CN111527506B - 利用动态关系认知的数据交互平台 - Google Patents

Abstract

需要更有效和高效的数据建模和/或数据可视化解决方案。这种需要可以通过例如用于以有效和高效的方式执行数据建模和/或数据可视化的解决方案来解决。在一个示例中，公开了用于生成具有动态关系认知的数据模型的解决方案。在另一示例中，公开了用于使用具有动态关系认知的数据模型来处理数据检索查询的解决方案。在又一示例中，公开了用于使用具有动态关系认知的数据模型来生成数据可视化的解决方案。在再一示例中，公开了用于将外部数据对象集成到具有动态关系认知的数据模型中的解决方案。

Description

利用动态关系认知的数据交互平台

相关申请的交叉引用

本申请要求于2019年12月2日提交的美国专利申请号16/699,892的优先权，其要求临时专利申请号62/774,569、62/774,573、62/774,579和62/774,602的优先权，所有这些临时专利申请均提交于2018年12月3日，并且所有这些申请通过引用全文合并于此。

背景技术

本发明的各种实施例解决了与数据建模和/或数据可视化相关的技术挑战。现有解决方案不适于高效且可靠地执行数据建模和/或数据可视化。本发明的各种实施例解决了数据建模和/或数据可视化解决方案的缺点，并公开了用于高效且可靠地执行数据建模和/或数据可视化的各种技术。

发明内容

总体上，本发明的实施例提供了用于数据建模和/或数据可视化的方法、装置、系统、计算设备、计算实体和/或类似物。某些实施例利用使用对象吸收评分、关系吸收评分、个体吸收评分、层次吸收评分、操作吸收评分、基于环境的吸收评分、基于属性(attribute)的吸收评分、数据可视化空间、关系外推空间和关系评分外推空间中的至少一个来执行数据建模和/或数据可视化的系统、方法和计算机程序产品。

根据一个方面，提供了一种方法。在一个实施例中，该方法包括：生成用于外部数据对象的一个或多个对象集成参数；至少部分地基于该一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与一个或多个未集成数据对象关系中的未集成数据对象关系相关联的一个或多个相关数据对象包括外部数据对象和多个集成数据对象中的至少一个；以及对于一个或多个未集成数据对象关系中的每个未集成数据对象关系：生成用于该未集成数据对象关系的一个或多个关系吸收参数，以及至少部分地基于该一个或多个关系吸收参数，来生成该未集成数据对象关系相对于与该未集成数据对象关系相关联的一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分。

根据另一方面，提供了一种计算机程序产品。计算机程序产品可以包括至少一个计算机可读存储介质，其具有存储在其中的计算机可读程序代码部分，计算机可读程序代码部分包括可执行部分，被配置为：生成用于外部数据对象的一个或多个对象集成参数；至少部分地基于该一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与一个或多个未集成数据对象关系中的未集成数据对象关系相关联的一个或多个相关数据对象包括外部数据对象和多个集成数据对象中的至少一个；以及对于一个或多个未集成数据对象关系中的每个未集成数据对象关系：生成用于该未集成数据对象关系的一个或多个关系吸收参数，以及至少部分地基于该一个或多个关系吸收参数，来生成该未集成数据对象关系相对于与该未集成数据对象关系相关联的一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分。

根据又一方面，提供了一种装置，包括至少一个处理器和包括计算机程序代码的至少一个存储器。在一个实施例中，至少一个存储器和计算机程序代码可以被配置为与处理器一起使得装置：生成用于外部数据对象的一个或多个对象集成参数；至少部分地基于该一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与一个或多个未集成数据对象关系中的未集成数据对象关系相关联的一个或多个相关数据对象包括外部数据对象和多个集成数据对象中的至少一个；以及对于一个或多个未集成数据对象关系中的每个未集成数据对象关系：生成用于该未集成数据对象关系的一个或多个关系吸收参数，以及至少部分地基于该一个或多个关系吸收参数，来生成该未集成数据对象关系相对于与该未集成数据对象关系相关联的一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分。

附图说明

已经概括地描述了本发明，现在将参考附图，附图不必按比例绘制，并且其中：

图1提供了可以用于实施本发明的实施例的架构的示例性概览。

图2提供了根据本文所讨论的一些实施例的示例性数据交互平台计算实体。

图3提供了根据本文所讨论的一些实施例的示例性客户端计算实体。

图4提供了根据本文所讨论的一些实施例的用于数据交互平台的用户界面的操作示例。

图5提供了根据本文所讨论的一些实施例的用于各种生命体(living)数据对象的多对象可视化空间的用户界面的操作示例。

图6提供了根据本文所讨论的一些实施例的用于生命体数据对象的逐对象可视化空间的用户界面的操作示例。

图7提供了根据本文所讨论的一些实施例的用于将数据对象添加到数据模型的用户界面的操作示例。

图8提供了根据本文所讨论的一些实施例的用于动作数据对象的层次划分的用户界面的操作示例。

图9提供了根据本文所讨论的一些实施例的用于各种任务数据对象的多对象可视化空间的用户界面的操作示例。

图10提供了根据本文所讨论的一些实施例的用于任务数据对象的逐对象可视化空间的用户界面的操作示例。

图11提供了根据本文所讨论的一些实施例的用于知识数据对象的层次划分的用户界面的操作示例。

图12提供了根据本文所讨论的一些实施例的用于访问事物数据对象的文件选择用户界面的操作示例。

图13提供了根据本文所讨论的一些实施例的用户界面的操作示例，该用户界面使得用户能够选择用于数据交互平台的环境状态。

图14提供了根据本文所讨论的一些实施例的用于各种生命体数据对象的多对象可视化空间的用户界面的另一操作示例。

图15提供了根据本文所讨论的一些实施例的用于显示数据检索查询的数据对象结果的用户界面的操作示例。

图16提供了根据本文所讨论的一些实施例的用于显示数据检索查询的数据对象结果和数据对象关系结果的用户界面的操作示例。

图17是根据本文所讨论的一些实施例的利用动态关系认知的数据交互系统的逻辑数据流程图。

图18是根据本文所讨论的一些实施例的用于生成数据交互平台的关系认知模型的示例过程的流程图。

图19是根据本文所讨论的一些实施例的用于生成特定数据对象的吸收评分的示例过程的流程图。

图20是根据本文所讨论的一些实施例的用于生成特定数据对象的个体吸收评分的示例过程的流程图。

图21提供了根据本文所讨论的一些实施例的动态属性模式的操作示例。

图22提供了根据本文所讨论的一些实施例的动态特性模式的操作示例。

图23提供了根据本文所讨论的一些实施例的静态属性模式的操作示例。

图24提供了根据本文所讨论的一些实施例的个体吸收空间的操作示例。

图25是根据本文讨论的一些实施例的用于生成响应于数据检索查询而检索到的一组检索的数据对象的视觉表示的示例性过程2500的流程图。

图26是根据本文所讨论的一些实施例的用于生成特定的检索的数据对象的可视化配置参数的示例性过程的流程图。

图27提供了根据本文所讨论的一些实施例的可视化配置用户界面的操作示例。

图28提供了根据本文所讨论的一些实施例的显示风格选择用户界面元素的操作示例。

图29提供了根据本文所讨论的一些实施例的云布局用户界面的操作示例。

图30提供了根据本文所讨论的一些实施例的螺旋布局用户界面的操作示例。

图31提供了根据本文所讨论的一些实施例的网格布局用户界面的操作示例。

图32提供了根据本文所讨论的一些实施例的直线布局用户界面的操作示例。

图33提供了根据本文所讨论的一些实施例的立体布局用户界面的操作示例。

图34提供了根据本文所讨论的一些实施例的可视工具选择用户界面的操作示例。

图35提供了根据本文所讨论的一些实施例的数据可视化用户界面的操作示例。

图36是根据本文所讨论的一些实施例的用于将外部数据对象集成到具有动态关系认知的数据模型中的示例性过程的流程图。

图37是根据本文所讨论的一些实施例的用于基于分析特定数字文档来提取未集成的数据对象关系的示例性过程的操作流程图。

图38提供了根据本文所讨论的一些实施例的用于显示数据检索查询的数据对象结果的另一用户界面的操作示例。

图39提供了根据本文所讨论的一些实施例的用于各种任务数据对象的多对象可视化空间的另一用户界面的操作示例。

具体实施方式

现在将在下文中参考附图更全面地描述本发明的各种实施例，其中示出了本发明的一些而非全部实施例。实际上，这些发明可以以许多不同的形式实施，并且不应被解释为限于本文阐述的实施例；相反，提供这些实施例以便使本公开满足适用的法律要求。除非另有说明，术语“或”在本文中以可替代和连接的意义使用。术语“说明性”和“示例性”被用来例示而不指示质量等级。相同的附图标记始终表示相同的部件。此外，尽管参考预测数据分析描述了本发明的某些实施例，但是本领域的普通技术人员将认识到，所公开的概念可以用于执行其他类型的数据分析。

I.概述

本发明的各种实施例解决了传统的基于图的数据库的技术缺点。例如，本发明的各种实施例引入了创新的数据模型，其不将数据对象之间的关系处理为独立于那些数据对象记录的静态关联，而是根据那些数据对象的各种属性将其处理为由这些数据对象记录和吸收的动态关联。根据一些方面，数据对象具有关于其相关联的数据对象关系中的每一个的关系认知评分。这允许数据对象具有对各种数据对象关系的独立识别，包括通常在传统图模型中建模为间接数据对象关系的数据对象关系，同时能够区分更重要的数据对象关系(例如，具有较高的相应关系认知评分的数据对象关系)和较不重要的数据对象关系(例如，具有较低的相应关系认知评分的数据对象关系)。

在传统的基于图的数据模型中，数据对象之间的关系被处理并记录为由数据的底层语义定义的静态关联。例如，为了示出John是XYZ公司的子公司的雇员，传统的基于图的模型可以记录John和他的雇主之间的关系以及John的雇主和XYZ公司之间的关系。在这种基于图的数据模型中，根据相关的基于图的数据库中的数据对象的底层模式定义，每个数据对象(例如，对应于John的数据对象)或者没有关系认知范围(例如，仅仅是由关系数据对象引用的数据对象)，或者具有限于直接关系的关系认知范围(例如，仅仅认知与他的雇主的“被雇用”关系)。

这样，在传统的基于图的数据库中，数据对象的关系认知最多受限于图模型的节点结构的概念语义。尽管事实上这样的语义可能提供对数据对象之间的功能重要性关系进行建模的较差方式。结果是无效的数据库，其不能执行高效和有效的数据检索和/或数据可视化。相关地，由于这种数据库的严格语义结构，它们不是非常可扩展的，因为外部数据对象的有效集成需要将这种外部数据对象映射到严格且复杂的限制关系结构中。

本发明的各种实施例通过引入数据模型来解决传统的基于图的数据库的所述缺点，该数据模型不是将数据对象之间的关系处理为独立于那些数据对象而记录的静态关联，而是根据那些数据对象的各种属性将其处理为由这些数据对象记录和吸收的动态关联。例如，本发明的各种实施例使得能够记录数据对象之间的许多关系，以及将每个记录的关系与动态生成的关系认知评分相关联，该关系认知评分指示与相关联的数据对象的关系的重要性。如下面更详细地讨论的，可以至少部分地基于特定数据对象的个体属性、特定数据对象的层次父级数据对象的个体属性、与特定数据对象操作相关的数据对象的个体属性、被认为与特定数据对象充分相似的数据对象的个体属性、数据对象的重要性和/或与数据交互环境的环境空间的数据对象关系的重要性等来确定特定数据对象的关系认知评分。

通过利用在此描述的动态关系认知概念，数据检索和/或数据可视化可以变得更高效和有效。本发明的各种实施例引入了利用关系认知评分和/或吸收评分的用于数据检索和/或数据可视化的高效技术。此外，利用在此描述的动态关系认知概念，与现有的数据管理解决方案相比，该动态关系认知概念更可扩展并且能够更好地将外部数据对象集成到关系认知数据模型中。本发明的各种实施例引入了用于高效地和有效地将外部数据对象集成到关系认知数据模型中的高效技术。通过利用这里描述的动态关系认知概念、这里讨论的数据检索概念、这里描述的数据可视化概念和这里描述的外部集成概念中的至少一个，本发明的各种实施例解决了现有数据管理解决方案的各种缺点(例如，现有基于图的数据管理解决方案的各种缺点)，并且对这种数据管理解决方案的效率和有效性做出了重要的技术贡献。

此外，本发明的各种实施例基于与数据交互平台交互的终端用户的操作环境来动态地修改数据模型(例如，动态地定义数据对象之间的关系和/或数据对象之间关系的关系参数)。在这样做时，本发明的所述实施例通过在利用数据对象之间的各种关系来执行所述数据检索和/或数据搜索操作时考虑环境和/或上下文考虑因素，提高了数据检索和/或数据搜索的效率和用户友好性。所描述的环境动态数据建模技术使得能够在数据检索会话之前的时间定义大量数据对象关系，并且在数据检索会话期间利用大量数据对象关系的一部分。这样，所描述的环境动态数据建模技术不同于在各种数据建模环境(例如，关系数据建模环境、基于图的数据建模环境、基于静态模式的数据建模环境等)中使用的静态数据建模技术。

此外，本发明的各种实施例引入了动态数据建模技术，其使得能够利用机器学习和/或人工智能技术来设置定义对象间关系的相关度的参数以用于数据检索和/或数据搜索应用。在这样做时，本发明的所述实施例通过在确定用于特定数据检索和/或数据搜索任务(例如，相对于与此类任务相关联的操作环境定义的特定数据检索和/或数据搜索任务)的特定对象间关系的相关度时集成预测性推断(例如，基于过去用户活动的预测性推断)，来增加数据检索和/或数据搜索的效率和用户友好性。用于基于过去用户活动数据来推断关系参数的机器学习技术的示例包括利用递归神经网络模型的技术以及利用在线学习模型的技术，诸如利用FTRL(follow-the-regularized-leader)在线学习模型的技术。

II.某些术语的定义

术语“个体吸收评分”可以指，在给定特定数据对象的一个或多个个体属性的情况下指示该特定数据对象的估计的关系认知趋势的数据。例如，至少部分地基于用于推断个体吸收评分的示例模型，与具有高学历的特定个人相关联的数据对象可以被认为具有高的吸收评分。作为另一示例，至少部分地基于用于生成个体吸收评分的另一示例模型，与具有特定身体特征(例如，年龄、身高、体重等)的特定个人相关联的数据对象可被认为具有高的吸收评分。

