针对高级管理人员并且可提供资产分配、绩效归因、风险管理和经理选择的有用可视化。可视化功能可涉及按经理或如资产种类、地缘、板块、风格和流动性的因素来评估证券组合投资风险和绩效。交易者和电子交易商务可对资产分配和交易成本分析感兴趣。可视化功能可涉及按诸如风格和流动性的因素进行证券选择。总经理战略团队可对绩效归因和风险评估感兴趣。可视化功能可涉及按诸如资产种类、地缘、板块、风格和流动性的因素进行的投资者行为。

本发明的可视化系统和方法可用于使用平均故障间隔时间、用于恢复服务的平均时间和很多其它属性来准确找出问题的根本成因并且预测未来的风险。例如，用户可识别最需要关注的特定系统组。所公开的系统可有助于用户将不同系统组的未来的风险可视化。

示例性的数据模型是健康检查和风险预测。健康检查数据模型用于示出故障率、恢复服务的时间和服务于已经发生的事件的负担。可使用风险预测数据模型基于已经发生的事件来预测未来的行为。

所有事件源自不同的部门。各部门根据其在所有部门中的比例被映射成不同的经度间隔。各事件类别根据其在所有事件类别中的比例被映射成不同的纬度间隔。

事件相关问题的数量是操作风险管理中最重要的因素。特定类型的事件所具有的问题越多，需要解决它的关注越高。如果一种类型的事件具有很多问题，则其将最有可能具有短的平均故障间隔时间，除非恢复服务的平均时间长。

所公开的系统和方法供应了问题数量的大量可视化。因为相同类型的事件将在球体上聚集在一起，所以用户可以可视地识别哪个事件组具有很多问题并且哪些具有很少的问题。例如，如果一种类型的事件比任何其它类型具有更多问题，则全域的特定部分将被填充球体并且用户可容易地识别事件。

恢复时间是系统在故障之后恢复所花费的时间。恢复时间长的事件比恢复时间短的事件受到更多关注。还将恢复时间解释为系统的年龄。如果系统具有长恢复时间，则这个系统最有可能被长时间使用。可使用球体的大小来表示恢复时间的持续时间。因为恢复时间具有大范围，所以可使用对数函数，使得用户可依旧看到小球体并且各球体之间的大小差异依旧可以是明显的。

与全域中心的距离是表示特定类型的事件的问题数量的最直观方式。可用该距离来表示故障率或平均故障间隔时间(MTBF)的倒数或对数MTBF的倒数。全球球体的半径是所有事件的平均故障率。这有助于用户容易地将具有高故障率并且应受到最多关注的事件类别和部门可视化。

“服务能力的负担”涉及当发生事件时的该天中的小时和日期。在工作时间接近结束时发生的事件将产生比非工作时间期间发生的事件更多的损失。可使用颜色将服务能力的负担可视化。例如，红色可将严重的事件可视化。负担适中的事件将是黄色并且负担低的事件将是绿色。

对于风险预测数据模型，相关属性可包括可靠性、可用性和可服务性。可靠性示出系统有多么可靠并且可表示系统将生存到特定时间段的概率。可用性示出当需要使用系统时系统可操作的概率。可服务性示出在故障之后系统多快可被修复，其与恢复服务的平均时间相同。

不同的映射被总结于下表中。

属性	健康检查数据模型	风险预测数据模型
			经度	部门	部门
纬度	事件种类	事件种类
			距离	故障率或1/log(MTBF)	可用性
大小	Log(恢复时间)	可服务性
			颜色	服务的负担	可靠性

在图13中一般在1300处呈现用于操作风险预测数据模型的示例性可视表示。图13显示代表数据点并且根据对应数据点的部门和事件类别在三维空间中显示的球体。可基于上表来实现映射。例如，数据点可被可视化为黄色球体1301、红色球体1302、蓝色球体1303和绿色球体1304。

本发明的可视化系统和方法使得能够例如按照投资经理、金融产业板块、资产种类、地缘、或与基线(例如，标准普尔500、上证指数)的时间和空间关系的背景下的其它因素对证券组合投资风险和绩效进行构建和评估。本发明的可视化系统和方法还允许母基金(FoF)的构建和可视化。

