ES2757966T3 - Filtrar cadenas con vistas de múltiples trayectorias asociadas para explorar grandes conjuntos de datos - Google Patents
Filtrar cadenas con vistas de múltiples trayectorias asociadas para explorar grandes conjuntos de datos Download PDFInfo
- Publication number
- ES2757966T3 ES2757966T3 ES14159418T ES14159418T ES2757966T3 ES 2757966 T3 ES2757966 T3 ES 2757966T3 ES 14159418 T ES14159418 T ES 14159418T ES 14159418 T ES14159418 T ES 14159418T ES 2757966 T3 ES2757966 T3 ES 2757966T3
- Authority
- ES
- Spain
- Prior art keywords
- data
- data items
- membership criteria
- filter
- content panel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Un sistema (100) informático que comprende: una interfaz de red que está acoplada a una red de datos para recibir y transmitir uno o más flujos de paquetes; un procesador (1404); y una o más instrucciones de programa almacenadas configuradas para ejecución por el procesador con el fin de hacer que el sistema informático: cree y almacene en la memoria de ordenador una primera cadena de filtros que indique uno o más primeros criterios de pertenencia; aplique la primera cadena de filtros a un conjunto de datos para identificar: uno o más primeros ítems de datos que satisfacen los primeros criterios de pertenencia; y uno o más segundos ítems de datos que no satisfacen los primeros criterios de pertenencia; transmita los primeros ítems de datos y los segundos ítems de datos a un ordenador cliente configurado para desplegar los primeros ítems de datos en una primera vista de filtro en una primera área demarcada gráficamente y los segundos ítems de datos en una segunda vista de filtro en una segunda área demarcada gráficamente; reciba una selección de usuario de la primera área demarcada gráficamente y la segunda área demarcada gráficamente; determine uno o más segundos criterios de pertenencia; cree una segunda cadena de filtros con base en la primera cadena de filtros y los segundos criterios de pertenencia; aplique la segunda cadena de filtros al conjunto de datos para identificar: uno o más terceros ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia; uno o más cuartos ítems de datos que satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia uno o más quintos ítems de datos que satisfacen los segundos criterios de pertenencia y no satisfacen los primeros criterios de pertenencia, y uno o más sextos ítems de datos que no satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia; transmite los terceros ítems de datos, los cuartos ítems de datos, los quintos ítems de datos, y los sextos ítems de datos al ordenador cliente, en donde el ordenador cliente está configurado para desplegar los terceros ítems de datos y los cuartos ítems de datos en la primera área demarcada gráficamente, y los quintos ítems de datos y los sextos ítems de datos en la segunda área demarcada gráficamente.
Description
DESCRIPCIÓN
Filtrar cadenas con vistas de múltiples trayectorias asociadas para explorar grandes conjuntos de datos
Campo técnico
La presente divulgación se relaciona con sistemas y técnicas para integración, análisis, y visualización de datos. Más específicamente, la presente divulgación se relaciona con sistemas y técnicas para explorar grandes conjuntos de datos en vistas de múltiples trayectorias.
Antecedentes
Las metodologías descritas en esta sección son metodologías que podrían seguirse, pero no necesariamente metodologías que se hayan concebido o seguido previamente. Por lo tanto, a menos que se indique otra cosa, no se debe suponer que ninguna de las metodologías descritas en esta sección califica como técnica anterior simplemente en virtud de su inclusión en esta sección.
Los analistas de datos a menudo realizan análisis de una gran recolección de ítems de datos, tales como datos relacionados con el campo médico, la industria financiera, el mercado inmobiliario, y similares. En muchos casos, la cantidad de datos sin procesar sobre ítems de datos (también denominada como "inventario") puede ser masiva y aumentar dinámicamente todo el tiempo. Por ejemplo, tales datos pueden actualizarse en grandes volúmenes y/o numerosas veces en un día. Por lo tanto, además de los metadatos que capturan aspectos relativamente estables del inventario, se puede acumular una enorme cantidad de datos sin procesar durante un período particular de tiempo.
Aunque el inventario posiblemente se puede analizar con base en los datos sin procesar, a menudo es difícil dar sentido a los datos sin procesar, metadatos, o cálculos relacionados. Este problema se agrava drásticamente al analizar una gran recolección de inventario. De este modo, un analista a menudo es forzado a confiar en corazonadas inexactas, experiencia, y/o hojas de cálculo engorrosas para identificar tendencias, diagnosticar problemas, y/o evaluar de otro modo el inventario.
El documento US2008/255973 divulga una herramienta de transacción de ventas implementada por ordenador y método asociado de uso. Esto incluye al menos un procesador configurado para recibir información de transacción de ventas y programado para proporcionar la siguiente funcionalidad: una serie de funciones de control que pueden activarse selectivamente mediante la entrada al procesador para crear al menos un subconjunto de la información de transacción de ventas, una pluralidad de representaciones gráficas que se generan con base en el subconjunto seleccionado de información de transacción de ventas, y que despliegan al menos una representación gráfica de la pluralidad de representaciones gráficas en una pantalla electrónica asociada con el procesador. Las representaciones gráficas de información de transacción de ventas pueden incluir un diagrama de pendiente y dispersión de información de transacción de ventas, un gráfico en cascada, análisis transaccional en cascada, un gráfico de series de tiempo, un sensor de precios, un sensor de margen, un gráfico de análisis de equilibrio y un gráfico de burbujas. Hay representaciones gráficas para evaluar la oportunidad de mover productos de bajo margen a márgenes promedio de productos comparables y determinar el valor de productos que tienen un único cliente.
El documento US 2009/125459 divulga un sistema y método para el filtrado de contenido de recipientes de datos en una red que soporta servicios de comunicaciones versátiles. El sistema de filtrado de contenido está integrado con un sistema de adaptación de contenido. Varias unidades de servidor manejan recipientes de datos formulados en origen de acuerdo con diferentes protocolos. Un proceso de filtrado de contenido se basa en caracterizar cada componente de un recipiente para producir un conjunto de descriptores de contenido y producir un conjunto de condiciones binarias para cada componente de acuerdo con un criterio preestablecido para cada descriptor. Se idea un conjunto de reglas donde cada regla aplica una expresión Booleana respectiva a un subconjunto de las condiciones para prescribir una acción de edición de contenido respectiva. Se divulgan métodos para especificar y evaluar la expresión Booleana de una regla. Se usa un gráfico formal para definir la interdependencia de reglas.
Resumen
La invención está definida por las reivindicaciones.
Breve descripción de los dibujos
La figura 1 ilustra un sistema de análisis de datos de ejemplo para analizar un universo de ítems de datos.
La figura 2A ilustra un flujo de proceso de ejemplo para analizar un conjunto de datos.
La figura 2B ilustra otro flujo de proceso de ejemplo para analizar un conjunto de datos.
La figura 2C ilustra otro flujo de proceso de ejemplo para analizar un conjunto de datos.
La figura 3 ilustra una realización de un sistema de base de datos usando una ontología.
La figura 4 ilustra una realización de un sistema para crear datos en un almacén de datos usando una ontología dinámica.
La figura 5A ilustra una barra de herramientas que permite a un usuario crear un nodo raíz de una vista de múltiples trayectorias.
La figura 5B ilustra un artilugio que despliega un nodo raíz creado.
La figura 6A ilustra una barra de herramientas que permite a un usuario crear un nodo hijo de una vista de múltiples trayectorias.
La figura 6B ilustra el artilugio que despliega el nodo raíz creado y nodos hijos creados.
La figura 7 ilustra el artilugio que despliega un nodo raíz y una serie de nodos hijos en una estructura de árbol. La figura 8 ilustra una interfaz gráfica de usuario (GUI) de ejemplo para un explorador de múltiples trayectorias. La figura 9 ilustra otra GUI de ejemplo para un explorador de múltiples trayectorias.
La figura 9-1 ilustra un panel de contenido incluido en la GUI de la figura 9.
La figura 9-2 ilustra otro panel de contenido incluido en la GUI de la figura 9.
La figura 9-3 ilustra otro panel de contenido incluido en la GUI de la figura 9.
La figura 9-4 ilustra otro panel de contenido incluido en la GUI de la figura 9.
La figura 10 ilustra otra GUI de ejemplo para un explorador de múltiples trayectorias.
La figura 10-1A ilustra un panel de contenido incluido en la GUI de la figura 10.
La figura 10-1B ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-2A ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-2B ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-3A ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-3B ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-4A ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 10-4B ilustra otro panel de contenido incluido en la GUI de la figura 10.
La figura 11 ilustra otra GUI de ejemplo para un explorador de múltiples trayectorias.
La figura 11-1A ilustra un panel de contenido incluido en la GUI de la figura 11.
La figura 11-1B ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-1C ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-1D ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-2A ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-2B ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-2C ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-2D ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-3A ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-3B ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-3C ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-3D ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-4A ilustra otro panel de contenido incluido en la GUI de la figura 11
La figura 11-4B ilustra otro panel de contenido incluido en la GUI de la figura 11.
La figura 11-4C ilustra otro panel de contenido incluido en la GUI de la figura 11.
La figura 11-4D ilustra otro panel de contenido incluido en la GUI de la figura 11.
La figura 12 ilustra otra GUI de ejemplo para un explorador de múltiples trayectorias.
La figura 12-1A ilustra un panel de contenido incluido en la GUI de la figura 12.
La figura 12-1B ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-1C ilustra otro panel de contenido incluido en la GUI de la figura 12
La figura 12-1D ilustra otro panel de contenido incluido en la GUI de la figura 12
La figura 12-2A ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-2B ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-3A ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-3B ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-4A ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 12-4B ilustra otro panel de contenido incluido en la GUI de la figura 12.
La figura 13A ilustra una GUI de ejemplo para seleccionar un conjunto de partida de inventario.
La figura 13B ilustra un cuadro que representa el conjunto de partida de inventario
La figura 13C ilustra un primer filtro y un segundo filtro que se aplican al conjunto de partida de inventario.
La figura 13D ilustra el cuadro de la figura 13B, un segundo cuadro, el cual representa un subconjunto del conjunto de partida de inventario con base en los primeros criterios de pertenencia de filtro, y un tercer cuadro, el cual representa un subconjunto del conjunto de partida de inventario con base en los primeros criterios de pertenencia de filtro y los segundos criterios de pertenencia de filtro.
La figura 13E ilustra un filtro de adición que se aplica al conjunto de partida de inventario.
La figura 13F ilustra el cuadro de la figura 13B, los cuadros de la figura 13D, y un cuarto cuadro, que representan un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de agregar filtro.
La figura 13G ilustra un filtro de transformación que se aplica al subconjunto de datos que resulta de aplicar el segundo filtro de la figura 13C.
La figura 13H ilustra el cuadro de la figura 13B, los cuadros de la figura 13D, el cuadro de la figura 13F, y un quinto cuadro, que representan un subconjunto del conjunto de partida de inventario con base en los primeros criterios de pertenencia de filtro, los criterios de pertenencia de agregar filtro, los segundos criterios de pertenencia de filtro, y los criterios de pertenencia de filtro de transformación.
La figura 14 ilustra un sistema de ordenador con el cual se pueden implementar ciertos métodos discutidos en este documento.
Descripción detallada de realizaciones específicas
Visión general
Los aspectos de la divulgación proporcionados en este documento describen la creación e implementación de un explorador de múltiples trayectorias. Como se describió anteriormente, puede ser muy difícil dar sentido a datos sin procesar, metadatos, o cálculos relacionados, especialmente cuando se analiza una gran recolección de inventario. El explorador de múltiples trayectorias reduce o elimina la necesidad de que un analista confíe en corazonadas inexactas, experiencia, y/o hojas de cálculo engorrosas para identificar tendencias, diagnosticar problemas, y/o evaluar de otro modo el inventario u objetos en una o más bases de datos. En particular, el explorador de múltiples trayectorias simplifica el análisis de tal manera que un analista pueda dar sentido a datos sin procesar, metadatos, o cálculos relacionados, incluso cuando se analiza una gran recolección de inventario que se actualiza dinámicamente todo el tiempo.
En una realización, el explorador de múltiples trayectorias permite a un usuario (por ejemplo, analista) visualizar rápidamente (por ejemplo, de manera inmediata o de manera sustancialmente inmediata) una población completa (por
ejemplo, todos los datos en un conjunto de datos), uno o más subconjuntos de la población completa (por ejemplo, ciertos datos en el conjunto de datos que satisfacen los criterios de pertenencia), y uno o más puntos finales de un análisis de subconjuntos de la población completa dispuestos jerárquicamente en una estructura, tal como un árbol, un grafo acíclico dirigido (DAG), u otra estructura. Cualquier discusión en este documento de una estructura o vista particular, tal como una estructura de árbol, también puede ser aplicable a cualquier otra estructura o vista, tal como un DAG. A medida que se actualiza la población, el explorador de múltiples trayectorias actualiza dinámicamente una o más vistas de tal manera que el usuario puede visualizar inmediatamente la población completa actualizada, uno o más subconjuntos de la población completa actualizada, y uno o más puntos finales de un análisis de subconjuntos de la población completa actualizada. La velocidad y precisión mediante las cuales el explorador de múltiples trayectorias actualiza la una o más vistas no puede ser realizada manualmente por un humano dado que un humano necesitaría rehacer continuamente cientos a millones o más cálculos cada vez que se actualiza el inventario.
Por ejemplo, un usuario puede seleccionar un primer filtro para aplicar a un conjunto de datos, y el explorador de múltiples trayectorias puede desplegar datos en el conjunto de datos que satisfacen los requisitos de primer filtro y datos en el conjunto de datos que no satisfacen los requisitos de primer filtro. Se puede aplicar un segundo filtro a algunos o todos los datos en el conjunto de datos, y el explorador de múltiples trayectorias puede desplegar datos en el conjunto de datos que satisfacen los requisitos de primer filtro y de segundo filtro, datos en el conjunto de datos que satisfacen los requisitos de primer filtro y no los requisitos de segundo filtro, datos en el conjunto de datos que satisfacen los requisitos de segundo filtro y no los requisitos de primer filtro, y/o datos en el conjunto de datos que no satisfacen los requisitos de primer filtro o de segundo filtro. Se pueden aplicar filtros adicionales y el explorador de múltiples trayectorias puede generar vistas correspondientes.
Como un caso de uso de ejemplo, el conjunto de datos puede corresponder a valores de préstamos para viviendas. Un primer filtro puede requerir que las viviendas estén en California y un segundo filtro puede requerir que las viviendas sean viviendas unifamiliares. Una vez que se aplica el primer filtro, el explorador de múltiples trayectorias puede desplegar valores de préstamos para viviendas en California y valores de préstamos para viviendas que no están en California. El segundo filtro puede aplicarse luego solo a viviendas en California, solo viviendas que no están en California, y/o a todas las viviendas. Por ejemplo, si el segundo filtro se aplica solo a viviendas en California, el explorador de múltiples trayectorias puede desplegar valores de préstamos para viviendas unifamiliares en California, valores de préstamos para viviendas en California que no son viviendas unifamiliares (por ejemplo, viviendas multifamiliares en California), y valores de préstamos para viviendas que no están en California. Como otro ejemplo, si el segundo filtro se aplica solo a viviendas que no están en California, el explorador de múltiples trayectorias puede desplegar valores de préstamos para viviendas en California, valores de préstamos para viviendas unifamiliares que no están en California, y valores de préstamos para viviendas que no son viviendas unifamiliares y que no están en California (por ejemplo, viviendas multifamiliares que no están en California). Como otro ejemplo, si el segundo filtro se aplica a todas las viviendas, el explorador de múltiples trayectorias puede desplegar valores de préstamos para viviendas unifamiliares en California, valores de préstamos para viviendas en California que no son viviendas unifamiliares (por ejemplo, viviendas multifamiliares en California), valores de préstamos para viviendas unifamiliares que no están en California, y valores de préstamos para viviendas que no son viviendas unifamiliares y que no están en California (por ejemplo, viviendas multifamiliares que no están en California).
Definiciones
Con el fin de facilitar un entendimiento de los sistemas y métodos discutidos en este documento, a continuación, se definen un número de términos. Los términos definidos a continuación, así como otros términos usados en este documento, deben interpretarse para incluir las definiciones proporcionadas, el significado normal y habitual de los términos, y/o cualquier otro significado implícito para los términos respectivos. De este modo, las definiciones a continuación no limitan el significado de estos términos, sino que solo proporcionan definiciones de ejemplo.
Ontología: Información almacenada que proporciona un modelo de datos para el almacenamiento de datos en una o más bases de datos. Por ejemplo, los datos almacenados pueden comprender definiciones para tipos de objeto y tipos de propiedad para datos en una base de datos, y cómo los objetos y propiedades pueden estar relacionados.
Base de datos: Un término amplio para cualquier estructura de datos para almacenar y/u organizar datos, incluyendo, pero no limitado a, bases de datos relacionales (base de datos Oracle, base de datos mySQL, etc.), hojas de cálculo, archivos XML, y archivos de texto, entre otros.
Objeto de datos u objeto: Un recipiente de datos para información que representa cosas específicas en el mundo que tienen un número de propiedades definibles. Por ejemplo, un objeto de datos puede representar una entidad tal como una persona, un lugar, una organización, un instrumento de mercado, un inventario, un ítem, un producto, u otro sustantivo. Un objeto de datos puede representar un evento que ocurre en un punto en el tiempo o por una duración. Un objeto de datos puede representar un documento u otra fuente de datos no estructurada tal como un mensaje de correo electrónico, un informe de noticias, o una reseña o artículo escritos. Cada objeto de datos puede estar asociado con un identificador único que identifica de manera única el objeto de datos. Los atributos del objeto (por ejemplo, metadatos sobre el objeto) pueden representarse en una o más propiedades.
Tipo de objeto: Tipo de un objeto de datos (por ejemplo, Persona, Evento, o Documento). Los tipos de objeto pueden definirse mediante una ontología y pueden modificarse o actualizarse para incluir tipos de objeto adicionales. Una definición de objeto (por ejemplo, en una ontología) puede incluir cómo se relaciona el objeto con otros objetos, tal como ser un tipo de subobjeto de otro tipo de objeto (por ejemplo, un agente puede ser un tipo de subobjeto de un tipo de objeto de persona), y las propiedades que puede tener el tipo de objeto.
Propiedades: Atributos de un objeto de datos que representan ítems de datos individuales. Como un mínimo, cada propiedad de un objeto de datos tiene un tipo de propiedad y un valor o valores. Tipo de propiedad: El tipo de datos es una propiedad, tal como una cadena, un entero, o un doble. Los tipos de propiedad pueden incluir tipos de propiedad complejos, tales como valores de datos de una serie asociados con marcaciones cronometradas (por ejemplo, unas series de tiempo), etc.
Valor de propiedad: El valor asociado con una propiedad, que es del tipo indicado en el tipo de propiedad asociado con la propiedad. Una propiedad puede tener múltiples valores.
Enlace: Una conexión entre dos objetos de datos, con base en, por ejemplo, una relación, un evento, y/o propiedades coincidentes. Los enlaces pueden ser direccionales, tal como uno que represente un pago de la persona A a B, o bidireccional.
Conjunto de enlaces: Conjunto de enlaces múltiples que se comparten entre dos o más objetos de datos.
Ítem de datos: Un atributo de un objeto de datos. Un ítem de datos se puede representar mediante un número de atributos. Estos atributos pueden comprender atributos relativamente estables a lo largo de una dimensión, tal como tiempo, y un número de atributos medibles que son dinámicos a lo largo de la misma dimensión. Los valores de las propiedades relativamente estables de un ítem de datos constituyen metadatos. Los valores de las propiedades medibles de un ítem de datos constituyen datos medidos a lo largo de una cierta dimensión, por decir algo tiempo. Ejemplos de datos medidos incluyen, pero no se limitan a, una o más secuencias de mediciones (por ejemplo, datos de medición sin procesar) en una o más de las propiedades medibles. El sistema de análisis de datos puede determinar una pluralidad de atributos para un ítem de datos con base en las secuencias de mediciones. En una realización, un ítem de datos puede estar representado por una combinación de metadatos, secuencias de mediciones, y/o atributos con base en las secuencias de mediciones.
Conjunto de datos: Un conjunto de partida de ítems de datos para una cadena de filtros, un universo de ítems de datos, un conjunto de resultados de una o más operaciones de filtrado anteriores realizadas en el universo de ítems de datos, o un subconjunto en el universo de ítems de datos.
Filtro: Un enlace de filtro que puede ser seleccionado por un usuario para ser una parte de una cadena de filtros; y/o una vista de filtro que proporciona una pantalla de resultados de una evaluación de la cadena de filtros. En algunas realizaciones, se puede usar una vista de filtro para modificar un filtro existente que está dentro de la vista de filtro.
Cadena de filtros: Un objeto que consiste en un conjunto de partida de ítems de datos, tal como inventario, y un conjunto de cero o más enlaces de filtro.
Enlace de filtro: Un objeto componente que consiste en una operación de conjunto (por ejemplo, restringir, expandir, modificar, transformar, promediar, trazar, etc.) y un criterio de pertenencia. Un enlace de filtro puede ser uno de muchos en una cadena de filtros.
Vista de filtro: Una vista de resultados de una evaluación de una cadena de filtros existente. Cada enlace de filtro en la cadena de filtros puede tener una vista de filtro asociada con él. Las vistas de filtro pueden emparejarse 1:1 con enlaces de filtro. Una vista de filtro individual da alguna representación gráfica de algún estado interno del cálculo involucrado en la aplicación del criterio de pertenencia en el enlace de filtro a un conjunto de ítems de datos que lo han hecho al enlace de filtro en cuestión (que ha pasado todos los enlaces de filtro previos en la cadena). El usuario puede interactuar con la vista asociada con un enlace de filtro particular con el fin de cambiar el criterio de pertenencia para el enlace de filtro particular. Por ejemplo, una vista de histograma mostrada en la figura 3B es una vista adjunta al filtro de histograma, y al hacer clic y arrastrar para seleccionar rangos a lo largo del eje x de la vista de histograma, uno realmente cambia el criterio de pertenencia para ese filtro.
Marco: Un objeto de representación gráfica que se puede configurar para incluir uno o más componentes de GUI. Ejemplos de marcos incluyen, pero no se limitan a, cuadros de diálogo, formularios, y otros tipos de ventanas o recipientes gráficos.
Área demarcada gráficamente: Un área delimitada en una interfaz gráfica de usuario. En algunas realizaciones, un área demarcada gráficamente puede implementarse como una ventana, un marco, o un panel de contenido que está separado y aparte de una porción de g Ui que despliega simultáneamente una vista de lista, una vista de tabla, o una vista de árbol, de ítems de datos. Ejemplos de un área demarcada gráficamente también incluyen una porción específica de una pantalla en un dispositivo informático portátil.
Inventario: Un objeto de datos que se puede monitorizar. Por ejemplo, datos médicos (por ejemplo, tipos de cirugías, número de ataques al corazón, dolencias que causan enfermedades y/o muerte, etc.), datos financieros (por ejemplo, acciones, bonos y derivados de los mismos (por ejemplo, opciones sobre acciones, futuros de bonos, fondos mutuos) que pueden negociarse en mercados de valores y/o intercambios), datos inmobiliarios (por ejemplo, valores de préstamos, número de parcelas y/o viviendas vendidas, número de viviendas y/o edificios construidos, etc.), y similares pueden ser tipos de inventario que pueden ser monitorizados.
Criterio de pertenencia: Una función que selecciona un conjunto de inventario.
Conjunto de partida de inventario: Un conjunto de inventario que se puede especificar independientemente del resto de la cadena de filtros. Este puede ser el "universo" de todo el inventario conocido por un sistema o puede ser el conjunto vacío.
Universo de ítems de datos: Un conjunto de ítems de datos que es conocido por un sistema de análisis de datos.
Visión general de sistema de análisis de datos
La figura 1 ilustra un sistema de análisis de datos de ejemplo para analizar un universo de ítems de datos. El sistema 100 de análisis de datos comprende el servidor 102 de aplicaciones y uno o más clientes, tal como cliente 120.
En la realización ilustrada en la figura 1, el cliente 120, que puede implementarse mediante uno o más primeros dispositivos informáticos físicos, está conectado comunicativamente al servidor 102 de aplicaciones, el cual puede implementarse mediante uno o más segundos dispositivos informáticos físicos, a través de una red. En algunas realizaciones, cada dispositivo informático físico tal puede implementarse como un sistema informático como se muestra en la figura 14. Por ejemplo, el cliente 120 puede implementarse en un sistema de ordenador como un conjunto de instrucciones de programa grabadas en un medio de almacenamiento legible por máquina. El cliente 120 comprende la lógica 122 de interfaz gráfica de usuario (GUI). La lógica 122 de GUI puede ser un conjunto de instrucciones de programa que, cuando se ejecutan por uno o más procesadores del sistema de ordenador, son operables para recibir la entrada de usuario y desplegar una representación gráfica de resultados analíticos de un universo de ítems de datos que usan las metodologías de este documento. La lógica 122 de GUI puede ser operable para recibir entrada de usuario desde, y desplegar resultados analíticos a, una interfaz gráfica de usuario que se proporciona en la pantalla 124 por el sistema de ordenador en el cual se ejecuta el cliente 120.
En algunas realizaciones, se omite la lógica 122 de GUI. Por ejemplo, en una realización, el cliente 120 puede comprender un programa o proceso de aplicación que emite una o más llamadas de función o llamadas de interfaz de programación de aplicaciones (API) al servidor 102 de aplicaciones para obtener información resultante de, para proporcionar entrada a, y ejecutar junto con el servidor 102 de aplicaciones, los procesos o una o más etapas de los mismos como se describe en este documento. Por ejemplo, el cliente 120 puede solicitar y obtener datos filtrados, cadenas de filtros, conjuntos y otros datos como se describe además en este documento usando una interfaz programática, y luego el cliente puede usar, procesar, registrar, almacenar, o interactuar de otro modo con los datos recibidos de acuerdo con la lógica local. El cliente 120 también puede interactuar con el servidor 102 de aplicaciones para proporcionar entrada, definición, instrucciones de edición, expresiones relacionadas con datos filtrados, cadenas de filtros, conjuntos y otros datos como se describe en este documento usando una interfaz programática, y luego el servidor 102 de aplicaciones puede usar, procesar, registrar, almacenar, o interactuar de otro modo con la entrada recibida de acuerdo con la lógica de servidor de aplicaciones.
El servidor 102 de aplicaciones puede implementarse como un sistema de ordenador de propósito especial que tiene los elementos lógicos mostrados en la figura 1. En una realización, los elementos lógicos pueden comprender instrucciones de programa grabadas en uno o más medios de almacenamiento legibles por máquina. Alternativamente, los elementos lógicos pueden implementarse en hardware, firmware, o una combinación.
Cuando se ejecuta por uno o más procesadores del sistema de ordenador, la lógica en servidor 102 de aplicaciones es operable para analizar el universo de ítems de datos de acuerdo con las técnicas descritas en este documento. En una realización, el servidor 102 de aplicaciones puede implementarse en una Máquina Virtual Java (JVM) que se ejecuta en un sistema de ordenador distribuido o no distribuido. En otras realizaciones, el servidor 102 de aplicaciones puede implementarse como una combinación de instrucciones de programación escritas en cualquier lenguaje de programación (por ejemplo, C++ o Visual Basic) y componentes de hardware (por ejemplo, memoria, tiempo de CPU) que se han asignado para ejecutar las instrucciones de programa.