术语“层次吸收评分”可以指，在给定特定数据对象的父数据对象的一个或多个个体属性的情况下指示该特定数据对象的估计的关系认知趋势的数据。在一些实施例中，至少部分地基于作为数据对象的层次父级的父数据对象的每个个体吸收评分来确定该数据对象的层次吸收评分。在一些实施例中，特定数据对象的一个或多个父数据对象包括特定数据对象的层次元类型，其中特定数据对象的层次元类型指示特定数据对象是否包括多个预定义的层次元类型指定中的一个或多个相关层次元类型指定。在一些实施例中，多个预定义的层次元类型指定包括：与生命体真实世界实体相关联的第一预定义层次元类型指定、与非生命体对象真实世界实体相关联的第二预定义层次元类型指定、与位置定义真实世界实体相关联的第三预定义层次元类型指定、与时间定义真实世界实体相关联的第四预定义层次元类型指定、与通信定义实体相关联的第五预定义层次元类型指定、与组定义实体相关联的第六预定义层次元类型指定、以及与知识定义实体相关联的第七预定义层次元类型指定。

术语“操作吸收评分”可以指，在给定至少一个数据对象的一个或多个个体属性的情况下指示特定数据对象的估计的关系认知趋势的数据，该至少一个数据对象被认为与该特定数据对象操作地相关(例如，具有足够强的关系)。在一些实施例中，至少部分地基于与特定数据对象操作地相关的相关数据对象的每个个体吸收评分来确定数据对象的操作吸收评分。在一些实施例中，如果在两个数据对象之间存在非层次关系，则相关数据对象被认为与特定数据对象相关。在一些实施例中，特定数据对象的一个或多个相关数据对象包括与特定数据对象相关联的一个或多个用户定义对象，和与特定数据对象相关联的一个或多个访问定义数据对象。在一些实施例中，与特定数据对象相关联的一个或多个用户定义对象包括与该特定数据对象相关联的一个或多个主用户定义对象，和与该特定数据对象相关联的一个或多个协作者用户定义对象。在一些实施例中，与特定数据对象相关联的一个或多个访问定义数据对象包括与特定数据对象相关联的一个或多个共享空间数据对象(例如，公共共享空间数据对象、协作者空间对象、共享空间对象等)。

术语“基于环境的吸收评分”可以指，在给定数据交互平台的环境状态的情况下指示特定数据对象关系的估计的关系重要性的数据。在一些实施例中，数据交互平台的环境状态选自数据交互平台的多个候选环境状态。在那些实施例的一些中，数据交互平台的多个候选环境状态指示以下中的至少一个：一个或多个私有环境状态、一个或多个专业环境状态、一个或多个休闲环境状态、以及一个或多个公共环境状态。

术语“环境状态”可以指，指示在特定时间使用诸如数据交互平台的软件环境背后的推断的用户目的和/或指示的用户目的的数据。可以至少部分地基于用户提供的信息和/或通过对在不同的时间间隔和/或在不同的位置的数据使用执行机器学习分析来生成环境状态。例如，数据交互平台计算实体可以至少部分地基于用户交互数据来推断用户在不同的时间间隔使用不同的数据对象组，并且因此断定不同的数据对象组属于不同的环境。此外，可以至少部分地基于明确的用户选择和/或至少部分地基于检测到用户在与特定环境状态相关联的一天中的时刻和/或位置来执行对用于特定使用会话的一个或多个环境状态的选择。例如，数据交互平台计算实体可以在工作时间和/或当用户位于用户办公室的地理位置时，推断用户的特定使用会话的“工作”环境状态。如下面进一步讨论的，本发明的创新方面涉及利用由环境状态提供的关系认知信号，以使用数据交互平台来生成特定数据对象的关系认知评分。在一些实施例中，数据交互平台的环境状态选自数据交互平台的多个候选环境状态。在那些实施例的一些中，数据交互平台的多个候选环境状态指示以下中的至少一个：一个或多个私有环境状态、一个或多个专业环境状态、一个或多个休闲环境状态、以及一个或多个公共环境状态。

术语“关系认知评分”可以指，指示与特定数据对象相关联的、与对数据模型所试图建模的该特定数据对象的现实世界和/或虚拟关系进行建模的关系的估计的和/或预测的重要性的数据。在一些实施例中，关系的关系认知评分指示当执行与特定数据对象相关联的数据检索和/或数据搜索时，与该特定数据对象相关联的关系的估计的和/或预测的优先级。根据本发明的一些方面，数据对象具有关于其相关联的数据对象关系中的每一个的关系认知评分。这允许数据对象具有对各种数据对象关系的独立识别，包括通常在传统图模型中建模为间接数据对象关系的数据对象关系，同时能够区分更重要的数据对象关系(例如，具有较高的相应关系认知评分的数据对象关系)和较不重要的数据对象关系(例如，具有较低的相应关系认知评分的数据对象关系)。

术语“吸收度量”可以指，指示特定数据对象的特性的数据，该特性至少部分地基于特定对象的个体属性来确定，并且可以用于估计该特定数据对象的个体吸收评分。在一些实施例中，至少部分地基于一个或多个个体属性来生成一个或多个吸收度量包括至少部分地基于个性化吸收空间的输入空间来选择这些个体属性的子集，该个性化吸收空间被配置成至少部分地基于数据对象的吸收度量来生成该数据对象的个体吸收评分。在一些实施例中，至少部分地基于一个或多个个体属性来生成一个或多个吸收度量包括对该一个或多个个体属性执行降维和/或特征嵌入算法。

术语“个体吸收空间”可以指，指示被配置成使各种数据对象的吸收度量相关的空间的数据，所述各种数据对象包括具有已知个体吸收评分的第一数据对象集和具有未知个体吸收评分的第二数据对象集。可以利用个体吸收空间来执行被配置为生成关系认知评分的预测性推断。所述的预测性推断可以包括一个或多个有监督的机器学习推断和一个或多个无监督的机器学习推断，后一类别包括一个或多个聚类机器学习推断。

术语“吸收参数”可以指，指示用于确定检索到的数据对象的吸收参数的参数的数据。吸收参数的示例包括个体吸收参数、层次吸收参数、操作吸收参数、基于属性的吸收参数、基于环境的吸收参数等中的一个或多个。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数可以包括特定检索到的数据对象的个体吸收评分，并且特定检索到的数据对象的个体吸收评分指示在给定特定检索到的数据对象的一个或多个对象属性的情况下特定检索到的数据对象的估计的关系认知能力。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的层次吸收评分，以及至少部分地基于作为该特定检索到的数据对象的层次父级的父数据对象的每个个体吸收评分来确定该特定检索到的数据对象的层次吸收评分。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的操作吸收评分，以及至少部分地基于与该特定检索到的数据对象操作地相关的相关数据对象的每个个体吸收评分来确定该特定检索到的数据对象的操作吸收评分。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的基于环境的吸收评分，以及该特定检索到的数据对象的基于环境的吸收评分指示该特定检索到的数据对象与执行数据检索查询的数据交互平台的环境状态的估计的关系重要性。

术语“可视化配置参数”是指指示与特定检索到的数据对象相关联的图标的至少一个视觉特征的数据。可以基于使用用于数据可视化的集成开发环境的图形交互能力提供的一个或多个数据可视化编程语言和/或一个或多个可视化定义特征来定义可视化配置参数。在一些实施例中，用于特定检索到的数据对象的一个或多个可视化配置参数包括用于该特定检索到的数据对象的一个或多个可视化位置坐标、用于该特定检索到的数据对象的一个或多个形状定义可视化配置参数、用于该特定检索到的数据对象的一个或多个旋转速度定义可视化配置参数、用于该特定检索到的数据对象的一个或多个颜色定义可视化配置参数、一个或多个照明/高亮可视化配置参数以及用于特定检索到的数据对象的一个或多个脉冲强度定义可视化配置参数。在一些实施例中，为了生成用于检索到的数据对象的可视化配置参数，数据可视化引擎将用于多个检索到的数据对象中的检索到的数据对象的一个或多个吸收参数映射到可视化空间，其包括与一个或多个吸收参数相关联的一个或多个输入维度以及与一个或多个可视化配置参数相关联的一个或多个输出维度，以及至少部分地基于该可视化空间来生成可视化配置参数。在一些实施例中，至少部分地基于用户输入来确定可视化配置参数中的至少一些。

术语“可视化位置坐标”可以指指示与数据交互平台相关联的n维可视化空间的维度的数据。在一些实施例中，可视化位置坐标包括以下中的至少一个：至少部分地基于特定检索到的特定数据对象与其他检索到的数据对象之间的任何检索的数据对象关系的每个特定关系认知评分确定的第一可视化位置坐标，至少部分地基于特定检索到的数据对象与其他检索到的数据对象之间的任何检索的数据对象关系的每个基于环境的吸收评分确定的第二可视化位置坐标；以及至少部分地基于检索到的特定数据对象的层次元类型确定的第三可视化位置坐标，其中特定数据对象的层次元类型可指示特定数据对象是否包括多个预定义层次元类型指定中的一个或多个相关层次元类型指定。

术语“形状定义可视化配置参数”可以指，指示与特定检索到的数据对象相关联的图标的形状的方面的数据。例如，特定形状定义可视化配置参数可以定义对应的检索到的数据对象的图标是否为矩形、圆形、圆柱形等。作为另一示例，特定形状定义可视化配置参数可以定义对应的检索到的数据对象的图标的大小。作为又一示例，特定形状定义可视化配置参数可以定义与对应的检索到的数据对象的图标相关联的光环区域的大小。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的形状方面应当指示该特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个形状定义可视化配置参数。

术语“颜色定义可视化配置参数”可以指，指示与特定检索到的数据对象相关联的图标的颜色方面的数据。例如，特定颜色定义可视化配置参数可以定义用于对应的检索到的数据对象的图标是否是红色、蓝色、黄色等。作为另一示例，特定颜色定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标的光谱区的颜色。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的颜色方面应当指示该特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个颜色定义可视化配置参数。

术语“旋转速度定义可视化配置参数”可以指，指示与特定检索到的数据对象相关联的图标的旋转速度方面的数据。例如，特定旋转速度定义可视化配置参数可以定义对应的检索到的数据对象的图标旋转得更快还是更慢。作为另一示例，特定旋转速度定义可视化配置参数可定义与对应的检索到的数据对象相关联的图标是否根本在旋转。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的旋转速度方面应当指示特定检索到的数据对象的特定属性的用户输入)来确定用于特定检索到的数据对象的至少一个旋转速度定义可视化配置参数。

术语“照明/高亮可视化配置参数”可以指，指示与特定检索到的数据对象相关联的图标的照明和/或高亮方面的数据。例如，特定照明/高亮可视化配置参数可以定义对应的检索到的数据对象的图标是亮的还是暗的。作为另一示例，特定照明/高亮可视化配置参数可以基于检索到的数据对象的一个或多个特性(例如，与该检索到的数据对象相关联的关系的一个或多个关系认知评分)来定义与该特定检索到的数据对象相关联的图标的照明和/或高亮方面的离散和/或连续值。

术语“脉冲强度定义可视化配置参数”可以指，指示与特定检索到的数据对象相关联的图标的脉冲强度方面的数据。例如，特定脉冲强度定义可视化配置参数可以定义对应的检索到的数据对象的图标是否搏动(例如，收缩和扩张)。作为另一示例，特定脉冲强度定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标是快速还是慢速搏动。作为又一示例，特定脉冲强度定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标具有较小还是较大的收缩和扩张范围。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的脉冲强度方面应当指示该特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个脉冲强度定义可视化配置参数。例如，用户界面元素的当前状态可以使得用户能够至少部分地基于“生命体”数据对象的图标的脉冲强度来描绘“生命体”数据对象的第一姓名的指示，例如，使得具有其首字母对其他“生命体”数据对象字母优先的第一姓名的“生命体”数据对象生命体的图标更慢地搏动。

术语“布局配置参数”可以指，指示与检索到的数据对象组相关联的图标的布局方面的数据。在利用布局配置参数来定义与检索到的数据对象组相关联的图标的布局的一些实施例中，一个或多个可视化位置坐标包括一个或多个基于布局的配置参数，该基于布局的配置参数定义特定检索到的数据对象相对于所定义的布局的位置。在一些实施例中，至少部分地基于检索到的数据对象组之间的数据对象关系的属性来生成布局配置参数。在一些实施例中，至少部分地基于用户输入来生成布局配置参数。

术语“对象集成参数”可以指，指示外部数据对象的属性的数据，该属性可以用于推断外部数据对象与集成数据对象关系组中的至少一些集成数据对象关系之间的数据对象关系。在一些实施例中，确定哪些对象属性可以用于集成是使用一个或多个预测模型来执行的，诸如一个或多个机器学习预测模型和/或一个或多个人工智能预测模型。在一些实施例中，外部数据对象的一个或多个对象集成参数包括外部数据对象的一个或多个实体类型定义参数，诸如指示外部数据对象与“联系人”数据对象相关的实体类型定义参数和/或指示外部数据对象与“项目”数据对象相关的实体类型定义参数。在一些实施例中，外部数据对象的一个或多个对象集成参数包括外部数据对象的一个或多个主题定义参数，诸如指示外部数据对象与商业有关的主题定义参数和/或指示外部数据对象与体育有关的主题定义参数。在一些实施例中，使用在线学习模型来生成一个或多个对象集成参数，该在线学习模型被配置为处理与数据交互平台外部的外部数据对象的用户交互数据，以生成一个或多个对象集成参数。在一些实施例中，在线学习模型是FTRL模型。

术语“未集成数据对象关系”可以指，指示外部数据对象与集成数据对象组中的至少一个之间的关系的数据。在一些实施例中，每个未集成数据对象关系与一个或多个相关数据对象相关联，其中，与未集成数据对象关系相关联的一个或多个相关数据对象可以包括外部数据对象和至少一个集成数据对象组。在一些实施例中，生成一个或多个未集成数据对象关系包括将一个或多个对象集成参数映射到集成数据对象组的关系外推空间，其中关系外推空间包括与一个或多个对象集成参数相关联的一个或多个输入维度以及与一个或多个候选数据对象关系类型相关联的一个或多个输出维度；以及至少部分地基于关系外推空间来确定一个或多个未集成数据对象关系。

术语“关系外推空间”可以指，将特定数据对象的输入参数与该特定数据对象的期望关系定义参数相关联的数据对象。在一些实施例中，生成一个或多个未集成数据对象关系包括将一个或多个对象集成参数映射到集成数据对象组的关系外推空间，其中该关系外推空间包括与一个或多个对象集成参数相关联的一个或多个输入维度以及与一个或多个候选数据对象关系类型相关联的一个或多个输出维度；以及至少部分地基于关系外推空间来确定一个或多个未集成数据对象关系。在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由该关系外推空间的输入空间和输出空间定义的无监督的机器学习模型(例如，聚类机器学习、K最近邻机器学习模型等)。在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由该关系外推空间的输入空间和输出空间定义的有监督的机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由关系外推空间的输入空间和输出空间定义的在线机器学习模型(例如，FTRL机器学习模型)。