一般来讲，FoF是持有其它投资基金的证券组合投资而非直接投资股票、债券或其它证券的投资策略。因此，根据本发明的FoF证券组合投资构建和可视化涉及投资一起协作创建投资解决方案的一系列基金。FoF证券组合投资构建涉及组合基金投资策略来解决投资目的和诸如风险投资能力和预期投资寿命的因素。

在建立FoF证券组合投资时，有两个主要考虑：(1)资产分配，其涉及如何将投资遍及不同的资产类型和区域(2)基金选择，其涉及基金经理和代表所选择资产种类和板块中的每个的基金的选择。一般理解的是，在中期至长期，资产分配通常对FoF证券组合投资的回报的变化性的影响大。

根据本发明的系统和方法，为系统用户提供可视分析中期至长期的FoF资产分配的方式。将参照示例性图14A至图14F对此进行更详细说明。

一般地，图14A至图14H示出FoF的资产构造、分配和演变的示例性可视化。参照图14A，一般在1400A处，系统用户可通过按下FoF控制面板1402中的“+”符号1404来创建FoF。在创建新FoF之前，“母基金”控制面板标签1401的初始状态初始地为空，如图14A中示出的。更具体地讲，使用FoF标签1401被用于示出来自命名为“母基金”控制面板1402的选择的命名FoF的当前状态。如图14A中所示，为进行分析选择的时间段是YOY(按年度)1403。然而，可选择其它时间段，并且这依旧将在本发明的范围内。

图14B一般在1400B处示出在系统用户创建FoF之后的FoF控制面板1402。在图14B中示出的示例中，系统用户在1405创建被称为“SnPBaseline”的FoF。可使用控制图标1406来编辑和删除创建的FoF。只是出于示例的目的，图14B中创建的FoF具有使用YOY分析胜过标普500指数的投资目标。资产选择策略可包括跨板块基金和交易所交易基金(ETF)的标普500基金的分析。

图14C，一般在1400C处示出来自请求所有具有关键词“s&p”的基金的查询的结果1406。图14D，一般在1400D处示出是用于有可能添加到FoF中的第一基金1407的选择并且所选择的基金是基金ID“UPRO”1408。系统用户可选择打开FoF面板并且将所选择的基金添加到SnPBaseline FoF 1408或者选择另一支基金。图14E，一般在1400E处示出为新“SnPBaseline”FoF添加第一基金1409(UPRO)。

图14F至图14H，一般在1400F至1400H处示出已经针对特定所选择基金的特定资产类型而被选择并且沿着系统用户的经度扇区对齐并且沿着纬度扇区对齐的12支基金1410。另外，在不同时间段中并且从不同有利点在图14F至图14H中观察这12支基金。图14F至图14H还示出在不同时间段中所选择的基金“OBCHX”的信息。

将根据市场来执行被称为FoF证券组合投资中的投资。随着时间轴前进，FoF证券组合投资的当前的资产分配将渐渐离开原始的目标资产分配，例如，它们优选的风险暴露程度。如果证券组合投资留下来未被调节，则将变得太冒险或太保守。如此，FoF的资产分配将被周期性重新平衡，以将当前资产分配移动回来，使其符合原本计划的资产分配目的，例如，优选的风险暴露程度。FoF功能可提供用于构造、监测和重新平衡在所选择时间段内的资产分配的有力可视工具。

多用户协作

所公开的系统和方法使得不同角色的多个用户之间能够进行实时协作，包括实时信息共享、内容创建和分配。系统的用户可借助协作能力来实现业务流程，例如，基金会计。扮演不同角色的系统用户可借助系统的前端来公布信息、评论或改变状态(例如，基金账户公布基金处理状态)。系统可基于各种不同角色的后端和所有前端活跃用户的访问控制和所感兴趣的订阅，将所有改变传播到这些用户。系统用户借助系统的前端，基于来自多个源的信息的多个方面的实时更新进行监测或动作。示例性的动作包括同意、拒绝或分派任务。系统能够提供外部系统的整合选择，使得用户能够与其它外部系统交互并且参与各个业务流程。