En una realización, el servidor 102 de aplicaciones comprende la lógica 110 de acceso al depósito y lógica 104 de filtrado en cascada. La lógica 110 de acceso al depósito puede comprender un conjunto de instrucciones de programa que, cuando se ejecutan por uno o más procesadores, son operables para acceder y recuperar datos del depósito 112 de datos. Por ejemplo, la lógica 110 de acceso al depósito puede ser un cliente de base de datos o un cliente de Conectividad a Bases de Datos Abiertas (ODBC) que soporta llamadas a un servidor de base de datos que gestiona el depósito 112 de datos. El depósito 112 de datos puede ser cualquier tipo de almacenamiento estructurado para almacenar datos incluyendo, pero no limitado a, bases de datos relacionales u orientadas a objetos, almacenes de datos, directorios, archivos de datos, y cualquier otro almacenamiento de datos estructurado.
En una realización, la lógica 104 de filtrado en cascada es operable para recuperar una cadena de filtros existente con base en información guardada antes o selecciones de usuario anteriores, recibir una nueva selección de usuario de criterios de pertenencia y operaciones de conjuntos de un cliente, crear una nueva cadena de filtros con base en la selección de usuario y la cadena de filtros existente, crear un nuevo grupo de inventario con base en la nueva cadena de filtros, y generar una vista de filtro que pueda ser operada por un usuario de un cliente. En la realización ilustrada en la figura 1, la lógica 104 de filtrado en cascada comprende el receptor 106 de entrada y módulo 108 de filtrado. La lógica 104 de filtrado en cascada puede ser lógica orientada a objetos. Como se usa en este documento, el universo de ítems de datos puede ser accedido y/o operado por la lógica 104 de filtrado en cascada para generar los resultados analíticos.
En una realización, el receptor 106 de entrada es un conjunto de instrucciones de programa que, cuando son ejecutadas por uno o más procesadores, son operables para recibir entrada, incluyendo la selección de usuario de criterios de pertenencia y operaciones de conjuntos, desde un cliente.
El módulo 108 de filtrado es un conjunto de instrucciones de programa que implementa la lógica para crear cadenas de filtros con base en criterios de pertenencia y operaciones de conjuntos y aplicar las cadenas de filtros a un universo de ítems de datos para crear vistas de filtro que pueden proporcionarse a un cliente. Las vistas de filtro también se pueden representar mediante lógica 122 de GUI en pantalla 120.
Flujos de proceso de ejemplo
La figura 2A ilustra un flujo de proceso de ejemplo para analizar un conjunto de datos. En el bloque 202, el sistema 100 de análisis de datos crea una cadena de filtros con base en uno o más criterios de pertenencia y cero o más operaciones de conjuntos. Por ejemplo, la cadena de filtros puede recuperarse del depósito 112 de datos en el cual la cadena de filtros se ha definido y guardado previamente, o puede definirse mediante una o más entradas de usuario.
En el bloque 204, el sistema 100 de análisis de datos aplica la cadena de filtros a un conjunto de datos para hacer que uno o más primeros ítems de datos seleccionados se seleccionen del conjunto de datos y uno o más segundos ítems de datos seleccionados se seleccionen del conjunto de datos. Por ejemplo, los primeros ítems de datos seleccionados pueden ser ítems de datos que satisfacen los criterios de pertenencia y los segundos ítems de datos seleccionados pueden ser ítems de datos que no satisfacen los criterios de pertenencia. La cadena de filtros puede ser un filtro de histograma que selecciona todos los ítems de datos en un conjunto de datos que satisfacen los criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la cadena de filtros se aplica al conjunto de datos.
En el bloque 206, el sistema 100 de análisis de datos envía el uno o más primeros ítems de datos seleccionados a un ordenador cliente para construir una primera vista de filtro en una primera área demarcada gráficamente (por ejemplo, el uno o más primeros ítems de datos seleccionados están configurados para ser vistos en la primera vista de filtro). Por ejemplo, la primera vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en una región especificada por los criterios de pertenencia. Como otro ejemplo, la primera vista de filtro puede ser un filtro de vista de lista que despliega todos los ataques al corazón que ocurrieron en una región especificada por los criterios de pertenencia. Como otro ejemplo, la primera vista de filtro puede ser un filtro de vista de histograma que despliega el número de acciones compradas durante un período especificado por los criterios de pertenencia. La primera área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vita de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario.
En el bloque 208, el sistema 100 de análisis de datos envía el uno o más segundos ítems de datos seleccionados a un ordenador cliente para construir una segunda vista de filtro en una segunda área demarcada gráficamente (por ejemplo, el uno o más segundos ítems de datos seleccionados están configurados para ser vistos en la segunda vista de filtro). Por ejemplo, la segunda vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en todas las regiones no especificadas por los criterios de pertenencia. La segunda área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vista de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario. De este modo el usuario puede ver ventajosamente viviendas en venta (u otros objetos) que coinciden con los criterios de pertenencia provistos en una primera pantalla gráfica y también pueden ver viviendas en venta (u otros objetos) que no coinciden con los criterios de pertenencia provistos en una segunda pantalla gráfica.
La figura 2B ilustra otro flujo de proceso de ejemplo para analizar un conjunto de datos, en donde se aplica una segunda cadena de filtros con el fin de generar visualizaciones adicionales de diversas combinaciones de conjuntos de datos que coinciden y que no coinciden con la primera y segunda cadena de filtros. En el bloque 212, el sistema 100 de análisis de datos crea una primera cadena de filtros con base en uno o más primeros criterios de pertenencia y cero o más primeras operaciones de conjunto. Por ejemplo, la primera cadena de filtros puede recuperarse del depósito 112 de datos en el cual la primera cadena de filtros se ha definido y guardado previamente.
En el bloque 214, el sistema 100 de análisis de datos aplica la primera cadena de filtros a un conjunto de datos para hacer que uno o más primeros ítems de datos seleccionados se seleccionen del conjunto de datos y uno o más segundos ítems de datos seleccionados se seleccionen del conjunto de datos. Por ejemplo, los primeros ítems de
datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos ítems de datos seleccionados pueden ser ítems de datos que no satisfacen los primeros criterios de pertenencia. La primera cadena de filtros puede ser un filtro de histograma que selecciona todos los ítems de datos en un conjunto de datos que satisfacen los primeros criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la primera cadena de filtros se aplica al conjunto de datos.
En el bloque 216, el sistema 100 de análisis de datos envía el uno o más primeros ítems de datos seleccionados a un ordenador cliente para construir una primera vista de filtro en una primera área demarcada gráficamente (por ejemplo, el uno o más primeros ítems de datos seleccionados están configurados para ser vistos en la primera vista de filtro). Por ejemplo, la primera vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en una región especificada por los primeros criterios de pertenencia. La primera área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vista de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario.
En el bloque 218, el sistema 100 de análisis de datos envía el uno o más segundos ítems de datos seleccionados a un ordenador cliente para construir una segunda vista de filtro en una segunda área demarcada gráficamente (por ejemplo, el uno o más segundos ítems de datos seleccionados están configurados para ser vistos en la segunda vista de filtro). Por ejemplo, la segunda vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en todas las regiones no especificadas por los primeros criterios de pertenencia. La segunda área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vista de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario.
En el bloque 220, el sistema 100 de análisis de datos recibe datos de selección de usuario que representan una selección de usuario de una porción de la primera área demarcada gráficamente y una porción de la segunda área demarcada gráficamente. Por ejemplo, el usuario puede seleccionar un tipo particular de vivienda en la vista de lista, donde el tipo particular de vivienda representa viviendas de un tipo particular de uso (por ejemplo, unifamiliar, multifamiliar, etc.). El usuario puede seleccionar el mismo tipo de vivienda en la primera área demarcada gráficamente y la segunda área demarcada gráficamente. En realizaciones alternativas, el usuario puede ingresar de manera adicional o alternativamente criterios en un medio de entrada adecuado tal como una entrada de campo de texto. Por ejemplo, el usuario puede especificar en una entrada de campo de texto el tipo de vivienda que va a ser seleccionada.
En el bloque 222, el sistema 100 de análisis de datos determina, con base en la selección de usuario, uno o más segundos criterios de pertenencia y una o más segundas operaciones de conjunto. Por ejemplo, el uno o más segundos criterios de pertenencia pueden comprender un criterio de pertenencia de que un inventario debe ser el tipo seleccionado de vivienda.
En el bloque 224, el sistema 100 de análisis de datos crea una segunda cadena de filtros con base en la primera cadena de filtros, el uno o más segundos criterios de pertenencia, y la una o más segundas operaciones de conjunto. Por ejemplo, esta segunda cadena de filtros comprende dos enlaces de filtro, con el primer enlace de filtro seleccionando todas las viviendas en una región particular y el segundo enlace de filtro seleccionando solo aquellos inventarios en la región particular que son del tipo seleccionado de vivienda.
En el bloque 226, el sistema 100 de análisis de datos aplica la segunda cadena de filtros al conjunto de datos para hacer que uno o más terceros ítems de datos seleccionados, uno o más cuartos ítems de datos seleccionados, uno o más quintos ítems de datos, y uno o más sextos ítems de datos se seleccionen del conjunto de datos. Por ejemplo, los terceros ítems de datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia, los cuartos ítems de datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia, los quintos ítems de datos seleccionados pueden ser ítems de datos que no satisfacen los primeros criterios de pertenencia y satisfacen los segundos criterios de pertenencia, y los sextos ítems de datos seleccionados pueden ser ítems de datos que no satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia.
En el bloque 228, el sistema 100 de análisis de datos envía el uno o más terceros ítems de datos seleccionados al ordenador cliente para construir una tercera vista de filtro en la primera área demarcada gráficamente (por ejemplo, el uno o más terceros ítems de datos seleccionados están configurados para ser vistos en la tercera vista de filtro). Por ejemplo, la tercera vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de esas viviendas en una región especificada por los primeros criterios de pertenencia y que son de un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
En el bloque 230, el sistema 100 de análisis de datos envía el uno o más cuartos ítems de datos seleccionados al ordenador cliente para construir una cuarta vista de filtro en la primera área demarcada gráficamente (por ejemplo, el uno o más cuartos ítems de datos seleccionados están configurados para ser vistos en la cuarta vista de filtro). Por ejemplo, la cuarta vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de esas viviendas en una región especificada por los primeros criterios de pertenencia y que no son de
un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
En el bloque 232, el sistema 100 de análisis de datos envía el uno o más quintos ítems de datos seleccionados al ordenador cliente para construir una quinta vista de filtro en la segunda área demarcada gráficamente (por ejemplo, el uno o más quintos ítems de datos seleccionados están configurados para ser vistos en la quinta vista de filtro). Por ejemplo, la quinta vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de aquellas viviendas que no están en una región especificada por los primeros criterios de pertenencia y que son de un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
En el bloque 234, el sistema 100 de análisis de datos envía el uno o más sextos ítems de datos seleccionados al ordenador cliente para construir una sexta vista de filtro en la segunda área demarcada gráficamente (por ejemplo, el uno o más sextos ítems de datos seleccionados están configurados para ser vistos en la sexta vista de filtro). Por ejemplo, la sexta vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de esas viviendas que no están en una región especificada por los primeros criterios de pertenencia y que no son de un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
La figura 2C ilustra otro flujo de proceso de ejemplo para analizar un conjunto de datos. En el bloque 252, el sistema 100 de análisis de datos crea una primera cadena de filtros con base en uno o más primeros criterios de pertenencia y cero o más primeras operaciones de conjunto. Por ejemplo, la primera cadena de filtros puede recuperarse del depósito 112 de datos en el cual la primera cadena de filtros se ha definido y guardado previamente, o puede determinarse con base en la entrada de usuario.
En el bloque 254, el sistema 100 de análisis de datos aplica la primera cadena de filtros a un conjunto de datos para hacer que uno o más primeros ítems de datos seleccionados se seleccionen del conjunto de datos y uno o más segundos ítems de datos seleccionados se seleccionen del conjunto de datos. Por ejemplo, los primeros ítems de datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos ítems de datos seleccionados pueden ser ítems de datos que no satisfacen los primeros criterios de pertenencia. La primera cadena de filtros puede ser un filtro de histograma que selecciona todos los ítems de datos en un conjunto de datos que satisfacen los primeros criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la primera cadena de filtros se aplica al conjunto de datos.
En el bloque 256, el sistema 100 de análisis de datos envía el uno o más primeros ítems de datos seleccionados a un ordenador cliente para construir una primera vista de filtro en una primera área demarcada gráficamente (por ejemplo, el uno o más primeros ítems de datos seleccionados están configurados para ser vistos en la primera vista de filtro). Por ejemplo, la primera vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en una región especificada por los primeros criterios de pertenencia. La primera área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vista de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario.
En el bloque 258, el sistema 100 de análisis de datos envía el uno o más segundos ítems de datos seleccionados a un ordenador cliente para construir una segunda vista de filtro en una segunda área demarcada gráficamente (por ejemplo, el uno o más segundos ítems de datos seleccionados están configurados para ser vistos en la segunda vista de filtro). Por ejemplo, la segunda vista de filtro puede ser un filtro de vista de lista que despliega todas las viviendas en venta en todas las regiones no especificadas por los primeros criterios de pertenencia. La segunda área demarcada gráficamente puede ser un panel de contenido que está separado y aparte de una vista de lista, tabla, o árbol que presenta un listado desplazable de todo el inventario.
En el bloque 260, el sistema 100 de análisis de datos recibe datos de selección de usuario que representan una selección de usuario de una porción de la primera área demarcada gráficamente. Por ejemplo, el usuario puede seleccionar un tipo particular de vivienda en la vista de lista en la primera área demarcada gráficamente, donde el tipo particular de vivienda representa viviendas de un tipo particular de uso (por ejemplo, unifamiliar, multifamiliar, etc.). En realizaciones alternativas, el usuario puede ingresar de manera adicional o alternativamente criterios en un medio de entrada adecuado tal como una entrada de campo de texto. Por ejemplo, el usuario puede especificar en una entrada de campo de texto el tipo de vivienda que va a ser seleccionada.
En el bloque 262, el sistema 100 de análisis de datos determina, con base en la selección de usuario, uno o más segundos criterios de pertenencia y una o más segundas operaciones de conjunto. Por ejemplo, el uno o más segundos criterios de pertenencia pueden comprender un criterio de pertenencia de que un inventario debe ser el tipo seleccionado de vivienda.
En el bloque 264, el sistema 100 de análisis de datos crea una segunda cadena de filtros con base en la primera cadena de filtros, el uno o más segundos criterios de pertenencia, y la una o más segundas operaciones de conjunto. Por ejemplo, esta segunda cadena de filtros comprende dos enlaces de filtro, con el primer enlace de filtro
seleccionando todas las viviendas en una región particular y el segundo enlace de filtro seleccionando solo aquellos inventarios en la región particular que son del tipo seleccionado de vivienda.
En el bloque 266, el sistema 100 de análisis de datos aplica la segunda cadena de filtros al conjunto de datos para hacer que uno o más terceros ítems de datos seleccionados y uno o más cuartos ítems de datos seleccionados se seleccionen del conjunto de datos. Por ejemplo, los terceros ítems de datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia y los cuartos ítems de datos seleccionados pueden ser ítems de datos que satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia.
En el bloque 268, el sistema 100 de análisis de datos envía el uno o más terceros ítems de datos seleccionados al ordenador cliente para construir una tercera vista de filtro en la primera área demarcada gráficamente (por ejemplo, el uno o más terceros ítems de datos seleccionados están configurados para ser vistos en la tercera vista de filtro). Por ejemplo, la tercera vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de esas viviendas en una región especificada por los primeros criterios de pertenencia y que son de un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
En el bloque 270, el sistema 100 de análisis de datos envía el uno o más cuartos ítems de datos seleccionados al ordenador cliente para construir una cuarta vista de filtro en la primera área demarcada gráficamente (por ejemplo, el uno o más cuartos ítems de datos seleccionados están configurados para ser vistos en la cuarta vista de filtro). Por ejemplo, la cuarta vista de filtro puede ser una vista de filtro de histograma que despliega el número de viviendas y el valor de venta de esas viviendas en una región especificada por los primeros criterios de pertenencia y que no son de un tipo especificado por los segundos criterios de pertenencia. En realizaciones alternativas, pueden devolverse ítems de datos cero cuando la segunda cadena de filtros se aplica al conjunto de datos.
De esta forma, la segunda cadena de filtros se puede aplicar a la primera área demarcada gráficamente y no a la segunda área demarcada gráficamente de tal manera que la primera demarcada gráficamente incluye vistas de filtro que son más refinadas que las vistas de filtro incluidas en la segunda área demarcada gráficamente.
Modelo de datos centrados en objetos
Para proporcionar una infraestructura para la siguiente discusión de sistemas y métodos específicos descritos en este documento, se describirá ahora un sistema 310 de base de datos de ejemplo que usa una ontología 305. Esta descripción se proporciona con el propósito de proporcionar un ejemplo y no está prevista para limitar las técnicas al modelo de datos de ejemplo, el sistema de base de datos de ejemplo, o el uso de una ontología del sistema de base de datos de ejemplo para representar información.
En una realización, un cuerpo de datos está estructurado conceptualmente de acuerdo con un modelo de datos centrado en objetos representado por ontología 305. El modelo de datos conceptual es independiente de cualquier base de datos particular usada para almacenar de manera duradera una o más bases de datos 309 con base en la ontología 305. Por ejemplo, cada objeto del modelo de datos conceptual puede corresponder a una o más filas en una base de datos relacional o una entrada en la base de datos Protocolo de Acceso a Directorio Liviano (LDAP), o cualquier combinación de una o más bases de datos.
La figura 3 ilustra un modelo de datos conceptual centrado en objetos de acuerdo con una realización. Una ontología 305, como se indicó anteriormente, puede incluir información almacenada que proporciona un modelo de datos para el almacenamiento de datos en la base de datos 309. La ontología 305 puede estar definida por uno o más tipos de objeto, los cuales pueden estar cada uno asociados a uno o más tipos de propiedad. En el nivel más alto de abstracción, el objeto 301 de datos es un recipiente de información que representa cosas en el mundo. Por ejemplo, el objeto 301 de datos puede representar una entidad tal como una persona, un lugar, una organización, un instrumento de mercado, un inventario, u otro sustantivo. El objeto 301 de datos puede representar un evento que ocurre en un punto en el tiempo o por una duración. El objeto 301 de datos puede representar un documento u otra fuente de datos no estructurada tal como un mensaje de correo electrónico, un informe de noticias, o una reseña o artículo escritos. Cada objeto 301 de datos está asociado con un identificador único que identifica de manera única el objeto de datos dentro del sistema de base de datos.
Los diferentes tipos de objetos de datos pueden tener diferentes tipos de propiedad. Por ejemplo, un objeto de datos de “Persona" podría tener un tipo de propiedad de “Color de ojos" y un objeto de datos de “Evento" podría tener un tipo de propiedad de “Fecha". Cada propiedad 303 según se representa por datos en el sistema 310 de base de datos puede tener un tipo de propiedad definido por la ontología 305 usada por la base de datos 305.
Los objetos pueden alcanzar instancia en la base de datos 309 de acuerdo con la definición de objeto correspondiente para el objeto particular en la ontología 305. Por ejemplo, un pago monetario específico (por ejemplo, un objeto de tipo "evento") de US$30.00 (por ejemplo, una propiedad de tipo "moneda") que tiene lugar el 03/27/2009 (por ejemplo, una propiedad de tipo "fecha") puede almacenarse en la base de datos 309 como un objeto de evento con propiedades de moneda y fecha asociadas como se define dentro de la ontología 305.
Los objetos de datos definidos en la ontología 305 pueden soportar multiplicidad de propiedades. En particular, se puede permitir que un objeto 301 de datos tenga más de una propiedad 303 del mismo tipo de propiedad. Por ejemplo, un objeto de datos de “Persona" podría tener múltiples propiedades de "Dirección" o múltiples propiedades de "Nombre".
Cada enlace 302 representa una conexión entre dos objetos 301 de datos. En una realización, la conexión es ya sea a través de una relación, un evento, o a través de propiedades coincidentes. Una conexión de relación puede ser asimétrica o simétrica. Por ejemplo, el objeto A de datos de “Persona” puede estar conectado al objeto B de datos de “Persona” por una relación de "Hijo de" (donde el objeto B de datos de “Persona” tiene una relación asimétrica "Padre de" con el objeto A de datos de “Persona”), una relación simétrica de "Pariente de” con el objeto C de datos de “Persona", y una relación asimétrica de "Miembro de” con el objeto X de datos de “Organización". El tipo de relación entre dos objetos de datos puede variar dependiendo de los tipos de objeto de datos. Por ejemplo, el objeto A de datos de “Persona” puede tener una relación de "Aparece en" con el objeto Y de datos de “Documento" o tener una relación de "Participar en" con el objeto E de datos de “Evento". Como un ejemplo de una conexión de evento, dos objetos de datos de “Persona” pueden estar conectados por un objeto de datos de “Vuelo de aerolínea" que representa un vuelo de aerolínea particular si viajaron juntos en ese vuelo, o por un objeto de datos de “Reunión" que representa una reunión particular si ambos asistieron a esa reunión. En una realización, cuando dos objetos de datos están conectados por un evento, también están conectados por relaciones, en las cuales cada objeto de datos tiene una relación específica con el evento, tal como, por ejemplo, una relación de "Aparece en".
Como un ejemplo de una conexión de propiedades coincidentes, dos objetos de datos de "Persona" que representan un hermano y una hermana, pueden tener ambos una propiedad de “Dirección" que indica donde ellos viven. Si el hermano y la hermana viven en la misma vivienda, entonces sus propiedades de "Dirección" probablemente contengan valores de propiedad similares, si no idénticos. En una realización, se puede establecer un enlace entre dos objetos de datos con base en propiedades similares o coincidentes (por ejemplo, tipos de propiedad y/o valores de propiedad) de los objetos de datos. Estos son solo algunos ejemplos de los tipos de conexiones que pueden estar representados por un enlace y otros tipos de conexiones pueden estar representados; realizaciones no se limitan a ningún tipo particular de conexiones entre objetos de datos. Por ejemplo, un documento puede contener referencias a dos objetos diferentes. Por ejemplo, un documento puede contener una referencia a un pago (un objeto), y una persona (un segundo objeto). Un enlace entre estos dos objetos puede representar una conexión entre estas dos entidades a través de su coocurrencia dentro del mismo documento.
Cada objeto 301 de datos puede tener múltiples enlaces con otro objeto 301 de datos para formar un conjunto 304 de enlaces. Por ejemplo, dos objetos de datos de “Persona" que representan un esposo y una esposa podrían estar enlazados a través de una relación de "Cónyuge de”, una propiedad coincidente de "Dirección", y una o más propiedades coincidentes de "Evento" (por ejemplo, una boda). Cada enlace 302 según se representa por datos en una base de datos puede tener un tipo de enlace definido por la ontología de base de datos usada por la base de datos.
La figura 4 es un diagrama de bloques que ilustra componentes y datos de ejemplo que pueden usarse para identificar y almacenar datos de acuerdo con una ontología. En este ejemplo, la ontología se puede configurar, y datos en el modelo de datos se pueblan, mediante un sistema de analizadores sintácticos y herramientas de configuración de ontología. En la realización de la figura 4, los datos 400 de entrada se proporcionan al analizador sintáctico 402. Los datos de entrada pueden comprender datos de una o más fuentes. Por ejemplo, una institución puede tener una o más bases de datos con información sobre transacciones con tarjeta de crédito, coches de alquiler, y personas. Las bases de datos pueden contener una variedad de información relacionada y atributos sobre cada tipo de datos, tales como una "fecha" para una transacción con tarjeta de crédito, una dirección para una persona, y una fecha para cuando se alquila un coche de alquiler. El analizador sintáctico 402 puede leer una variedad de tipos de datos de entrada de origen y determinar cuál tipo de datos está leyendo.
De acuerdo con la discusión anterior, la ontología 305 de ejemplo comprende información almacenada que proporciona el modelo de datos de los datos almacenados en base de datos 309, y la ontología está definida por uno o más tipos 410 de objeto, uno o más tipos 416 de propiedad, y uno o más tipos 430 de enlace. Con base en la información determinada por el analizador sintáctico 402 u otro mapeo de información de entrada de origen al tipo de objeto, uno o más objetos 301 de datos pueden alcanzar instancia en la base de datos 309 con base en los respectivos tipos 410 de objeto determinados, y cada uno de los objetos 301 tiene una o más propiedades 303 que alcanzan instancia con base en tipos 416 de propiedad. Dos objetos 301 de datos pueden estar conectados por uno o más enlaces 302 que pueden alcanzar instancia con base en tipos 430 de enlace. Los tipos 416 de propiedad pueden cada uno comprender uno o más tipos 418 de datos, tal como una cadena, número, etc. Los tipos 416 de propiedad pueden alcanzar instancia con base en un tipo 420 de propiedad base. Por ejemplo, un tipo 420 de propiedad base puede ser "Ubicaciones" y un tipo 416 de propiedad puede ser "Vivienda".
En una realización, un usuario del sistema usa un editor 424 de tipo de objeto para crear y/o modificar los tipos 410 de objeto y definir atributos de los tipos de objeto. En una realización, un usuario del sistema usa un editor 426 de tipo de propiedad para crear y/o modificar los tipos 416 de propiedad y definir atributos de los tipos de propiedad. En una realización, un usuario del sistema usa el editor 428 de tipo de enlace para crear los tipos 430 de enlace.
Alternativamente, se pueden usar otros programas, procesos, o controles programáticos para crear tipos de enlace y tipos de propiedad y definir atributos, y usar editores no es necesario.
En una realización, crear un tipo 416 de propiedad usando el editor 426 de tipo de propiedad involucra definir al menos una definición de analizador sintáctico usando un editor 422 de analizador sintáctico. Una definición de analizador sintáctico comprende metadatos que informan al analizador sintáctico 402 cómo analizar de manera sintáctica los datos 400 de entrada para determinar si los valores en los datos de entrada se pueden asignar al tipo 416 de propiedad que está asociado con la definición de analizador sintáctico. En una realización, cada definición de analizador sintáctico puede comprender un analizador sintáctico 404A de expresión regular o un analizador sintáctico 404B de módulo de código. En otras realizaciones, se pueden proporcionar otros tipos de definiciones de analizador sintáctico usando secuencias de comandos u otros elementos programáticos. Una vez definidos, tanto un analizador sintáctico 404A de expresión regular como un analizador sintáctico 404B de módulo de código pueden proporcionar entrada al analizador sintáctico 402 para controlar el análisis sintáctico de datos 400 de entrada.