术语“关系评分外推空间”可以指，将特定数据对象和/或特定数据对象关系的输入参数与该特定数据对象和/或特定数据对象关系的期望的关系认知评分相关参数相关联的数据对象。在一些实施例中，生成未集成数据对象关系的每个关系认知评分包括将该未集成数据对象关系的一个或多个关系吸收参数映射到集成数据对象关系组的关系评分外推评分，其中，该关系评分外推空间包括与一个或多个关系吸收参数相关联的一个或多个输入维度以及与一个或多个关系认知参数相关联的一个或多个输出维度；以及至少部分地基于该一个或多个关系认知参数来确定关系认知评分。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的有监督的机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的有监督的机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的在线机器学习模型(例如，FTRL机器学习模型)。

III.计算机程序产品、方法和计算实体

本发明的实施例可以以各种方式实现，包括实现为包括制品的计算机程序产品。这种计算机程序产品可以包括一个或多个软件组件，该软件组件包括例如软件对象、方法、数据结构等。软件组件可以用各种编程语言中的任何一种来编码。例示的编程语言可以是诸如与特定硬件体系架构和/或操作系统平台相关联的汇编语言的较低级的编程语言。包括汇编语言指令的软件组件在由硬件体系架构和/或平台执行之前可能需要由汇编器转换为可执行机器代码。另一示例性编程语言可以是可跨多个体系架构移植的更高级的编程语言。包括高级编程语言指令的软件组件可能需要在执行之前由解释器或编译器转换成中间表示。

编程语言的其它示例包括但不限于宏语言、外壳(shell)或命令语言、作业控制语言、脚本语言、数据库查询或搜索语言、和/或报告写作语言。在一个或多个示例性实施例中，包括前述示例之一中的编程语言的指令的软件组件可以由操作系统或其他软件组件直接执行，而不必首先转换成另一形式。软件组件可以作为文件或其它数据存储结构来存储。类型类似的或功能上相关的软件组件可以存储在一起，诸如例如存储在特定目录、文件夹或库中。软件组件可以是静态的(例如，预先建立的或固定的)或动态的(例如，在执行时创建或修改)。

计算机程序产品可以包括非暂时性计算机可读存储介质，其存储应用、程序、程序模块、脚本、源代码、程序代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等(在本文中也称为可执行指令、用于执行的指令、计算机程序产品、程序代码和/或在本文中可互换地使用的类似术语)。这种非暂时性计算机可读存储介质包括所有计算机可读介质(包括易失性和非易失性介质)。

在一个实施例中，非易失性计算机可读存储介质可以包括软盘、软磁盘、硬盘、固态存储器(SSS)，例如，固态驱动器(SSD)、固态卡(SSC)、固态模块(SSM)、企业闪存驱动器、磁带或任何其他非暂时性磁介质等。非易失性计算机可读存储介质还可以包括穿孔卡、纸带、光学标记纸(或具有孔图案或其他光学可识别标记的任何其他物理介质)、光盘只读存储器(CD-ROM)、可重写光盘(CD-RW)、数字通用光盘(DVD)、蓝光盘(BD)、任何其他非暂时性光学介质等。这种非易失性计算机可读存储介质还可以包括只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存(例如，串行、NAND、NOR等)、多媒体存储卡(MMC)、安全数字(SD)存储卡、智能媒体(SmartMedia)卡、紧凑闪存(CompactFlash，CF))卡、记忆棒(Memory Stick)等。此外，非易失性计算机可读存储介质还可以包括导电桥接随机存取存储器(CBRAM)、相变随机存取存储器(PRAM)、铁电随机存取存储器(FeRAM)、非易失性随机存取存储器(NVRAM)、磁阻随机存取存储器(MRAM)、阻变式随机存取存储器(RRAM)、硅-氧化物-氮化物-氧化物-硅存储器(SONOS)、浮结栅随机存取存储器(FJG RAM)、千足虫存储器(Millipede memory)、赛道存储器(racetrack memory)等。

在一个实施例中，易失性计算机可读存储介质可以包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、快速页面模式动态随机存取存储器(FPM DRAM)、扩展数据输出动态随机存取存储器(EDO DRAM)、同步动态随机存取存储器(SDRAM)、双数据速率同步动态随机存取存储器(DDR SDRAM)、双数据速率类型二同步动态随机存取存储器(DDR2 SDRAM)、双数据速率类型三同步动态随机存取存储器(DDR3SDRAM)、Rambus动态随机存取存储器(RDRAM)、双晶体管RAM(TTRAM)、晶闸管RAM(T-RAM)、零电容器RAM(Z-RAM)、Rambus直插式存储器模块(RIMM)、双列直插式存储器模块(DIMM)、单列直插式存储器模块(SIMM)、视频随机存取存储器(VRAM)、高速缓存存储器(包括各种级别)、闪存、寄存器存储器等。将理解，在实施例被描述为使用计算机可读存储介质的情况下，其他类型的计算机可读存储介质可以代替上述计算机可读存储介质或与上述计算机可读存储介质一起使用。

如应当理解的，本发明的各实施例也可被实现为方法、装置、系统、计算设备、计算实体等。这样，本发明的实施例可以采取执行存储在计算机可读存储介质上的指令以执行某些步骤或操作的装置、系统、计算设备、计算实体等的形式。因此，本发明的实施例也可以采取完全硬件实施例、完全计算机程序产品实施例和/或包括计算机程序产品和执行某些步骤或操作的硬件的组合的实施例的形式。

以下参照框图和流程图描述本发明的实施例。因此，应当理解，框图和流程图的每个框可以以计算机程序产品、完全硬件实施例、硬件和计算机程序产品的组合、和/或执行指令、操作、步骤和在计算机可读存储介质上可互换地使用以用于执行的类似词语(例如，可执行指令、用于执行的指令、程序代码等)的装置、系统、计算设备、计算实体等的形式来实现。例如，可以顺序地执行代码的检索、加载和执行，使得一次检索、加载和执行一个指令。在一些示例性实施例中，可以并行地执行检索、加载和/或执行，使得一起检索、加载和/或执行多个指令。因此，这种实施例可以产生执行在框图和流程图中指定的步骤或操作的特定配置的机器。因此，框图和流程图支持用于执行指定指令、操作或步骤的实施例的各种组合。

IV.示例性系统体系架构

图1是用于执行数据建模和/或数据可视化的示例性体系架构100的示意图。体系架构100包括一个或多个客户端计算实体102和数据交互平台计算实体106。数据交互平台计算实体106可以被配置为通过通信网络(未示出)与客户端计算实体102中的至少一个进行通信。通信网络可以包括任何有线或无线通信网络，例如包括有线或无线局域网(LAN)、个人区域网(PAN)、城域网(MAN)、广域网(WAN)等，以及实现它所需的任何硬件、软件和/或固件(诸如例如网络路由器等)。虽然在图1中未示出，但是数据交互平台计算实体106可以从一个或多个外部计算实体(例如一个或多个外部信息服务器计算实体)检索输入数据。

客户端计算实体102可以被配置为向数据交互平台计算实体106提供数据检索请求和/或数据可视化请求。数据交互平台计算实体106可以被配置为，响应于客户端计算实体102的数据检索请求和/或数据可视化请求而生成数据检索输出和/或数据可视化输出，以及将所生成的数据检索输出和/或数据可视化输出提供给请求的客户端计算实体102。

数据交互平台计算实体106包括关系认知建模引擎111、查询处理引擎112、数据可视化引擎113、外部集成引擎114和存储子系统108。关系认知建模引擎111可以被配置为，为存储在存储子系统108中的数据对象生成关系认知元数据和/或关系认知数据模型，以及将所生成的关系认知元数据和/或关系认知数据模型存储在存储子系统108中。查询处理引擎112可以被配置为至少部分地基于存储在存储子系统108中的关系认知元数据和/或关系认知数据模型来处理搜索查询。数据可视化引擎113可以被配置为至少部分地基于存储在存储子系统108中的关系认知元数据和/或关系认知数据模型来生成数据对象和/或数据对象关系的视觉表示。外部集成引擎114可以被配置为生成外部数据对象的关系认知元数据和/或将外部数据对象集成在存储于存储子系统108中的关系认知数据模型中。外部集成引擎108可以将其生成的关系认知元数据和/或外部集成数据存储在存储子系统108中。在一些实施例中，视觉表示可以包括呈现、显示、用户界面、标记数据、可以用于生成用户界面的数据(例如，JavaScript源代码数据)、视频等中的一个或多个。

存储子系统108可以被配置为存储所生成的、与数据交互平台计算实体108相关联的关系认知元数据和/或关系认知数据模型。存储子系统108可以包括一个或多个存储单元，诸如通过计算机网络连接的多个分布式存储单元。存储子系统108中的每个存储单元可以存储一个或多个数据资产中的至少一个和/或关于一个或多个数据资产的计算特性的一个或多个数据。此外，存储子系统108中的每个存储单元可以包括一个或多个非易失性存储器或存储器介质，包括但不限于硬盘、ROM、PROM、EPROM、EEPROM、闪存、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、NVRAM、MRAM、RRAM、SONOS、FJG RAM、千足虫存储器、赛道存储器等。

示例性数据交互平台计算实体

图2提供了根据本发明的一个实施例的数据交互平台计算实体106的示意图。一般而言，术语计算实体、计算机、实体、设备、系统和/或本文中可互换地使用的类似词语可以指代例如一个或多个计算机、计算实体、台式机、移动电话、平板电脑、平板手机、笔记本电脑、膝上型电脑、分布式系统、自助服务机(kiosk)、输入终端、服务器或服务器网络、刀片服务器、网关、交换机、处理设备、处理实体、机顶盒、中继、路由器、网络接入点、基站等、和/或适于执行本文描述的功能、操作和/或过程的设备或实体的任何组合。这样的功能、操作和/或过程可以包括例如发送、接收、操作、处理、显示、存储、确定、创建/生成、监视、评估、比较和/或本文中可互换地使用的类似术语。在一个实施例中，这些功能、操作和/或过程可以对数据、内容、信息和/或在此可互换地使用的类似术语执行。

如所指出的，在一个实施例中，数据交互平台计算实体106还可以包括一个或多个通信接口220，用于例如通过传递可以被发送、接收、操作、处理、显示、存储等的数据、内容、信息和/或在此可互换地使用的类似术语来与各种计算实体进行通信。在一些实施例中，数据交互平台计算实体106可以被配置为执行一个或多个边缘计算能力。

如图2所示，在一个实施例中，数据交互平台计算实体106可以包括一个或多个处理部件205(也称为处理器、处理电路和/或在此可互换地使用的类似术语)或与其通信，该处理部件例如经由总线与数据交互平台计算实体106内的其他部件通信。如将理解的，处理部件205可以以多种不同的方式来实现。例如，处理部件205可以被实现为一个或多个复杂可编程逻辑器件(CPLD)、微处理器、多核处理器、协处理实体、专用指令集处理器(ASIP)、微控制器和/或控制器。此外，处理部件205可以被实现为一个或多个其他处理设备或电路。术语电路可以指完全硬件的实施例或硬件和计算机程序产品的组合。因此，处理部件205可以被实现为集成电路、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、硬件加速器、其他电路等。因此，如将理解的，处理部件205可以被配置用于特定用途，或者被配置成执行存储在易失性或非易失性介质中的指令或者处理部件205可访问的指令。这样，无论是由硬件或计算机程序产品配置还是由其组合配置，处理部件205在被相应地配置时能够执行根据本发明的实施例的步骤或操作。

在一个实施例中，数据交互平台计算实体106还可以包括非易失性介质(也称为非易失性存储装置、存储器、存储器存储装置、存储器电路和/或本文可互换使用的类似术语)或与该非易失性介质通信。在一个实施例中，非易失性存储装置或存储器可以包括一个或多个非易失性存储装置或存储器介质210，包括但不限于硬盘、ROM、PROM、EPROM、EEPROM、闪存、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、NVRAM、MRAM、RRAM、SONOS、FJG RAM、千足虫存储器、赛道存储器等。如将认识到的，非易失性存储装置或存储器介质可以存储数据库、数据库实例、数据库管理系统、数据、应用、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等。术语“数据库”、“数据库实例”、“数据库管理系统”和/或本文中可互换地使用的类似术语可以指使用一个或多个数据库模型(例如，层次数据库模型、网络模型、关系模型、实体关系模型、对象模型、文档模型、语义模型、图模型等)存储在计算机可读存储介质中的记录或数据的集合。

在一个实施例中，数据交互平台计算实体106还可以包括易失性介质(也称为易失性存储装置、存储器、存储器存储装置、存储器电路和/或本文可互换地使用的类似术语)或与其通信。在一个实施例中，易失性存储装置或存储器还可以包括一个或多个易失性存储装置或存储器介质215，包括但不限于RAM、DRAM、SRAM、FPM DRAM、EDO DRAM、SDRAM、DDRSDRAM、DDR2 SDRAM、DDR3 SDRAM、RDRAM、TTRAM、T-RAM、Z-RAM、RIMM、DIMM、SIMM、VRAM、高速缓存存储器、寄存器存储器等。如将认识到的，易失性存储装置或存储器介质可用于存储由例如处理部件205执行的数据库、数据库实例、数据库管理系统、数据、应用、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等的至少部分。因此，数据库、数据库实例、数据库管理系统、数据、应用、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等可以用于在处理部件205和操作系统的帮助下控制数据交互平台计算实体106的操作的某些方面。

如所指出的，在一个实施例中，数据交互平台计算实体106还可以包括一个或多个通信接口220，用于例如通过传递可以被发送、接收、操作、处理、显示、存储等的数据、内容、信息和/或在此可互换地使用的类似术语来与各种计算实体通信。这种通信可以使用有线数据传输协议来执行，例如光纤分布式数据接口(FDDI)、数字用户线(DSL)、以太网、异步传输模式(ATM)、帧中继、有线电缆数据服务接口规范(DOCSIS)或任何其他有线传输协议。类似地，数据交互平台计算实体106可以被配置为使用任意各种协议经由无线外部通信网络进行通信，例如通用分组无线业务(GPRS)、通用移动通信系统(UMTS)、码分多址2000(CDMA2000)、CDMA2000 1X(1xRTT)、宽带码分多址(WCDMA)、全球移动通信系统(GSM)、GSM演进的增强数据速率(EDGE)、时分同步码分多址(TD-SCDMA)、长期演进(LTE)、演进的通用陆地无线接入网络(E-UTRAN)、演进数据优化(EVDO)、高速分组接入(HSPA)、高速下行链路分组接入(HSDPA)、IEEE 802.11(Wi-Fi)、Wi-Fi直连、802.16(WiMAX)、超宽带(UWB)、红外(IR)协议、近场通信(NFC)协议、Wibree、蓝牙协议、无线通用串行总线(USB)协议和/或任何其它无线协议。