可定制的可视化或有前景的定制能力

用户或操作人员可通过在可视参数和商务数据元素之间创建映射来即时(on thefly)形成新前景，其使用户能够得到有商业意义的视图，而不用经过长时间的发展时间段。系统还可允许用户以各种有商业意义的角度(例如，按收益、按净资产、或者按风险)来观察大规模数据集的相同集合。

系统可维持商业数据字典和基础映射数据源的完整集合。对于各得到支持的可视模式，针对用户识别可视参数，以便理解可视模型和后续的映射。系统用户界面使系统用户能够将商业参数映射到可视参数，因此创建商业参数的前景视图。

系统允许进行增强映射(例如，线性映射)、映射到一个或多个列举值、通过算术计算(例如，立方根)进行的映射、将商业参数的组合映射到一个或多个可视参数。用户在分析所选择的数据集期间可容易地切换前景，并且可调查数据集的各种方面。另外，用户可例如通过改变球体/分布/颜色，在运行时间期间调节前景映射，以即时看到效果。

实时事件能力(事件流)

事件动画能力允许俘获从实时外部到来的事件，例如，市场数据、新闻、外部系统或业务事件和内部显著改变(例如，流星视觉效果)并且将其可视化。

系统具有后端处理并且可计算外部到来的事件，以及可以预先计算并且俘获内部显著改变。系统后端可将事件填入(populate)到前端用户并且用户可在各业务流程作用于事件，或者可进行酌情决策。

系统启用基于通用元数据的服务基础设施。基于通用元数据的服务基础设施使可视系统能够将商业数据的各种可能源可视化。系统可保持商业数据字典和基础映射数据源的完整集合。系统基于数据消费方提供的数据服务描述符来提供服务导向的数据服务。数据服务描述符可包括例如所需数据的元数据描述、数据格式(XML、Json等)、数据提供信道(http、ftp)、数据提供方式(点对点查询、发布/订阅等)。

声音和音乐效果能力

系统可包括映射成对应频率的特定乐音的值。各星形对象的时态数据可被映射成单个旋律。整体旋律将是数据对象的时态数据集的单个旋律的合成。整体旋律将以人类可感知的方式反映数据或事件，例如，旋律可反映股票市场趋势或情绪。

本文中呈现的等式和公式只是出于例证和示例性的目的。对于本领域的技术人员而言，各种替代的等式和公式将是明显的；这些替代等式和公式在所公开主题的范围内。

本发明系统和方法的实施例或其部分可在可编程计算机或服务器上执行的计算机硬件、固件和/或计算机程序中实现，这些计算机或服务器均包括处理器和由处理器可读取的存储介质(包括易失性和非易失性存储器和/或存储元件)。任何计算机程序可用高级程序或对象导向的编程语言来实现，以在基于计算机的系统的内部和外部通信。

任何计算机程序可被存储在制造物品，诸如存储介质(例如，CD-ROM、硬盘或磁盘)或装置(例如，计算机外围装置)上，所述制造物由通用或专用可编程计算机可读取，以当计算机读取存储介质或装置以执行实施例的功能时，配置和操作计算机。实施例或其部分还可被实现为配置有计算机程序的机器可读存储介质，其中，在执行计算机程序时，计算机程序中的指令致使机器进行操作以执行上述实施例的功能的。

上述本发明的系统和方法的实施例或其部分可用于各种应用中。尽管实施例或其部分在这个方面不受限制，但除了其它电子组件之外实施例或其部分还可利用微控制器、通用微处理器、数字信号处理器(DSP)、精简指令集计算(RISC)和复杂指令集计算(CISC)中的存储器装置实现。此外，上述的实施例或其部分还可使用集成电路块来实现，该集成电路块被称为主存储器、高速缓冲存储器或存储将由微处理器执行的电子指令或者存储可在算术运算中使用的数据的其它类型的存储器。

这些描述可应用于任何计算或处理环境。实施例或其部分可以硬件、软件或这二者的组合来实现。例如，可使用诸如可编程逻辑(例如，ASIC)、逻辑门、处理器和存储器中的一个或多个的电路来实现实施例或其部分。