Usando los tipos de datos definidos en la ontología, se pueden analizar de manera sintáctica los datos 400 de entrada por el analizador sintáctico 402 para determinar cuál tipo 410 de objeto debe recibir datos de un registro creado a partir de los datos de entrada, y cuales tipos 416 de propiedad deben asignarse a datos de valores de campo individuales en los datos de entrada. Con base en el mapeo 401 de propiedad-objeto, el analizador sintáctico 402 selecciona una de las definiciones de analizador sintáctico que está asociada con un tipo de propiedad en los datos de entrada. El analizador sintáctico analiza de manera sintáctica un campo de datos de entrada usando la definición de analizador sintáctico seleccionada, dando como resultado la creación de datos 403 nuevos o modificados. Los datos 403 nuevos o modificados se agregan a la base de datos 309 de acuerdo con ontología 305 almacenando valores de los datos nuevos o modificados en una propiedad del tipo de propiedad especificado. Como un resultado, los datos 400 de entrada que tienen formato o sintaxis diversos pueden crearse en la base de datos 309. La ontología 305 puede modificarse en cualquier momento usando el editor 424 de tipo de objeto, editor 426 de tipo de propiedad, y editor 428 de tipo de enlace, o bajo control de programa sin uso humano de un editor. El editor 422 de analizador sintáctico permite crear múltiples definiciones de analizador sintáctico que pueden analizar de manera sintáctica con éxito datos 400 de entrada que tienen formato o sintaxis diversos y determinar cuáles tipos de propiedad deberían usarse para transformar los datos 400 de entrada en datos 403 de entrada nuevos o modificados.
Las propiedades, objetos, y los enlaces (por ejemplo, relaciones) entre los objetos se pueden visualizar usando una interfaz gráfica de usuario (GUI). En una realización, una interfaz de usuario que permite buscar, inspeccionar, filtrar, y/o agregar datos estadísticamente en un formato de múltiples trayectorias se ilustra y describe a continuación con respecto a las figuras 5A hasta 12-4B.
Creación de explorador de múltiples trayectorias
Un explorador de múltiples trayectorias puede proporcionar una interfaz que permite a un usuario aplicar uno o más filtros a un conjunto de datos e identificar visualmente datos que satisfacen el uno o más filtros y datos que no satisfacen uno o más de los filtros. Por ejemplo, un usuario puede aplicar un primer filtro a un conjunto de datos y el explorador de múltiples trayectorias despliega datos en el conjunto de datos que satisfacen el primer filtro. El explorador de múltiples trayectorias también puede desplegar datos en el conjunto de datos que no satisfacen el primer filtro (por ejemplo, en una vista diferente de ventana). A medida que se aplican filtros adicionales por el usuario, el explorador de múltiples trayectorias puede desplegar vistas o ventanas adicionales que muestran datos que satisfacen todos los filtros, algunos de los filtros, y/o ninguno de los filtros. De esta forma, el explorador de múltiples trayectorias puede desplegar todas las combinaciones de datos que satisfacen y que no los filtros aplicados por el usuario. En otras palabras, el explorador de múltiples trayectorias permite a un usuario visualizar inmediatamente una población completa, uno o más subconjuntos de la población completa, y uno o más puntos finales de un análisis de subconjuntos de la población completa. Las figuras 5A-7 ilustran cómo se pueden generar las diferentes trayectorias desplegadas por el explorador de múltiples trayectorias.
La figura 5A ilustra una barra de herramientas 500 de ejemplo que permite a un usuario crear un nodo raíz de una vista de múltiples trayectorias. En una realización, la vista de múltiples trayectorias puede ilustrarse en una estructura de árbol. En otra realización, la vista de múltiples trayectorias puede ilustrarse en una estructura de DAG. Como se ilustra en la figura 5A, la barra de herramientas 500 (también denominada como un tablero de instrumentos) incluye una pestaña 510. La pestaña 510 incluye botones, campos de texto, y/u otras opciones que permiten a un usuario crear un nodo raíz (por ejemplo, botón 530 agregar nuevo hijo, botón 535 agregar nuevo grupo hijo, y grupo 540 de métricas). El nodo raíz puede representar todo el inventario en un conjunto de datos. Por ejemplo, el inventario puede comprender todas las viviendas que actualmente tienen préstamos pendientes y un título del nodo raíz puede ser "Todos los Préstamos", como se ilustra en el campo 520 de texto.
La figura 5B ilustra un artilugio 550 de ejemplo que despliega un nodo 560 raíz creado. En el ejemplo de la figura 5B, el nodo 560 raíz está representado como un cuadro rectangular e incluye el título del nodo raíz (por ejemplo, "Todos los Préstamos"), el número de inventario en el conjunto de datos (por ejemplo, 715,639 viviendas) y/o una métrica o atributo asociado con el inventario (por ejemplo, un valor promedio o medio de los préstamos pendientes, etc.). Aunque el nodo 560 raíz se ilustra en la conformación de un cuadro rectangular, esto no pretende ser limitante ya que el nodo 560 raíz se puede ilustrar en cualquier conformación o forma.
La figura 6A ilustra una barra de herramientas 600 de ejemplo que permite a un usuario crear un nodo hijo de una vista de múltiples trayectorias. Como se ilustra en la figura 6A, la barra de herramientas 600 (también denominada como un tablero de instrumentos) incluye una pestaña 610. La pestaña 610 incluye botones, campos de texto, y/u otras opciones que permiten a un usuario crear un nodo hijo (por ejemplo, botón 530 agregar nuevo hijo, botón 535 agregar nuevo grupo hijo, y grupo 540 de métricas). En una realización, el nodo hijo representa todo el inventario en un conjunto de datos que corresponde a unos criterios de pertenencia. Por ejemplo, el inventario puede comprender todas las viviendas que actualmente tienen préstamos pendientes y unos criterios de pertenencia pueden ser que las viviendas deben estar en California. En una realización alternativa, el nodo hijo representa todo el inventario en un conjunto de datos que no corresponde a unos criterios de pertenencia. Por ejemplo, el inventario puede comprender todas las viviendas que actualmente tienen préstamos pendientes y los criterios de pertenencia puede ser que las viviendas no puedan estar en California. Los criterios de pertenencia pueden seleccionarse y/o ingresarse en un campo de texto, y el nombre del nodo hijo puede proporcionarse en el campo 620 de texto.
En una realización, el nodo hijo hereda las métricas o atributos de su nodo padre. Alternativamente o, además, se pueden especificar otras métricas o atributos en el grupo 540 de métricas.
En una realización, el botón 530 agregar nuevo hijo agrega un nuevo nodo hijo a un nodo padre seleccionado por el usuario. El nuevo nodo hijo incluye los criterios descritos por el usuario en la pestaña 610. Por ejemplo, el nuevo nodo hijo puede especificar criterios de pertenencia adicionales para aplicar a los datos incluidos en el nodo padre. De esta forma, un nodo padre puede incluir uno o más nodos hijos, mientras que los nodos hermanos del nodo padre pueden no incluir ningún nodo hijo.
En una realización, el botón 535 agregar nuevo grupo hijo agrega un nuevo nodo hijo a un nodo padre seleccionado por el usuario y uno o más nodos hermanos del nodo padre. Por ejemplo, el nuevo nodo hijo puede especificar criterios de pertenencia adicionales para aplicar a los datos incluidos en el nodo padre y los datos incluidos en los nodos hermanos del nodo padre. De esta forma, un nodo padre y nodos hermanos del nodo padre pueden cada uno incluir uno o más nodos hijos (por ejemplo, el nodo padre y los nodos hermanos del nodo padre pueden incluir cada uno el mismo número de nodos hijos con los mismos criterios de pertenencia).
En otra realización, el botón 535 agregar nuevo grupo hijo agrega algunos o todos los resultados posibles de unos criterios como nuevos nodos hijos a un nodo padre. Por ejemplo, un nodo padre puede incluir un conjunto de datos que comprende un grupo de préstamos para viviendas. Cuando se selecciona el botón 535 agregar nuevo grupo hijo, se pueden ingresar los criterios de pertenencia de "Tipo de vivienda", y se puede agregar un nuevo nodo hijo al nodo padre para cada valor único de "Tipo de vivienda" para todas las viviendas en el nodo padre.
En una realización adicional, la pestaña 610 incluye un botón agregar nuevo hermano, no se muestra. El botón agregar nuevo hermano puede agregar un nodo hermano a un nodo padre seleccionado por el usuario. Por ejemplo, el nodo hermano puede especificar los mismos criterios de pertenencia como el nodo padre.
En una realización adicional, la pestaña 610 incluye un botón agregar nuevo padre, no se muestra. El botón agregar nuevo padre puede crear un nodo padre (o un nodo hijo) con base en uno o más nodos hijos seleccionados por el usuario. Por ejemplo, un primer nodo hijo puede incluir un primer conjunto de datos y un segundo nodo hijo puede incluir un segundo conjunto de datos. El botón agregar nuevo padre puede, cuando se selecciona, crear un nodo padre (o un nodo hijo) con base en el primer nodo hijo y el segundo nodo hijo. El nodo padre (o nodo hijo) puede incluir un conjunto de datos maestros, donde el conjunto de datos maestros se basa en al menos un atributo común del primer conjunto de datos y el segundo conjunto de datos (por ejemplo, un tipo de datos o propiedad común, tal como que los dos nodos sean ambos una recolección de tipos de objeto de "vivienda"). La creación de un nuevo nodo con base en al menos un atributo común de un primer conjunto de datos y un segundo conjunto de datos puede desplegarse de una manera como se ilustra en las figuras 13E-F, las cuales se describen con mayor detalle a continuación. En algunas realizaciones, el uno o más nodos hijos usados para crear el nodo padre (o el nodo hijo) comparten otro nodo padre. En otras realizaciones, el uno o más nodos hijos usados para crear el nodo padre (o el nodo hijo) no comparten ningún otro nodo padre. Si se usan uno o más nodos hijos para crear un nodo hijo, el uno o más nodos hijos pueden considerarse nodos padres del nodo hijo creado.
En una realización adicional, la pestaña 610 incluye un botón de tipo de objeto de transformación, no se muestra. El botón de tipo de objeto de transformación puede, cuando se selecciona, transformar un conjunto de datos de un primer tipo de objeto a un segundo tipo de objeto. Por ejemplo, un conjunto de datos puede incluir viviendas que tienen una hipoteca por defecto y un resultado de un nodo puede ser documentos (por ejemplo, las hipotecas). El conjunto de datos puede transformarse en nuevos objetos, tales como agentes inmobiliarios asociados con esas viviendas, de tal manera que un resultado del nodo ahora sea una persona (por ejemplo, los agentes inmobiliarios). Luego se pueden crear nodos hijos adicionales con base en el conjunto de datos de agente inmobiliario (por ejemplo, solicitando los nombres de agentes inmobiliarios que aparecen tres o más veces). Una transformación tal puede desplegarse de una manera como se ilustra en las figuras 13H-G, las cuales se describen con mayor detalle a continuación.
La figura 6B ilustra el artilugio 550 que despliega el nodo 560 raíz creado y nodos 662, 664, 666, y 668 hijos creados. Como se ilustra en la figura 6B, al igual que el nodo 560 raíz, los nodos 662, 664, 666, y 668 hijos se representan como cuadros rectangulares e incluyen el título del nodo hijo (por ejemplo, "CA", "FL", "AZ", y "Otro"), el número de
inventario en el conjunto de datos (por ejemplo, 158,419 viviendas, 95,198 viviendas, 46,074 viviendas, y 415,948 viviendas), y/o una métrica o atributo asociado con el inventario (por ejemplo, un valor promedio o medio de los préstamos pendientes, etc.). Aunque los nodos 662, 664, 666, y 668 hijos se ilustran en la conformación de un cuadro rectangular, esto no pretende ser limitante ya que los nodos 662, 664, 666, y 668 hijos se pueden ilustrar en cualquier conformación o forma.
En una realización, los nodos 662, 664, 666, y 668 hijos se crean al seleccionar el nodo 560 raíz y el botón 530 agregar nuevo hijo o el botón 535 agregar nuevo grupo hijo. Por ejemplo, los criterios de pertenencia especificados para el nodo hijo pueden ser viviendas en California, Florida, y Arizona. De este modo, los nodos 662, 664, y 666 hijos pueden crearse para cada valor (por ejemplo, California, Florida, y Arizona) y desplegar los datos que satisfacen los criterios de pertenencia. El nodo 668 hijo puede crearse para ilustrar los datos que no satisfacen los criterios de pertenencia. En algunas realizaciones, los datos que no satisfacen los criterios de pertenencia pueden identificarse al identificar todos los ítems del nodo padre que no están incluidos en los otros nodos hijos. En otras realizaciones, los datos que no satisfacen los criterios de pertenencia pueden identificarse al identificar todos los ítems del nodo padre que no están incluidos en los otros nodos hijos y que están por encima o por debajo de un cierto porcentaje.
En una realización, el nodo 560 raíz y/o los nodos 662, 664, 666, y/o 668 hijos se autodisponen, autodimensionan y/o autoconforman de tal manera que todos los nodos puedan encajar en el artilugio 550. En una realización adicional, el usuario puede ajustar el color de fondo, la fuente, el tamaño de fuente, el color de fuente, la alineación, y/o el borde del nodo 560 raíz y/o los nodos 662, 664, 666, y/o 668 hijos. En una realización adicional, el usuario puede copiar, arrastrar (por ejemplo, para cambiar el orden o ubicación), redimensionar, y/o girar el nodo 560 raíz y/o los nodos 662, 664, 666, y/o 668 hijos. En una realización adicional, el usuario puede seleccionar el nodo 560 raíz y/o los nodos 662, 664, 666, y/o 668 hijos para ver información adicional (por ejemplo, datos asociados con el nodo raíz y/o nodo hijo que se despliegan en una lista, en un gráfico, etc.)
La figura 7 ilustra el artilugio 550 que despliega un nodo raíz y una serie de nodos hijos en una estructura de árbol. Como se ilustra en la figura 7, cada nodo padre incluye nodos hijos con los mismos criterios de pertenencia como los nodos hermanos del nodo padre (por ejemplo, los nodos padres titulados "CA", "FL", "AZ", y "Otros" incluyen cada uno nodos hijos titulados "Unifamiliar", los cuales representan datos que satisfacen unos criterios de pertenencia específicos). Además, cada nodo padre y cada uno de los nodos hermanos del nodo padre incluyen nodos hijos que no satisfacen los criterios de pertenencia en un nivel particular en la estructura de árbol (por ejemplo, los nodos padres titulados "CA", "FL", "AZ", y "Otro" incluyen cada uno nodos hijos titulados "Multifamiliar", que representan datos que no satisfacen los criterios de pertenencia especificados por los nodos hijos "Unifamiliares"). Aunque los nodos padres y nodos hijos se ilustran en la conformación de un cuadro rectangular, esto no pretende ser limitante ya que los nodos padres y nodos hijos se pueden ilustrar en cualquier conformación o forma.
En una realización, el artilugio 550 proporciona la funcionalidad de tal manera que el usuario puede guardar un conjunto de datos filtrado o desfiltrado (por ejemplo, una cadena de nodos padre-hijo o un nodo raíz) como una nueva serie de objetos. El usuario puede titular la nueva serie de objetos. La nueva serie de objetos puede compartirse con otros usuarios, o restringirse a la vista de otros usuarios. La nueva serie de objetos también se puede usar en análisis o filtrado posteriores. Por ejemplo, la nueva serie de objetos se puede aplicar al mismo conjunto de datos en un momento posterior (por ejemplo, después de que el conjunto de datos se haya actualizado). Como otro ejemplo, la nueva serie de objetos se puede aplicar a un conjunto de datos diferente. Al aplicar la nueva serie de objetos al conjunto de datos diferente, se pueden crear nodos raíz, nodos padres, y/o nodos hijos y formarse en la misma estructura de árbol o similar como los nodos raíz, nodos padres, y/o nodos hijos del conjunto de datos guardado.
En una realización (no se muestra), un nodo padre puede incluir nodos hijos que no están incluidos en los nodos hermanos del nodo padre. Por ejemplo, el nodo padre de "CA" puede incluir los nodos hijos "Unifamiliar" y "Multifamiliar", mientras que los nodos padres de "FL", "AZ", y/u "Otros" no pueden incluir los nodos hijos "Unifamiliar" y "Multifamiliar".
En una realización (no se muestra), las cadenas de filtros (por ejemplo, una cadena de nodos padre-hijo) están codificadas por colores. Las cadenas de filtros pueden estar codificadas por colores con base en una métrica o atributo (por ejemplo, magnitud, nombre, valor, etc.) determinado por el usuario. Por ejemplo, si la salida de nodos son números (por ejemplo, valores de préstamos hipotecarios), las cadenas de filtros que incluyen nodos con valores de préstamo en un rango alto pueden aparecer en rojo y cadenas de filtros que incluyen nodos con valores de préstamo en un rango bajo pueden aparecer en azul.
El artilugio 550 como se ilustra en la figura 7 permite a un usuario visualizar inmediatamente una población completa, uno o más subconjuntos de la población completa, y uno o más puntos finales de un análisis de subconjuntos de la población completa.
Interfaz gráfica de usuario de explorador de múltiples trayectorias
La figura 8 ilustra una interfaz gráfica de usuario (GUI) 800 de ejemplo para un explorador de múltiples trayectorias. Como se ilustra en la figura 8, la GUI 800 incluye una pestaña 802 de todos los filtros y una pestaña 804 de filtro de histograma. Aunque la GUI 800 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma,
esto no pretende ser limitante dado ya que la GUI 800 puede incluir menos pestañas o adicionales, tales como pestañas asociadas con cada uno de los filtros discutidos a continuación.
En una realización, la pestaña 802 de todos los filtros se selecciona por el usuario e incluye el grupo 806 de filtros de lista, grupo 808 de filtros de histograma, grupo 810 de filtros de diagrama de dispersión, grupo 812 de filtros de línea de tiempo, grupo 814 de otros filtros, y grupo 816 de fecha. El grupo 806 de filtros de lista incluye filtros de lista que se pueden aplicar a un conjunto de datos. Por ejemplo, los filtros de lista pueden incluir filtros que despliegan datos en el conjunto de datos en forma de lista. El grupo 808 de filtros de histograma incluye filtros de histograma que se pueden aplicar a un conjunto de datos. Por ejemplo, los filtros de histograma pueden incluir filtros que despliegan datos en el conjunto de datos en una forma gráfica (por ejemplo, gráfico de barras, gráfico de líneas, etc.). El grupo 810 de filtros de diagrama de dispersión incluye filtros de diagrama de dispersión que se pueden aplicar a un conjunto de datos. Por ejemplo, los filtros de diagrama de dispersión pueden incluir filtros que despliegan datos en el conjunto de datos en una forma de diagrama de dispersión. El grupo 812 de filtros de línea de tiempo incluye filtros de línea de tiempo que se pueden aplicar a un conjunto de datos. Por ejemplo, los filtros de línea de tiempo pueden incluir filtros que despliegan datos en el conjunto de datos en una línea de tiempo. El grupo 814 de otros filtros incluye filtros aparte de los filtros descritos anteriormente que pueden aplicarse a un conjunto de datos. El grupo 816 de fecha incluye opciones que pueden desplegar datos en el conjunto de datos que corresponden a un rango de fechas, una fecha particular, y/o similares.
Como se ilustra en la figura 8, la GUI 800 incluye un panel 818 de contenido y un panel 820 de contenido. En una realización, el inventario incluye viviendas con préstamos actualmente pendientes. El panel 818 de contenido incluye información relacionada con el inventario, incluyendo el número total de viviendas con préstamos actualmente pendientes. En una realización, no se ha aplicado ningún filtro al panel 818 de contenido de tal manera que el panel 818 de contenido incluye información sobre todo el inventario (por ejemplo, la población completa).
En una realización, se ha aplicado un filtro de histograma a todo el inventario. De este modo, el panel 820 de contenido despliega un histograma para todo el inventario. El histograma incluye un valor de préstamo en el eje x y un recuento en el eje y (por ejemplo, un número de viviendas que tienen un valor de préstamo particular).
En una realización, el panel 818 de contenido y/o el panel 820 de contenido están incorporados en la GUI 800. En otra realización, el panel 818 de contenido y/o el panel 820 de contenido pueden abrirse en ventanas separadas dentro o fuera de la GUI 800.
La figura 9 ilustra otra interfaz gráfica de usuario (GUI) 900 de ejemplo para un explorador de múltiples trayectorias. Como se ilustra en la figura 9, la GUI 900 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma. Aunque la GUI 900 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma, esto no pretende ser limitante ya que la g U i 900 puede incluir menos pestañas o adicionales, tales como pestañas asociadas con cada uno de los filtros discutidos a continuación.
Como se ilustra en la figura 9, la GUI 900 incluye el panel 818 de contenido y un panel 902 de contenido. En una realización, el panel 902 de contenido incluye un filtro que se aplica a todo el inventario en el panel 818 de contenido de tal manera que 299,691 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que las viviendas deben estar en una región particular (por ejemplo, California, Florida, o Arizona). Con base en estos criterios de pertenencia, se pueden incluir cuatro paneles de contenido adicionales en la GUI 900. El primer panel de contenido adicional se ilustra en la figura 9-1, el segundo en la figura 9-2, el tercero en la figura 9-3, y el cuarto en la figura 9-4. Los paneles de contenido adicionales pueden desplegar datos que satisfacen los criterios de pertenencia y datos que no satisfacen los criterios de pertenencia.
La figura 9-1 ilustra un panel 912 de contenido incluido en la GUI 900 de la figura 9. En una realización, el panel 912 de contenido incluye un filtro que se aplica a los datos en el panel 902 de contenido de tal manera que 158,419 de 715.639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben estar en California. De este modo, el panel 912 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido.
La figura 9-2 ilustra otro panel 922 de contenido incluido en la GUI 900 de la figura 9. En una realización, el panel 922 de contenido incluye un filtro que se aplica a los datos en el panel 902 de contenido de tal manera que 95,196 de 715.639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben estar en Florida. De este modo, el panel 922 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido.
La figura 9-3 ilustra otro panel 932 de contenido incluido en la GUI 900 de la figura 9. En una realización, el panel 932 de contenido incluye un filtro que se aplica a los datos en el panel 902 de contenido de tal manera que 46,074 de 715.639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben
estar en Arizona. De este modo, el panel 932 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido.
La figura 9-4 ilustra otro panel 942 de contenido incluido en la GUI 900 de la figura 9. En una realización, el panel 942 de contenido incluye un filtro que se aplica a los datos en el panel 902 de contenido de tal manera que 415,948 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben estar en California, Florida, o Arizona (por ejemplo, "Otro"). De este modo, el panel 942 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido.
La figura 10 ilustra otra interfaz gráfica de usuario (GUI) 1000 de ejemplo para un explorador de múltiples trayectorias. Como se ilustra en la figura 10, la GUI 1000 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma. Aunque la GUI 1000 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma, esto no pretende ser limitante ya que la GUI 1000 puede incluir menos pestañas o adicionales, tales como pestañas asociadas con cada uno de los filtros discutidos a continuación.
Como se ilustra en la figura 10, la GUI 1000 incluye el panel 818 de contenido, el panel 902 de contenido, y un panel 1002 de contenido. En una realización, el panel 1002 de contenido incluye un filtro que se aplica al inventario en el panel 902 de contenido de tal manera que 197,479 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que las viviendas deben ser de un tipo particular (por ejemplo, viviendas unifamiliares). Con base en estos criterios de pertenencia, se pueden incluir ocho paneles de contenido adicionales en la GUI 1000. El primer panel de contenido adicional se ilustra en la figura 10-1A, el segundo en la figura 10-1B, el tercero en la figura 10-2A, el cuarto en la figura 10-2B, el quinto en la figura 10-3A, el sexto en la figura 10-3B, el séptimo en la figura 10-4A, y el octavo en la figura 10-4B. Los paneles de contenido adicionales pueden desplegar datos que satisfacen los criterios de pertenencia, datos que satisfacen algunos de los criterios de pertenencia, y datos que no satisfacen los criterios de pertenencia.
La figura 10-1A ilustra un panel 1012 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1012 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 109,125 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares en California. De este modo, el panel 1012 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 10-1B ilustra otro panel 1013 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1013 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 19,108 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en California (por ejemplo, deben ser viviendas multifamiliares en California). De este modo, el panel 1013 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 10-2A ilustra otro panel 1022 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1022 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 55,055 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares en Florida. De este modo, el panel 1022 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 10-2B ilustra otro panel 1023 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1023 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 16,404 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Florida (por ejemplo, deben ser viviendas multifamiliares en Florida). De este modo, el panel 1023 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 10-3A ilustra otro panel 1032 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1032 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 33,299 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares en Arizona. De este modo, el panel 1032 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 10-3B ilustra otro panel 1033 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1033 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 5,478 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Arizona (por ejemplo, deben ser viviendas multifamiliares en Arizona). De este modo, el panel 1033 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 10-4A ilustra otro panel 1042 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1042 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 261,448 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no estén en California, Florida, o Arizona. De este modo, el panel 1042 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 10-4B ilustra otro panel 1043 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1043 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 50,334 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma, que las viviendas no deben ser viviendas unifamiliares, y que las viviendas no deben estar en California, Florida, o Arizona (por ejemplo, deben ser ubicaciones de viviendas multifamiliares aparte de California, Florida, o Arizona). De este modo, el panel 1043 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 11 ilustra otra interfaz gráfica de usuario (GUI) 1100 de ejemplo para un explorador de múltiples trayectorias. Como se ilustra en la figura 11, la GUI 1100 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma. Aunque la GUI 1100 incluye la pestaña 802 de todos los filtros y la pestaña 904 de filtro de histograma, esto no pretende ser limitante ya que la GUI 1200 puede incluir menos pestañas o adicionales, tales como pestañas asociadas con cada uno de los filtros discutidos a continuación.
Como se ilustra en la figura 11, la GUI 1100 incluye el panel 818 de contenido, el panel 902 de contenido, el panel 1002 de contenido, y un panel 1102 de contenido. En una realización, el panel 1102 de contenido incluye un filtro que se aplica al inventario en el panel 1002 de contenido de tal manera que 47,649 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que las viviendas deben incluir un cierto número de dormitorios (por ejemplo, cero a tres dormitorios). Con base en estos criterios de pertenencia, se pueden incluir dieciséis paneles de contenido adicionales en la GUI 1100. El primer panel de contenido adicional se ilustra en la figura 11-1A, el segundo en la figura 11-1B, el tercero en la figura 11-1C, el cuarto en la figura 11-1D, el quinto en la figura 11-2A, el sexto en la figura 11-2B, el séptimo en la figura 11-2C, el octavo en la figura 11-2D, el noveno en la figura 11-3A, el décimo en la figura 11-3B, el undécimo en la figura 11-3C, el duodécimo en la figura 11-3D, el decimotercero en la figura 11-4A, el decimocuarto en la figura 11-4B, el decimoquinto en la figura 11-4C, y el decimosexto en la figura 11-4D. Los paneles de contenido adicionales pueden desplegar datos que satisfacen los criterios de pertenencia, datos que satisfacen algunos de los criterios de pertenencia, y datos que no satisfacen los criterios de pertenencia.
La figura 11-1A ilustra un panel 1112 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1112 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 12,524 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares con cero a tres dormitorios en California. De este modo, el panel 1112 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido, panel 1002 de contenido, y panel 1102 de contenido.
La figura 11-1B ilustra otro panel 1113 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1113 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 45,793 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no tengan de cero a tres dormitorios en California (por ejemplo, deben ser viviendas unifamiliares con cuatro o más dormitorios en California). De este modo, el panel 1113 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido.
La figura 11-1C ilustra otro panel 1114 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1114 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que
12,575 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares con cero a tres dormitorios en California (por ejemplo, deben ser viviendas multifamiliares con cero a tres dormitorios en California). De este modo, el panel 1114 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1102 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 11-1D ilustra otro panel 1115 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1215 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 683 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en California y no deben incluir cero a tres dormitorios (por ejemplo, deben ser viviendas multifamiliares con cuatro o más dormitorios en California). De este modo, el panel 1115 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido y panel 1102 de contenido.