尽管未示出，但是数据交互平台计算实体106可以包括一个或多个输入部件(例如，键盘输入端、鼠标输入端、触摸屏/显示器输入端、运动输入端、移动输入端、音频输入端、点击设备输入端、操纵杆输入端、小键盘输入端等)或与其通信。数据交互平台计算实体106还可以包括一个或多个输出部件(未示出)或与其通信，例如，音频输出端、视频输出端、屏幕/显示屏输出端、运动输出端、移动输出端等。

示例性客户端计算实体

图3提供了表示可结合本发明的实施例使用的客户端计算实体102的说明性示意图。一般而言，术语设备、系统、计算实体、实体和/或本文可互换地使用的类似词语可以指代例如一个或多个计算机、计算实体、台式机、移动电话、平板电脑、平板手机、笔记本电脑、膝上型电脑、分布式系统、自助服务机、输入终端、服务器或服务器网络、刀片服务器、网关、交换机、处理设备、处理实体、机顶盒、中继、路由器、网络接入点、基站等和/或适于执行本文描述的功能、操作和/或过程的设备或实体的任何组合。客户端计算实体102可由各方操作。如图3所示，客户端计算实体102可包括天线312、发射机304(例如，无线电)、接收机306(例如，无线电)、以及相应地向发射机304和接收机306提供信号并从其接收信号的处理部件308(例如，CPLD、微处理器、多核处理器、协处理实体、ASIP、微控制器、和/或控制器)。

相应地，提供给发射机304和接收机306的信号和从其接收的信号可以包括根据适用的无线系统的空中接口标准的信令信息/数据。在这方面，客户端计算实体102能够利用一个或多个空中接口标准、通信协议、调制类型和接入类型来操作。更特别地，客户端计算实体102可以根据多种无线通信标准和协议中的任何一种来操作，例如以上关于数据交互平台计算实体106所描述的那些。在特定实施例中，客户端计算实体102可以根据多个无线通信标准和协议进行操作，例如UMTS、CDMA 2000、1xRTT、WCDMA、GSM、EDGE、TD-SCDMA、LTE、E-UTRAN、EVDO、HSPA、HSDPA、Wi-Fi、Wi-Fi直连、WiMAX、UWB、IR、NFC、蓝牙、USB等。类似地，客户端计算实体102可以根据多个有线通信标准和协议来操作，例如上文关于数据交互平台计算实体106经由网络接口320所描述的那些。

经由这些通信标准和协议，客户端计算实体102可使用诸如非结构化补充业务数据(USSD)、短消息服务(SMS)、多媒体消息业务(MMS)、双音多频信令(DTMF)、和/或用户识别模块拨号器(SIM拨号器)等概念来与各种其它实体通信。客户端计算实体102还可以下载例如对其固件、软件(例如，包括可执行指令、应用、程序模块)和操作系统的改变、附加组件和更新。

根据一个实施例，客户端计算实体102可以包括位置确定方面、设备、模块、功能性和/或本文中可互换地使用的类似词语。例如，客户端计算实体102可以包括室外定位方面，诸如适于获取例如纬度、经度、高度、地理编码、路线、方向、前进方向、速度、世界时(UTC)、日期和/或各种其他信息/数据的位置模块。在一个实施例中，位置模块可以通过识别可见卫星的数量和这些卫星的相对位置(例如，使用全球定位系统(GPS))来获取数据，有时称为星历数据。卫星可以是各种不同的卫星，包括低地球轨道(LEO)卫星系统、国防部(DOD)卫星系统、欧盟伽利略定位系统、中国北斗导航系统、印度区域导航卫星系统等。可以使用各种坐标系统来收集该数据，例如十进制度数(DD)；度、分、秒(DMS)；通用横轴墨卡托(UTM)；通用极(UPS)坐标系等。可替代地，位置信息/数据可通过结合包括蜂窝塔、Wi-Fi接入点等的各种其它系统对客户端计算实体102的位置进行三角测量来确定。类似地，客户端计算实体102可以包括室内定位方面，诸如适于获取例如纬度、经度、高度、地理编码、路线、方向、前进方向、速度、时间、日期和/或各种其他信息/数据的位置模块。一些室内系统可以使用各种定位或位置技术，包括RFID标签、室内信标或发射器、Wi-Fi接入点、蜂窝塔、附近的计算设备(例如，智能手机、膝上型计算机)等。例如，这样的技术可以包括iBeacons、万向节接近信标(Gimbal proximity beacons)、蓝牙低能量(BLE)发射器、NFC发射器等。这些室内定位方面可以在各种环境中使用以将某人或某物的位置确定到几英寸或几厘米内。

客户端计算实体102还可以包括用户界面(其可以包括耦接到处理部件308的显示器316)和/或用户输入界面(耦接到处理部件308)。例如，用户界面可以是在客户端计算实体102上可执行和/或经由其可访问的用户应用、浏览器、用户界面和/或本文中可互换地使用的类似词语，以与数据交互平台计算实体106交互和/或导致显示来自其的信息/数据，如本文所述。用户输入界面可以包括允许客户端计算实体102接收数据的多个设备或界面中的任何一个，诸如小键盘318(硬或软)、触摸显示器、语音/话音或运动界面、或其他输入设备。在包括小键盘318的实施例中，小键盘318可以包括(或导致显示)传统的数字(0-9)和相关的键(#，*)和用于操作客户端计算实体102的其他键，以及可以包括全套字母键或可以被激活以提供全套字母数字键的一组键。除了提供输入之外，用户输入界面还可以用于例如激活或取消激活某些功能，诸如屏幕保护程序和/或睡眠模式。

客户端计算实体102还可以包括易失性存储装置或存储器322和/或非易失性存储装置或存储器324，其可以是嵌入式的和/或可以是可移除的。例如，非易失性存储器可以是ROM、PROM、EPROM、EEPROM、闪存、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、NVRAM、MRAM、RRAM、SONOS、FJG RAM、千足虫存储器、赛道存储器等。易失性存储器可以是RAM、DRAM、SRAM、FPM DRAM、EDO DRAM、SDRAM、DDR SDRAM、DDR2 SDRAM、DDR3 SDRAM、RDRAM、TTRAM、T-RAM、Z-RAM、RIMM、DIMM、SIMM、VRAM、高速缓存存储器、寄存器存储器等。易失性和非易失性存储装置或存储器可以存储数据库、数据库实例、数据库管理系统、数据、应用、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等，以实现客户端计算实体102的功能。如所指示的，这可以包括驻留在实体上或者可通过浏览器或其他用户界面访问的用户应用，用于与数据交互平台计算实体106和/或各种其他计算实体进行通信。

在另一个实施例中，客户端计算实体102可以包括与数据交互平台计算实体106的组件或功能性相同或相似的一个或多个组件或功能性，如上文更详细地描述的。如将认识到的，这些体系架构和描述仅出于示例性目的而提供，并不限制各种实施例。

在各种实施例中，客户端计算实体102可以被实现为人工智能(AI)计算实体，诸如Amazon Echo、Amazon Echo Dot、Amazon Show、Google Home等。因此，客户端计算实体102可以被配置为经由输入/输出机构(例如，显示器、相机、扬声器、语音激活输入等)来提供和/或接收来自用户的信息/数据。在某些实施例中，AI计算实体可包括存储在板载存储器存储模块内和/或通过网络可访问的一个或多个预定义的可执行程序算法。在各种实施例中，AI计算实体可被配置为在发生预定义的触发事件时检索和/或执行一个或多个预定义的程序算法。

V.示例性系统操作

本发明的各种实施例解决了传统的基于图的数据库的技术缺点。例如，本发明的各种实施例引入了创新的数据模型，其不将数据对象之间的关系处理为独立于那些数据对象而记录的静态关联，而是根据那些数据对象的各种属性将其处理为由这些数据对象记录和吸收的动态关联。根据一些方面，数据对象具有关于其相关联的数据对象关系中的每一个的关系认知评分。这允许数据对象具有对各种数据对象关系的独立识别，包括通常在传统图模型中建模为间接数据对象关系的数据对象关系，同时能够区分更重要的数据对象关系(例如，具有较高的相应关系认知评分的数据对象关系)和较不重要的数据对象关系(例如，具有较低的相应关系认知评分的数据对象关系)。

本发明的各种实施例通过引入数据模型来解决传统的基于图的数据库的所述缺点，该数据模型不是将数据对象之间的关系处理为独立于那些数据对象而记录的静态关联，而是根据那些数据对象的各种属性将其处理为由该数据对象记录和吸收的动态关联。例如，本发明的各种实施例使得能够记录数据对象之间的许多关系，以及将每个记录的关系与动态生成的关系认知评分相关联，该关系认知评分指示与相关联的数据对象的关系的重要性。如下面更详细地讨论的，可以至少部分地基于特定数据对象的个体属性、特定数据对象的层次父级数据对象的个体属性、与特定数据对象操作地相关的数据对象的个体属性、被认为与特定数据对象充分相似的数据对象的个体属性、数据对象的重要性和/或与数据交互环境的环境空间的数据对象关系的重要性等来确定特定数据对象的关系认知评分。

通过利用在此描述的动态关系认知概念，数据检索和/或数据可视化可以变得更高效和有效。本发明的各种实施例引入了利用关系认知评分和/或吸收评分的用于数据检索和/或数据可视化的高效技术。此外，利用在此描述的动态关系认知概念，与现有的数据管理解决方案相比，该动态关系认知概念更可扩展并且能够更好地将外部数据对象集成到关系认知数据模型中。本发明的各种实施例引入了用于高效地和有效地将外部数据对象集成到关系认知数据模型中的高效技术。通过利用这里描述的动态关系认知概念、这里讨论的数据检索概念、这里描述的数据可视化概念和这里描述的外部集成概念中的至少一个，本发明的各种实施例解决了现有数据管理解决方案的各种缺点(例如，现有基于图的数据管理解决方案的各种缺点)，并且对这种数据管理解决方案的效率和有效性做出了重要的技术贡献。

在一些实施例中，关系认知评分使得数据对象能够维持关于其上下文的自我认知。在一些实施例中，数据对象的更新可以引起对数据对象的关系特性进行编码的值的改变。在这个意义上，与数据对象相关联的数据字段的改变通过例如改变与所述数据对象和其他数据对象相关联的关系认知评分来影响所述数据对象的关系上下文。在一些所述实施例中，这里介绍的关系上下文更新技术使得数据对象能够不仅关于其即时数据上下文而且关于其关系上下文相对于其它数据对象而进行自我认知。例如，文档数据对象的内容的更新引起对文档对象与其他数据对象(例如，与其他任务数据对象)的关系的强度进行编码的关系评分的改变。

数据交互平台

图4提供了用于数据交互平台的用户界面400的操作示例，该用户界面可由数据交互平台计算实体106生成，并可利用本文档中所讨论的动态关系认知概念、数据可视化概念和外部集成概念中的至少一些。用户界面400包括用户界面元素401-408以及用户界面元素410。用户界面元素401-408各自对应于表征数据交互平台所利用的数据对象之间的层次依赖结构的根节点的层次元类型指定。如以下进一步描述的，数据交互平台维护数据对象的层次，其中每个子数据对象在层次上依赖于一个或多个父数据对象。例如，与作为特定公司的雇员和特定大学的毕业生的特定人相对应的数据对象可以是与特定公司的雇员相关联的数据对象和与特定大学的毕业生相关联的数据对象的层次依赖关系。而与特定公司的雇员相关联的数据对象又可以是与工作成人相关联的数据对象的层次依赖关系，而与特定大学的毕业生相关联的数据对象又可以是与大学毕业生相关联的数据对象的层次依赖关系。如下面进一步讨论的，本发明的创新方面涉及利用在数据对象之间的层次依赖性结构的每个级别提供的关系认知信号(例如，特定数据对象的每个父数据对象的吸收评分)来为特定数据对象生成关系认知评分。

在某些实施例中，层次依赖结构将每个数据对象与各种预先配置的层次元类型指定中的至少一个相关，其中每个层次元类型指定可涉及向数据对象与其它数据对象的关系给予通用含义的该数据对象的基本特性。如上所述，预配置的层次元类型指定可作为数据交互平台所利用的数据对象之间的层次依赖结构的根节点。各种方法可适于定义这种预配置的层次元类型指定，其中每个方法可利用数据对象的不同基本特性来定义预配置的层次元类型指定和/或维护用于定义预配置的层次元类型指定的不同粒度级别。在图4的用户界面400中所示出的示例性方法中，基于主要和潜在次要特征/分类来定义预配置的层次元类型指定，以包括与用户界面元素401相关联的“生命体”指定、与用户界面元素402相关联的“地点”指定、与用户界面元素403相关联的“事物”指定、与用户界面元素404相关联的“时间”指定、与用户界面元素405相关联的“动作”指定、与用户界面元素406相关联的“通信”指定、与用户界面元素407相关联的“分组”指定、以及与用户界面元素408相关联的“知识”指定。然而，相关技术领域的普通技术人员将认识到，各种预先配置的层次元类型指定的其他构想是可行的，并且可以在各种实施方式和使用情况中赋予特定优点。

取决于系统语义，“生命体”层次元类型指定可以涉及描述人、联系人、动物、植物等的数据对象。图5中呈现了描绘可响应于用户对用户界面元素401的选择而生成的特定“生命体”数据对象的视觉关系的用户界面的操作示例。图5中所示出的用户界面包括各种目标“生命体”数据对象的可视化，诸如对应于名为“Pooya Shokhi”的个人的“生命体”数据对象，其视觉表示使用图5的用户界面中的用户界面元素501来示出。如图6的用户界面中所示，用户界面元素501的用户选择示出了与所选择的“生命体”数据对象相关的数据对象，其中数据对象又由以上讨论的、关于用户界面元素401-408的预配置的层次元类型指定来组织，此处分别与用户界面元素601-608相关联。图5中示出的用户界面还使得能够通过经由用户界面元素610选择用于新数据对象的指定以及选择用户界面元素611来添加与所选择的“生命体”数据对象相关的新数据对象，这进而导致显示图7中示出的用户界面，其包括用于输入新数据对象的属性(例如，可以使用用户界面元素701输入的公司名称属性名称、可以使用用户界面元素702输入的公司行业属性名称、以及可以使用用户界面元素703输入的公司地址属性)的表格。