对于本领域的技术人员而言，所公开实施例的各种修改形式将是清楚的，并且以下阐述的一般原理可应用于其它实施例和应用。因此，本发明不旨在限于本文中示出或描述的实施例。

Claims

1.一种用于确定数据集相对于基线标准的演变的计算机实现的可视分析方法，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中，所述可视分析方法包括以下步骤：

(A)所述计算机从一个或多个数据供给接收输入并且根据第一预定规则在与所述计算机电连接的显示器上显示三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；

(B)所述计算机根据经度分割将所述全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准；

(C)所述计算机根据纬度分割将所述全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准；

(D)所述计算机根据步骤(B)和(C)从关于所述计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述全球球体的位置；

(E)在时刻T₀，所述计算机将根据步骤(D)确定的所述全球球体上的表面位置处的各数据点表示为具有通过用于确定所述全球球体的半径的第二预定规则以及通过至少第一绩效标准而确定的半径的三维球体；以及

(F)所述计算机根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个，

(1)如果所述数据点的绩效超过全球球体基线标准指数，则所述计算机按照步骤(E)中用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，所述计算机按照步骤(E)中用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则所述计算机按照步骤(E)中用于确定数据点的半径的所述第二预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态；以及

(G)根据数据点从T₀至T_N的演变来选择数据点。

2.根据权利要求1所述的方法，其中，所述第一标准是从包括颜色和声音的组中选择的。

3.根据权利要求2所述的方法，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

4.根据权利要求2所述的方法，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

5.根据权利要求2所述的方法，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

6.根据权利要求1所述的方法，其中，所述全球球体基线标准指数包括金融指数。

7.根据权利要求6所述的方法，其中，所述金融指数包括标普500指数。

8.根据权利要求1所述的方法，其中，每数据点包括代表单个互惠基金。

9.一种用于确定数据集的演变的计算机实现的可视分析方法，所述可视分析方法包括以下步骤：

(A)所述计算机从一个或多个数据供给接收输入并且创建虚拟三维全球球体；

(B)所述计算机根据经度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准；

(C)所述计算机根据纬度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准；

(D)所述计算机根据步骤(B)和(C)从关于所述计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述虚拟三维全球球体的位置；

(E)在时刻T₀，所述计算机将根据步骤(D)确定的所述虚拟三维全球球体上的表面位置处的各数据点表示为具有通过预定规则以及通过至少第一绩效标准而确定的半径的三维球体；以及

(1)如果所述数据点的绩效超过全球球体基线标准指数，则所述计算机按照步骤(E)中用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则所述计算机按照步骤(E)中用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则所述计算机按照步骤(E)中用于确定数据点的半径的所述预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态；以及

(G)根据数据点从T₀至T_N的演变来选择数据点。

10.根据权利要求9所述的方法，其中，所述第一标准是从包括颜色和声音的组中选择的。

11.根据权利要求10所述的方法，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

12.根据权利要求10所述的方法，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

13.根据权利要求10所述的方法，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

14.根据权利要求9所述的方法，其中，所述全球球体基线标准指数包括金融指数。

15.根据权利要求14所述的方法，其中，所述金融指数包括标普500指数。

16.根据权利要求9所述的方法，其中，每数据点包括代表单个互惠基金。

17.一种用于确定数据集相对于基线标准的演变的计算机实现的可视分析方法，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中，所述可视分析方法包括以下步骤：

(A)所述计算机从一个或多个数据供给接收输入并且根据第一预定规则在与所述计算机电连接的显示器上显示具有全球球体中心的三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；

(E)在时刻T₀，所述计算机将根据步骤(D)确定的所述全球球体上的表面位置处的各数据点表示为三维球体，所述三维球体与通过第二预定规则以及通过至少第一绩效标准确定的全球球体中心有一定距离；以及

(1)如果所述数据点的绩效超过全球球体基线标准指数，则所述计算机按照步骤(E)中用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则所述计算机按照步骤(E)中用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则所述计算机按照步骤(E)中用于确定数据点的半径的所述第二预定规则来保持与和所述数据点关联的三维球体的全球球体中心的距离，并且保持所述第一绩效标准的当前状态；以及