La figura 11-2A ilustra otro panel 1122 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1122 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 7,793 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares con cero a tres dormitorios en Florida. De este modo, el panel 1122 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido, panel 1002 de contenido, y panel 1102 de contenido.
La figura 11-2B ilustra otro panel 1123 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1123 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 18,513 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no tengan de cero a tres dormitorios en Florida (por ejemplo, deben ser viviendas unifamiliares con cuatro o más dormitorios en Florida). De este modo, el panel 1123 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido.
La figura 11-2C ilustra otro panel 1124 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1124 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 11,638 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares con cero a tres dormitorios en Florida (por ejemplo, deben ser viviendas multifamiliares con cero a tres dormitorios en Florida). De este modo, el panel 1124 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1102 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 11-2D ilustra otro panel 1125 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1125 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 325 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Florida y no deben incluir cero a tres dormitorios (por ejemplo, deben ser viviendas multifamiliares con cuatro o más dormitorios en Florida). De este modo, el panel 1125 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y no satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido y panel 1102 de contenido.
La figura 11-3A ilustra otro panel 1132 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1132 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 3,119 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares con cero a tres dormitorios en Arizona. De este modo, el panel 1132 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido, panel 1002 de contenido, y panel 1102 de contenido.
La figura 11-3B ilustra otro panel 1133 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1133 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 14,201 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el
filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no tengan de cero a tres dormitorios en Arizona (por ejemplo, deben ser viviendas unifamiliares con cuatro o más dormitorios en Arizona). De este modo, el panel 1133 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido.
La figura 11-3C ilustra otro panel 1134 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1134 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 4,137 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares con cero a tres dormitorios en Arizona (por ejemplo, deben ser viviendas multifamiliares con cero a tres dormitorios en Arizona). De este modo, el panel 1134 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido y panel 1102 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 11-3D ilustra otro panel 1135 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1135 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 86 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Arizona y no deben incluir cero a tres dormitorios (por ejemplo, deben ser viviendas multifamiliares con cuatro o más dormitorios en Arizona). De este modo, el panel 1135 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y no satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido y panel 1102 de contenido.
La figura 11-4A ilustra otro panel 1142 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1142 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 23,991 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares con cero a tres dormitorios que no estén en California, Florida, o Arizona. De este modo, el panel 1142 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido y panel 1102 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido.
La figura 11-4B ilustra otro panel 1143 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1143 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 105,705 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no tengan de cero a tres dormitorios y no estén en California, Florida, o Arizona (por ejemplo, deben ser viviendas unifamiliares con cuatro o más dormitorios en ubicaciones aparte de California, Florida, o Arizona). De este modo, el panel 1143 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1102 de contenido.
La figura 11-4C ilustra otro panel 1144 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1144 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 25,001 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares con cero a tres dormitorios y no deben estar en California, Florida, o Arizona (por ejemplo, deben ser viviendas multifamiliares con cero a tres dormitorios en ubicaciones aparte de California, Florida, o Arizona). De este modo, el panel 1144 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 1102 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 11-4D ilustra otro panel 1145 de contenido incluido en la GUI 1100 de la figura 11. En una realización, el panel 1145 de contenido incluye un filtro que se aplica a los datos en el panel 1102 de contenido de tal manera que 3,883 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en California, Florida, o Arizona y no deben incluir cero a tres dormitorios (por ejemplo, deben ser viviendas multifamiliares con cuatro o más dormitorios en ubicaciones aparte de California, Florida, o Arizona). De este modo, el panel 1145 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido, panel 1002 de contenido, y panel 1102 de contenido.
La figura 12 ilustra otra interfaz gráfica de usuario (GUI) 1200 de ejemplo para un explorador de múltiples trayectorias. Como se ilustra en la figura 12, la GUI 1200 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma. Aunque la GUI 1200 incluye la pestaña 802 de todos los filtros y la pestaña 804 de filtro de histograma, esto no pretende ser limitante ya que la GUI 1200 puede incluir menos pestañas o adicionales, tales como pestañas asociadas con cada uno de los filtros discutidos a continuación.
Como se ilustra en la figura 12, la GUI 1200 incluye el panel 818 de contenido, el panel 902 de contenido, el panel 1002 de contenido, y un panel 1202 de contenido. En una realización, el panel 1202 de contenido es similar al panel 1102 de contenido de la figura 11. Sin embargo, a diferencia del panel 1102 de contenido, el cual incluye un filtro que se aplica al inventario en el panel 1002 de contenido, el panel 1202 de contenido incluye un filtro que solo se aplica a una porción del inventario en el panel 1002 de contenido de tal manera que 12,524 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden aplicarse solo a viviendas en California (por ejemplo, una de las tres regiones especificadas en el filtro de panel 902 de contenido) y pueden especificar que las viviendas deben incluir un cierto número de dormitorios (por ejemplo, cero a tres dormitorios).
Como se describió anteriormente, el filtro en el panel 902 de contenido crea cuatro trayectorias (por ejemplo, cuatro paneles de contenido adicionales). El filtro en el panel 1002 de contenido crea dos trayectorias adicionales para cada una de las cuatro trayectorias creadas por el filtro en el panel 902 de contenido, dando como resultado ocho trayectorias totales. El filtro en el panel 1102 de contenido crea dos trayectorias más para cada una de las ocho trayectorias creadas por el filtro en el panel 1002 de contenido, dando como resultado dieciséis trayectorias totales. Sin embargo, como se describe a continuación, el filtro en el panel 1202 de contenido se aplica solo a dos de las ocho trayectorias creadas por el filtro en el panel 1002 de contenido, dando como resultado diez trayectorias totales.
Con base en estos criterios de pertenencia, se pueden incluir diez paneles de contenido adicionales en la GUI 1200. El primer panel de contenido adicional se ilustra en la figura 12-1A, el segundo en la figura 12-1B, el tercero en la figura 12-1C, el cuarto en la figura 12-1D, el quinto en la figura 12-2A, el sexto en la figura 12-2B, el séptimo en la figura 12-3A, el octavo en la figura 12-3B, el noveno en la figura 12-4A, y el décimo en la figura 12-4B. Los paneles de contenido adicionales pueden desplegar datos que satisfacen los criterios de pertenencia, datos que satisfacen algunos de los criterios de pertenencia, y datos que no satisfacen los criterios de pertenencia.
La figura 12-1A ilustra un panel 1212 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1212 de contenido incluye un filtro que se aplica a los datos en el panel 1202 de contenido de tal manera que 12,524 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares con cero a tres dormitorios en California. De este modo, el panel 1212 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido, panel 1002 de contenido, y panel 1202 de contenido.
La figura 12-1B ilustra otro panel 1213 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1213 de contenido incluye un filtro que se aplica a los datos en el panel 1202 de contenido de tal manera que 45,793 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no tengan de cero a tres dormitorios en California (por ejemplo, deben ser viviendas unifamiliares con cuatro o más dormitorios en California). De este modo, el panel 1213 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1202 de contenido.
La figura 12-1C ilustra otro panel 1214 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1214 de contenido incluye un filtro que se aplica a los datos en el panel 1202 de contenido de tal manera que 12,575 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares con cero a tres dormitorios en California (por ejemplo, deben ser viviendas multifamiliares con cero a tres dormitorios en California). De este modo, el panel 1214 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1202 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 12-1D ilustra otro panel 1215 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1215 de contenido incluye un filtro que se aplica a los datos en el panel 1202 de contenido de tal manera que 683 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en California y no deben incluir cero a tres dormitorios (por ejemplo, deben ser viviendas multifamiliares con cuatro o más dormitorios en California). De este modo, el panel 1215 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902
de contenido y no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido y panel 1202 de contenido.
La figura 12-2A ilustra otro panel 1222 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1222 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 55,055 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares en Florida. De este modo, el panel 1222 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 12-2B ilustra otro panel 1223 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1223 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 16,404 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Florida (por ejemplo, deben ser viviendas multifamiliares en Florida). De este modo, el panel 1223 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 12-3A ilustra otro panel 1232 de contenido incluido en la GUI 1000 de la figura 10. En una realización, el panel 1232 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 33,299 de 715,639 viviendas satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares en Arizona. De este modo, el panel 1232 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
La figura 12-3B ilustra otro panel 1233 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1333 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 5,478 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas no deben ser viviendas unifamiliares en Arizona (por ejemplo, deben ser viviendas multifamiliares en Arizona). De este modo, el panel 1233 de contenido despliega datos que satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que no satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 12-4A ilustra otro panel 1242 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1242 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 261,448 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma y que las viviendas deben ser viviendas unifamiliares que no estén en California, Florida, o Arizona. De este modo, el panel 1242 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y que satisfacen los criterios de pertenencia originalmente especificados en el panel 1002 de contenido.
La figura 12-4B ilustra otro panel 1243 de contenido incluido en la GUI 1200 de la figura 12. En una realización, el panel 1243 de contenido incluye un filtro que se aplica a los datos en el panel 1002 de contenido de tal manera que 50,334 de 715,639 viviendas se identifican como que no satisfacen los criterios de pertenencia incorporados por el filtro. Por ejemplo, los criterios de pertenencia pueden especificar que los datos deben ser desplegados en un histograma, que las viviendas no deben ser viviendas unifamiliares, y que las viviendas no deben estar en California, Florida, o Arizona (por ejemplo, deben ser ubicaciones de viviendas multifamiliares aparte de California, Florida, o Arizona). De este modo, el panel 1243 de contenido despliega datos que no satisfacen los criterios de pertenencia originalmente especificados en el panel 902 de contenido y panel 1002 de contenido.
En una realización, los datos desplegados en los diversos paneles de contenido descritos en este documento se actualizan dinámicamente a medida que se ingresan, actualizan, eliminan, y/o cambian de otro modo nuevos datos. En una realización adicional, los datos desplegados en los diversos paneles de contenido descritos en este documento se actualizan si el usuario selecciona el botón de actualización de datos ilustrado en el panel 818 de contenido.
Como se describió anteriormente, uno o más nodos hijos se pueden combinar para formar un nodo padre. Por ejemplo, las GUI 800, 900, 1000, 1100, y/o 1200 pueden incluir funcionalidad para permitir que un usuario combine uno o más paneles de contenido hijos para formar un panel de contenido maestro. Los datos desplegados en el panel de contenido maestro pueden basarse en uno o más atributos comunes de los datos desplegados en los paneles de contenido hijos. El panel de contenido maestro puede posicionarse como un padre del uno o más paneles de contenido hijos en la jerarquía de panel de contenido o puede posicionarse como un hijo del uno o más paneles de contenido hijos en la jerarquía de panel de contenido. Los datos desplegados en los paneles de contenido hijos pueden o pueden no derivarse de un conjunto de datos común. Por ejemplo, los datos desplegados en los paneles de contenido hijos pueden ser subconjuntos de un conjunto de datos que incluye valores de préstamos para viviendas. Como otro
ejemplo, los datos desplegados en un primer panel de contenido hijo pueden ser un subconjunto de un conjunto de datos que incluye valores de préstamos para viviendas y los datos desplegados en un segundo panel de contenido hijo pueden ser un subconjunto de un conjunto de datos que incluye precios de venta para viviendas.
En una realización adicional, no se muestra, las GUI 800, 900, 1000, 1100, y/o 1200 incluyen funcionalidad para permitir que un usuario transforme un conjunto de datos de un primer tipo de objeto a un segundo tipo de objeto. Por ejemplo, un conjunto de datos puede incluir viviendas que tienen una hipoteca por defecto y los paneles de contenido pueden desplegar documentos (por ejemplo, las hipotecas) de acuerdo con una de las vistas descritas en este documento. El conjunto de datos puede transformarse en nuevos objetos, tales como agentes inmobiliarios asociados con esas viviendas, de tal manera que los paneles de contenido luego desplieguen personas (por ejemplo, los agentes inmobiliarios) de acuerdo con una de las vistas descritas en este documento. Luego se pueden generar paneles de contenido adicionales con base en el conjunto de datos de agentes inmobiliarios (por ejemplo, unos nuevos criterios de pertenencia pueden requerir que los nombres de agentes inmobiliarios aparezcan tres o más veces).
En una realización adicional, las GUI 800, 900, 1000, 1100, y/o 1200 incluyen funcionalidad para permitir que un usuario guarde un conjunto de datos filtrado o desfiltrado como una nueva serie de objetos (por ejemplo, uno o más de los criterios de pertenencia y el orden en el cual se usan para determinar cómo desplegar datos en los paneles de contenido). El usuario puede titular la nueva serie de objetos. La nueva serie de objetos puede compartirse con otros usuarios, o restringirse a la vista de otros usuarios. La nueva serie de objetos también se puede usar en análisis o filtrado posteriores. Por ejemplo, la nueva serie de objetos se puede aplicar al mismo conjunto de datos en un momento posterior (por ejemplo, después de que el conjunto de datos se haya actualizado). Como otro ejemplo, la nueva serie de objetos se puede aplicar a un diferente conjunto de datos. Al aplicar la nueva serie de objetos al diferente conjunto de datos, los paneles de contenido pueden crearse y desplegarse en la misma o similar jerarquía como los paneles de contenido del conjunto de datos guardado.
En una realización adicional, no se muestra, se pueden generar uno o más informes con base en los datos desplegados en uno o más paneles de contenido. Los informes pueden generarse en cualquier formato adecuado (por ejemplo, .doc, .xls, .pdf, etc.). Por ejemplo, un informe puede incluir texto con base en los datos desplegados en uno o más paneles de contenido. Como otro ejemplo, un informe puede incluir una representación visual de los datos en el conjunto de datos, tal como de una manera similar a o igual como la manera en la cual los datos se despliegan en uno o más paneles de contenido (por ejemplo, el informe puede verse similar a la vista proporcionada por GUI 800, 900, 1000, 1100, y/o 1200).
En una realización adicional, no se muestra, los diversos paneles de contenido en las GUI 800, 900, 1000, 1100, y/o 1200 están codificados por colores. Los paneles de contenido pueden estar codificados por colores con base en una métrica o atributo (por ejemplo, magnitud, nombre, valor, etc.) determinado por el usuario. Por ejemplo, si la salida de un panel de contenido son números (por ejemplo, valores de préstamos hipotecarios), entonces los paneles de contenido con valores de préstamo en un rango alto pueden aparecer en rojo y paneles de contenido con valores de préstamo en un rango bajo pueden aparecer en azul.
Combinación de nodos y transformación de objetos de ejemplo
La figura 13A ilustra una interfaz gráfica de usuario (GUI) 1300 de ejemplo para seleccionar un conjunto de partida de inventario. Como se ilustra en la figura 13A, se selecciona un conjunto de partida de inventario (por ejemplo, indicado por la palabra "todos" seguido de un tipo de objeto). Por ejemplo, el conjunto de partida de inventario puede incluir todas las viviendas.
La figura 13B ilustra un cuadro 1310 que representa el conjunto de partida de inventario. En algunas realizaciones, el tamaño del cuadro 1310 está determinado por el contenido (por ejemplo, la fuente se hace más pequeña para adaptarse a más contenido si es necesario). En otras realizaciones, el tamaño del cuadro 1410 se fija en un tamaño de partida por defecto. Como se describió anteriormente, el cuadro 1310 puede ser copiado, arrastrado (por ejemplo, para cambiar el orden o ubicación), redimensionado, y/o girado por el usuario. El contenido del cuadro 1310 asimismo puede ser copiado, arrastrado, redimensionado, y/o girado por el usuario. Además, los contenidos del cuadro 1310 pueden ser ampliados o reducidos (por ejemplo, acercar, alejar) por el usuario y el cuadro 1310 puede ser eliminado por el usuario.
La figura 13C ilustra un primer filtro 1312 y un segundo filtro 1314 que se aplican al conjunto de partida de inventario. En una realización, el primer filtro 1312 especifica que las viviendas deben tener un primer precio de lista mayor que o igual a 100,000 y desplegarse en un histograma. En una realización, el segundo filtro 1314 especifica que las viviendas deben estar en California. Como se ilustra en la figura 13C, el primer filtro 1312, cuando se aplica al conjunto de partida de inventario, identifica 407,286 de 715,639 viviendas que satisfacen los criterios de pertenencia de primer filtro 1312. Como se ilustra en la figura 13C, el segundo filtro 1314, cuando se aplica a las 407,286 viviendas, identifica 117,800 de 715,639 viviendas que satisfacen los criterios de pertenencia de primer filtro 1312 y los criterios de pertenencia de segundo filtro 1314. El emparejamiento del conjunto de partida de inventario de 715,639 viviendas a 407,286 viviendas a 117,800 viviendas puede representarse gráficamente a través del diagrama 1316.
La figura 13D ilustra el cuadro 1310, el cual representa el conjunto de partida de inventario, un cuadro 1320, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, y un cuadro 1330, el cual representa un subconjunto del conjunto de partida del inventario con base en los criterios de pertenencia de primer filtro 1312 y los criterios de pertenencia de segundo filtro 1314. Los cuadros 1320, y/o 1330 pueden tener las mismas propiedades como las propiedades de cuadro 1310 descritas anteriormente.
La figura 13E ilustra un filtro 1318 de adición que se aplica al conjunto de partida de inventario. En una realización, el filtro 1318 de adición especifica que las viviendas deben tener un segundo precio de lista mayor que o igual a 100,000 y desplegarse en un histograma. Como se ilustra en la figura 13E, el filtro 1318 de adición, cuando se aplica al conjunto de partida de inventario, identifica 420,889 de 715,639 viviendas que satisfacen los criterios de pertenencia de filtro 1318 de adición. Como se ilustra en la figura 13E, el segundo filtro 1314 se aplica luego al subconjunto de datos que resulta de aplicar el primer filtro 1312 y al subconjunto de datos que resulta de aplicar el filtro 1318 de adición. En otras palabras, como se describió anteriormente, el segundo filtro 1314 es se usa para identificar atributos comunes dentro del subconjunto de datos que resulta de aplicar el primer filtro 1312 y el subconjunto de datos que resulta de aplicar el filtro 1318 de adición (por ejemplo, siendo los atributos comunes que las viviendas están en California). El filtro 1318 de adición, cuando se aplica a las 407,286 viviendas y las 420,889 viviendas, identifica 120,797 de 715,639 viviendas que satisfacen los criterios de pertenencia de primer filtro 1312 y los criterios de pertenencia de segundo filtro 1314 y los criterios de pertenencia de filtro 1318 de adición y los criterios de pertenencia de segundo filtro 1314. El emparejamiento del conjunto de partida de inventario de 715,639 viviendas a 407,286 viviendas a 420,889 viviendas a 120,797 viviendas puede representarse gráficamente a través del diagrama 1316.
La figura 13F ilustra el cuadro 1310, el cual representa el conjunto de partida de inventario, el cuadro 1320, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, el cuadro 1330, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, los criterios de pertenencia de filtro 1318 de adición, y los criterios de pertenencia de segundo filtro 1314, y un cuadro 1340, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de filtro 1318 de adición. El cuadro 1340 puede tener las mismas propiedades como las propiedades de cuadro 1310 descritas anteriormente.
La figura 13G ilustra un filtro 1322 de transformación que se aplica al subconjunto de datos que resulta de aplicar el segundo filtro 1314. En una realización, el filtro 1322 de transformación transforma el subconjunto de datos que resulta de aplicar el segundo filtro 1314 de un primer tipo de objeto a un segundo tipo de objeto. El segundo tipo de objeto puede ser especificado por el usuario a través de una entrada en el cuadro 1324 de campo de texto (por ejemplo, el usuario puede especificar una métrica de transformación en el cuadro 1324 de campo de texto). Como un ejemplo, el filtro 1322 de transformación, cuando se aplica a las 120,797 viviendas, identifica 1,354 de 715,639 viviendas que satisfacen los criterios de pertenencia de primer filtro 1312, los criterios de pertenencia de segundo filtro 1314, y los criterios de pertenencia de filtro 1322 de transformación y los criterios de pertenencia de filtro 1318 de adición, los criterios de pertenencia de segundo filtro 1314, y los criterios de pertenencia de filtro 1322 de transformación. El emparejamiento del conjunto de partida de inventario de 715,639 viviendas a 407,286 viviendas a 420,889 viviendas a 120,797 viviendas a 1,354 viviendas puede representarse gráficamente a través del diagrama 1316.
La figura 13H ilustra el cuadro 1310, el cual representa el conjunto de partida de inventario, el cuadro 1320, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, el cuadro 1330, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, los criterios de pertenencia de filtro 1318 de adición, y los criterios de pertenencia de segundo filtro 1314, el cuadro 1340, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de filtro 1318 de adición, y un cuadro 1350, el cual representa un subconjunto del conjunto de partida de inventario con base en los criterios de pertenencia de primer filtro 1312, los criterios de pertenencia de filtro 1318 de adición, los criterios de pertenencia de segundo filtro 1314, y los criterios de pertenencia de filtro 1322 de transformación. El cuadro 1350 puede tener las mismas propiedades como las propiedades de cuadro 1310 descritas anteriormente.
Mecanismos de implementación
De acuerdo con una realización, las técnicas descritas en este documento se implementan mediante uno o más dispositivos informáticos de propósito especial. Los dispositivos informáticos de propósito especial pueden estar cableados para realizar las técnicas, o pueden incluir dispositivos electrónicos digitales tales como uno o más circuitos integrados de aplicación específica (ASIC) o arreglos de puerta programable en campo (FPGA) que se programan constantemente para realizar las técnicas, o pueden incluir uno o más procesadores de hardware de propósito general programados para realizar las técnicas de acuerdo con instrucciones de programa en firmware, memoria, otro almacenamiento, o una combinación. Tales dispositivos informáticos de propósito especial también pueden combinar lógica cableada personalizada, ASICs, o FPGAs con programación personalizada para lograr las técnicas. Los dispositivos informáticos de propósito especial pueden ser sistemas de ordenador de escritorio, sistemas de ordenador de servidor, sistemas de ordenador portátiles, dispositivos de mano, dispositivos de conexión o cualquier otro dispositivo o combinación de dispositivos que incorporen lógica cableada y/o de programa para implementar las técnicas.
Los dispositivos informáticos en general están controlados y coordinados por software de sistema operativo, tal como iOS, Android, Chrome OS, Windows XP, Windows Vista, Windows 7, Windows 8, Windows Server, Windows CE, Unix, Linux, SunOS, Solaris, iOS, Blackberry OS, VxWorks, u otros sistemas operativos compatibles. En otras realizaciones, el dispositivo informático puede ser controlado por un sistema operativo propietario. Los sistemas operativos convencionales controlan y programan procesos de ordenador para la ejecución, realizan gestión de memoria, proporcionan sistema de archivos, conexión, servicios de I/O, y proporcionan una funcionalidad de interfaz de usuario, tal como una interfaz gráfica de usuario ("GUI"), entre otras cosas.
Por ejemplo, la figura 14 es un diagrama de bloques que ilustra un sistema 1400 de ordenador sobre el cual se puede implementar una realización. El sistema 1400 de ordenador incluye un bus 1402 u otro mecanismo de comunicación para comunicar información, y un procesador de hardware, o procesadores múltiples, 1404 junto con bus 1402 para procesar información. Los procesadores 1404 de hardware pueden ser, por ejemplo, uno o más microprocesadores de propósito general.
El sistema 1400 de ordenador también incluye una memoria 1406 principal, tal como una memoria de acceso aleatorio (RAM), caché y/u otros dispositivos de almacenamiento dinámico, acoplados al bus 1402 para almacenar información e instrucciones que van a ser ejecutadas por el procesador 1404. La memoria 1406 principal también se puede usar para almacenar variables temporales u otra información intermedia durante la ejecución de instrucciones que van a ser ejecutadas por el procesador 1404. Tales instrucciones, cuando se almacenan en medios de almacenamiento accesibles para el procesador 1404, convierten el sistema 1400 de ordenador en una máquina de propósito especial que está personalizada para realizar las operaciones especificadas en las instrucciones.
El sistema 1400 de ordenador incluye además una memoria de solo lectura (ROM) 1408 u otro dispositivo de almacenamiento estático acoplado al bus 1402 para almacenar información estática e instrucciones para el procesador 1404. Un dispositivo 1410 de almacenamiento, tal como un disco magnético, disco óptico, o memoria dedo USB (Unidad flash), etc., se proporciona y se acopla al bus 1402 para almacenar información e instrucciones.
El sistema 1400 de ordenador puede estar acoplado a través del bus 1402 a una pantalla 1412, tal como un tubo de rayos catódicos (CRT) o pantalla LCD (o pantalla táctil), para desplegar información a un usuario de ordenador. Un dispositivo 1414 de entrada, que incluye teclas alfanuméricas y otras, está acoplado al bus 1402 para comunicar información y selecciones de ordenes al procesador 1404. Otro tipo de dispositivo de entrada de usuario es el control 1416 de cursor, tal como un ratón, una bola de desplazamiento, o teclas de dirección de cursor para comunicar información de dirección y selecciones de ordenes al procesador 1404 y para controlar el movimiento de cursor en la pantalla 1412. Este dispositivo de entrada tiene típicamente dos grados de libertad en dos ejes, un primer eje (por ejemplo, x) y un segundo eje (por ejemplo, y), que permite que el dispositivo especifique posiciones en un plano. En algunas realizaciones, la misma información de dirección y selecciones de ordenes como el control de cursor se pueden implementar a través de la recepción de toques en una pantalla táctil sin un cursor.
El sistema 1400 informático puede incluir un módulo de interfaz de usuario para implementar una GUI que puede almacenarse en un dispositivo de almacenamiento masivo como códigos de software ejecutables que son ejecutados por los dispositivos informáticos. Este y otros módulos pueden incluir, a modo de ejemplo, componentes, tales como componentes de software, componentes de software orientados a objetos, componentes de clases y componentes de tareas, procesos, funciones, atributos, procedimientos, subrutinas, segmentos de código de programa, controladores, firmware, microcódigo, circuitería, datos, bases de datos, estructuras de datos, tablas, arreglos, y variables.
En general, la palabra "módulo", como se usa en este documento, se refiere a la lógica incorporada en hardware o firmware, o a una recolección de instrucciones de software, posiblemente que tiene puntos de entrada y salida, escritos en un lenguaje de programación, tal como, por ejemplo, Java, Lua, C o C++. Un módulo de software puede compilarse y vincularse a un programa ejecutable, instalarse en una biblioteca de enlaces dinámicos, o puede escribirse en un lenguaje de programación interpretado tal como, por ejemplo, BASIC, Perl, o Python. Se apreciará que los módulos de software pueden ser llamados desde otros módulos o desde ellos mismos, y/o pueden invocarse en respuesta a eventos o interrupciones detectados. Los módulos de software configurados para la ejecución en dispositivos informáticos pueden proporcionarse en un medio legible por ordenador, tal como un disco compacto, disco de video digital, unidad flash, disco magnético, o cualquier otro medio tangible, o como una descarga digital (y pueden almacenarse originalmente en un formato comprimido o instalable que requiere instalación, descompresión o descifrado antes de la ejecución). Tal código de software puede almacenarse, de manera parcial o completamente, en un dispositivo de memoria del dispositivo informático en ejecución, para la ejecución por el dispositivo informático. Las instrucciones de software pueden estar integradas en el firmware, tal como una EPROM. Se apreciará además que los módulos de hardware pueden estar compuestos por unidades lógicas conectadas, tales como puertas y biestables, y/o pueden estar compuestos por unidades programables, tales como arreglos de puertas programables o procesadores. Los módulos o funcionalidad de dispositivo informático descritos en este documento se implementan preferiblemente como módulos de software, pero pueden representarse en hardware o firmware. En general, los módulos descritos en este documento se refieren a módulos lógicos que pueden combinarse con otros módulos o dividirse en submódulos a pesar de su organización física o almacenamiento.