取决于系统语义，“地点”层次元类型指定可以涉及描述位置、城市、区域、国家、大陆等的数据对象。“地点”数据对象可以与其他层次元类型指定的数据对象具有关系。例如，“地点”数据对象可以与“生命体”数据对象具有“出生于”关系。作为另一示例，“地点”数据对象可以与“动作”数据对象具有“将被执行于”关系。作为又一示例，“地点”数据对象可以与“事物”数据对象具有“位于...中”关系。作为另一示例，“地点”数据对象可以与“通信”数据对象具有“发生于”关系。

取决于系统语义，“事物”层次元类型指定可以涉及描述建筑物、产品、无生命物体、装备、库存等的数据对象。“事物”数据对象可以与其他层次元类型指定的数据对象具有关系。例如，“事物”数据对象可以与“生命体”数据对象具有“购买”关系。作为另一示例，“事物”数据对象可以与“动作”数据对象具有“使用...生成”关系。作为又一示例，“事物”数据对象可与“地点”数据对象具有“位于...中”关系。作为再一示例，“事物”数据对象可以与“通信”数据对象具有“为其主题”关系。在一些实施例中，“事物”数据对象可以经由预配置格式的文件来选择，该预配置格式的文件被配置为生成所述的“事物”数据对象的可视化，例如使用与建筑物或产品相关联的关系认知建模数据来描述该建筑物或产品的可视化的文件。图12提供了文件选择用户界面的操作示例，该文件选择用户界面可响应于用户对用户界面元素403的选择而生成，以使用户能够选择具有描述“事物”数据对象的可视化的预配置格式的文件。

取决于系统语义，“时间”层次元类型指定可涉及描述秒、分钟、小时、日期或时间范围等的数据对象。“时间”数据对象可以与其它层次元类型指定的数据对象具有关系。例如，“时间”数据对象可以与“生命体”数据对象具有“出生于”关系。作为另一个例子，“时间”数据对象可以与“动作”数据对象具有“被执行于”关系。作为又一示例，“时间”数据对象可与“事物”数据对象具有“被购买于”关系。作为再一示例，“时间”数据对象可与“通信”数据对象具有“发生于”关系。在一些实施例中，时间数据对象可以是特定事件的类别。在一些实施例中，时间数据对象可以以线性和非线性方式使用，以及可以被认为与动作数据对象相关。时间数据对象也可以用来描述“活动”和“非活动”状态，例如一个人在处于其生命期内的时间期间被认为是“活动”的而在其死亡时间段之后被认为是非活动。

时间也可与各种其它指定(如对象特性)的变化相关联。例如，对象的开始时间可以具有相关联的尺寸，例如出生尺寸或作为幼苗的尺寸，其中所述特性在时间段的过程中被修改。作为示例，树可具有相关联的起始尺寸1CM，以及作为种子的状态，其中第二时间在足够的光和热之后X天的时间段与第一时间“相关”，以变成非常小尺寸的树，其中另一线性增大的尺寸到最大尺寸发生在从开始时间起的又一相关时间段上，然后继续到近似生命期，其不改变(或确实改变)尺寸或其他特性直到该时间结束。

取决于系统语义，“动作”层次元类型指定可涉及描述事件、任务、项目、表演、音乐会等的数据对象。“动作”数据对象可以与其它层次元类型指定的数据对象具有关系。例如，“动作”数据对象可与“生命体”数据对象具有“由...执行”关系。作为另一示例，“动作”数据对象可与“时间”数据对象具有“将被执行于”关系。作为又一示例，“动作”数据对象可与“事物”数据对象具有“可由...执行”关系。作为再一示例，“动作”数据对象可与“通信”数据对象具有“使用...处理”关系。在一些实施例中，“动作”层次元类型指定可以具有两个子数据对象，“任务”子数据对象和“项目”子数据对象。图9提供了可响应于与“动作”层次元类型指定相关联的用户界面元素405的用户界面而生成的用户界面的操作示例(图39中示出了第二操作示例)。如图9所示，所示的用户界面包括用户界面元素901-902，其分别对应于“任务”数据对象和“项目”数据对象。如图10的用户界面中进一步所示，对与“任务”数据对象相关联的用户界面元素901的选择涉及描绘取决于“任务”数据对象的各种目标数据对象，包括与用户界面元素901相关联的“Install ViZZ”数据对象。如图11的用户界面中进一步所示，对与所选择的“任务”数据对象相关的用户界面元素901数据对象的选择，其中数据对象进而由上文所讨论的、关于用户界面元素401-408的预配置的层次元类型指定来组织。

任务可以指单个事件，如踢足球，或者一系列事件，如玩足球比赛，或者建造建筑物。因此，任务可以具有相关联的子任务和父任务。作为示例，将汽车从工作地点驾驶到家的任务可以包括启动汽车、在停车灯处停车等任务，同时还具有涉及该汽车(或者甚至是城市的所有汽车等)的所有动作(任务)的父任务。

取决于系统语义，“通信”层次元类型指定可涉及描述电子邮件、电话呼叫、文本消息、寻呼机消息、会议等的数据对象。通信还可以包括视觉、音频和在诸如照片、视频、X射线、诸如3D模型内的多维交互中相关的其他信息的通信，以及诸如气味等的感觉信息的相关信息。“通信”数据对象可以与其它层次元类型指定的数据对象具有关系。例如，“通信”数据对象可与“生命体”数据对象具有“被...接收”关系。作为另一示例，“通信”数据对象可与“动作”数据对象具有“包括对...的指南”关系。作为又一示例，“通信”数据对象可与“事物”数据对象具有“讨论...的价格”关系。作为再一示例，“通信”数据对象可与“时间”数据对象具有“发生于”关系。

取决于系统语义，“分组”层次元类型指定可以涉及描述公司、团队、组织、电子邮件列表等的数据对象。“分组”数据对象可以与其它层次元类型指定的数据对象具有关系。例如，“分组”数据对象可与“生命体”数据对象具有“为...的参与者”关系。作为另一个例子，“分组”数据对象可与“动作”数据对象具有“预期执行”关系。作为又一示例，“分组”数据对象可与“事物”数据对象具有“是...的所有者”关系。作为再一示例，“分组”数据对象可与“时间”数据对象具有“形成于”关系。在一些实施例中，分组数据对象可以表示每个组中的数据对象之间的关系，例如，人员的集合可以由公司的数据对象组来表示，从而经由该公司创建那些联系人的关系。

取决于系统语义，“知识”层次元类型指定可以涉及描述文件、文档、书籍、文章等的数据对象。“知识”数据对象可以与其它层次元类型指定的数据对象具有关系。例如，“知识”数据对象可与“生命体”数据对象具有“由...创作”关系。作为另一示例，“知识”数据对象可与“动作”数据对象具有“描述如何执行”关系。作为又一示例，“知识”数据对象可与“事物”数据对象具有“包括关于...的信息”关系。作为再一示例，“知识”数据对象可与“时间”数据对象具有“被创造于”关系。在某些实施例中，“知识”层次元类型指定可具有两个子数据对象，“文件”子数据对象和“文档”子数据对象。图11提供了可响应于与“知识”层次元类型指定相关联的用户界面元素408的用户界面而生成的用户界面的操作示例。如图11所示，所示出的用户界面包括用户界面元素1101-1102，其分别对应于“文件”数据对象和“文档”数据对象。知识数据对象还可以具有与相同主题的其他信息的知识项的相同特征类别中的“与之相关”的信息。

在一些实施例中，数据对象可以同时与一个或多个层次元类型指定相关联，和/或可以是不同层次元类型指定的一个或多个数据对象的集合。例如，人对象可以是交互、生命体元素、与其他人的关系等的集合。作为另一示例，照片对象可以是主题、拍摄时间、拍摄地点、拍摄者等的集合。作为又一示例，事件数据对象可以是与该事件相关的人或物体、在事件期间发生的动作、事件发生的地点、事件发生的时间等的集合。在一些实施例中，数据变得更加丰富、更加自我认知、更加可用、更加存储高效以及更加可访问(通过其身份容易地找到)，从而消除了利用如文件名的名义指示符的需要，并且提高了基于其独特特征来找到事物的能力。在一些实施例中，对象的特征可以是暂时动态的，例如，这种特征可以随着时间和经验而改变，因此用于个人实体的数据对象可以从儿童期到成年期改变。

返回图4，用户界面400还包括用户界面元素410，其使得用户能够选择数据交互平台的一个或多个环境状态。数据交互平台的环境状态可以指示在特定时间使用数据交互平台背后的推断的用户目的和/或指示的用户目的。可以至少部分地基于用户提供的信息和/或通过对在不同的时间间隔和/或在不同的位置的数据使用执行机器学习分析来生成环境状态。例如，数据交互平台计算实体106可以至少部分地基于用户交互数据来推断用户在不同的时间间隔使用不同的数据对象组，并且因此断定不同的数据对象组属于不同的环境。此外，可以至少部分地基于明确的用户选择和/或至少部分地基于检测到用户在与特定环境状态相关联的一天中的时刻和/或位置处来执行对用于特定使用会话的一个或多个环境状态的选择。例如，数据交互平台计算实体106可以在工作时间和/或当用户位于用户办公室的地理位置时，推断用户的特定使用会话的“工作”环境状态。如下面进一步讨论的，本发明的创新方面涉及利用由环境状态提供的用于数据交互平台的使用的关系认知信号，以生成特定数据对象的关系认知评分。

图13提供了使得用户能够选择环境状态的用户界面的操作示例。如图13的用户界面中所示出的，定义的环境状态被分成四个元类型指定：包括环境状态“Pooya的私有工作空间”1311的“生活(live)”环境1301(例如，涉及私有或个人环境状态)、“工作”环境1302(例如，涉及专业环境状态)、包括环境状态“Pooya的娱乐”1313的“玩乐”环境1303(例如，涉及娱乐相关或休闲相关的环境状态)、以及包括环境状态“全局公共”1314的“全局”环境1304(例如，涉及一般或公共环境状态)。用户可以通过选择一个或多个适当的环境来选择环境状态。环境状态的选择或取消选择可以影响检索到的数据项的可视化。例如，如相对于图5的用户界面在图14的用户界面中所示出的，在选择环境状态“全局公共”1314之后，与在选择环境状态“全局公共”1314之前相比，用户界面元素401的选择导致生成和显示具有更多数量的所示数据对象的更拥挤的可视化。在一些实施例中，可以利用环境来定义用于访问特定数据对象和/或特定对象间关系的安全参数。用户可以一次创建或选择多于一个的环境。例如，用户可以具有多于一个的职业，以及因此具有多于一个的工作环境。这可以包括具有不同状态(活动、不活动、临时等)的过去职业，或者多个同时职业。用户还可以选择显示多于一个同时状态，诸如工作和家庭数据。数据可视化也可以受用户偏好影响，通过使用AI或其他逻辑来确定最相关数据的辨别，受到用户地理位置、一天中的时间等的影响，以改变信息的显示和信息的视觉相关度。例如，尽管用户可能使工作和家庭环境都打开，但是因为他们在工作中并且参与工作活动，所以可以给予工作相关信息比家庭信息更大的视觉偏好。此外，因为用户正在访问诸如他们正在从事的项目之类的特定数据，所以那些项目的信息显示也可以被给予比其他项目信息更高的优先级，如可以是关于他们当前正在做什么、他们工作的部门内的人或谁也在从事相同项目的信息等等。在一些实施例中，可由终端用户访问的数据对象可由与该数据对象相关联的一个或多个安全策略确定。

术语“安全环境”可以指，指示与用户简档的数据访问会话相关联的一个或多个运行时参数的一个或多个运行时参数值范围的数据，其可以影响用户简档访问特定数据对象的能力。例如，特定安全环境可以由以下中的至少一个来定义：指示特定地理区域(例如，与特定公司的特定办公室相对应的特定地理区域)的基于位置的运行时参数值、指示一周内的特定时间范围(例如，每个工作日的9AM与5PM之间)的时间运行时参数值、指示用于连接到数据交互平台计算实体的特定网络连接(例如，与公司相关联的特定虚拟专用网络(VPN))的基于网络连接的运行时参数、指示由数据交互平台计算实体106的用户所选择的环境状态(例如，与工作或休闲相关联的环境状态)的环境选择运行时参数、指示与数据访问请求相关联的用户简档的法律和/或监管管辖权的管辖运行时参数等。

这里使用图4-14示出和描述的示例性数据交互平台可以用于处理数据检索查询并生成响应查询输出，其中数据检索查询是检索与特定数据检索查询标准(例如，一个或多个过滤标准、一个或多个搜索标准等)相对应的一个或多个数据对象的任何请求。例如，图15提供了用于使用所述数据交互平台处理数据检索查询的用户界面1500的操作示例(图38中呈现了第二操作示例)。如图15所示，用户界面1500包括用于指定数据检索查询标准的用户界面元素1501、用于指定定义数据的所需可视化的可视化参数的用户界面元素1502、以及示出搜索结果的用户界面元素1503。如图16的用户界面1600中进一步所示，查询输出可以被保存为会话1601-1602，以及可视化结果1603可以包括检索到的数据对象之间的关系。下面将更详细地描述使用所提出的数据交互平台来处理数据检索查询。

为了提供本文讨论的数据建模、数据可视化、外部集成和查询处理功能，利用动态关系认知的数据交互平台需要利用支持所述功能的关系认知建模方面以及动态用户交互方面的稳健逻辑数据模型。图17中提供了用于数据交互系统的这种逻辑数据模型1700的示例。如图17所示，用户节点1701与用户简档对象1702相关联，用户简档对象唯一地标识数据交互平台内的用户节点1701，编码用户节点1701相对于数据交互平台的特性和关系，以及使得用户节点1701能够与数据交互平台内的其它用户节点1701交互。用户简档对象1702管理各种数据对象，例如其对数据交互平台的访问由用户节点1701控制的用户简档对象的协作空间1703、由用户节点1701与数据交互平台内的其他用户简档对象共享并且可以包括诸如主数据对象1741的主数据对象或诸如共享空间1742的其他共享空间的数据对象的共享空间1704、使得用户节点1701能够在组级别上管理对其数据的访问的团队对象1705、各自标识与用户节点1701相关联的环境状态的环境对象1706、以及各自标识与用户节点1701相关联的环境状态的元类型指定的环境类1707。