(G)根据数据点从T₀至T_N的演变来选择数据点。

18.根据权利要求17所述的方法，其中，所述第一标准是从包括颜色和声音的组中选择的。

19.根据权利要求18所述的方法，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

20.根据权利要求18所述的方法，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

21.根据权利要求18所述的方法，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

22.根据权利要求17所述的方法，其中，所述全球球体基线标准指数包括金融指数。

23.根据权利要求22所述的方法，其中，所述金融指数包括标普500指数。

24.根据权利要求17所述的方法，其中，每数据点包括代表单个互惠基金。

25.一种用于对存储在数据库中的多维数据进行交互式分析的基于计算机的方法，所述方法包括以下步骤：

(A)在从所述数据库接收所述多维数据的基于计算机的装置上，所述多维数据至少通过与至少一个时间点关联的名称、类型和数据值来表征，其中，所述多维数据具有与相同实体关联的相同名称并且所述多维数据具有与相同类别关联的相同类型；

(B)在电连接到所述基于计算机的装置的计算机显示器上，提供用于显示所述多维数据的交互式分析的用户界面，所述用户界面显示虚拟三维空间；

(C)在耦接到所述基于计算机的装置的所述计算机显示器上，基于从所述数据库接收的多维数据在已经由所述计算机产生的所述虚拟三维空间中显示基线球体，其中，所述基线球体的距虚拟基线球体中心的半径对应于第一指数，所述基线球体能够被经度扇区和纬度扇区分割；

(D)在所述基于计算机的装置上，针对各多维数据，计算对应的经度和纬度坐标值，其中，基于限定经度坐标的多维数据名称和相关的限定纬度坐标的多维数据类型来计算各多维数据的经度和纬度坐标值；

(E)在耦接到所述基于计算机的装置的计算机显示器上，针对各多维数据，显示对应于各多维数据的球体，其中，根据步骤(D)中计算的经度和纬度坐标值将各球体放置于所述虚拟三维空间中，并且基于多维数据的数据值来计算与各多维数据关联的球体的半径，并且基于多维数据的数据值来计算从各多维数据球体的中心到所述基线球体的中心的距离；以及

(F)用所述基于计算机的装置，根据多维数据相对于所述基线球体的位置来选择多维数据。

26.根据权利要求25所述的基于计算机的方法，其中，具有相同名称的所述多维数据的球体包括在相同经度扇区上显示。

27.根据权利要求25所述的基于计算机的方法，其中，具有相同类型的所述多维数据的球体包括在相同纬度扇区上显示。

28.根据权利要求25所述的基于计算机的方法，其中，如果多维数据的数据值大于所述第一指数，则多维数据的球体包括在所述基线球体之外显示；如果多维数据的数据值小于所述第一指数，则多维数据的球体包括在所述基线球体之内显示；以及如果多维数据的数据值等于所述第一指数，则多维数据的球体包括在所述基线球体上显示。

29.根据权利要求25所述的基于计算机的方法，其中，当多维数据的数据值大于所述第一指数时，多维数据的球体包括用第一颜色显示；当多维数据的数据值小于所述第一指数时，多维数据的球体包括用第二颜色显示；以及如果多维数据的数据值等于所述第一指数，多维数据的球体包括用第三颜色显示。

30.根据权利要求25所述的基于计算机的方法，其中，所述用户界面还包括显示对应于时间范围的交互式时间轴。

31.根据权利要求30所述的基于计算机的方法，其中，当多维数据的时间值对应于所述时间轴上所选择的时间时，多维数据的球体包括在所述虚拟三维空间中显示。

32.一种用于确定数据集相对于基线标准的演变的可视分析系统，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中，所述可视分析系统包括：

显示器；以及

计算机，电连接到所述显示器并且被构造成：

(A)从一个或多个数据供给接收输入并且根据第一预定规则在所述显示器上创建并且显示三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；

(B)根据经度分割将所述全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准；

(C)根据纬度分割将所述全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准；

(D)根据步骤(B)和(C)从关于所述计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述全球球体的位置；