El sistema 1400 de ordenador puede implementar las técnicas descritas en este documento usando lógica cableada personalizada, uno o más ASICs o FPGAs, firmware y/o lógica de programa que en combinación con el sistema de
ordenador hace o programa el sistema 1400 de ordenador para ser una máquina de propósito especial. De acuerdo con una realización, las técnicas en este documento son realizadas por el sistema 1400 de ordenador en respuesta a los procesadores 1404 que ejecutan una o más secuencias de una o más instrucciones contenidas en la memoria 1406 principal. Tales instrucciones pueden leerse en la memoria 1406 principal desde otro medio de almacenamiento, tal como dispositivo 1410 de almacenamiento. La ejecución de las secuencias de instrucciones contenidas en la memoria 1406 principal hace que los procesadores 1404 realicen las etapas de proceso descritas en este documento. En realizaciones alternativas, se puede usar circuitería cableada en vez de o en combinación con instrucciones de software.
El término "medios no transitorios", y términos similares, como se usan en este documento se refieren a cualquier medio que almacene datos y/o instrucciones que hagan que una máquina opere de una manera específica. Tales medios no transitorios pueden comprender medios no volátiles y/o medios volátiles. Los medios no volátiles incluyen, por ejemplo, discos ópticos o magnéticos, tal como dispositivo 1410 de almacenamiento. Los medios volátiles incluyen memoria dinámica, tal como memoria 1406 principal. Las formas comunes de medios no transitorios incluyen, por ejemplo, un disquete, un disco flexible, disco duro, unidad de estado sólido, cinta magnética, o cualquier otro medio de almacenamiento magnético de datos, un CD-ROM, cualquier otro medio de almacenamiento óptico de datos, cualquier medio físico con patrones de agujeros, una RAM, una PROM, y EPROM, una FLASH-EPROM, NVRAM, cualquier otro chip o cartucho de memoria, y versiones en red de los mismos.
Los medios no transitorios son distintos, pero pueden usarse en conjunto con medios de transmisión. Los medios de transmisión participan en transferencia de información entre medios no transitorios. Por ejemplo, los medios de transmisión incluyen cables coaxiales, alambres de cobre y fibra óptica, incluyendo los alambres que comprenden el bus 1402. Los medios de transmisión también pueden tomar la forma de ondas acústicas o de luz, tales como las generadas durante las comunicaciones de datos de ondas de radio e infrarrojos.
Diversas formas de medios pueden estar involucradas en llevar una o más secuencias de una o más instrucciones al procesador 1404 para la ejecución. Por ejemplo, las instrucciones pueden llevarse inicialmente en un disco magnético o unidad de estado sólido de un ordenador remoto. El ordenador remoto puede cargar las instrucciones en su memoria dinámica y enviar las instrucciones a través de una línea telefónica usando un módem. Un módem local para el sistema 1400 de ordenador puede recibir los datos en la línea telefónica y usar un transmisor de infrarrojos para convertir los datos en una señal de infrarrojos. Un detector de infrarrojo puede recibir los datos llevados en la señal infrarroja y la circuitería apropiada puede colocar los datos en el bus 1402. El bus 1402 lleva los datos a la memoria 1406 principal, desde la cual el procesador 1404 recupera y ejecuta las instrucciones. Las instrucciones recibidas por la memoria 1406 principal pueden recuperar y ejecutar las instrucciones. Las instrucciones recibidas por la memoria 1406 principal pueden almacenarse opcionalmente en el dispositivo 1410 de almacenamiento ya sea antes o después de la ejecución por el procesador 1404.
El sistema 1400 de ordenador también incluye una interfaz 1418 de comunicación acoplada al bus 1402. La interfaz 1418 de comunicación proporciona un acoplamiento de comunicación de datos bidireccional a un enlace 1420 de red que está conectado a una red 1422 local. Por ejemplo, la interfaz 1418 de comunicación puede ser una tarjeta de red digital de servicios integrados (ISDN), módem de cable, módem de satélite, o un módem para proporcionar una conexión de comunicación de datos a un tipo correspondiente de línea telefónica. Como otro ejemplo, la interfaz 1418 de comunicación puede ser una tarjeta de red de área local (LAN) para proporcionar una conexión de comunicación de datos a una LAN compatible (o componente WAN para comunicarse con una WAN). También se pueden implementar enlaces inalámbricos. En cualquier implementación tal, la interfaz 1418 de comunicación envía y recibe señales eléctricas, electromagnéticas u ópticas que llevan flujos de datos digitales que representan diversos tipos de información.
El enlace 1420 de red típicamente proporciona comunicación de datos a través de una o más redes a otros dispositivos de datos. Por ejemplo, el enlace 1420 de red puede proporcionar una conexión a través de la red 1422 local a un ordenador 1424 principal o al equipo de datos operado por un Proveedor de Servicios de Internet (ISP) 1426. El ISP 1426 a su vez proporciona servicios de comunicación de datos a través de la red mundial de comunicación de datos por paquetes que ahora se denomina comúnmente como el "Internet" 1428. La red 1422 local e Internet 1428 usan ambos señales eléctricas, electromagnéticas u ópticas que llevan flujos de datos digitales. Las señales a través de las diversas redes y las señales en enlace 1420 de red y a través de interfaz 1418 de comunicación, que llevan los datos digitales hacia y desde el sistema 1400 de ordenador, son formas de ejemplo de medios de transmisión.
El sistema 1400 de ordenador puede enviar mensajes y recibir datos, incluyendo el código de programa, a través de las redes, enlace 1420 de red e interfaz 1418 de comunicación. En el ejemplo de Internet, un servidor 1430 podría transmitir un código solicitado para un programa de aplicación a través de Internet 1428, ISP 1426, red 1422 local e interfaz 1418 de comunicación.
El código recibido puede ser ejecutado por el procesador 1404 a medida que se recibe, y/o almacenado en el dispositivo 1410 de almacenamiento, u otro almacenamiento no volátil para posterior ejecución.
Cada uno de los procesos, métodos, y algoritmos descritos en las secciones precedentes pueden estar incorporados en, y automatizados completamente o de manera parcial por, módulos de código ejecutados por uno o más sistemas
de ordenador o procesadores de ordenador que comprenden hardware de ordenador. Los procesos y algoritmos pueden implementarse de manera parcial o totalmente en circuitería de aplicación específica.
Los diversos rasgos y procesos descritos anteriormente pueden usarse independientemente uno del otro, o pueden combinarse de diversas formas. Están previstas que todas las combinaciones y subcombinaciones posibles caigan dentro del alcance de esta divulgación. Además, ciertos bloques de métodos o procesos pueden omitirse en algunas implementaciones. Los métodos y procesos descritos en este documento tampoco están limitados a ninguna secuencia particular, y los bloques o estados relacionados con los mismos pueden realizarse en otras secuencias que sean apropiadas. Por ejemplo, los bloques o estados descritos pueden realizarse en un orden aparte del divulgado específicamente, o pueden combinarse múltiples bloques o estados en un único bloque o estado. Los bloques o estados de ejemplo pueden realizarse en serie, en paralelo, o de alguna otra manera. Se pueden agregar o eliminar bloques o estados de las realizaciones de ejemplo divulgadas. Los sistemas y componentes de ejemplo descritos en este documento pueden configurarse de manera diferente a la descrita. Por ejemplo, los elementos pueden agregarse a, eliminarse de, o redisponerse en comparación con las realizaciones de ejemplo divulgadas.
El lenguaje condicional, tal como, entre otros, "puede", "pudo", "podría", o "se permite", a menos que se indique específicamente otra cosa, o se entienda otra cosa dentro del contexto como se usa, en general está previsto para transmitir que ciertas realizaciones incluyen, mientras que otras realizaciones no incluyen, ciertos rasgos, elementos y/o etapas. De este modo, tal lenguaje condicional en general no está previsto para implicar que los rasgos, elementos y/o etapas sean de alguna forma necesarios para una o más realizaciones o que una o más realizaciones necesariamente incluyan lógica para decidir, con o sin entrada o indicación de usuario, si estos rasgos, elementos y/o etapas están incluidos o deben realizarse en cualquier realización particular.
Cualquier descripción de proceso, elemento, o bloque en los diagramas de flujo descritos en este documento y/o representados en las figuras adjuntas debe entenderse como que representa potencialmente módulos, segmentos, o porciones de código que incluyen una o más instrucciones ejecutables para implementar funciones o etapas lógicas específicas en el proceso. Las implementaciones alternativas se incluyen dentro del alcance de las realizaciones descritas en este documento en las cuales los elementos o funciones pueden ser eliminados, ejecutados fuera de orden de lo que se muestra o discute, incluyendo de manera sustancialmente concurrente o en orden inverso, dependiendo de la funcionalidad involucrada, como se entendería por las personas experimentadas en la técnica.
Debe enfatizarse que pueden hacerse muchas variaciones y modificaciones a las realizaciones descritas anteriormente, cuyos elementos deben entenderse como entre otros ejemplos aceptables. Todas las modificaciones y variaciones tales están previstas para ser incluidas en este documento dentro del alcance de esta divulgación. La descripción anterior detalla ciertas realizaciones de la invención. Sin embargo, se apreciará que no importa cuán detallado aparezca lo anterior en el texto, la invención se puede practicar de muchas formas. Como también se indicó anteriormente, debe anotarse que el uso de una terminología particular cuando se describen ciertos rasgos o aspectos de la invención no se debe tomar para implicar que la terminología se está redefiniendo en este documento para restringirse a incluir cualquier característica específica de los rasgos o aspectos de la invención con la cual está asociada esa terminología.
Claims (15)
1. Un sistema (100) informático que comprende:
una interfaz de red que está acoplada a una red de datos para recibir y transmitir uno o más flujos de paquetes; un procesador (1404); y
una o más instrucciones de programa almacenadas configuradas para ejecución por el procesador con el fin de hacer que el sistema informático:
cree y almacene en la memoria de ordenador una primera cadena de filtros que indique uno o más primeros criterios de pertenencia;
aplique la primera cadena de filtros a un conjunto de datos para identificar:
uno o más primeros ítems de datos que satisfacen los primeros criterios de pertenencia; y
uno o más segundos ítems de datos que no satisfacen los primeros criterios de pertenencia;
transmita los primeros ítems de datos y los segundos ítems de datos a un ordenador cliente configurado para desplegar los primeros ítems de datos en una primera vista de filtro en una primera área demarcada gráficamente y los segundos ítems de datos en una segunda vista de filtro en una segunda área demarcada gráficamente;
reciba una selección de usuario de la primera área demarcada gráficamente y la segunda área demarcada gráficamente;
determine uno o más segundos criterios de pertenencia;
cree una segunda cadena de filtros con base en la primera cadena de filtros y los segundos criterios de pertenencia; aplique la segunda cadena de filtros al conjunto de datos para identificar:
uno o más terceros ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia;
uno o más cuartos ítems de datos que satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia uno o más quintos ítems de datos que satisfacen los segundos criterios de pertenencia y no satisfacen los primeros criterios de pertenencia, y
uno o más sextos ítems de datos que no satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia;
transmite los terceros ítems de datos, los cuartos ítems de datos, los quintos ítems de datos, y los sextos ítems de datos al ordenador cliente, en donde el ordenador cliente está configurado para desplegar los terceros ítems de datos y los cuartos ítems de datos en la primera área demarcada gráficamente, y
los quintos ítems de datos y los sextos ítems de datos en la segunda área demarcada gráficamente.
2. El sistema informático de la reivindicación 1, en donde la una o más instrucciones de programa almacenadas producen además que el procesador:
reciba una segunda selección de usuario de unos terceros criterios de pertenencia;
cree una tercera cadena de filtros con base en la primera cadena de filtros, la segunda cadena de filtros, y los terceros criterios de pertenencia;
aplique la tercera cadena de filtros al conjunto de datos para identificar:
uno o más séptimos ítems de datos que satisfacen los primeros criterios de pertenencia, los segundos criterios de pertenencia, y los terceros criterios de pertenencia, y
uno o más octavos ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia y no satisfacen los terceros criterios de pertenencia;
transmite los séptimos ítems de datos y los octavos ítems de datos al ordenador cliente, en donde el ordenador cliente está configurado para desplegar los séptimos ítems de datos en la primera área demarcada gráficamente, y los octavos ítems de datos en la segunda área demarcada gráficamente.
3. El sistema informático de la reivindicación 1 o reivindicación 2, en donde al menos algunos de los terceros ítems de datos, los cuartos ítems de datos, los quintos ítems de datos, y los sextos ítems de datos se actualizan dinámicamente en respuesta a actualizaciones de datos en el conjunto de datos.
4. El sistema informático de cualquier reivindicación precedente, en donde la primera vista de filtro comprende una o más de una vista de histograma, una vista de diagrama de dispersión, una vista de línea de tiempo, una vista de percentil, una vista de mapa de árbol, una vista de espectro, o una vista de lista.
5. El sistema informático de cualquier reivindicación precedente, en donde los primeros criterios de pertenencia especifican una ubicación geográfica, y opcionalmente en donde los segundos criterios de pertenencia especifican uno de una vivienda unifamiliar o una vivienda multifamiliar.
6. El sistema informático de cualquier reivindicación precedente, en donde el conjunto de datos comprende al menos uno de ítems de datos médicos, financieros, o inmobiliarios.
7. Un método implementado por ordenador para analizar y explorar una gran cantidad de datos de actualización dinámicamente según se implementan por uno o más sistemas de ordenador que comprenden hardware y memoria de ordenador, el uno o más sistemas de ordenador configurados con instrucciones ejecutables específicas, comprendiendo el método implementado por ordenador:
recibir, de un usuario del uno o más sistemas de ordenador, la selección de unos primeros criterios de pertenencia para la aplicación en un primer conjunto de datos que comprende una pluralidad de ítems de datos;
aplicar los primeros criterios de pertenencia al conjunto de datos para identificar un primer conjunto de ítems de datos que satisfacen los primeros criterios de pertenencia y un segundo conjunto de ítems de datos que no satisfacen los primeros criterios de pertenencia;
generar una interfaz de usuario que incluye indicaciones del primer conjunto de ítems de datos en una primera área e indicaciones del segundo conjunto de ítems de datos en una segunda área;
recibir, del usuario, la selección de unos segundos criterios de pertenencia para la aplicación en el primer conjunto de datos;
aplicar los primeros criterios de pertenencia y los segundos criterios de pertenencia al conjunto de datos para identificar
un tercer conjunto de ítems de datos que satisfacen los primeros criterios de pertenencia y los segundos criterios de pertenencia,
un cuarto conjunto de ítems de datos que satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia,
un quinto conjunto de ítems de datos que satisfacen los segundos criterios de pertenencia y no satisfacen los primeros criterios de pertenencia, y
un sexto conjunto de ítems de datos que no satisfacen los primeros criterios de pertenencia y no satisfacen los segundos criterios de pertenencia; y
actualizar la interfaz de usuario para incluir una indicación del tercer conjunto de ítems de datos y el cuarto conjunto de ítems de datos en la primera área, y el quinto conjunto de ítems de datos y el sexto conjunto de ítems de datos en la segunda área.
8. El método implementado por ordenador de la reivindicación 7, en donde al menos algunos del tercer conjunto de ítems de datos, el cuarto conjunto de ítems de datos, el quinto conjunto de ítems de datos, y el sexto conjunto de ítems de datos se actualizan dinámicamente en respuesta a actualizaciones de ítems de datos en el conjunto de datos.
9. El método implementado por ordenador de la reivindicación 7 o reivindicación 8, en donde la interfaz de usuario representa conjuntos respectivos de ítems de datos en vistas de filtro que incluyen una o más de una vista de histograma, una vista de diagrama de dispersión, una vista de línea de tiempo, una vista de percentil, una vista de mapa de árbol, una vista de espectro, o una vista de lista.
10. El método implementado por ordenador de cualquiera de las reivindicaciones 7 a 9, en donde los primeros criterios de pertenencia especifican una ubicación geográfica asociada con ítems de datos, y opcionalmente en donde los ítems de datos representan viviendas e incluyen información de propiedad, préstamo, y ubicación de viviendas respectivas, y además opcionalmente en donde los segundos criterios de pertenencia especifican una vivienda unifamiliar o una vivienda multifamiliar.
11. El método implementado por ordenador de cualquiera de las reivindicaciones 7 a 10, en donde el conjunto de datos comprende al menos uno de ítems de datos médicos, financieros, o inmobiliarios.
12. Un medio legible por ordenador no transitorio que comprende una o más instrucciones de programa grabadas en el mismo, comprendiendo las instrucciones configuradas para ejecución por un sistema informático uno o más procesadores con el fin de hacer que el sistema informático lleve a cabo todas las etapas de método del método implementado por ordenador de la reivindicación 7.
13. El medio de la reivindicación 12, en donde las instrucciones se configuran además para hacer que el sistema informático lleve a cabo las etapas de método adicionales del método implementado por ordenador de la reivindicación 8.
14. El medio de la reivindicación 12, en donde las instrucciones se configuran además para hacer que el sistema de ordenador lleve a cabo las etapas de método adicionales del método implementado por ordenador de la reivindicación 9.
15. El medio de la reivindicación 13 o reivindicación 14, en donde los primeros criterios de pertenencia especifican una ubicación geográfica asociada con ítems de datos en el conjunto de datos de tal manera que la primera vista de filtro incluye información con respecto a ítems de datos dentro de la ubicación geográfica y la segunda vista de filtro incluye información con respecto a ítems de datos que no están dentro de la ubicación geográfica, y opcionalmente en donde los segundos criterios de pertenencia especifican una característica financiera de uno o más préstamos asociados con ítems de datos, y/o en donde los primeros criterios de pertenencia se determinan con base en una o más entradas del usuario.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361794653P | 2013-03-15 | 2013-03-15 | |
US14/149,608 US8909656B2 (en) | 2013-03-15 | 2014-01-07 | Filter chains with associated multipath views for exploring large data sets |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2757966T3 true ES2757966T3 (es) | 2020-04-30 |
Family
ID=50472998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES14159418T Active ES2757966T3 (es) | 2013-03-15 | 2014-03-13 | Filtrar cadenas con vistas de múltiples trayectorias asociadas para explorar grandes conjuntos de datos |
Country Status (6)
Country | Link |
---|---|
US (3) | US8909656B2 (es) |
EP (2) | EP2778974B1 (es) |
AU (1) | AU2014201553B2 (es) |
CA (1) | CA2844875A1 (es) |
DK (1) | DK2778974T3 (es) |
ES (1) | ES2757966T3 (es) |
Families Citing this family (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8996542B2 (en) * | 2006-12-13 | 2015-03-31 | Adobe Systems Incorporated | Navigation of hierarchical data sets |
US8484115B2 (en) | 2007-10-03 | 2013-07-09 | Palantir Technologies, Inc. | Object-oriented time series generator |
US20100070426A1 (en) | 2008-09-15 | 2010-03-18 | Palantir Technologies, Inc. | Object modeling for exploring large data sets |
US8429194B2 (en) | 2008-09-15 | 2013-04-23 | Palantir Technologies, Inc. | Document-based workflows |
US8732574B2 (en) | 2011-08-25 | 2014-05-20 | Palantir Technologies, Inc. | System and method for parameterizing documents for automatic workflow generation |
US9223769B2 (en) | 2011-09-21 | 2015-12-29 | Roman Tsibulevskiy | Data processing systems, devices, and methods for content analysis |
US9348677B2 (en) | 2012-10-22 | 2016-05-24 | Palantir Technologies Inc. | System and method for batch evaluation programs |
US9123086B1 (en) | 2013-01-31 | 2015-09-01 | Palantir Technologies, Inc. | Automatically generating event objects from images |
US8909656B2 (en) | 2013-03-15 | 2014-12-09 | Palantir Technologies Inc. | Filter chains with associated multipath views for exploring large data sets |
US8868486B2 (en) | 2013-03-15 | 2014-10-21 | Palantir Technologies Inc. | Time-sensitive cube |
US9552404B2 (en) * | 2013-06-26 | 2017-01-24 | Sap Se | Data model definition display and modification |
US8601326B1 (en) * | 2013-07-05 | 2013-12-03 | Palantir Technologies, Inc. | Data quality monitors |
US8713467B1 (en) | 2013-08-09 | 2014-04-29 | Palantir Technologies, Inc. | Context-sensitive views |
US8938686B1 (en) | 2013-10-03 | 2015-01-20 | Palantir Technologies Inc. | Systems and methods for analyzing performance of an entity |
US8868537B1 (en) | 2013-11-11 | 2014-10-21 | Palantir Technologies, Inc. | Simple web search |
US9105000B1 (en) | 2013-12-10 | 2015-08-11 | Palantir Technologies Inc. | Aggregating data from a plurality of data sources |
US9727376B1 (en) | 2014-03-04 | 2017-08-08 | Palantir Technologies, Inc. | Mobile tasks |
US8924429B1 (en) | 2014-03-18 | 2014-12-30 | Palantir Technologies Inc. | Determining and extracting changed data from a data source |
US9489400B1 (en) | 2014-06-13 | 2016-11-08 | Amazon Technologies, Inc. | Interactive item filtering using images |
US9940214B2 (en) | 2014-08-29 | 2018-04-10 | Cisco Technology, Inc. | Index filter for visual monitoring |
US10210246B2 (en) | 2014-09-26 | 2019-02-19 | Oracle International Corporation | Techniques for similarity analysis and data enrichment using knowledge sources |
US10976907B2 (en) | 2014-09-26 | 2021-04-13 | Oracle International Corporation | Declarative external data source importation, exportation, and metadata reflection utilizing http and HDFS protocols |
US10891272B2 (en) | 2014-09-26 | 2021-01-12 | Oracle International Corporation | Declarative language and visualization system for recommended data transformations and repairs |
US9471452B2 (en) | 2014-12-01 | 2016-10-18 | Uptake Technologies, Inc. | Adaptive handling of operating data |
US10254751B2 (en) | 2015-06-05 | 2019-04-09 | Uptake Technologies, Inc. | Local analytics at an asset |
US10176279B2 (en) | 2015-06-05 | 2019-01-08 | Uptake Technologies, Inc. | Dynamic execution of predictive models and workflows |
US10579750B2 (en) | 2015-06-05 | 2020-03-03 | Uptake Technologies, Inc. | Dynamic execution of predictive models |
US10878385B2 (en) | 2015-06-19 | 2020-12-29 | Uptake Technologies, Inc. | Computer system and method for distributing execution of a predictive model |
WO2017049207A1 (en) | 2015-09-17 | 2017-03-23 | Uptake Technologies, Inc. | Computer systems and methods for sharing asset-related information between data platforms over a network |
US10623294B2 (en) | 2015-12-07 | 2020-04-14 | Uptake Technologies, Inc. | Local analytics device |
US11295217B2 (en) | 2016-01-14 | 2022-04-05 | Uptake Technologies, Inc. | Localized temporal model forecasting |
US10510006B2 (en) | 2016-03-09 | 2019-12-17 | Uptake Technologies, Inc. | Handling of predictive models based on asset location |
US10796235B2 (en) | 2016-03-25 | 2020-10-06 | Uptake Technologies, Inc. | Computer systems and methods for providing a visualization of asset event and signal data |
US20170353353A1 (en) | 2016-06-03 | 2017-12-07 | Uptake Technologies, Inc. | Provisioning a Local Analytics Device |
US10210037B2 (en) | 2016-08-25 | 2019-02-19 | Uptake Technologies, Inc. | Interface tool for asset fault analysis |
US10474932B2 (en) | 2016-09-01 | 2019-11-12 | Uptake Technologies, Inc. | Detection of anomalies in multivariate data |
US10331636B2 (en) | 2016-09-23 | 2019-06-25 | International Business Machines Corporation | Interactive visualization |
US10366061B2 (en) * | 2016-09-23 | 2019-07-30 | International Business Machines Corporation | Interactive visualization |
US10430436B2 (en) * | 2016-09-23 | 2019-10-01 | International Business Machines Corporation | Interactive visualization |
US10423593B2 (en) * | 2016-09-23 | 2019-09-24 | International Business Machines Corporation | Interactive visualization |
US10474339B2 (en) * | 2016-11-04 | 2019-11-12 | Sismo Sas | System and method for market visualization |
US10078708B2 (en) * | 2016-11-15 | 2018-09-18 | Tealium Inc. | Shared content delivery streams in data networks |
US10228925B2 (en) | 2016-12-19 | 2019-03-12 | Uptake Technologies, Inc. | Systems, devices, and methods for deploying one or more artifacts to a deployment environment |
CN106649778B (zh) * | 2016-12-27 | 2020-03-03 | 北京百度网讯科技有限公司 | 基于深度问答的交互方法和装置 |
US10579961B2 (en) | 2017-01-26 | 2020-03-03 | Uptake Technologies, Inc. | Method and system of identifying environment features for use in analyzing asset operation |
US10671039B2 (en) | 2017-05-03 | 2020-06-02 | Uptake Technologies, Inc. | Computer system and method for predicting an abnormal event at a wind turbine in a cluster |