如图17的逻辑数据模型1700中进一步所示，用户简档对象1702拥有空间对象1708，其可以用作多个数据对象的容器，并且可以包括诸如空间对象1781的一个或多个空间对象、诸如主数据对象1782的一个或多个主数据对象、以及诸如次级数据对象1783的一个或多个次级数据对象。此外，用户简档对象1702拥有主数据对象1709，其可以用作主数据节点，并且可以包括诸如空间对象1791的一个或多个空间对象、诸如主数据对象1792的一个或多个主数据对象、以及诸如次级数据对象1794的一个或多个次级数据对象。在一些实施例中，次级数据对象是通过与另一数据对象相关联而定义的数据对象，使得在删除另一数据对象时将删除该数据对象。次级数据对象的示例是个人数据对象的电话号码数据对象。在一些实施例中，图17的逻辑数据模型1700中所示的至少一些数据对象是“默认”数据对象，意味着它们在创建用户简档对象时被自动创建。在一些实施例中，默认数据对象包括团队对象1705、协作者空间1703和共享空间1704中的一个或多个。

数据建模和数据检索

图18是生成用于数据交互平台的关系认知模型的示例过程1800的流程图。经由过程1800的各个步骤/操作，数据交互平台计算实体106的关系认知建模引擎111可以以高效且有效的方式生成数据对象关系相对于相关数据对象的关系认知评分。

过程1800开始于步骤/操作1801，此时关系认知建模引擎111为与数据交互平台相关联的每个数据对象生成吸收评分。在一些实施例中，数据对象的吸收评分指示数据对象的估计的关系认知趋势。不同的数据对象可以表现出与其他数据对象形成关系的不同的预期能力。例如，相对于“通信”数据对象，“生命体”数据对象通常可以具有更强的趋势来认知到其关系。所述示例示出了各种数据对象的多样化吸收评分以及层次关系在形成各种数据对象的多样化吸收评分中的作用。如下所述，层次关系是关系认知建模引擎111可以用来推断各种数据对象的吸收评分的许多推断信号之一。

在一些实施例中，步骤/操作1801可以根据图19中所示的过程来执行，图19是用于为特定数据对象生成吸收评分的示例过程的流程图。图19中所示的过程开始于步骤/操作1901，此时关系认知建模引擎111为特定数据对象生成个体吸收评分。在一些实施例中，特定数据对象的个体吸收评分指示给定特定数据对象的一个或多个个体属性的情况下，特定数据对象的估计的关系认知趋势。例如，至少部分地基于用于推断个体吸收评分的示例模型，与具有高教育程度的特定个人相关联的数据对象可以被认为具有高吸收评分。作为另一示例，至少部分地基于用于生成个体吸收评分的另一示例模型，与具有特定身体特征(例如，年龄、身高、体重等)的特定个人相关联的数据对象可被认为具有高吸收评分。

在一些实施例中，步骤/操作1901可以根据图20中所示出的过程来执行，图20是用于为特定数据对象生成个体吸收评分的示例过程的流程图。图20中所示的过程开始于步骤/操作2001，此时关系认知建模引擎111获得特定数据对象的一个或多个个体属性。特定数据对象的个体属性的示例包括根据图21的数据模式代码段2100生成的动态属性、根据图22的数据模式代码段2200生成的动态特性、以及根据图23的数据模式代码段2300生成的静态特性。

在步骤/操作2002，关系认知建模引擎111至少部分地基于在步骤/操作2001中获得的一个或多个个体属性来生成一个或多个吸收度量。在一些实施例中，特定数据对象的吸收度量是至少部分地基于特定对象的个体属性来确定的该特定数据对象的特性，并且可以用于估计该特定数据对象的个体吸收评分。在一些实施例中，至少部分地基于一个或多个个体属性来生成一个或多个吸收度量包括至少部分地基于个性化吸收空间的输入空间来选择这些个体属性的子集，该个性化吸收空间被配置成至少部分地基于数据对象的吸收度量来生成该数据对象的个体吸收评分。在一些实施例中，至少部分地基于一个或多个个体属性来生成一个或多个吸收度量包括对该一个或多个个体属性执行降维和/或特征嵌入算法。

在一些实施例中，数据对象可以被配置成探索和识别它们自身与其他数据对象之间的关系特性。例如，文档对象可以被配置成探索以识别具有相似主题的文档对象，然后创建其自身与所识别的文档之间的关系，以及基于两个文档对象的主题的相似性和相关度二者为每个所创建的关系生成关系认知评分。在一些实施例中，本文讨论的自我探索概念使得数据模型能够有机地自我构建，这减少和/或消除了对昂贵的数据建模操作的需要。

在步骤/操作2003，关系认知建模引擎111将在步骤/操作2002中生成的一个或多个吸收度量映射到个体吸收空间。个体吸收空间可以是被配置成使各种数据对象的吸收度量相关的空间，所述各种数据对象包括具有已知个体吸收评分的第一组数据对象和具有未知个体吸收评分的第二组数据对象。图24中示出了个体吸收空间2400的操作示例。如图24中所示出，个体吸收空间2400包含分别与吸收度量A至C相关联的输入维度2401到2403。每个点2411-2416示出了对应的数据对象。如图24的个体吸收空间2400中进一步所示，具有实线边界的点(例如，点2411和2414)具有已知的个体吸收评分，而具有虚线边界的点(例如，点2412至2413和2415至2416)具有未知的个体吸收评分。

在步骤/操作2004，关系认知建模引擎111至少部分基于个体吸收空间生成个体吸收评分。在一些实施例中，为了生成特定数据对象的个体吸收评分，关系认知建模引擎111至少部分地基于个体吸收空间来生成数据对象的一个或多个簇，该一个或多个簇包括包含与映射到个体吸收空间的特定数据对象的吸收度量相对应的点以及与具有已知个体吸收空间的一个或多个数据对象相对应的点的簇。在一些实施例中，为了生成特定数据对象的个体吸收评分，关系认知建模引擎111寻找具有已知个体吸收空间的最接近K个数据对象，该K个数据对象在个体吸收空间中的对应点最接近对应于特定数据对象的吸收度量的点，以及至少部分基于最接近K个数据对象的已知个体吸收空间来生成该特定数据对象的个体吸收评分，其中K可以是关系认知建模引擎111的预配置的超参数以及可以具有为一或大于一的值。

在图24的个体吸收空间2400中示出了至少部分地基于个体吸收空间来生成个体吸收评分的操作示例。如图24所示，个体吸收空间2400包括两个对象簇：对象簇2421和对象簇2422。根据图24中示出的聚类排列，关系认知建模引擎111可以利用对应于点2411的数据对象的已知个体吸收评分来生成对应于点2412至2413的数据对象的个体吸收评分。此外，进一步根据图24中示出的聚类排列，关系认知建模引擎111可以利用对应于点2414的数据对象的已知个体吸收评分来生成对应于点2415至2416的数据对象的个体吸收评分。

返回图19，在步骤/操作1902，关系认知建模引擎111为特定数据对象生成层次吸收评分。例如，具有层次父级P1、P2和P3的特定数据对象的层次吸收评分可以至少部分地基于P1、P2和P3的个体吸收评分来确定。在一些实施例中，至少部分地基于作为数据对象的层次父级的父数据对象的每个个体吸收评分来确定数据对象的层次吸收评分。在一些实施例中，特定数据对象的一个或多个父数据对象包括特定数据对象的层次元类型，其中特定数据对象的层次元类型指示特定数据对象是否包括多个预定义的层次元类型指定中的一个或多个相关层次元类型指定。在一些实施例中，多个预定义的层次元类型指定包括：与生命体真实世界实体相关联的第一预定义层次元类型指定、与非生命体对象真实世界实体相关联的第二预定义层次元类型指定、与位置定义真实世界实体相关联的第三预定义层次元类型指定、与时间定义真实世界实体相关联的第四预定义层次元类型指定、与通信定义实体相关联的第五预定义层次元类型指定、与组定义实体相关联的第六预定义层次元类型指定、以及与知识定义实体相关联的第七预定义层次元类型指定。

在步骤/操作1903，关系认知建模引擎111为特定数据对象生成操作吸收评分。在一些实施例中，至少部分地基于与特定数据对象操作地相关的相关数据对象的每个个体吸收评分来确定数据对象的操作吸收评分。在一些实施例中，如果在两个数据对象之间存在非层次关系，则相关数据对象被认为与特定数据对象相关。在一些实施例中，特定数据对象的一个或多个相关数据对象包括与特定数据对象相关联的一个或多个用户定义对象，和与特定数据对象相关联的一个或多个访问定义数据对象。在一些实施例中，与特定数据对象相关联的一个或多个用户定义对象包括与该特定数据对象相关联的一个或多个主用户定义对象，和与特定数据对象相关联的一个或多个协作者用户定义对象。在一些实施例中，与特定数据对象相关联的一个或多个访问定义数据对象包括与特定数据对象相关联的一个或多个共享空间数据对象(例如，公共共享空间数据对象、协作者空间对象、共享空间对象等)。

在步骤/操作1904，关系认知建模引擎111为特定数据对象生成基于属性的吸收评分。在一些实施例中，至少部分地基于相似数据对象的每个个体吸收评分来执行特定数据对象的基于属性的吸收评分，所述相似数据对象的相应个体属性被确定为与该特定数据对象的一个或多个对象属性足够相似。在一些实施方案中，关系认知建模引擎111生成每对数据对象之间的距离度量，并确定其距离度量超过阈值距离度量的特定数据对象对。在这些实施例的一些中，关系认知建模引擎111至少部分地基于作为也包括该特定数据对象的特定数据对象对的成员的任何数据对象，为该特定数据对象生成基于属性的吸收评分。

在操作1905，关系认知建模引擎111至少部分基于特定数据对象的个体吸收评分、特定数据对象的层次吸收评分、特定数据对象的操作吸收评分和特定数据对象的属性吸收评分，来生成该特定数据对象的吸收评分。在一些实施例中，为了生成特定数据对象的吸收评分，关系认知建模引擎111将参数应用于特定数据对象的个体吸收评分、特定数据对象的层次吸收评分、特定数据对象的操作吸收评分和特定数据对象的属性吸收评分中的每一个，其中可以使用诸如广义线性模型的预配置的吸收评分生成模型和/或使用用于确定吸收评分的有监督的机器学习算法来确定每个参数。

回到图18，在步骤/操作1802，关系认知建模引擎111为每个数据对象关系生成基于环境的吸收评分。在一些实施例中，特定数据对象关系的基于环境的吸收评分指示在给定数据交互平台的环境状态的情况下特定数据对象关系的估计的关系重要性。在一些实施例中，数据交互平台的环境状态选自数据交互平台的多个候选环境状态。在那些实施例的一些中，数据交互平台的多个候选环境状态指示以下中的至少一个：一个或多个私有环境状态、一个或多个专业环境状态、一个或多个休闲环境状态、以及一个或多个公共环境状态。

在步骤/操作1803，关系认知建模引擎111至少部分地基于在步骤/操作1801中确定的数据对象的吸收评分和在步骤/操作1803中确定的数据对象关系的基于环境的吸收评分来生成关系认知评分。在一些实施例中，对于与多个相关数据对象相关联的多个数据对象关系中的每个数据对象关系，关系认知建模引擎111生成关于与该数据对象关系相关联的多个相关数据对象中的每一个的关系认知评分。在这些实施例的一些中，至少部分地基于该特定相关数据对象的吸收评分和该数据对象关系的基于环境的吸收评分，确定数据对象关系相对于该多个相关数据对象中的特定相关数据对象的关系认知评分。在一些实施例中，为了生成关系认知评分，关系认知建模引擎111将参数应用于数据对象的吸收评分和数据对象关系的基于环境的吸收评分中的每一个，其中可以使用诸如广义线性模型的预配置的关系评分生成模型和/或使用用于确定关系认知评分的有监督的机器学习算法来确定每个参数。

在一些实施例中，数据交互平台计算实体106的查询处理引擎112使用由关系认知建模引擎111在步骤/操作1803处生成的关系认知评分来处理一个或多个数据检索查询。在这些实施例的一些中，为了处理数据检索查询，查询处理引擎112识别与数据检索查询相关联的一个或多个过滤参数，至少部分地基于该一个或多个过滤参数和与数据对象关系相关联的每个关系认知评分，为每个数据对象关系生成查询相关度评分，以及至少部分地基于数据对象关系的每个查询相关度评分来生成查询输出。

在一些实施例中，关系评分可以具有多个评分分量，诸如负评分分量和正评分分量。在关系评分具有正分量和负分量的一些实施例中，评分分量被视为彼此独立，以及不以累加方式求和。例如，关系可以与十的正评分分量和十的负评分分量相关联，但是这两个值不被求和以生成零值。在一些实施例中，可以使用文本表示和/或使用图形表示来图形地显示关系评分，例如通过利用本文描述的数据可视化技术中的一个或多个(包括本文描述的一个或多个多维数据可视化技术)。

在一些实施例中，当关系认知评分随时间变化时，过去的评分可以被维持以及是可访问的，以生成反映关系评分随时间变化的时间序列数据。例如，两个人之间的关系认知评分可以在3开始，随着时间增加到8，然后减小到1。关系认知建模引擎111可被配置成分析这种波动以生成所述的两个人之间的一个或多个交互推荐。此外，各种事件可以与各种关系影响评分相关联。例如，事件可以具有负的但临时的-9的影响评分。

数据可视化

图25是用于生成响应于数据检索查询而检索到的一组检索的数据对象的视觉表示的示例过程2500的流程图。使用过程2500的各个步骤/操作，数据交互平台计算实体106的数据可视化引擎113可以使用关系认知度量来执行数据对象的可视化。

过程2500开始于步骤/操作2501，此时数据可视化引擎113为检索到的数据对象生成一个或多个吸收参数。在一些实施例中，检索到的数据对象的吸收参数是用于确定检索到的数据对象的吸收参数的任何参数。吸收参数的示例包括个体吸收参数、层次吸收参数、操作吸收参数、基于属性的吸收参数、基于环境的吸收参数等中的一个或多个。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数可以包括特定检索到的数据对象的个体吸收评分，以及特定检索到的数据对象的个体吸收评分指示在给定特定检索到的数据对象的一个或多个对象属性的情况下特定检索到的数据对象的估计的关系认知能力。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的层次吸收评分，以及至少部分地基于作为该特定检索到的数据对象的层次父级的父数据对象的每个个体吸收评分来确定该特定检索到的数据对象的层次吸收评分。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的操作吸收评分，以及至少部分地基于与该特定检索到的数据对象操作地相关的相关数据对象的每个个体吸收评分来确定该特定检索到的数据对象的操作吸收评分。在一些实施例中，特定检索到的数据对象的一个或多个吸收参数包括特定检索到的数据对象的基于环境的吸收评分，以及该特定检索到的数据对象的基于环境的吸收评分指示该特定检索到的数据对象与执行数据检索查询的数据交互平台的环境状态的估计的关系重要性。