(E)在时刻T₀，将根据步骤(D)确定的所述全球球体上的表面位置处的各数据点表示为具有通过用于确定所述全球球体的半径的第二预定规则以及通过至少第一绩效标准而确定的半径的三维球体；以及

(F)根据关于从所述一个或多个数据供给接收的各数据点的信息来跟踪各数据点从时刻T₀至时刻T_N的演变，并且相对于各数据点在所述显示器上显示以下中的一个，

(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照(E)中用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照(E)中用于确定数据点的半径的所述第二预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则按照步骤(E)中用于确定数据点的半径的所述第二预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态；以及

(G)使用户能够根据数据点从T₀至T_N的演变来选择数据点。

33.根据权利要求32所述的系统，其中，所述第一标准是从包括颜色和声音的组中选择的。

34.根据权利要求33所述的系统，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

35.根据权利要求33所述的系统，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

36.根据权利要求33所述的系统，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

37.根据权利要求32所述的系统，其中，所述全球球体基线标准指数包括金融指数。

38.根据权利要求37所述的系统，其中，所述金融指数包括标普500指数。

39.根据权利要求32所述的系统，其中，每数据点包括代表单个互惠基金。

40.一种用于确定数据集的演变的可视分析系统，所述可视分析系统包括：

显示器；以及

计算机，电连接到所述显示器并且被构造成：

(A)从一个或多个数据供给接收输入并且创建虚拟三维全球球体；

(B)根据经度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述经度分割中的一个中的第一标准；

(C)根据纬度分割将所述虚拟三维全球球体分割，以限定用于使数据点处于所述纬度分割中的一个中的第二标准；

(D)根据(B)和(C)从关于计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述虚拟三维全球球体的位置；

(E)在时刻T₀，在所述显示器上将根据(D)确定的所述虚拟三维全球球体上的表面位置处的各数据点表示为具有通过预定规则以及通过至少第一绩效标准而确定的半径的三维球体；以及

(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照(E)中用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照(E)中用于确定数据点的半径的所述预定规则来改变与所述数据点关联的三维球体的半径的长度，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则按照(E)中用于确定数据点的半径的所述预定规则来保持与所述数据点关联的三维球体的半径的长度，并且保持所述第一绩效标准的当前状态；以及

(G)使用户能够根据数据点从T₀至T_N的演变来选择数据点。

41.根据权利要求40所述的系统，其中，所述第一标准是从包括颜色和声音的组中选择的。

42.根据权利要求41所述的系统，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

43.根据权利要求41所述的系统，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

44.根据权利要求41所述的系统，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

45.根据权利要求40所述的系统，其中，所述全球球体基线标准指数包括金融指数。

46.根据权利要求45所述的系统，其中，所述金融指数包括标普500指数。

47.根据权利要求45所述的系统，其中，每数据点包括代表单个互惠基金。

48.一种用于确定数据集相对于基线标准的演变的可视分析系统，所述基线标准被表示为全球球体，根据预定规则将所述全球球体分割，以用于分开所述数据集，以部署在所述全球球体的分割的部分中，所述可视分析系统包括：

显示器；以及

计算机，电连接到所述显示器并且被构造成：

(A)从一个或多个数据供给接收输入并且根据第一预定规则在电连接到所述计算机的显示器上显示具有全球球体中心的三维全球球体，所述第一预定规则用于确定所述全球球体的半径，其中，所述全球球体用作基线标准指数，将按照所述基线标准指数测量所述数据集的演变；

(D)根据(B)和(C)从关于计算机从所述一个或多个数据供给接收的各数据点的信息，确定各数据点相对于所述全球球体的位置；

(E)在时刻T₀，将根据(D)确定的所述全球球体上的表面位置处的各数据点表示为三维球体，所述三维球体与通过第二预定规则以及通过至少第一绩效标准确定的全球球体中心有一定距离；以及

(1)如果所述数据点的绩效超过全球球体基线标准指数，则按照(E)中用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第一预定方式改变所述第一绩效标准；