US10255526B2 (en) | 2017-06-09 | 2019-04-09 | Uptake Technologies, Inc. | Computer system and method for classifying temporal patterns of change in images of an area |
US10936599B2 (en) | 2017-09-29 | 2021-03-02 | Oracle International Corporation | Adaptive recommendations |
US10885056B2 (en) | 2017-09-29 | 2021-01-05 | Oracle International Corporation | Data standardization techniques |
US11232371B2 (en) | 2017-10-19 | 2022-01-25 | Uptake Technologies, Inc. | Computer system and method for detecting anomalies in multivariate data |
US10552246B1 (en) | 2017-10-24 | 2020-02-04 | Uptake Technologies, Inc. | Computer system and method for handling non-communicative assets |
US10379982B2 (en) | 2017-10-31 | 2019-08-13 | Uptake Technologies, Inc. | Computer system and method for performing a virtual load test |
US10635519B1 (en) | 2017-11-30 | 2020-04-28 | Uptake Technologies, Inc. | Systems and methods for detecting and remedying software anomalies |
US10815966B1 (en) | 2018-02-01 | 2020-10-27 | Uptake Technologies, Inc. | Computer system and method for determining an orientation of a wind turbine nacelle |
US10554518B1 (en) | 2018-03-02 | 2020-02-04 | Uptake Technologies, Inc. | Computer system and method for evaluating health of nodes in a manufacturing network |
US10169135B1 (en) | 2018-03-02 | 2019-01-01 | Uptake Technologies, Inc. | Computer system and method of detecting manufacturing network anomalies |
US10635095B2 (en) | 2018-04-24 | 2020-04-28 | Uptake Technologies, Inc. | Computer system and method for creating a supervised failure model |
US10860599B2 (en) | 2018-06-11 | 2020-12-08 | Uptake Technologies, Inc. | Tool for creating and deploying configurable pipelines |
US10579932B1 (en) | 2018-07-10 | 2020-03-03 | Uptake Technologies, Inc. | Computer system and method for creating and deploying an anomaly detection model based on streaming data |
US11119472B2 (en) | 2018-09-28 | 2021-09-14 | Uptake Technologies, Inc. | Computer system and method for evaluating an event prediction model |
US11181894B2 (en) | 2018-10-15 | 2021-11-23 | Uptake Technologies, Inc. | Computer system and method of defining a set of anomaly thresholds for an anomaly detection model |
US11480934B2 (en) | 2019-01-24 | 2022-10-25 | Uptake Technologies, Inc. | Computer system and method for creating an event prediction model |
US11030067B2 (en) | 2019-01-29 | 2021-06-08 | Uptake Technologies, Inc. | Computer system and method for presenting asset insights at a graphical user interface |
US11797550B2 (en) | 2019-01-30 | 2023-10-24 | Uptake Technologies, Inc. | Data science platform |
US11208986B2 (en) | 2019-06-27 | 2021-12-28 | Uptake Technologies, Inc. | Computer system and method for detecting irregular yaw activity at a wind turbine |
US10975841B2 (en) | 2019-08-02 | 2021-04-13 | Uptake Technologies, Inc. | Computer system and method for detecting rotor imbalance at a wind turbine |
US11514119B2 (en) * | 2020-05-01 | 2022-11-29 | Sap Se | Data filtering utilizing broadcast context object |
US11461349B2 (en) * | 2020-05-01 | 2022-10-04 | Sap Se | Data filtering utilizing constructed graph structure |
WO2021240370A1 (en) * | 2020-05-24 | 2021-12-02 | Quixotic Labs Inc. | Domain-specific language interpreter and interactive visual interface for rapid screening |
CN116235144A (zh) | 2020-05-24 | 2023-06-06 | 奎克索提克实验室公司 | 用于快速筛查的领域专用语言解释器和交互式可视界面 |
US11449914B2 (en) * | 2020-08-31 | 2022-09-20 | Coupang Corp. | Systems and methods for visual navigation during online shopping using intelligent filter sequencing |
US11388211B1 (en) * | 2020-10-16 | 2022-07-12 | Splunk Inc. | Filter generation for real-time data stream |
US11892830B2 (en) | 2020-12-16 | 2024-02-06 | Uptake Technologies, Inc. | Risk assessment at power substations |
US20230034124A1 (en) * | 2021-07-28 | 2023-02-02 | Salesforce.Com, Inc. | Metric suggestion for data objects |
US20230177090A1 (en) * | 2021-12-02 | 2023-06-08 | Salesforce.Com, Inc. | Systems, methods, and devices for dynamic record filter criteria for data objects of computing platforms |
Family Cites Families (1073)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5109399A (en) | 1989-08-18 | 1992-04-28 | Alamo City Technologies, Inc. | Emergency call locating system |
US5241625A (en) | 1990-11-27 | 1993-08-31 | Farallon Computing, Inc. | Screen image sharing among heterogeneous computers |
DE69126795T2 (de) | 1991-03-12 | 1998-02-19 | Wang Laboratories | Dateienverwaltungssystem mit graphischer benutzerschnittstelle zum aufstellen von fragen |
US5426747A (en) | 1991-03-22 | 1995-06-20 | Object Design, Inc. | Method and apparatus for virtual memory mapping and transaction management in an object-oriented database system |
US5414838A (en) | 1991-06-11 | 1995-05-09 | Logical Information Machine | System for extracting historical market information with condition and attributed windows |
US5428737A (en) | 1991-10-16 | 1995-06-27 | International Business Machines Corporation | Comprehensive bilateral translation between SQL and graphically depicted queries |
FR2684214B1 (fr) | 1991-11-22 | 1997-04-04 | Sepro Robotique | Carte a indexation pour systeme d'information geographique et systeme en comportant application. |
JP3374977B2 (ja) | 1992-01-24 | 2003-02-10 | 株式会社日立製作所 | 時系列情報の検索方法および検索システム |
JPH0689307A (ja) | 1992-05-04 | 1994-03-29 | Internatl Business Mach Corp <Ibm> | データベース内の情報を表示する装置および方法 |
JPH05342191A (ja) | 1992-06-08 | 1993-12-24 | Mitsubishi Electric Corp | 経済時系列データ予測及び解析システム |
US5819226A (en) | 1992-09-08 | 1998-10-06 | Hnc Software Inc. | Fraud detection using predictive modeling |
US5454104A (en) | 1993-02-25 | 1995-09-26 | Steidlmayer Software, Inc. | Financial data event flow analysis system with study conductor display |
JP2710548B2 (ja) | 1993-03-17 | 1998-02-10 | インターナショナル・ビジネス・マシーンズ・コーポレイション | データを検索する方法およびブール代数文表現と図形表現を互いに変換する方法 |
US5794228A (en) | 1993-04-16 | 1998-08-11 | Sybase, Inc. | Database system with buffer manager providing per page native data compression and decompression |
US5794229A (en) | 1993-04-16 | 1998-08-11 | Sybase, Inc. | Database system with methodology for storing a database table by vertically partitioning all columns of the table |
US5918225A (en) | 1993-04-16 | 1999-06-29 | Sybase, Inc. | SQL-based database system with improved indexing methodology |
US5911138A (en) | 1993-06-04 | 1999-06-08 | International Business Machines Corporation | Database search facility having improved user interface |
US5608899A (en) | 1993-06-04 | 1997-03-04 | International Business Machines Corporation | Method and apparatus for searching a database by interactively modifying a database query |
US5613105A (en) | 1993-06-30 | 1997-03-18 | Microsoft Corporation | Efficient storage of objects in a file system |
JP3385657B2 (ja) | 1993-08-10 | 2003-03-10 | トヨタ自動車株式会社 | 車載用ナビゲーション装置 |
US5632009A (en) | 1993-09-17 | 1997-05-20 | Xerox Corporation | Method and system for producing a table image showing indirect data representations |
US5670987A (en) | 1993-09-21 | 1997-09-23 | Kabushiki Kaisha Toshiba | Virtual manipulating apparatus and method |
US5437032A (en) | 1993-11-04 | 1995-07-25 | International Business Machines Corporation | Task scheduler for a miltiprocessor system |
US6877137B1 (en) | 1998-04-09 | 2005-04-05 | Rose Blush Software Llc | System, method and computer program product for mediating notes and note sub-notes linked or otherwise associated with stored or networked web pages |
US5742806A (en) | 1994-01-31 | 1998-04-21 | Sun Microsystems, Inc. | Apparatus and method for decomposing database queries for database management system including multiprocessor digital data processing system |
US5560005A (en) | 1994-02-25 | 1996-09-24 | Actamed Corp. | Methods and systems for object-based relational distributed databases |
WO1995030955A1 (de) | 1994-05-10 | 1995-11-16 | Siemens Aktiengesellschaft | Datenverwaltungssystem eines realzeitsystems |
US5542089A (en) | 1994-07-26 | 1996-07-30 | International Business Machines Corporation | Method and apparatus for estimating the number of occurrences of frequent values in a data set |
US5892900A (en) | 1996-08-30 | 1999-04-06 | Intertrust Technologies Corp. | Systems and methods for secure transaction management and electronic rights protection |
US5777549A (en) | 1995-03-29 | 1998-07-07 | Cabletron Systems, Inc. | Method and apparatus for policy-based alarm notification in a distributed network management environment |
US5999911A (en) | 1995-06-02 | 1999-12-07 | Mentor Graphics Corporation | Method and system for managing workflow |
US6012042A (en) | 1995-08-16 | 2000-01-04 | Window On Wallstreet Inc | Security analysis system |
US5872973A (en) | 1995-10-26 | 1999-02-16 | Viewsoft, Inc. | Method for managing dynamic relations between objects in dynamic object-oriented languages |
US6366933B1 (en) | 1995-10-27 | 2002-04-02 | At&T Corp. | Method and apparatus for tracking and viewing changes on the web |
US5832218A (en) | 1995-12-14 | 1998-11-03 | International Business Machines Corporation | Client/server electronic mail system for providng off-line client utilization and seamless server resynchronization |
US5819238A (en) | 1996-12-13 | 1998-10-06 | Enhanced Investment Technologies, Inc. | Apparatus and accompanying methods for automatically modifying a financial portfolio through dynamic re-weighting based on a non-constant function of current capitalization weights |
JP3410271B2 (ja) | 1995-12-28 | 2003-05-26 | アルパイン株式会社 | ナビゲーション装置 |
US6006242A (en) | 1996-04-05 | 1999-12-21 | Bankers Systems, Inc. | Apparatus and method for dynamically creating a document |
MY123789A (en) | 1996-05-01 | 2006-06-30 | Casio Computer Co Ltd | Document output apparatus |
US8725493B2 (en) | 2004-01-06 | 2014-05-13 | Neuric Llc | Natural language parsing method to provide conceptual flow |
US5845300A (en) | 1996-06-05 | 1998-12-01 | Microsoft Corporation | Method and apparatus for suggesting completions for a partially entered data item based on previously-entered, associated data items |
US6094643A (en) | 1996-06-14 | 2000-07-25 | Card Alert Services, Inc. | System for detecting counterfeit financial card fraud |
US6321274B1 (en) | 1996-06-28 | 2001-11-20 | Microsoft Corporation | Multiple procedure calls in a single request |
US5897636A (en) | 1996-07-11 | 1999-04-27 | Tandem Corporation Incorporated | Distributed object computer system with hierarchical name space versioning |
US5878434A (en) | 1996-07-18 | 1999-03-02 | Novell, Inc | Transaction clash management in a disconnectable computer and network |
US5798769A (en) | 1996-08-15 | 1998-08-25 | Xerox Corporation | Method and apparatus for maintaining links between graphic objects in a free-form graphics display system |
US5826021A (en) | 1996-09-17 | 1998-10-20 | Sun Microsystems, Inc. | Disconnected write authorization in a client/server computing system |
US6072942A (en) | 1996-09-18 | 2000-06-06 | Secure Computing Corporation | System and method of electronic mail filtering using interconnected nodes |
CA2187704C (en) | 1996-10-11 | 1999-05-04 | Darcy Kim Rossmo | Expert system method of performing crime site analysis |
US5870559A (en) | 1996-10-15 | 1999-02-09 | Mercury Interactive | Software system and associated methods for facilitating the analysis and management of web sites |
US5974572A (en) | 1996-10-15 | 1999-10-26 | Mercury Interactive Corporation | Software system and methods for generating a load test using a server access log |
US7711598B2 (en) | 1996-10-25 | 2010-05-04 | Ipf, Inc. | Web-based consumer product marketing communication network for managing and delivering consumer product marketing communications to consumers along e-commerce (EC) enabled web sites on the world wide web (WWW), using multi-mode virtual kiosks (MMVKS) driven by server=side components embodying consumer product identifiers and driven by consumer product information (CPI) links managed by product manufacturer team members and/or their agents |
CA2190043C (en) | 1996-11-12 | 2001-10-16 | Don E. Hameluck | Buffered screen capturing software tool usability testing of computer applications |
US6576659B1 (en) * | 1996-12-05 | 2003-06-10 | Bio-Technology General Corp. | Use of oxandrolone in the treatment of burns an other wounds |
US6430305B1 (en) | 1996-12-20 | 2002-08-06 | Synaptics, Incorporated | Identity verification methods |
US5845530A (en) | 1996-12-30 | 1998-12-08 | The Boeing Company | Cam and roller overcenter handle mechanism |
US6065026A (en) | 1997-01-09 | 2000-05-16 | Document.Com, Inc. | Multi-user electronic document authoring system with prompted updating of shared language |
US5966706A (en) | 1997-02-19 | 1999-10-12 | At&T Corp | Local logging in a distributed database management computer system |
US5857329A (en) | 1997-03-14 | 1999-01-12 | Deere & Company | One-piece combined muffler exhaust outlet and exhaust gas deflector |
US6084510A (en) | 1997-04-18 | 2000-07-04 | Lemelson; Jerome H. | Danger warning and emergency response system and method |
US6026233A (en) | 1997-05-27 | 2000-02-15 | Microsoft Corporation | Method and apparatus for presenting and selecting options to modify a programming language statement |
US6091956A (en) | 1997-06-12 | 2000-07-18 | Hollenberg; Dennis D. | Situation information system |
US6104401A (en) | 1997-06-12 | 2000-08-15 | Netscape Communications Corporation | Link filters |
US6208985B1 (en) | 1997-07-09 | 2001-03-27 | Caseventure Llc | Data refinery: a direct manipulation user interface for data querying with integrated qualitative and quantitative graphical representations of query construction and query result presentation |
US7403922B1 (en) | 1997-07-28 | 2008-07-22 | Cybersource Corporation | Method and apparatus for evaluating fraud risk in an electronic commerce transaction |
US6463404B1 (en) | 1997-08-08 | 2002-10-08 | British Telecommunications Public Limited Company | Translation |
US20020138390A1 (en) | 1997-10-14 | 2002-09-26 | R. Raymond May | Systems, methods and computer program products for subject-based addressing in an electronic trading system |
US6236994B1 (en) | 1997-10-21 | 2001-05-22 | Xerox Corporation | Method and apparatus for the integration of information and knowledge |
US6094650A (en) | 1997-12-15 | 2000-07-25 | Manning & Napier Information Services | Database analysis using a probabilistic ontology |
JP3636272B2 (ja) | 1998-02-09 | 2005-04-06 | 富士通株式会社 | アイコン表示方法、その装置、及び記録媒体 |
US6247019B1 (en) | 1998-03-17 | 2001-06-12 | Prc Public Sector, Inc. | Object-based geographic information system (GIS) |
US6134582A (en) | 1998-05-26 | 2000-10-17 | Microsoft Corporation | System and method for managing electronic mail messages using a client-based database |
US7168039B2 (en) | 1998-06-02 | 2007-01-23 | International Business Machines Corporation | Method and system for reducing the horizontal space required for displaying a column containing text data |
US6742003B2 (en) | 2001-04-30 | 2004-05-25 | Microsoft Corporation | Apparatus and accompanying methods for visualizing clusters of data and hierarchical cluster classifications |
US6243706B1 (en) | 1998-07-24 | 2001-06-05 | Avid Technology, Inc. | System and method for managing the creation and production of computer generated works |
US6577304B1 (en) | 1998-08-14 | 2003-06-10 | I2 Technologies Us, Inc. | System and method for visually representing a supply chain |
US6189005B1 (en) | 1998-08-21 | 2001-02-13 | International Business Machines Corporation | System and method for mining surprising temporal patterns |
US6243717B1 (en) | 1998-09-01 | 2001-06-05 | Camstar Systems, Inc. | System and method for implementing revision management of linked data entities and user dependent terminology |
US6532449B1 (en) | 1998-09-14 | 2003-03-11 | Ben Goertzel | Method of numerical times series prediction based on non-numerical time series |
US6161098A (en) | 1998-09-14 | 2000-12-12 | Folio (Fn), Inc. | Method and apparatus for enabling small investors with a portfolio of securities to manage taxable events within the portfolio |
US6232971B1 (en) | 1998-09-23 | 2001-05-15 | International Business Machines Corporation | Variable modality child windows |
US6313833B1 (en) | 1998-10-16 | 2001-11-06 | Prophet Financial Systems | Graphical data collection and retrieval interface |
US7213030B1 (en) | 1998-10-16 | 2007-05-01 | Jenkins Steven R | Web-enabled transaction and collaborative management system |
US6178519B1 (en) | 1998-12-10 | 2001-01-23 | Mci Worldcom, Inc. | Cluster-wide database system |
US6279018B1 (en) | 1998-12-21 | 2001-08-21 | Kudrollis Software Inventions Pvt. Ltd. | Abbreviating and compacting text to cope with display space constraint in computer software |
US6957191B1 (en) | 1999-02-05 | 2005-10-18 | Babcock & Brown Lp | Automated financial scenario modeling and analysis tool having an intelligent graphical user interface |
US6513019B2 (en) | 1999-02-16 | 2003-01-28 | Financial Technologies International, Inc. | Financial consolidation and communication platform |
US7111231B1 (en) | 1999-02-24 | 2006-09-19 | Intellisync Corporation | System and methodology for dynamic application environment employing runtime execution templates |
US7353194B1 (en) | 1999-03-02 | 2008-04-01 | Alticor Investments, Inc. | System and method for managing recurring orders in a computer network |
KR100313198B1 (ko) | 1999-03-05 | 2001-11-05 | 윤덕용 | 압축된 히스토그램 정보를 사용한 다차원 선택율 추정 방법 |
US7418399B2 (en) | 1999-03-10 | 2008-08-26 | Illinois Institute Of Technology | Methods and kits for managing diagnosis and therapeutics of bacterial infections |
US6631496B1 (en) | 1999-03-22 | 2003-10-07 | Nec Corporation | System for personalizing, organizing and managing web information |
US6748481B1 (en) | 1999-04-06 | 2004-06-08 | Microsoft Corporation | Streaming information appliance with circular buffer for receiving and selectively reading blocks of streaming information |
US6369835B1 (en) | 1999-05-18 | 2002-04-09 | Microsoft Corporation | Method and system for generating a movie file from a slide show presentation |
US6714936B1 (en) | 1999-05-25 | 2004-03-30 | Nevin, Iii Rocky Harry W. | Method and apparatus for displaying data stored in linked nodes |
JP2000349646A (ja) | 1999-06-02 | 2000-12-15 | Japan Science & Technology Corp | ウェーブレット系数列を用いた時系列予測方法及びその装置 |
AU5377900A (en) | 1999-06-02 | 2000-12-28 | Algorithmics International Corp. | Risk management system, distributed framework and method |
US6307573B1 (en) | 1999-07-22 | 2001-10-23 | Barbara L. Barros | Graphic-information flow method and system for visually analyzing patterns and relationships |
US7039863B1 (en) | 1999-07-23 | 2006-05-02 | Adobe Systems Incorporated | Computer generation of documents using layout elements and content elements |
US7373592B2 (en) | 1999-07-30 | 2008-05-13 | Microsoft Corporation | Modeless child windows for application programs |
US6560620B1 (en) | 1999-08-03 | 2003-05-06 | Aplix Research, Inc. | Hierarchical document comparison system and method |
US6976210B1 (en) | 1999-08-31 | 2005-12-13 | Lucent Technologies Inc. | Method and apparatus for web-site-independent personalization from multiple sites having user-determined extraction functionality |
US6560774B1 (en) | 1999-09-01 | 2003-05-06 | Microsoft Corporation | Verifier to check intermediate language |
WO2001022285A2 (en) | 1999-09-21 | 2001-03-29 | Borthwick Andrew E | A probabilistic record linkage model derived from training data |
US6523019B1 (en) | 1999-09-21 | 2003-02-18 | Choicemaker Technologies, Inc. | Probabilistic record linkage model derived from training data |
US6519627B1 (en) | 1999-09-27 | 2003-02-11 | International Business Machines Corporation | System and method for conducting disconnected transactions with service contracts for pervasive computing devices |
US6990238B1 (en) | 1999-09-30 | 2006-01-24 | Battelle Memorial Institute | Data processing, analysis, and visualization system for use with disparate data types |
US20020174201A1 (en) | 1999-09-30 | 2002-11-21 | Ramer Jon E. | Dynamic configuration of context-sensitive personal sites and membership channels |
WO2001025906A1 (en) | 1999-10-01 | 2001-04-12 | Global Graphics Software Limited | Method and system for arranging a workflow using graphical user interface |
US6674434B1 (en) | 1999-10-25 | 2004-01-06 | Navigation Technologies Corp. | Method and system for automatic generation of shape and curvature data for a geographic database |
US7246090B1 (en) | 1999-10-25 | 2007-07-17 | Measuredmarkets Inc. | Method for detecting aberrant behavior of a financial instrument |
US6876981B1 (en) | 1999-10-26 | 2005-04-05 | Philippe E. Berckmans | Method and system for analyzing and comparing financial investments |
US7831494B2 (en) | 1999-11-01 | 2010-11-09 | Accenture Global Services Gmbh | Automated financial portfolio coaching and risk management system |
US7716077B1 (en) | 1999-11-22 | 2010-05-11 | Accenture Global Services Gmbh | Scheduling and planning maintenance and service in a network-based supply chain environment |
US6370538B1 (en) | 1999-11-22 | 2002-04-09 | Xerox Corporation | Direct manipulation interface for document properties |
FR2806183B1 (fr) | 1999-12-01 | 2006-09-01 | Cartesis S A | Dispositif et procede pour la consolidation instantanee, l'enrichissement et le "reporting" ou remontee d'information dans une base de donnees multidimensionnelle |
US7194680B1 (en) | 1999-12-07 | 2007-03-20 | Adobe Systems Incorporated | Formatting content by example |
US6944821B1 (en) | 1999-12-07 | 2005-09-13 | International Business Machines Corporation | Copy/paste mechanism and paste buffer that includes source information for copied data |
EP1109116A1 (en) | 1999-12-14 | 2001-06-20 | Sun Microsystems, Inc. | Method for visually filtering a database |
US7043449B1 (en) | 1999-12-17 | 2006-05-09 | Prosticks.Com Limited | Method for charting financial market activities |
KR100344530B1 (ko) | 1999-12-20 | 2002-07-24 | 한국과학기술원 | 시계열 데이터베이스에서 윈도우 구성의 이원성을 사용한 서브시퀀스 매칭방법 |
US20040117387A1 (en) | 2000-02-25 | 2004-06-17 | Vincent Civetta | Database sizing and diagnostic utility |
US20020032677A1 (en) | 2000-03-01 | 2002-03-14 | Jeff Morgenthaler | Methods for creating, editing, and updating searchable graphical database and databases of graphical images and information and displaying graphical images from a searchable graphical database or databases in a sequential or slide show format |
US6859909B1 (en) | 2000-03-07 | 2005-02-22 | Microsoft Corporation | System and method for annotating web-based documents |
JP2001283120A (ja) | 2000-03-31 | 2001-10-12 | Oki Electric Ind Co Ltd | 取引支援システム |
US7562042B2 (en) | 2000-04-07 | 2009-07-14 | Massachusetts Institute Of Technology | Data processor for implementing forecasting algorithms |
US6456997B1 (en) | 2000-04-12 | 2002-09-24 | International Business Machines Corporation | System and method for dynamically generating an invisible hierarchy in a planning system |
US6745382B1 (en) | 2000-04-13 | 2004-06-01 | Worldcom, Inc. | CORBA wrappers for rules automation technology |
JP4325075B2 (ja) | 2000-04-21 | 2009-09-02 | ソニー株式会社 | データオブジェクト管理装置 |
US7356504B2 (en) | 2000-05-01 | 2008-04-08 | The Olsen Group | Methods for determining value at risk |
US6642945B1 (en) | 2000-05-04 | 2003-11-04 | Microsoft Corporation | Method and system for optimizing a visual display for handheld computer systems |
US6915289B1 (en) | 2000-05-04 | 2005-07-05 | International Business Machines Corporation | Using an index to access a subject multi-dimensional database |
US7269786B1 (en) | 2000-05-04 | 2007-09-11 | International Business Machines Corporation | Navigating an index to access a subject multi-dimensional database |
AU2001261282A1 (en) | 2000-05-09 | 2001-11-20 | Roger Alcaly | A method and system for generating an index of investment returns |
AU2001256612A1 (en) | 2000-05-16 | 2001-11-26 | Garrett O'carroll | A document processing system and method |
US8386945B1 (en) | 2000-05-17 | 2013-02-26 | Eastman Kodak Company | System and method for implementing compound documents in a production printing workflow |
FR2809514A1 (fr) | 2000-05-25 | 2001-11-30 | Ibm Corp Internat Business Mac | Systeme et methode pour la gestion des marches boursiers |
US6594672B1 (en) | 2000-06-01 | 2003-07-15 | Hyperion Solutions Corporation | Generating multidimensional output using meta-models and meta-outlines |
US7877312B2 (en) | 2000-06-22 | 2011-01-25 | Wgal, Llp | Apparatus and method for displaying trading trends |
AU2001270038A1 (en) | 2000-06-22 | 2002-01-02 | Stock Decision Software Co., Inc. | Apparatus and method for displaying trading trends |
US20020059126A1 (en) | 2000-06-27 | 2002-05-16 | John Ricciardi | System and method for a selecting an investment item |
US6839745B1 (en) | 2000-07-19 | 2005-01-04 | Verizon Corporate Services Group Inc. | System and method for generating reports in a telecommunication system |
US7278105B1 (en) | 2000-08-21 | 2007-10-02 | Vignette Corporation | Visualization and analysis of user clickpaths |
GB2366498A (en) | 2000-08-25 | 2002-03-06 | Copyn Ltd | Method of bookmarking a section of a web-page and storing said bookmarks |
US6795868B1 (en) | 2000-08-31 | 2004-09-21 | Data Junction Corp. | System and method for event-driven data transformation |
US7861174B2 (en) | 2000-09-08 | 2010-12-28 | Oracle International Corporation | Method and system for assembling concurrently-generated content |
TWI244617B (en) | 2000-09-16 | 2005-12-01 | Ibm | A client/server-based data processing system for performing transactions between clients and a server and a method of performing the transactions |
US20020065708A1 (en) | 2000-09-22 | 2002-05-30 | Hikmet Senay | Method and system for interactive visual analyses of organizational interactions |
AUPR033800A0 (en) | 2000-09-25 | 2000-10-19 | Telstra R & D Management Pty Ltd | A document categorisation system |
US6640231B1 (en) | 2000-10-06 | 2003-10-28 | Ontology Works, Inc. | Ontology for database design and application development |
US6829621B2 (en) | 2000-10-06 | 2004-12-07 | International Business Machines Corporation | Automatic determination of OLAP cube dimensions |
US8117281B2 (en) | 2006-11-02 | 2012-02-14 | Addnclick, Inc. | Using internet content as a means to establish live social networks by linking internet users to each other who are simultaneously engaged in the same and/or similar content |