在步骤/操作2502，数据可视化引擎113至少部分地基于在步骤/操作2501中生成的检索到的数据对象的一个或多个吸收参数，来生成用于每个检索到的数据对象的一个或多个可视化配置参数。在一些实施例中，特定检索到的数据对象的可视化配置参数指示与该特定检索到的数据对象相关联的图标的至少一个视觉特征。在一些实施例中，用于特定检索到的数据对象的一个或多个可视化配置参数包括用于该特定检索到的数据对象的一个或多个可视化位置坐标、用于该特定检索到的数据对象的一个或多个形状定义可视化配置参数、用于该特定检索到的数据对象的一个或多个旋转速度定义可视化配置参数、用于该特定检索到的数据对象的一个或多个颜色定义可视化配置参数、一个或多个照明/高亮可视化配置参数以及用于特定检索到的数据对象的一个或多个脉冲强度定义可视化配置参数。在一些实施例中，为了生成检索到的数据对象的可视化配置参数，数据可视化引擎113将用于该多个检索到的数据对象中的检索到的数据对象的一个或多个吸收参数映射到包括与该一个或多个吸收参数相关联的一个或多个输入维度以及与一个或多个可视化配置参数相关联的一个或多个输出维度的可视化空间，以及至少部分地基于该可视化空间来生成可视化配置参数。在一些实施例中，至少部分地基于用户输入(例如使用诸如图34的示例性可视化工具选择用户界面3400的可视化工具选择用户界面而输入的用户输入)来确定至少一些可视化配置参数。

在一些实施例中，关系认知建模引擎111跟踪关系认知评分的变化。在一些实施例中，关系认知建模引擎111跟踪特定数据对象的关系认知评分随时间的相对波动性。在一些实施例中，关系认知建模引擎111使用特定数据对象的关系认知评分的变化和/或特定数据对象的关系认知评分随时间的相对波动性来生成关于该数据对象的行为的预测性结论。例如，个人数据对象的关系认知评分的显著波动可以指示心理不稳定性。作为另一示例，组织数据对象的关系认知评分的显著波动可以指示不良管理。

在一些实施例中，步骤/操作2502可以根据图26中所示的过程来执行，图26是用于生成特定检索到的数据对象的可视化配置参数的示例性过程的流程图。图26中所示的过程开始于步骤/操作2601，此时数据可视化引擎113为该特定检索到的数据对象生成一个或多个可视化位置坐标。在一些实施例中，该特定检索到的数据对象的一个或多个可视化位置坐标中的每一个对应于与数据交互平台相关联的n维可视化空间的维度。在一些实施例中，可视化位置坐标包括以下中的至少一个：至少部分地基于特定检索到的特定数据对象与其他检索到的数据对象之间的任何检索到的数据对象关系的每个特定关系认知评分来确定的第一可视化位置坐标、至少部分地基于特定检索到的数据对象与其他检索到的数据对象之间的任何检索到的数据对象关系的每个基于环境的吸收评分来确定的第二可视化位置坐标、以及至少部分地基于检索到的特定数据对象的层次元类型来确定的第三可视化位置坐标，其中特定数据对象的层次元类型可指示特定数据对象是否包括多个预定义的层次元类型指定中的一个或多个相关层次元类型指定。

在步骤/操作2602，数据可视化引擎113生成用于特定检索到的数据对象的一个或多个形状定义可视化配置参数。该特定检索到的数据对象的形状定义可视化配置参数可以定义与该特定检索到的数据对象相关联的图标的形状方面。例如，特定形状定义可视化配置参数可以定义对应的检索到的数据对象的图标是否为矩形、圆形、圆柱形等。作为另一示例，特定形状定义可视化配置参数可以定义对应的检索到的数据对象的图标的大小。作为又一示例，特定形状定义可视化配置参数可以定义与对应的检索到的数据对象的图标相关联的光环区域的大小。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的形状方面应当指示该特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个形状定义可视化配置参数。例如，如图27的示例性可视化配置用户界面2700中所示的，用户界面元素2701的当前状态使得用户能够至少部分地基于“生命体”数据对象的图标的光环来描绘“生命体”数据对象的中间姓名的指示，例如，使得具有中间姓名的“生命体”数据对象的图标将具有较大的光环和/或使得具有其首字母对其他“生命体”数据对象字母优先的中间姓名的“生命体”数据对象的图标具有较大的光环。

在步骤/操作2603，数据可视化引擎113生成用于特定检索到的数据对象的一个或多个颜色定义可视化配置参数。该特定检索到的数据对象的颜色定义可视化配置参数可以定义与该特定检索到的数据对象相关联的图标的颜色方面。例如，特定颜色定义可视化配置参数可以定义用于对应的检索到的数据对象的图标是否是红色、蓝色、黄色等。作为另一示例，特定颜色定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标的光谱区的颜色。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的颜色方面应当指示该特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个颜色定义可视化配置参数。例如，如图7的示例性可视化配置用户界面2700中所示的，用户界面元素2702的当前状态使得用户能够至少部分地基于“生命体”数据对象的图标的光谱色来描绘“生命体”数据对象的雇主姓名的指示，例如，使得具有雇主姓名的“生命体”数据对象的图标将具有较亮的光谱色，和/或使得具有其首字母具有对其他“生命体”数据对象的字母优先性的雇主姓名的“生命体”数据对象的图标具有较亮的光谱色。

在步骤/操作2604，数据可视化引擎113生成用于特定检索到的数据对象的一个或多个旋转速度定义可视化配置参数。该特定检索到的数据对象的旋转速度定义可视化配置参数可以定义与该特定检索到的数据对象相关联的图标的旋转速度方面。例如，特定旋转速度定义可视化配置参数可以定义对应的检索到的数据对象的图标旋转得更快还是更慢。作为另一示例，特定旋转速度定义可视化配置参数可定义与对应的检索到的数据对象相关联的图标是否究竟在旋转。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的旋转速度方面应当指示特定检索到的数据对象的特定属性的用户输入)来确定用于特定检索到的数据对象的至少一个旋转速度定义可视化配置参数。例如，如图7的示例性可视化配置用户界面2700中所示的，用户界面元素2703的当前状态使得用户能够至少部分地基于“生命体”数据对象的图标的旋转速度来描绘“生命体”数据对象的第一姓名的指示，例如，使得具有其首字母具有对其他“生命体”数据对象的字母优先性的第一姓名的“生命体”数据对象的图标具有更慢的旋转速度。

在步骤/操作2605，数据可视化引擎113生成用于特定检索到的数据对象的一个或多个照明/高亮可视化配置参数。特定检索到的数据对象的照明/可视化配置参数可以定义与特定的检索到的数据对象相关联的图标的照明和/或高亮的方面。例如，特定照明/高亮可视化配置参数可以定义对应的检索到的数据对象的图标是亮的还是暗的。作为另一示例，特定照明/高亮可视化配置参数可以基于检索到的数据对象的一个或多个特性(例如，与该检索到的数据对象相关联的关系的一个或多个关系认知评分)，来定义与特定检索到的数据对象相关联的图标的照明和/或高亮方面的离散和/或连续值。

在步骤/操作2605，数据可视化引擎113生成用于特定检索到的数据对象的一个或多个脉冲强度定义可视化配置参数。特定检索到的数据对象的脉冲强度定义可视化配置参数可以定义与该特定检索到的数据对象相关联的图标的脉冲强度方面。例如，特定脉冲强度定义可视化配置参数可以定义对应的检索到的数据对象的图标是否搏动(例如，收缩和扩张)。作为另一示例，特定脉冲强度定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标是快速还是慢速搏动。作为又一示例，特定脉冲强度定义可视化配置参数可以定义与对应的检索到的数据对象相关联的图标具有较小还是较大的收缩和扩张范围。在一些实施例中，可以至少部分地基于用户输入(例如，定义与特定检索到的数据对象相关联的图标的脉冲强度方面应当指示特定检索到的数据对象的特定属性的用户输入)来确定特定检索到的数据对象的至少一个脉冲强度定义可视化配置参数。例如，用户界面元素的当前状态可以使得用户能够至少部分地基于“生命体”数据对象的图标的脉冲强度来描绘“生命体”数据对象的第一姓名的指示，例如，使得具有其首字母具有对其他“生命体”数据对象的字母优先的第一姓名的“生命体”数据对象的图标更慢地搏动。

返回到图25，在步骤/操作2502，数据可视化引擎113生成用于检索到的数据对象组的一个或多个布局配置参数。在一些实施例中，布局配置参数定义与该检索到的数据对象组相关联的图标的布局方面。在利用布局配置参数来定义与检索到的数据对象组相关联的图标的布局的一些实施例中，一个或多个可视化位置坐标包括一个或多个基于布局的配置参数，该基于布局的配置参数定义特定检索到的数据对象相对于所定义的布局的位置。在一些实施例中，至少部分地基于检索到的数据对象组之间的数据对象关系的属性来生成布局配置参数。在一些实施例中，至少部分地基于用户输入(例如，使用图28的示例性显示风格选择用户界面元素2800而输入的用户输入)来生成布局配置参数。由布局配置参数定义的布局的示例包括云布局(例如，使用图29的用户界面2900描绘的示例性云布局)、螺旋布局(例如，使用图30的用户界面3000描绘的示例性螺旋布局)、网格布局(例如，使用图31的用户界面3100描绘的示例性网格布局)、直线布局(使用图32的用户界面3200描绘的示例性直线布局)和立体布局(使用图33的用户界面3300描绘的示例性立体布局)。由布局配置参数定义的布局的其他示例包括层次布局，诸如系谱树、组织图、工作流等。

在一些实施例中，数据可视化引擎113至少部分地基于检索到的数据对象组中的检索的数据对象的每一个或多个可视化配置参数来生成视觉表示。图35中呈现了示例性数据可视化用户界面3500的操作示例。在一些实施例中，数据可视化引擎113至少部分地基于检索到的数据对象组之间的每个检索到的数据对象关系的一个或多个可视化配置参数来生成视觉表示。在一些实施例中，为了生成检索到的数据对象关系的可视化配置参数，数据可视化引擎113使用与关于检索到的数据对象组中的至少一个检索到的数据对象的检索到的数据对象关系相关联的每个关系认知评分。在一些实施例中，为了生成用于检索到的数据对象关系的可视化配置参数，数据可视化引擎113使用与关于所使用的数据交互平台的环境状态的检索到的数据对象关系相关联的每个基于环境的吸收评分。在一些实施例中，检索到的数据对象关系的可视化配置参数可指示以下中的一个或多个：表格数据显示、文本的多行显示(例如，rolodex样式显示)、放射式显示(例如，Ferris-Wheel样式显示)、对象相关信息的基于闪烁的显示、诸如字体改变等文本可视化特性。

外部对象集成

图36描绘了用于将外部数据对象集成到具有动态关系认知的数据模型中的示例性过程3600的流程图。经由过程3600的各种步骤/操作，数据交互平台计算实体106的外部集成引擎114可以使得将未集成数据对象能够外部集成到数据交互平台中，该数据交互平台包括集成数据对象组之间的集成数据对象关系组。

过程3600开始于步骤/操作3601，此时外部集成引擎114生成用于外部数据对象的对象集成参数。在一些实施例中，用于外部数据对象的对象集成参数是外部数据对象的属性，其可以用于推断外部数据对象与集成数据对象关系组中的至少一些之间的数据对象关系。在一些实施例中，外部数据对象的一个或多个对象集成参数包括外部数据对象的一个或多个实体类型定义参数，诸如指示外部数据对象与“联系人”数据对象相关的实体类型定义参数和/或指示外部数据对象与“项目”数据对象相关的实体类型定义参数。在一些实施例中，外部数据对象的一个或多个对象集成参数包括外部数据对象的一个或多个主题定义参数，诸如指示外部数据对象与商业有关的主题定义参数和/或指示外部数据对象与体育有关的主题定义参数。在一些实施例中，使用在线学习模型来生成一个或多个对象集成参数，该在线学习模型被配置为处理与数据交互平台外部的外部数据对象的用户交互数据，以生成一个或多个对象集成参数。在一些实施例中，在线学习模型是FTRL模型。

在一些实施例中，用于外部数据对象的一个或多个对象集成参数包括用于该外部数据对象的个体吸收评分，其中在给定该外部数据对象的一个或多个对象属性的情况下，外部数据对象的个体吸收评分可以指示外部数据对象的估计的关系认知能力。在一些实施例中，用于外部数据对象的一个或多个对象集成参数包括用于该外部数据对象的层次吸收评分，其中该外部数据对象的层次吸收评分可以至少部分地基于作为该外部数据对象的层次父级的父数据对象的每个个体吸收评分来确定。在一些实施例中，用于外部数据对象的一个或多个对象集成参数包括用于该外部数据对象的操作吸收评分，其中该外部数据对象的操作吸收评分可以至少部分地基于用于与该外部数据对象操作地相关的相关数据对象的每个个体吸收评分来确定。在一些实施例中，用于外部数据对象的一个或多个对象集成参数包括用于该外部数据对象的基于环境的吸收评分，其中该外部数据对象的基于环境的吸收评分可以指示外部数据对象与数据交互平台的环境状态的估计的关系重要性。在一些实施例中，用于外部数据对象的一个或多个对象集成参数包括用于该外部数据对象的基于属性的吸收评分，其中该外部数据对象的基于属性的吸收评分可以至少部分地基于其个体属性被认为与该外部数据对象的个体属性足够相似(例如，其个体属性相对于该外部数据对象具有超过阈值相似性评分的相似性评分)的数据对象的个体吸收评分来确定。

在步骤/操作3602，外部集成引擎114至少部分地基于一个或多个对象集成参数来生成一个或多个未集成数据对象关系。在一些实施例中，未集成数据对象关系是外部数据对象与集成数据对象组中的至少一个之间的关系。在一些实施例中，每个未集成数据对象关系与一个或多个相关数据对象相关联，其中，与未集成数据对象关系相关联的一个或多个相关数据对象可以包括外部数据对象和集成数据对象组中的至少一个。在一些实施例中，生成一个或多个未集成数据对象关系包括将一个或多个对象集成参数映射到集成数据对象组的关系外推空间，其中关系外推空间包括与一个或多个对象集成参数相关联的一个或多个输入维度以及与一个或多个候选数据对象关系类型相关联的一个或多个输出维度；以及至少部分地基于关系外推空间来确定一个或多个未集成数据对象关系。在一些实施例中，为一个或多个未集成数据对象关系中的未集成数据对象关系生成一个或多个关系吸收参数包括至少部分地基于在步骤/操作3601中生成的一个或多个对象集成参数来生成一个或多个关系吸收参数。