(2)如果所述数据点的绩效小于所述全球球体基线标准指数，则按照(E)中用于确定数据点与全球球体中心的距离的所述第二预定规则来改变与和所述数据点关联的三维球体的全球球体中心的距离，并且以第二预定方式改变所述第一绩效标准；

(3)如果所述数据点的绩效不变，则按照(E)中用于确定数据点的半径的所述第二预定规则来保持与和所述数据点关联的三维球体的全球球体中心的距离，并且保持所述第一绩效标准的当前状态；以及

(G)使用户能够根据数据点从T₀至T_N的演变来选择数据点。

49.根据权利要求48所述的系统，其中，所述第一标准是从包括颜色和声音的组中选择的。

50.根据权利要求49所述的系统，其中，步骤(E)中的所述第一绩效标准包括第一颜色。

51.根据权利要求49所述的系统，其中，步骤(F)的(1)中的所述第一绩效标准包括第二颜色。

52.根据权利要求49所述的系统，其中，步骤(F)的(2)中的所述第一绩效标准包括第三颜色。

53.根据权利要求48所述的系统，其中，所述全球球体基线标准指数包括金融指数。

54.根据权利要求53所述的系统，其中，所述金融指数包括标普500指数。

55.根据权利要求48所述的系统，其中，每数据点包括代表单个互惠基金。

56.一种用于对存储在数据库中的多维数据进行交互式分析的系统，所述系统包括：

显示器；以及

计算机，电连接到所述显示器并且被构造成：

(A)从所述数据库接收所述多维数据，所述多维数据至少通过与至少一个时间点关联的名称、类型和数据值来表征，其中，所述多维数据具有与相同实体关联的相同名称并且所述多维数据具有与相同类别关联的相同类型；

(B)在所述显示器上，提供用于显示所述多维数据的交互式分析的用户界面，所述用户界面显示虚拟三维空间；

(C)在所述显示器上，基于从所述数据库接收的多维数据在已经由所述计算机产生的所述虚拟三维空间中显示基线球体，其中，所述基线球体距虚拟基线球体中心的半径对应于第一指数，所述基线球体能够被经度扇区和纬度扇区分割；

(D)针对各多维数据，计算对应的经度和纬度坐标值，其中，基于限定经度坐标的多维数据名称和相关的限定纬度坐标的多维数据类型来计算各多维数据的经度和纬度坐标值；

(E)针对各多维数据，在所述显示器上显示对应于各多维数据的球体，其中，根据(D)中计算的经度和纬度坐标值将各球体放置于所述虚拟三维空间中，并且基于多维数据的数据值来计算与各多维数据关联的球体的半径，并且基于多维数据的数据值来计算从各多维数据球体的中心到所述基线球体的中心的距离；以及

(F)使用户能够用所述基于计算机的装置来根据多维数据相对于所述基线球体的位置来选择多维数据。

57.根据权利要求56所述的系统，其中，具有相同名称的所述多维数据的球体包括在相同经度扇区上被显示。

58.根据权利要求56所述的系统，其中，具有相同类型的所述多维数据的球体包括在相同纬度扇区上被显示。

59.根据权利要求56所述的系统，其中，如果多维数据的数据值大于所述第一指数，则多维数据的球体包括在所述基线球体之外被显示；如果多维数据的数据值小于所述第一指数，则多维数据的球体包括在所述基线球体之内被显示；以及如果多维数据的数据值等于所述第一指数，则多维数据的球体包括在所述基线球体上被显示。

60.根据权利要求56所述的基于计算机的方法，其中，当多维数据的数据值大于所述第一指数时，多维数据的球体包括用第一颜色显示；当多维数据的数据值小于所述第一指数时，多维数据的球体包括用第二颜色显示；以及如果多维数据的数据值等于所述第一指数，则多维数据的球体包括用第三颜色显示。

61.根据权利要求56所述的基于计算机的方法，其中，所述用户界面还包括显示对应于时间范围的交互式时间轴。

62.根据权利要求61所述的基于计算机的方法，其中，当多维数据的时间值对应于所述时间轴上所选择的时间时，多维数据的球体包括在所述虚拟三维空间中显示。