US8707185B2 (en) | 2000-10-10 | 2014-04-22 | Addnclick, Inc. | Dynamic information management system and method for content delivery and sharing in content-, metadata- and viewer-based, live social networking among users concurrently engaged in the same and/or similar content |
US7185065B1 (en) | 2000-10-11 | 2007-02-27 | Buzzmetrics Ltd | System and method for scoring electronic messages |
US6976024B1 (en) | 2000-10-12 | 2005-12-13 | International Buisness Machines Corporation | Batch submission API |
JP2002123530A (ja) | 2000-10-12 | 2002-04-26 | Hitachi Ltd | 多次元データの可視化方法及び装置 |
US6754640B2 (en) | 2000-10-30 | 2004-06-22 | William O. Bozeman | Universal positive pay match, authentication, authorization, settlement and clearing system |
US6857120B1 (en) | 2000-11-01 | 2005-02-15 | International Business Machines Corporation | Method for characterizing program execution by periodic call stack inspection |
US20020087570A1 (en) | 2000-11-02 | 2002-07-04 | Jacquez Geoffrey M. | Space and time information system and method |
US6738770B2 (en) | 2000-11-04 | 2004-05-18 | Deep Sky Software, Inc. | System and method for filtering and sorting data |
US6978419B1 (en) | 2000-11-15 | 2005-12-20 | Justsystem Corporation | Method and apparatus for efficient identification of duplicate and near-duplicate documents and text spans using high-discriminability text fragments |
US7370040B1 (en) | 2000-11-21 | 2008-05-06 | Microsoft Corporation | Searching with adaptively configurable user interface and extensible query language |
US7058648B1 (en) | 2000-12-01 | 2006-06-06 | Oracle International Corporation | Hierarchy-based secured document repository |
US6961943B2 (en) | 2000-12-06 | 2005-11-01 | Microsoft Corporation | Multimedia processing system parsing multimedia content from a single source to minimize instances of source files |
US20020103705A1 (en) | 2000-12-06 | 2002-08-01 | Forecourt Communication Group | Method and apparatus for using prior purchases to select activities to present to a customer |
US7114162B2 (en) | 2000-12-06 | 2006-09-26 | Microsoft Corporation | System and methods for generating and managing filter strings in a filter graph |
US20040205644A1 (en) | 2000-12-29 | 2004-10-14 | International Business Machines Corporation | Method and system for allowing in place editing of office documents in a place |
US7529698B2 (en) | 2001-01-16 | 2009-05-05 | Raymond Anthony Joao | Apparatus and method for providing transaction history information, account history information, and/or charge-back information |
US20030187761A1 (en) | 2001-01-17 | 2003-10-02 | Olsen Richard M. | Method and system for storing and processing high-frequency data |
US7536332B2 (en) | 2001-02-02 | 2009-05-19 | Rhee Thomas A | Real life implementation of modern portfolio theory (MPT) for financial planning and portfolio management |
US9053222B2 (en) | 2002-05-17 | 2015-06-09 | Lawrence A. Lynn | Patient safety processor |
WO2002063535A2 (en) | 2001-02-07 | 2002-08-15 | Exalt Solutions, Inc. | Intelligent multimedia e-catalog |
AUPR313301A0 (en) | 2001-02-15 | 2001-03-08 | Topshop Holdings Pty Ltd | Method & system for avoiding channel conflict in electronic commerce |
US6516268B2 (en) | 2001-02-16 | 2003-02-04 | Wizeguides.Com Inc. | Bundled map guide |
US7809650B2 (en) | 2003-07-01 | 2010-10-05 | Visa U.S.A. Inc. | Method and system for providing risk information in connection with transaction processing |
US20100057622A1 (en) | 2001-02-27 | 2010-03-04 | Faith Patrick L | Distributed Quantum Encrypted Pattern Generation And Scoring |
US6985950B1 (en) | 2001-03-06 | 2006-01-10 | Microsoft Corporation | System for creating a space-efficient document categorizer for training and testing of automatic categorization engines |
US20060265397A1 (en) | 2001-03-06 | 2006-11-23 | Knowledge Vector, Inc. | Methods, systems, and computer program products for extensible, profile-and context-based information correlation, routing and distribution |
US7043702B2 (en) | 2001-03-15 | 2006-05-09 | Xerox Corporation | Method for visualizing user path through a web site and a path's associated information scent |
US7818224B2 (en) | 2001-03-22 | 2010-10-19 | Boerner Sean T | Method and system to identify discrete trends in time series |
US20030078827A1 (en) | 2001-03-23 | 2003-04-24 | Hoffman George Harry | System, method and computer program product for strategic supply chain data collection |
US9256356B2 (en) | 2001-03-29 | 2016-02-09 | International Business Machines Corporation | Method and system for providing feedback for docking a content pane in a host window |
US6775675B1 (en) | 2001-04-04 | 2004-08-10 | Sagemetrics Corporation | Methods for abstracting data from various data structures and managing the presentation of the data |
US6920453B2 (en) | 2001-12-31 | 2005-07-19 | Nokia Corporation | Method and system for finding a query-subset of events within a master-set of events |
US7499922B1 (en) | 2001-04-26 | 2009-03-03 | Dakota Software Corp. | Information retrieval system and method |
CN1509433A (zh) | 2001-05-11 | 2004-06-30 | ���������˼�빫˾ | 把传统软件应用程序转换为现代面向对象系统的方法和系统 |
US6980984B1 (en) | 2001-05-16 | 2005-12-27 | Kanisa, Inc. | Content provider systems and methods using structured data |
US6907426B2 (en) | 2001-05-17 | 2005-06-14 | International Business Machines Corporation | Systems and methods for identifying and counting instances of temporal patterns |
US6496774B1 (en) | 2001-05-24 | 2002-12-17 | Prc Inc. | Automatic vehicle routing and recommendation system |
US7877421B2 (en) | 2001-05-25 | 2011-01-25 | International Business Machines Corporation | Method and system for mapping enterprise data assets to a semantic information model |
US7865427B2 (en) | 2001-05-30 | 2011-01-04 | Cybersource Corporation | Method and apparatus for evaluating fraud risk in an electronic commerce transaction |
US6828920B2 (en) | 2001-06-04 | 2004-12-07 | Lockheed Martin Orincon Corporation | System and method for classifying vehicles |
US6665683B1 (en) | 2001-06-22 | 2003-12-16 | E. Intelligence, Inc. | System and method for adjusting a value within a multidimensional aggregation tree |
US8001465B2 (en) | 2001-06-26 | 2011-08-16 | Kudrollis Software Inventions Pvt. Ltd. | Compacting an information array display to cope with two dimensional display space constraint |
US7100147B2 (en) | 2001-06-28 | 2006-08-29 | International Business Machines Corporation | Method, system, and program for generating a workflow |
US7155728B1 (en) | 2001-06-28 | 2006-12-26 | Microsoft Corporation | Remoting features |
US6643613B2 (en) | 2001-07-03 | 2003-11-04 | Altaworks Corporation | System and method for monitoring performance metrics |
US7133409B1 (en) | 2001-07-19 | 2006-11-07 | Richard Willardson | Programmable packet filtering in a prioritized chain |
US20040205492A1 (en) | 2001-07-26 | 2004-10-14 | Newsome Mark R. | Content clipping service |
US20030023620A1 (en) | 2001-07-30 | 2003-01-30 | Nicholas Trotta | Creation of media-interaction profiles |
US20030039948A1 (en) | 2001-08-09 | 2003-02-27 | Donahue Steven J. | Voice enabled tutorial system and method |
US7028223B1 (en) | 2001-08-13 | 2006-04-11 | Parasoft Corporation | System and method for testing of web services |
CA2404288A1 (en) | 2001-09-17 | 2003-03-17 | Recognia Inc. | A method for categorizing pivot points in technical analysis |
CA2403699C (en) | 2001-09-17 | 2014-12-02 | Recognia Inc. | Technical analysis formation recognition using pivot points |
US7636680B2 (en) | 2001-10-03 | 2009-12-22 | Starmine Corporation | Methods and systems for measuring performance of a security analyst |
US20030172021A1 (en) | 2001-10-03 | 2003-09-11 | Chih-Wei Huang | System and method using trading value for weighting instruments in an index |
JP3521194B2 (ja) | 2001-10-11 | 2004-04-19 | 有限会社増田経済研究所 | 株価チャート |
EP1435058A4 (en) | 2001-10-11 | 2005-12-07 | Visualsciences Llc | SYSTEM, METHOD AND COMPUTER PROGRAM PRODUCT FOR PROCESSING AND VISUALIZING INFORMATION |
US6877136B2 (en) | 2001-10-26 | 2005-04-05 | United Services Automobile Association (Usaa) | System and method of providing electronic access to one or more documents |
US6876996B2 (en) | 2001-11-14 | 2005-04-05 | Sun Microsystems, Inc. | Method and apparatus for using a shared library mechanism to facilitate sharing of metadata |
NO316480B1 (no) | 2001-11-15 | 2004-01-26 | Forinnova As | Fremgangsmåte og system for tekstuell granskning og oppdagelse |
US7089541B2 (en) | 2001-11-30 | 2006-08-08 | Sun Microsystems, Inc. | Modular parser architecture with mini parsers |
US7165101B2 (en) | 2001-12-03 | 2007-01-16 | Sun Microsystems, Inc. | Transparent optimization of network traffic in distributed systems |
US7469238B2 (en) | 2001-12-11 | 2008-12-23 | Recognia Incorporated | Method of rule constrained statistical price formation recognition |
US7611602B2 (en) | 2001-12-13 | 2009-11-03 | Urban Mapping, Llc | Method of producing maps and other objects configured for presentation of spatially-related layers of data |
US7970240B1 (en) | 2001-12-17 | 2011-06-28 | Google Inc. | Method and apparatus for archiving and visualizing digital images |
CA2414620C (en) | 2001-12-17 | 2011-04-19 | Recognia Inc. | A method for chart markup and annotation in technical analysis |
US20070203771A1 (en) | 2001-12-17 | 2007-08-30 | Caballero Richard J | System and method for processing complex orders |
US7475242B2 (en) | 2001-12-18 | 2009-01-06 | Hewlett-Packard Development Company, L.P. | Controlling the distribution of information |
US20030130996A1 (en) | 2001-12-21 | 2003-07-10 | International Business Machines Corporation | Interactive mining of time series data |
US7454466B2 (en) | 2002-01-16 | 2008-11-18 | Xerox Corporation | Method and system for flexible workflow management |
US7174377B2 (en) | 2002-01-16 | 2007-02-06 | Xerox Corporation | Method and apparatus for collaborative document versioning of networked documents |
US7139800B2 (en) | 2002-01-16 | 2006-11-21 | Xerox Corporation | User interface for a message-based system having embedded information management capabilities |
US7546245B2 (en) | 2002-01-17 | 2009-06-09 | Amsapplied Medical Software, Inc. | Method and system for gainsharing of physician services |
US7640173B2 (en) | 2002-01-17 | 2009-12-29 | Applied Medical Software, Inc. | Method and system for evaluating a physician's economic performance and gainsharing of physician services |
US7305444B2 (en) | 2002-01-23 | 2007-12-04 | International Business Machines Corporation | Method and system for controlling delivery of information in a forum |
US7146000B2 (en) | 2002-01-25 | 2006-12-05 | Level (3) Communications | Routing engine for telecommunications network |
CA2473589A1 (en) | 2002-01-25 | 2003-12-04 | Bdellium Inc. | Method of analyzing investments using overlapping periods |
US7225183B2 (en) | 2002-01-28 | 2007-05-29 | Ipxl, Inc. | Ontology-based information management system and method |
US20050075966A1 (en) | 2002-01-29 | 2005-04-07 | Andrey Duka | Method of processing, displaying and trading financial instruments and an electronic trading system therefor |
US7369984B2 (en) | 2002-02-01 | 2008-05-06 | John Fairweather | Platform-independent real-time interface translation by token mapping without modification of application code |
US7519589B2 (en) | 2003-02-04 | 2009-04-14 | Cataphora, Inc. | Method and apparatus for sociological data analysis |
JP3946057B2 (ja) | 2002-03-01 | 2007-07-18 | 富士通株式会社 | 整合性検査支援方法および整合性検査支援システム |
US7406435B2 (en) | 2002-03-18 | 2008-07-29 | Demantra Ltd. | Computer implemented method and system for computing and evaluating demand information |
US6993539B2 (en) | 2002-03-19 | 2006-01-31 | Network Appliance, Inc. | System and method for determining changes in two snapshots and for transmitting changes to destination snapshot |
WO2003081376A2 (en) | 2002-03-20 | 2003-10-02 | Catalina Marketing International Inc. | Targeted incentives based upon predicted behavior |
US20030182177A1 (en) | 2002-03-25 | 2003-09-25 | Gallagher March S. | Collective hierarchical decision making system |
US7284204B2 (en) | 2002-03-29 | 2007-10-16 | International Business Machines Corporation | System, method, and visual user interface for evaluating and selecting suppliers for enterprise procurement |
US20050021397A1 (en) | 2003-07-22 | 2005-01-27 | Cui Yingwei Claire | Content-targeted advertising using collected user behavior data |
US7587352B2 (en) | 2002-04-10 | 2009-09-08 | Research Affiliates, Llc | Method and apparatus for managing a virtual portfolio of investment objects |
US7747502B2 (en) | 2002-06-03 | 2010-06-29 | Research Affiliates, Llc | Using accounting data based indexing to create a portfolio of assets |
US7533026B2 (en) | 2002-04-12 | 2009-05-12 | International Business Machines Corporation | Facilitating management of service elements usable in providing information technology service offerings |
US7162475B2 (en) | 2002-04-17 | 2007-01-09 | Ackerman David M | Method for user verification and authentication and multimedia processing for interactive database management and method for viewing the multimedia |
US20040012633A1 (en) | 2002-04-26 | 2004-01-22 | Affymetrix, Inc., A Corporation Organized Under The Laws Of Delaware | System, method, and computer program product for dynamic display, and analysis of biological sequence data |
US20040126840A1 (en) | 2002-12-23 | 2004-07-01 | Affymetrix, Inc. | Method, system and computer software for providing genomic ontological data |
US7171427B2 (en) | 2002-04-26 | 2007-01-30 | Oracle International Corporation | Methods of navigating a cube that is implemented as a relational object |
US7237192B1 (en) | 2002-04-30 | 2007-06-26 | Oracle International Corporation | Methods and systems for naming and indexing children in a hierarchical nodal structure |
US7426559B2 (en) | 2002-05-09 | 2008-09-16 | International Business Machines Corporation | Method for sequential coordination of external database application events with asynchronous internal database events |
US7127467B2 (en) | 2002-05-10 | 2006-10-24 | Oracle International Corporation | Managing expressions in a database system |
US7539680B2 (en) | 2002-05-10 | 2009-05-26 | Lsi Corporation | Revision control for database of evolved design |
US7703021B1 (en) | 2002-05-24 | 2010-04-20 | Sparta Systems, Inc. | Defining user access in highly-configurable systems |
JP2003345810A (ja) | 2002-05-28 | 2003-12-05 | Hitachi Ltd | 文書検索方法、文書検索システム及び文書検索結果示方システム |
US20030229848A1 (en) | 2002-06-05 | 2003-12-11 | Udo Arend | Table filtering in a computer user interface |
US7143344B2 (en) | 2002-06-12 | 2006-11-28 | Microsoft Corporation | Transformation stylesheet editor |
WO2004006046A2 (en) | 2002-06-24 | 2004-01-15 | Xymphonic Systems As | Method for data-centric collaboration |
US7103854B2 (en) | 2002-06-27 | 2006-09-05 | Tele Atlas North America, Inc. | System and method for associating text and graphical views of map information |
US6996583B2 (en) | 2002-07-01 | 2006-02-07 | International Business Machines Corporation | Real-time database update transaction with disconnected relational database clients |
JP2004038428A (ja) | 2002-07-02 | 2004-02-05 | Yamatake Corp | 制御対象モデル生成方法、制御パラメータ調整方法、制御対象モデル生成プログラムおよび制御パラメータ調整プログラム |
US20040006523A1 (en) | 2002-07-08 | 2004-01-08 | Coker Don W. | System and method for preventing financial fraud |
US8244895B2 (en) | 2002-07-15 | 2012-08-14 | Hewlett-Packard Development Company, L.P. | Method and apparatus for applying receiving attributes using constraints |
WO2004010359A1 (ja) | 2002-07-23 | 2004-01-29 | Tamaru International Inc. | 株式売買支援装置及び株式売買支援システム |
US7461158B2 (en) | 2002-08-07 | 2008-12-02 | Intelliden, Inc. | System and method for controlling access rights to network resources |
US7076508B2 (en) | 2002-08-12 | 2006-07-11 | International Business Machines Corporation | Method, system, and program for merging log entries from multiple recovery log files |
EP1535203A1 (fr) | 2002-08-13 | 2005-06-01 | Highdeal | Editeur et procede d'edition de formules de calcul du prix d'un service et systeme de valorisation automatique d'un service |
CA2398103A1 (en) | 2002-08-14 | 2004-02-14 | March Networks Corporation | Multi-dimensional table filtering system |
US7945846B2 (en) | 2002-09-06 | 2011-05-17 | Oracle International Corporation | Application-specific personalization for data display |
GB0221257D0 (en) | 2002-09-13 | 2002-10-23 | Ibm | Automated testing |
US7383513B2 (en) | 2002-09-25 | 2008-06-03 | Oracle International Corporation | Graphical condition builder for facilitating database queries |
US7127352B2 (en) | 2002-09-30 | 2006-10-24 | Lucent Technologies Inc. | System and method for providing accurate local maps for a central service |
AU2003284118A1 (en) | 2002-10-14 | 2004-05-04 | Battelle Memorial Institute | Information reservoir |
US20040078251A1 (en) | 2002-10-16 | 2004-04-22 | Demarcken Carl G. | Dividing a travel query into sub-queries |
US20040143602A1 (en) | 2002-10-18 | 2004-07-22 | Antonio Ruiz | Apparatus, system and method for automated and adaptive digital image/video surveillance for events and configurations using a rich multimedia relational database |
US20040083466A1 (en) | 2002-10-29 | 2004-04-29 | Dapp Michael C. | Hardware parser accelerator |
US20040085318A1 (en) | 2002-10-31 | 2004-05-06 | Philipp Hassler | Graphics generation and integration |
US20040088177A1 (en) | 2002-11-04 | 2004-05-06 | Electronic Data Systems Corporation | Employee performance management method and system |
CN1757188A (zh) | 2002-11-06 | 2006-04-05 | 国际商业机器公司 | 机密数据共享和匿名实体解析度 |
US10242028B2 (en) * | 2002-11-11 | 2019-03-26 | Transparensee Systems, Inc. | User interface for search method and system |
EP1567929A2 (en) | 2002-11-15 | 2005-08-31 | Creo Inc. | Methods and systems for sharing data |
US7546607B2 (en) | 2002-11-19 | 2009-06-09 | Microsoft Corporation | Native code exposing virtual machine managed object |
US7162501B2 (en) | 2002-11-26 | 2007-01-09 | Microsoft Corporation | Hierarchical differential document representative of changes between versions of hierarchical document |
AU2003293132A1 (en) | 2002-11-27 | 2004-06-23 | Sra International, Inc. | Integration of gene expression data and non-gene data |
US7243093B2 (en) | 2002-11-27 | 2007-07-10 | International Business Machines Corporation | Federated query management |
US20040111480A1 (en) | 2002-12-09 | 2004-06-10 | Yue Jonathan Zhanjun | Message screening system and method |
AU2003303250A1 (en) | 2002-12-20 | 2004-07-14 | Accenture Global Services Gmbh | Quantification of operational risks |
US8589273B2 (en) | 2002-12-23 | 2013-11-19 | Ge Corporate Financial Services, Inc. | Methods and systems for managing risk management information |
US20080177994A1 (en) | 2003-01-12 | 2008-07-24 | Yaron Mayer | System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows |
US7752117B2 (en) | 2003-01-31 | 2010-07-06 | Trading Technologies International, Inc. | System and method for money management in electronic trading environment |
US7403942B1 (en) | 2003-02-04 | 2008-07-22 | Seisint, Inc. | Method and system for processing data records |
US7912842B1 (en) | 2003-02-04 | 2011-03-22 | Lexisnexis Risk Data Management Inc. | Method and system for processing and linking data records |
US20040153418A1 (en) | 2003-02-05 | 2004-08-05 | Hanweck Gerald Alfred | System and method for providing access to data from proprietary tools |
US20060259524A1 (en) | 2003-03-17 | 2006-11-16 | Horton D T | Systems and methods for document project management, conversion, and filing |
US7627552B2 (en) | 2003-03-27 | 2009-12-01 | Microsoft Corporation | System and method for filtering and organizing items based on common elements |
US7099888B2 (en) | 2003-03-26 | 2006-08-29 | Oracle International Corporation | Accessing a remotely located nested object |
US7493614B2 (en) | 2003-03-31 | 2009-02-17 | Microsoft Corporation | System architecture and related methods for dynamically adding software components to extend functionality of system processes |
US7086028B1 (en) | 2003-04-09 | 2006-08-01 | Autodesk, Inc. | Simplified generation of design change information on a drawing in a computer aided design (CAD) environment |
US7280038B2 (en) | 2003-04-09 | 2007-10-09 | John Robinson | Emergency response data transmission system |
KR100996029B1 (ko) | 2003-04-29 | 2010-11-22 | 삼성전자주식회사 | 저밀도 패리티 검사 코드의 부호화 장치 및 방법 |
US20050027705A1 (en) | 2003-05-20 | 2005-02-03 | Pasha Sadri | Mapping method and system |
US9607092B2 (en) | 2003-05-20 | 2017-03-28 | Excalibur Ip, Llc | Mapping method and system |
US7369912B2 (en) | 2003-05-29 | 2008-05-06 | Fisher-Rosemount Systems, Inc. | Batch execution engine with independent batch execution processes |
US7437728B2 (en) | 2003-06-12 | 2008-10-14 | Microsoft Corporation | System and method for CPU bandwidth allocation |
US7620648B2 (en) | 2003-06-20 | 2009-11-17 | International Business Machines Corporation | Universal annotation configuration and deployment |
US20040267746A1 (en) | 2003-06-26 | 2004-12-30 | Cezary Marcjan | User interface for controlling access to computer objects |
FI118102B (fi) | 2003-07-04 | 2007-06-29 | Medicel Oy | Informaationhallintajärjestelmä työvirtojen hallitsemiseksi |
US8412566B2 (en) | 2003-07-08 | 2013-04-02 | Yt Acquisition Corporation | High-precision customer-based targeting by individual usage statistics |
US7055110B2 (en) | 2003-07-28 | 2006-05-30 | Sig G Kupka | Common on-screen zone for menu activation and stroke input |
US7216133B2 (en) | 2003-07-29 | 2007-05-08 | Microsoft Corporation | Synchronizing logical views independent of physical storage representations |
AU2003903994A0 (en) | 2003-07-31 | 2003-08-14 | Canon Kabushiki Kaisha | Collaborative editing with automatic layout |
US20050027632A1 (en) | 2003-07-31 | 2005-02-03 | Ubs Financial Services, Inc. | Financial investment advice system and method |
US7363581B2 (en) | 2003-08-12 | 2008-04-22 | Accenture Global Services Gmbh | Presentation generator |
US20060143075A1 (en) | 2003-09-22 | 2006-06-29 | Ryan Carr | Assumed demographics, predicted behaviour, and targeted incentives |
US7516086B2 (en) | 2003-09-24 | 2009-04-07 | Idearc Media Corp. | Business rating placement heuristic |
US7334195B2 (en) | 2003-10-14 | 2008-02-19 | Microsoft Corporation | System and process for presenting search results in a histogram/cluster format |
US7584172B2 (en) | 2003-10-16 | 2009-09-01 | Sap Ag | Control for selecting data query and visual configuration |
US7966246B2 (en) | 2003-10-23 | 2011-06-21 | Alphacet, Inc. | User interface for correlation of analysis systems |
US7441182B2 (en) | 2003-10-23 | 2008-10-21 | Microsoft Corporation | Digital negatives |
US20050091186A1 (en) | 2003-10-24 | 2005-04-28 | Alon Elish | Integrated method and apparatus for capture, storage, and retrieval of information |
US8627489B2 (en) | 2003-10-31 | 2014-01-07 | Adobe Systems Incorporated | Distributed document version control |
EP1751745B1 (en) | 2003-11-14 | 2019-07-10 | Western Digital Technologies, Inc. | Managed peer-to-peer applications, systems and methods for distributed data access and storage |
US20050131935A1 (en) | 2003-11-18 | 2005-06-16 | O'leary Paul J. | Sector content mining system using a modular knowledge base |
US20050125715A1 (en) | 2003-12-04 | 2005-06-09 | Fabrizio Di Franco | Method of saving data in a graphical user interface |
US7818658B2 (en) | 2003-12-09 | 2010-10-19 | Yi-Chih Chen | Multimedia presentation system |
US8433703B1 (en) | 2003-12-22 | 2013-04-30 | Google Inc. | Recording user actions |
US6948656B2 (en) | 2003-12-23 | 2005-09-27 | First Data Corporation | System with GPS to manage risk of financial transactions |
US7917376B2 (en) | 2003-12-29 | 2011-03-29 | Montefiore Medical Center | System and method for monitoring patient care |
US20050154769A1 (en) | 2004-01-13 | 2005-07-14 | Llumen, Inc. | Systems and methods for benchmarking business performance data against aggregated business performance data |
US20050154628A1 (en) | 2004-01-13 | 2005-07-14 | Illumen, Inc. | Automated management of business performance information |
EP1709589B1 (en) | 2004-01-15 | 2013-01-16 | Algotec Systems Ltd. | Vessel centerline determination |
US7872669B2 (en) | 2004-01-22 | 2011-01-18 | Massachusetts Institute Of Technology | Photo-based mobile deixis system and related techniques |
US20050166144A1 (en) | 2004-01-22 | 2005-07-28 | Mathcom Inventions Ltd. | Method and system for assigning a background to a document and document having a background made according to the method and system |
GB2410575A (en) | 2004-01-30 | 2005-08-03 | Nomura Internat Plc | Analysing and displaying associated financial data |
US7343552B2 (en) | 2004-02-12 | 2008-03-11 | Fuji Xerox Co., Ltd. | Systems and methods for freeform annotations |
US20060053097A1 (en) | 2004-04-01 | 2006-03-09 | King Martin T | Searching and accessing documents on private networks for use with captures from rendered documents |
US20050180330A1 (en) | 2004-02-17 | 2005-08-18 | Touchgraph Llc | Method of animating transitions and stabilizing node motion during dynamic graph navigation |
US20050182793A1 (en) | 2004-02-18 | 2005-08-18 | Keenan Viktor M. | Map structure and method for producing |
US7085890B2 (en) | 2004-02-19 | 2006-08-01 | International Business Machines Corporation | Memory mapping to reduce cache conflicts in multiprocessor systems |
US7596285B2 (en) | 2004-02-26 | 2009-09-29 | International Business Machines Corporation | Providing a portion of an electronic mail message at a reduced resolution |
US7853533B2 (en) | 2004-03-02 | 2010-12-14 | The 41St Parameter, Inc. | Method and system for identifying users and detecting fraud by use of the internet |
US20050210409A1 (en) | 2004-03-19 | 2005-09-22 | Kenny Jou | Systems and methods for class designation in a computerized social network application |
US7599790B2 (en) | 2004-03-23 | 2009-10-06 | Google Inc. | Generating and serving tiles in a digital mapping system |
US7865301B2 (en) | 2004-03-23 | 2011-01-04 | Google Inc. | Secondary map in digital mapping system |
CN103398718B (zh) | 2004-03-23 | 2017-04-12 | 咕果公司 | 数字地图描绘系统 |
US20060026120A1 (en) * | 2004-03-24 | 2006-02-02 | Update Publications Lp | Method and system for collecting, processing, and distributing residential property data |