在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由该关系外推空间的输入空间和输出空间定义的无监督的机器学习模型(例如，聚类机器学习、K最近邻机器学习模型等)。在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由该关系外推空间的输入空间和输出空间定义的有监督的机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系外推空间确定一个或多个未集成数据对象关系包括利用由关系外推空间的输入空间和输出空间定义的在线机器学习模型(例如，FTRL机器学习模型)。

在一些实施例中，可以根据图37中描绘的过程来执行用于作为数字文档的特定外部数据对象的步骤/操作3602。图37中描述的过程开始于步骤/操作3701，此时外部集成引擎114接收到数字文档。数字文档可以是电子邮件通信、word文件等。数字文档可以是常规文本格式、丰富文本格式、图像格式等。数字文档可以被上传到数据交互平台计算实体106，由外部集成引擎114基于监视终端用户活动来识别(例如，下载)，和/或由外部集成引擎114基于监视终端用户活动来生成。

在步骤/操作3702，外部集成引擎114对数字文档执行文本预处理以从数字文档生成相关特征。由外部集成引擎114执行的文本预处理可以包括标记化、删除停用词(stop-word removal)、词频-逆域频率(term-frequency-inverse-domain-frequency，TF-IDF)建模、词嵌入建模中的至少一个。在一些实施例中，TF-IDF建模可基于包括与由数据交互平台计算实体106建模的其他数据对象相关联的文本数据的数据语料库来执行。在一些实施例中，TF-IDF建模可以基于由数据交互平台计算实体106的配置参数定义的建模术语的词汇表来执行。在一些实施例中，可以基于由数据交互平台计算实体106建模的其他数据对象的检测到的特征模式和/或基于数据交互平台计算实体106的配置参数来确定嵌入特征。

在步骤/操作3703，外部集成引擎114对在步骤/操作3702生成的特征执行特征建模。特征建模可以涉及利用一个或多个机器学习模型，诸如一个或多个有监督的机器学习模型和/或一个或多个无监督的机器学习模型。在一些实施例中，用于特征建模的机器学习模型包括卷积机器学习模型。在一些利用卷积机器学习模型来执行特征建模的实施例中，卷积机器学习模型的内核可以基于数据关系来定义，该数据关系基于由关系认知建模引擎111生成的关系认知评分来定义。例如，关系认知建模引擎111可以确定执行者类型的个人数据对象和业绩电话会议(earning call)类型的事件对象之间的强关系，并因此使用卷积神经网络的特定特征提取内核来寻找与两个所述的数据对象相关联的术语的组合。

在步骤/操作3704，外部集成引擎114基于在步骤/操作3703中生成的特征建模数据来执行输出生成。所生成的输出包括均由一个或多个未集成数据对象关系参数定义的一个或多个未集成的数据对象关系，其中，用于每个未集成数据对象关系的未集成数据对象关系参数是基于与数字文档相关联的特征建模数据来确定的。所生成的输出还可以包括文本摘要数据、文档分类数据和情感检测数据。

在步骤/操作3603，外部集成引擎114为在步骤/操作3603中生成的每个未集成数据对象关系生成一个或多个关系认知评分。在一些实施例中，对于一个或多个未集成数据对象关系中的每个未集成数据对象关系，外部集成引擎114生成用于该未集成数据对象关系的一个或多个关系吸收参数，以及至少部分地基于该一个或多个关系吸收参数，来生成该未集成数据对象关系相对于与该未集成数据对象关系相关联的一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分。在一些实施例中，通过生成新数据对象和关系认知数据库的现有数据对象之间的数据对象关系，以及为新生成的数据对象关系生成关系认知评分，外部集成引擎114以有效且高效的方式执行新数据对象到关系认知数据库中的外部集成。在一些实施例中，关系的连续改变创建波纹效应，其中对象的改变、添加或移除可创建新的关系，创建用于现有关系的新关系参数，以及影响现有关系参数。

在一些实施例中，生成未集成数据对象关系的每个关系认知评分包括将该未集成数据对象关系的一个或多个关系吸收参数映射到集成数据对象关系组的关系评分外推空间，其中，该关系评分外推空间包括与一个或多个关系吸收参数相关联的一个或多个输入维度以及与一个或多个关系认知参数相关联的一个或多个输出维度；以及至少部分地基于该一个或多个关系认知参数来确定关系认知评分。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的有监督的机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的监督机器学习模型(例如，神经网络机器学习模型)。在一些实施例中，至少部分地基于关系评分外推空间确定未集成数据对象关系的每个关系认知评分包括利用由关系外推空间的输入空间和输出空间定义的在线机器学习模型(例如，FTRL机器学习模型)。

VI.结论

因此，已经描述了本主题的特定实施例。其它实施例也在所附权利要求的范围内。在一些情况下，权利要求中所记载的动作可以以不同的顺序执行并且仍然实现期望的结果。另外，除非另外描述，否则附图中所示出的过程不必需要所示出的特定顺序或序列顺序来实现所期望的结果。在某些实施方式中，多任务和并行处理可以是有利的。受益于在前述描述和相关附图中呈现的教导，本公开所属领域的技术人员将想到许多修改和其它实施例。因此，应当理解，本公开不限于所公开的具体实施例，并且修改和其它实施例旨在被包括在所附权利要求的范围内。尽管在此使用了特定术语，但是它们仅在一般性和描述性意义上使用，而不是为了限制的目的。

Claims (20)

1.一种用于将外部数据对象集成到数据模型中的计算机实现的方法，其中所述数据模型具有用于数据交互平台的动态关系认知，所述数据交互平台包括多个集成数据对象之间的多个集成数据对象关系，所述计算机实现的方法包括：

生成用于所述外部数据对象的一个或多个对象集成参数；

至少部分地基于所述一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)所述一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与所述一个或多个未集成数据对象关系中的未集成数据对象关系相关联的所述一个或多个相关数据对象包括所述外部数据对象和所述多个集成数据对象中的至少一个；以及

对于所述一个或多个未集成数据对象关系中的每个未集成数据对象关系：

生成用于所述未集成数据对象关系的一个或多个关系吸收参数，以及

至少部分地基于所述一个或多个关系吸收参数，来生成所述未集成数据对象关系相对于与所述未集成数据对象关系相关联的所述一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分；

其中，所述对象集成参数指示外部数据对象的属性的数据，该属性用于推断外部数据对象与集成数据对象关系组中的至少一些集成数据对象关系之间的数据对象关系；

所述未集成数据对象关系指示外部数据对象与集成数据对象组中的至少一个之间的关系的数据；

所述吸收参数指示用于确定检索到的数据对象的吸收参数的参数的数据；

所述关系认知评分指示与特定数据对象相关联的、与对数据模型所试图建模的该特定数据对象的现实世界和/或虚拟关系进行建模的关系的估计的和/或预测的重要性的数据。

2.根据权利要求1所述的计算机实现的方法，其中，用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的一个或多个实体类型定义参数。

3.根据权利要求1所述的计算机实现的方法，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的个体吸收评分；以及

所述外部数据对象的所述个体吸收评分指示给定所述外部数据对象的一个或多个个体属性的情况下所述外部数据对象的估计的关系认知能力。

4.根据权利要求1所述的计算机实现的方法，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的层次吸收评分；以及

至少部分地基于作为所述外部数据对象的层次父级的父数据对象的每个个体吸收评分来确定所述外部数据对象的层次吸收评分。

5.根据权利要求1所述的计算机实现的方法，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的操作吸收评分；以及

至少部分地基于与所述外部数据对象操作地相关的相关数据对象的每个个体吸收评分来确定所述外部数据对象的操作吸收评分。

6.根据权利要求1所述的计算机实现的方法，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的基于环境的吸收评分；以及

所述外部数据对象的所述基于环境的吸收评分指示所述外部数据对象对于所述数据交互平台的环境状态的估计的关系重要性。

7.根据权利要求1所述的计算机实现的方法，其中，生成所述一个或多个未集成数据对象关系包括：

将所述一个或多个对象集成参数映射到所述多个集成数据对象的关系外推空间，其中所述关系外推空间包括与所述一个或多个对象集成参数相关联的一个或多个输入维度以及与一个或多个候选数据对象关系类型相关联的一个或多个输出维度；以及

至少部分地基于所述关系外推空间来确定所述一个或多个未集成数据对象关系。

8.根据权利要求1所述的计算机实现的方法，其中，为所述一个或多个未集成数据对象关系中的未集成数据对象关系生成所述一个或多个关系吸收参数包括至少部分地基于所述一个或多个对象集成参数来生成所述一个或多个关系吸收参数。

9.根据权利要求1所述的计算机实现的方法，其中，为所述一个或多个未集成数据对象关系中的未集成数据对象关系生成每个关系认知评分包括：

将用于所述未集成数据对象关系的所述一个或多个关系吸收参数映射到所述用于所述多个集成数据对象关系的关系评分外推空间，其中所述关系评分外推空间包括与所述一个或多个关系吸收参数相关联的一个或多个输入维度以及与一个或多个关系认知参数相关联的一个或多个输出维度；以及

至少部分地基于所述一个或多个关系认知参数来确定所述关系认知评分；

其中，所述关系评分外推空间将特定数据对象和/或特定数据对象关系的输入参数与该特定数据对象和/或特定数据对象关系的期望的关系认知评分相关参数相关联的数据对象。

10.根据权利要求1所述的计算机实现的方法，其中，使用在线学习模型来生成所述一个或多个对象集成参数，所述在线学习模型被配置为处理与所述数据交互平台外部的所述外部数据对象的用户交互数据，以生成所述一个或多个对象集成参数。

11.根据权利要求10所述的计算机实现的方法，其中，所述在线学习模型是FTRL模型，所述FTRL模型为follow-the-regularized-leader模型。

12.一种用于将外部数据对象集成到数据模型中的装置，其中所述数据模型具有用于数据交互平台的动态关系认知，所述数据交互平台包括多个集成数据对象之间的多个集成数据对象关系，所述装置包括至少一个处理器和包括程序代码的至少一个存储器，所述至少一个存储器和所述程序代码被配置为与所述处理器一起使得所述装置至少：

生成用于所述外部数据对象的一个或多个对象集成参数；

至少部分地基于所述一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)所述一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与所述一个或多个未集成数据对象关系中的未集成数据对象关系相关联的所述一个或多个相关数据对象包括所述外部数据对象和所述多个集成数据对象中的至少一个；以及

对于所述一个或多个未集成数据对象关系中的每个未集成数据对象关系：

生成用于所述未集成数据对象关系的一个或多个关系吸收参数，以及

至少部分地基于所述一个或多个关系吸收参数，来生成所述未集成数据对象关系相对于与所述未集成数据对象关系相关联的所述一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分；

其中，所述对象集成参数指示外部数据对象的属性的数据，该属性用于推断外部数据对象与集成数据对象关系组中的至少一些集成数据对象关系之间的数据对象关系；

所述未集成数据对象关系指示外部数据对象与集成数据对象组中的至少一个之间的关系的数据；

所述吸收参数指示用于确定检索到的数据对象的吸收参数的参数的数据；

所述关系认知评分指示与特定数据对象相关联的、与对数据模型所试图建模的该特定数据对象的现实世界和/或虚拟关系进行建模的关系的估计的和/或预测的重要性的数据。

13.根据权利要求12所述的装置，其中，用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的一个或多个实体类型定义参数。

14.根据权利要求12所述的装置，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的个体吸收评分；以及

所述外部数据对象的所述个体吸收评分指示给定所述外部数据对象的一个或多个个体属性的情况下所述外部数据对象的估计的关系认知能力。

15.根据权利要求12所述的装置，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的层次吸收评分；以及

至少部分地基于作为所述外部数据对象的层次父级的父数据对象的每个个体吸收评分来确定所述外部数据对象的层次吸收评分。

16.根据权利要求12所述的装置，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的操作吸收评分；以及

至少部分地基于与所述外部数据对象操作地相关的相关数据对象的每个个体吸收评分来确定所述外部数据对象的操作吸收评分。

17.根据权利要求12所述的装置，其中：

用于所述外部数据对象的所述一个或多个对象集成参数包括用于所述外部数据对象的基于环境的吸收评分；以及

所述外部数据对象的所述基于环境的吸收评分指示所述外部数据对象对于所述数据交互平台的环境状态的估计的关系重要性。

18.根据权利要求12所述的装置，其中，生成所述一个或多个未集成数据对象关系包括：

将所述一个或多个对象集成参数映射到所述多个集成数据对象的关系外推空间，其中所述关系外推空间包括与所述一个或多个对象集成参数相关联的一个或多个输入维度以及与一个或多个候选数据对象关系类型相关联的一个或多个输出维度；以及

至少部分地基于所述关系外推空间来确定所述一个或多个未集成数据对象关系。

19.根据权利要求12所述的装置，其中，为所述一个或多个未集成数据对象关系中的未集成数据对象关系生成一个或多个关系吸收参数包括至少部分地基于所述一个或多个对象集成参数来生成所述一个或多个关系吸收参数。

20.一种非暂时性计算机可读存储介质，存储有用于将外部数据对象集成到数据模型中的计算机程序，其特征在于，所述数据模型具有用于数据交互平台的动态关系认知，所述数据交互平台包括多个集成数据对象之间的多个集成数据对象关系，所述计算机程序包括具有存储在其中的计算机可读程序代码，所述计算机可读程序代码被配置为：

生成用于所述外部数据对象的一个或多个对象集成参数；

至少部分地基于所述一个或多个对象集成参数来生成一个或多个未集成数据对象关系，其中：(i)所述一个或多个未集成数据对象关系中的每个未集成数据对象关系与一个或多个相关数据对象相关联，以及(ii)与所述一个或多个未集成数据对象关系中的未集成数据对象关系相关联的所述一个或多个相关数据对象包括所述外部数据对象和所述多个集成数据对象中的至少一个；以及

对于所述一个或多个未集成数据对象关系中的每个未集成数据对象关系：

生成用于所述未集成数据对象关系的一个或多个关系吸收参数，以及

至少部分地基于所述一个或多个关系吸收参数，来生成所述未集成数据对象关系相对于与所述未集成数据对象关系相关联的所述一个或多个相关数据对象中的每个相关数据对象的相应关系认知评分；

其中，所述对象集成参数指示外部数据对象的属性的数据，该属性用于推断外部数据对象与集成数据对象关系组中的至少一些集成数据对象关系之间的数据对象关系；

所述未集成数据对象关系指示外部数据对象与集成数据对象组中的至少一个之间的关系的数据；

所述吸收参数指示用于确定检索到的数据对象的吸收参数的参数的数据；

所述关系认知评分指示与特定数据对象相关联的、与对数据模型所试图建模的该特定数据对象的现实世界和/或虚拟关系进行建模的关系的估计的和/或预测的重要性的数据。