US7269801B2 (en) | 2004-03-30 | 2007-09-11 | Autodesk, Inc. | System for managing the navigational usability of an interactive map |
US20050226473A1 (en) | 2004-04-07 | 2005-10-13 | Subramanyan Ramesh | Electronic Documents Signing and Compliance Monitoring Invention |
US20060031779A1 (en) | 2004-04-15 | 2006-02-09 | Citrix Systems, Inc. | Selectively sharing screen data |
CA2564754A1 (en) | 2004-04-26 | 2005-11-10 | Right90, Inc. | Forecasting data with real-time updates |
US20050246327A1 (en) | 2004-04-30 | 2005-11-03 | Yeung Simon D | User interfaces and methods of using the same |
US8041701B2 (en) | 2004-05-04 | 2011-10-18 | DG FastChannel, Inc | Enhanced graphical interfaces for displaying visual data |
US7689601B2 (en) | 2004-05-06 | 2010-03-30 | Oracle International Corporation | Achieving web documents using unique document locators |
US20050251786A1 (en) | 2004-05-07 | 2005-11-10 | International Business Machines Corporation | System and method for dynamic software installation instructions |
US8108429B2 (en) | 2004-05-07 | 2012-01-31 | Quest Software, Inc. | System for moving real-time data events across a plurality of devices in a network for simultaneous data protection, replication, and access services |
US7542934B2 (en) | 2004-05-14 | 2009-06-02 | Omnicharts, Llc | System and method for analyzing a waveform to detect specified patterns |
US7587721B2 (en) | 2004-05-20 | 2009-09-08 | Sap Ag | Sharing objects in runtime systems |
US7415704B2 (en) | 2004-05-20 | 2008-08-19 | Sap Ag | Sharing objects in runtime systems |
US20050262057A1 (en) | 2004-05-24 | 2005-11-24 | Lesh Neal B | Intelligent data summarization and visualization |
WO2005116887A1 (en) | 2004-05-25 | 2005-12-08 | Arion Human Capital Limited | Data analysis and flow control system |
US8037144B2 (en) | 2004-05-25 | 2011-10-11 | Google Inc. | Electronic message source reputation information system |
US20080040250A1 (en) | 2004-06-01 | 2008-02-14 | Transcon Securities Pty Ltd., A Corporation | System and Method for Analysing Risk Associated with an Investment Portfolio |
US8055672B2 (en) | 2004-06-10 | 2011-11-08 | International Business Machines Corporation | Dynamic graphical database query and data mining interface |
GB2415317B (en) | 2004-06-15 | 2007-08-15 | Orange Personal Comm Serv Ltd | Provision of group services in a telecommunications network |
FR2872653B1 (fr) | 2004-06-30 | 2006-12-29 | Skyrecon Systems Sa | Systeme et procedes de securisation de postes informatiques et/ou de reseaux de communications |
US7599867B1 (en) | 2004-06-30 | 2009-10-06 | Trading Technologies International, Inc. | System and method for chart pattern recognition and analysis in an electronic trading environment |
US20060010130A1 (en) | 2004-07-09 | 2006-01-12 | Avraham Leff | Method and apparatus for synchronizing client transactions executed by an autonomous client |
WO2006012645A2 (en) | 2004-07-28 | 2006-02-02 | Sarnoff Corporation | Method and apparatus for total situational awareness and monitoring |
US7870487B2 (en) | 2004-07-29 | 2011-01-11 | International Business Machines Corporation | Inserting into a document a screen image of a computer software application |
US7552116B2 (en) | 2004-08-06 | 2009-06-23 | The Board Of Trustees Of The University Of Illinois | Method and system for extracting web query interfaces |
WO2006018843A2 (en) | 2004-08-16 | 2006-02-23 | Beinsync Ltd. | A system and method for the synchronization of data across multiple computing devices |
JP2006058976A (ja) | 2004-08-17 | 2006-03-02 | Fujitsu Ltd | 最適化解析装置、最適化解析方法及び最適化解析プログラム |
US7603229B2 (en) | 2004-08-25 | 2009-10-13 | Microsoft Corporation | Efficiently finding shortest paths using landmarks for computing lower-bound distance estimates |
US7290698B2 (en) | 2004-08-25 | 2007-11-06 | Sony Corporation | Progress bar with multiple portions |
US20060047590A1 (en) | 2004-08-26 | 2006-03-02 | Timothy Anderson | Real-time risk management trading system for professional equity traders with adaptive contingency notification |
US7617232B2 (en) | 2004-09-02 | 2009-11-10 | Microsoft Corporation | Centralized terminology and glossary development |
US7493333B2 (en) | 2004-09-03 | 2009-02-17 | Biowisdom Limited | System and method for parsing and/or exporting data from one or more multi-relational ontologies |
US20060059423A1 (en) | 2004-09-13 | 2006-03-16 | Stefan Lehmann | Apparatus, system, and method for creating customized workflow documentation |
WO2006031952A2 (en) | 2004-09-14 | 2006-03-23 | Ameritrade Ip Company, Inc. | Pattern matcher |
US7406592B1 (en) | 2004-09-23 | 2008-07-29 | American Megatrends, Inc. | Method, system, and apparatus for efficient evaluation of boolean expressions |
US7933862B2 (en) | 2004-09-27 | 2011-04-26 | Microsoft Corporation | One click conditional formatting method and system for software programs |
US7788589B2 (en) | 2004-09-30 | 2010-08-31 | Microsoft Corporation | Method and system for improved electronic task flagging and management |
US7512738B2 (en) | 2004-09-30 | 2009-03-31 | Intel Corporation | Allocating call stack frame entries at different memory levels to functions in a program |
US7712049B2 (en) | 2004-09-30 | 2010-05-04 | Microsoft Corporation | Two-dimensional radial user interface for computer software applications |
US8170901B2 (en) | 2004-10-01 | 2012-05-01 | Microsoft Corporation | Extensible framework for designing workflows |
US20060074881A1 (en) | 2004-10-02 | 2006-04-06 | Adventnet, Inc. | Structure independent searching in disparate databases |
US7366723B2 (en) | 2004-10-05 | 2008-04-29 | Sap Ag | Visual query modeling for configurable patterns |
US7284198B2 (en) | 2004-10-07 | 2007-10-16 | International Business Machines Corporation | Method and system for document draft reminder based on inactivity |
US20060080316A1 (en) | 2004-10-08 | 2006-04-13 | Meridio Ltd | Multiple indexing of an electronic document to selectively permit access to the content and metadata thereof |
US8892571B2 (en) | 2004-10-12 | 2014-11-18 | International Business Machines Corporation | Systems for associating records in healthcare database with individuals |
US20060080616A1 (en) | 2004-10-13 | 2006-04-13 | Xerox Corporation | Systems, methods and user interfaces for document workflow construction |
GB0422750D0 (en) | 2004-10-13 | 2004-11-17 | Ciphergrid Ltd | Remote database technique |
CA2484694A1 (en) | 2004-10-14 | 2006-04-14 | Alcatel | Database ram cache |
US7757220B2 (en) | 2004-10-21 | 2010-07-13 | Discovery Machine, Inc. | Computer interchange of knowledge hierarchies |
US7904913B2 (en) | 2004-11-02 | 2011-03-08 | Bakbone Software, Inc. | Management interface for a system that provides automated, real-time, continuous data protection |
US7574409B2 (en) | 2004-11-04 | 2009-08-11 | Vericept Corporation | Method, apparatus, and system for clustering and classification |
US20060129992A1 (en) | 2004-11-10 | 2006-06-15 | Oberholtzer Brian K | Software test and performance monitoring system |
US7529734B2 (en) | 2004-11-12 | 2009-05-05 | Oracle International Corporation | Method and apparatus for facilitating a database query using a query criteria template |
US7797197B2 (en) | 2004-11-12 | 2010-09-14 | Amazon Technologies, Inc. | Method and system for analyzing the performance of affiliate sites |
US20060116943A1 (en) | 2004-11-30 | 2006-06-01 | Pascal Willain | Method to determine price inflections of securities |
US7620628B2 (en) | 2004-12-06 | 2009-11-17 | Yahoo! Inc. | Search processing with automatic categorization of queries |
US20060129746A1 (en) | 2004-12-14 | 2006-06-15 | Ithink, Inc. | Method and graphic interface for storing, moving, sending or printing electronic data to two or more locations, in two or more formats with a single save function |
US7451397B2 (en) | 2004-12-15 | 2008-11-11 | Microsoft Corporation | System and method for automatically completing spreadsheet formulas |
US7849395B2 (en) | 2004-12-15 | 2010-12-07 | Microsoft Corporation | Filter and sort by color |
US9020887B2 (en) | 2004-12-21 | 2015-04-28 | Proofpoint, Inc. | Managing the status of documents in a distributed storage system |
US20060143079A1 (en) | 2004-12-29 | 2006-06-29 | Jayanta Basak | Cross-channel customer matching |
US8700414B2 (en) | 2004-12-29 | 2014-04-15 | Sap Ag | System supported optimization of event resolution |
US7660823B2 (en) | 2004-12-30 | 2010-02-09 | Sas Institute Inc. | Computer-implemented system and method for visualizing OLAP and multidimensional data in a calendar format |
US7783679B2 (en) | 2005-01-12 | 2010-08-24 | Computer Associates Think, Inc. | Efficient processing of time series data |
US20060161485A1 (en) * | 2005-01-18 | 2006-07-20 | Meldahl Robert A | Financial analysis tree software engine |
US9436945B2 (en) | 2005-02-01 | 2016-09-06 | Redfin Corporation | Interactive map-based search and advertising |
JP3981387B2 (ja) | 2005-02-04 | 2007-09-26 | 有限会社増田経済研究所 | 株式指数の表示装置 |
US8271436B2 (en) | 2005-02-07 | 2012-09-18 | Mimosa Systems, Inc. | Retro-fitting synthetic full copies of data |
US7614006B2 (en) | 2005-02-11 | 2009-11-03 | International Business Machines Corporation | Methods and apparatus for implementing inline controls for transposing rows and columns of computer-based tables |
JPWO2006085455A1 (ja) | 2005-02-14 | 2008-06-26 | 株式会社ジャストシステム | 文書処理装置および文書処理方法 |
US8646080B2 (en) | 2005-09-16 | 2014-02-04 | Avg Technologies Cy Limited | Method and apparatus for removing harmful software |
US20080249957A1 (en) | 2005-03-07 | 2008-10-09 | Hiroaki Masuyama | Stock Portfolio Selection Device, Stock Portfolio Selection Method and Medium Storing Stock Portfolio Selection Program |
US20060242630A1 (en) | 2005-03-09 | 2006-10-26 | Maxis Co., Ltd. | Process for preparing design procedure document and apparatus for the same |
US8091784B1 (en) | 2005-03-09 | 2012-01-10 | Diebold, Incorporated | Banking system controlled responsive to data bearing records |
US7483028B2 (en) | 2005-03-15 | 2009-01-27 | Microsoft Corporation | Providing 1D and 2D connectors in a connected diagram |
US7630931B1 (en) | 2005-03-17 | 2009-12-08 | Finanalytica, Inc. | System and method for the valuation of derivatives |
WO2006102270A2 (en) | 2005-03-22 | 2006-09-28 | Cooper Kim A | Performance motivation systems and methods for contact centers |
US7725728B2 (en) | 2005-03-23 | 2010-05-25 | Business Objects Data Integration, Inc. | Apparatus and method for dynamically auditing data migration to produce metadata |
US7676845B2 (en) | 2005-03-24 | 2010-03-09 | Microsoft Corporation | System and method of selectively scanning a file on a computing device for malware |
US20060218491A1 (en) | 2005-03-25 | 2006-09-28 | International Business Machines Corporation | System, method and program product for community review of documents |
US7596528B1 (en) | 2005-03-31 | 2009-09-29 | Trading Technologies International, Inc. | System and method for dynamically regulating order entry in an electronic trading environment |
US7369961B2 (en) | 2005-03-31 | 2008-05-06 | International Business Machines Corporation | Systems and methods for structural clustering of time sequences |
US7525422B2 (en) | 2005-04-14 | 2009-04-28 | Verizon Business Global Llc | Method and system for providing alarm reporting in a managed network services environment |
US20060235786A1 (en) | 2005-04-14 | 2006-10-19 | Disalvo Dean | System and method for securities liquidity flow tracking, display and trading |
US20080183639A1 (en) | 2005-04-14 | 2008-07-31 | Disalvo Dean F | System and Method for Securities Liquidity Flow Tracking, Display and Trading |
US7426654B2 (en) | 2005-04-14 | 2008-09-16 | Verizon Business Global Llc | Method and system for providing customer controlled notifications in a managed network services system |
US20060242040A1 (en) | 2005-04-20 | 2006-10-26 | Aim Holdings Llc | Method and system for conducting sentiment analysis for securities research |
US8639757B1 (en) | 2011-08-12 | 2014-01-28 | Sprint Communications Company L.P. | User localization using friend location information |
US20060241856A1 (en) | 2005-04-25 | 2006-10-26 | The Boeing Company | Geo-infosphere as applied to dynamic routing system |
US8082172B2 (en) | 2005-04-26 | 2011-12-20 | The Advisory Board Company | System and method for peer-profiling individual performance |
US8145686B2 (en) | 2005-05-06 | 2012-03-27 | Microsoft Corporation | Maintenance of link level consistency between database and file system |
US7958120B2 (en) | 2005-05-10 | 2011-06-07 | Netseer, Inc. | Method and apparatus for distributed community finding |
US7672968B2 (en) | 2005-05-12 | 2010-03-02 | Apple Inc. | Displaying a tooltip associated with a concurrently displayed database object |
US20060265311A1 (en) | 2005-05-20 | 2006-11-23 | Whitney Education Group | Threshold trading method |
US8024778B2 (en) | 2005-05-24 | 2011-09-20 | CRIF Corporation | System and method for defining attributes, decision rules, or both, for remote execution, claim set I |
US8020110B2 (en) | 2005-05-26 | 2011-09-13 | Weisermazars Llp | Methods for defining queries, generating query results and displaying same |
US8825370B2 (en) | 2005-05-27 | 2014-09-02 | Yahoo! Inc. | Interactive map-based travel guide |
US7962842B2 (en) | 2005-05-30 | 2011-06-14 | International Business Machines Corporation | Method and systems for accessing data by spelling discrimination letters of link names |
US8578500B2 (en) | 2005-05-31 | 2013-11-05 | Kurt James Long | System and method of fraud and misuse detection |
US20060277460A1 (en) | 2005-06-03 | 2006-12-07 | Scott Forstall | Webview applications |
US8161122B2 (en) | 2005-06-03 | 2012-04-17 | Messagemind, Inc. | System and method of dynamically prioritized electronic mail graphical user interface, and measuring email productivity and collaboration trends |
US8341259B2 (en) | 2005-06-06 | 2012-12-25 | Adobe Systems Incorporated | ASP for web analytics including a real-time segmentation workbench |
EP1732034A1 (en) | 2005-06-06 | 2006-12-13 | First Data Corporation | System and method for authorizing electronic payment transactions |
US7571192B2 (en) | 2005-06-15 | 2009-08-04 | Oracle International Corporation | Methods and apparatus for maintaining consistency during analysis of large data sets |
US20070005582A1 (en) | 2005-06-17 | 2007-01-04 | Honeywell International Inc. | Building of database queries from graphical operations |
US7761379B2 (en) | 2005-06-24 | 2010-07-20 | Fair Isaac Corporation | Mass compromise/point of compromise analytic detection and compromised card portfolio management system |
US20100199167A1 (en) | 2005-06-24 | 2010-08-05 | Justsystems Corporation | Document processing apparatus |
US8042110B1 (en) | 2005-06-24 | 2011-10-18 | Oracle America, Inc. | Dynamic grouping of application components |
US7565318B2 (en) | 2005-06-28 | 2009-07-21 | Trading Technologies International, Inc. | System and method for calculating and displaying volume to identify buying and selling in an electronic trading environment |
US8200676B2 (en) | 2005-06-28 | 2012-06-12 | Nokia Corporation | User interface for geographic search |
US8429527B1 (en) | 2005-07-12 | 2013-04-23 | Open Text S.A. | Complex data merging, such as in a workflow application |
US8560413B1 (en) | 2005-07-14 | 2013-10-15 | John S. Quarterman | Method and system for detecting distributed internet crime |
US20070016363A1 (en) | 2005-07-15 | 2007-01-18 | Oracle International Corporation | Interactive map-based user interface for transportation planning |
WO2007052285A2 (en) | 2005-07-22 | 2007-05-10 | Yogesh Chunilal Rathod | Universal knowledge management and desktop search system |
US20070178501A1 (en) | 2005-12-06 | 2007-08-02 | Matthew Rabinowitz | System and method for integrating and validating genotypic, phenotypic and medical information into a database according to a standardized ontology |
US7421429B2 (en) | 2005-08-04 | 2008-09-02 | Microsoft Corporation | Generate blog context ranking using track-back weight, context weight and, cumulative comment weight |
JP3989527B2 (ja) | 2005-08-04 | 2007-10-10 | 松下電器産業株式会社 | 検索物品推定装置及び方法、並びに、検索物品推定装置用サーバ |
CN1913441A (zh) | 2005-08-09 | 2007-02-14 | 张永敏 | 连续变化数据集传输及更新方法 |
US7529726B2 (en) | 2005-08-22 | 2009-05-05 | International Business Machines Corporation | XML sub-document versioning method in XML databases using record storages |
US7376516B2 (en) | 2005-08-23 | 2008-05-20 | R.A. Smith National | High accuracy survey grade GIS system |
US7917841B2 (en) | 2005-08-29 | 2011-03-29 | Edgar Online, Inc. | System and method for rendering data |
JP2007079641A (ja) | 2005-09-09 | 2007-03-29 | Canon Inc | 情報処理装置及び情報処理方法及びプログラム及び記憶媒体 |
US8095866B2 (en) | 2005-09-09 | 2012-01-10 | Microsoft Corporation | Filtering user interface for a data summary table |
CN101882395A (zh) | 2005-09-12 | 2010-11-10 | 松下电器产业株式会社 | 地图显示装置 |
US7958147B1 (en) | 2005-09-13 | 2011-06-07 | James Luke Turner | Method for providing customized and automated security assistance, a document marking regime, and central tracking and control for sensitive or classified documents in electronic format |
US8468441B2 (en) | 2005-09-15 | 2013-06-18 | Microsoft Corporation | Cross-application support of charts |
AU2006292344B2 (en) | 2005-09-16 | 2012-02-02 | Pankaj B. Dalal | Financial decision systems |
US8065606B1 (en) | 2005-09-16 | 2011-11-22 | Jpmorgan Chase Bank, N.A. | System and method for automating document generation |
US7672833B2 (en) | 2005-09-22 | 2010-03-02 | Fair Isaac Corporation | Method and apparatus for automatic entity disambiguation |
US20070094248A1 (en) | 2005-09-26 | 2007-04-26 | Bea Systems, Inc. | System and method for managing content by workflows |
US7716226B2 (en) | 2005-09-27 | 2010-05-11 | Patentratings, Llc | Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects |
US20070078832A1 (en) | 2005-09-30 | 2007-04-05 | Yahoo! Inc. | Method and system for using smart tags and a recommendation engine using smart tags |
US7870493B2 (en) | 2005-10-03 | 2011-01-11 | Microsoft Corporation | Distributed clipboard |
WO2007041709A1 (en) | 2005-10-04 | 2007-04-12 | Basepoint Analytics Llc | System and method of detecting fraud |
US7574428B2 (en) | 2005-10-11 | 2009-08-11 | Telmap Ltd | Geometry-based search engine for navigation systems |
US7487139B2 (en) | 2005-10-12 | 2009-02-03 | International Business Machines Corporation | Method and system for filtering a table |
US7933897B2 (en) | 2005-10-12 | 2011-04-26 | Google Inc. | Entity display priority in a distributed geographic information system |
US8666780B2 (en) | 2005-10-18 | 2014-03-04 | Walgreen Co. | System for separating and distributing pharmacy order processing |
US20070094389A1 (en) | 2005-10-23 | 2007-04-26 | Bill Nussey | Provision of rss feeds based on classification of content |
US7627812B2 (en) | 2005-10-27 | 2009-12-01 | Microsoft Corporation | Variable formatting of cells |
US20090168163A1 (en) | 2005-11-01 | 2009-07-02 | Global Bionic Optics Pty Ltd. | Optical lens systems |
US7716227B1 (en) | 2005-11-03 | 2010-05-11 | Hewlett-Packard Development Company, L.P. | Visually representing series data sets in accordance with importance values |
US20100198858A1 (en) | 2005-11-21 | 2010-08-05 | Anti-Gang Enforcement Networking Technology, Inc. | System and Methods for Linking Multiple Events Involving Firearms and Gang Related Activities |
WO2007057008A1 (en) | 2005-11-21 | 2007-05-24 | Saxo Bank A/S | A financial trading system |
US20070118527A1 (en) | 2005-11-22 | 2007-05-24 | Microsoft Corporation | Security and data filtering |
US7730109B2 (en) | 2005-12-12 | 2010-06-01 | Google, Inc. | Message catalogs for remote modules |
US7730082B2 (en) | 2005-12-12 | 2010-06-01 | Google Inc. | Remote module incorporation into a container document |
US7725530B2 (en) | 2005-12-12 | 2010-05-25 | Google Inc. | Proxy server collection of data for module incorporation into a container document |
US8185819B2 (en) | 2005-12-12 | 2012-05-22 | Google Inc. | Module specification for a module to be incorporated into a container document |
US20070136115A1 (en) | 2005-12-13 | 2007-06-14 | Deniz Senturk Doganaksoy | Statistical pattern recognition and analysis |
US7606844B2 (en) | 2005-12-19 | 2009-10-20 | Commvault Systems, Inc. | System and method for performing replication copy storage operations |
US8726144B2 (en) | 2005-12-23 | 2014-05-13 | Xerox Corporation | Interactive learning-based document annotation |
US7870512B2 (en) | 2005-12-28 | 2011-01-11 | Sap Ag | User interface (UI) prototype using UI taxonomy |
US20070150369A1 (en) | 2005-12-28 | 2007-06-28 | Zivin Michael A | Method and system for determining the optimal travel route by which customers can purchase local goods at the lowest total cost |
US7801912B2 (en) | 2005-12-29 | 2010-09-21 | Amazon Technologies, Inc. | Method and apparatus for a searchable data service |
US7831917B1 (en) | 2005-12-30 | 2010-11-09 | Google Inc. | Method, system, and graphical user interface for identifying and communicating with meeting spots |
US8712828B2 (en) | 2005-12-30 | 2014-04-29 | Accenture Global Services Limited | Churn prediction and management system |
CN100481077C (zh) | 2006-01-12 | 2009-04-22 | 国际商业机器公司 | 用于增强搜索结果导航的可视化方法及装置 |
US20070168269A1 (en) | 2006-01-17 | 2007-07-19 | Kuo-Yu Chuo | Method for analyzing financial stock market trend |
US7657478B2 (en) | 2006-01-18 | 2010-02-02 | Standard & Poor's Financial Services Llc | Method for estimating expected cash flow of an investment instrument |
US7634717B2 (en) | 2006-01-23 | 2009-12-15 | Microsoft Corporation | Multiple conditional formatting |
US8248232B2 (en) * | 2006-01-25 | 2012-08-21 | Greatbatch Ltd. | Hermetically sealed RFID microelectronic chip connected to a biocompatible RFID antenna |
US8018322B2 (en) | 2006-01-31 | 2011-09-13 | Oracle International Corporation | Graphical interface for RFID edge server |
US20070192281A1 (en) | 2006-02-02 | 2007-08-16 | International Business Machines Corporation | Methods and apparatus for displaying real-time search trends in graphical search specification and result interfaces |
US20070185867A1 (en) | 2006-02-03 | 2007-08-09 | Matteo Maga | Statistical modeling methods for determining customer distribution by churn probability within a customer population |
US7818291B2 (en) | 2006-02-03 | 2010-10-19 | The General Electric Company | Data object access system and method using dedicated task object |
US8769127B2 (en) | 2006-02-10 | 2014-07-01 | Northrop Grumman Systems Corporation | Cross-domain solution (CDS) collaborate-access-browse (CAB) and assured file transfer (AFT) |
US7770100B2 (en) | 2006-02-27 | 2010-08-03 | Microsoft Corporation | Dynamic thresholds for conditional formats |
US7579965B2 (en) | 2006-03-03 | 2009-08-25 | Andrew Bucholz | Vehicle data collection and processing system |
US7899611B2 (en) | 2006-03-03 | 2011-03-01 | Inrix, Inc. | Detecting anomalous road traffic conditions |
US20070208498A1 (en) | 2006-03-03 | 2007-09-06 | Inrix, Inc. | Displaying road traffic condition information and user controls |
WO2007100298A1 (en) | 2006-03-03 | 2007-09-07 | Donya Research Ab | Creation and rendering of hierarchical digital multimedia data |
US20080052142A1 (en) | 2006-03-13 | 2008-02-28 | Bailey Maurice G T | System and method for real-time display of emergencies, resources and personnel |
US7512578B2 (en) | 2006-03-30 | 2009-03-31 | Emc Corporation | Smart containers |
DE602006002873D1 (de) | 2006-03-31 | 2008-11-06 | Research In Motion Ltd | Benutzerschnittstellenverfahren und Vorrichtung zur Steuerung der visuellen Anzeige von Karten mit auswählbaren Kartenelementen bei mobilen Kommunikationsvorrichtungen |
WO2007117518A2 (en) | 2006-04-03 | 2007-10-18 | Secure64 Software Corporation | Method and system for data-structure management |
US20070240062A1 (en) | 2006-04-07 | 2007-10-11 | Christena Jennifer Y | Method and System for Restricting User Operations in a Graphical User Inerface Window |
US8060391B2 (en) | 2006-04-07 | 2011-11-15 | The University Of Utah Research Foundation | Analogy based workflow identification |
US7490298B2 (en) | 2006-04-12 | 2009-02-10 | International Business Machines Corporation | Creating documentation screenshots on demand |
US8739278B2 (en) | 2006-04-28 | 2014-05-27 | Oracle International Corporation | Techniques for fraud monitoring and detection using application fingerprinting |
US7853573B2 (en) | 2006-05-03 | 2010-12-14 | Oracle International Corporation | Efficient replication of XML data in a relational database management system |
US20070260582A1 (en) | 2006-05-05 | 2007-11-08 | Inetsoft Technology | Method and System for Visual Query Construction and Representation |
US7756843B1 (en) | 2006-05-25 | 2010-07-13 | Juniper Networks, Inc. | Identifying and processing confidential information on network endpoints |
US9195985B2 (en) | 2006-06-08 | 2015-11-24 | Iii Holdings 1, Llc | Method, system, and computer program product for customer-level data verification |
US7468662B2 (en) | 2006-06-16 | 2008-12-23 | International Business Machines Corporation | Method for spatio-temporal event detection using composite definitions for camera systems |
US7657626B1 (en) | 2006-09-19 | 2010-02-02 | Enquisite, Inc. | Click fraud detection |
US7720789B2 (en) | 2006-06-23 | 2010-05-18 | International Business Machines Corporation | System and method of member unique names |
US20080010440A1 (en) | 2006-07-05 | 2008-01-10 | International Business Machines Corporation | Means for supporting and tracking a large number of in-flight stores in an out-of-order processor |
US7933955B2 (en) | 2006-07-11 | 2011-04-26 | Igor Khalatian | One-click universal screen sharing |
US8290943B2 (en) | 2006-07-14 | 2012-10-16 | Raytheon Company | Geographical information display system and method |
US7571109B2 (en) | 2006-07-14 | 2009-08-04 | Fawls Robert A | System and method for assessing operational process risk and quality by calculating operational value at risk |
US20080278311A1 (en) | 2006-08-10 | 2008-11-13 | Loma Linda University Medical Center | Advanced Emergency Geographical Information System |
US20130150004A1 (en) | 2006-08-11 | 2013-06-13 | Michael Rosen | Method and apparatus for reducing mobile phone usage while driving |
US20080040684A1 (en) | 2006-08-14 | 2008-02-14 | Richard Crump | Intelligent Pop-Up Window Method and Apparatus |
US7747562B2 (en) | 2006-08-15 | 2010-06-29 | International Business Machines Corporation | Virtual multidimensional datasets for enterprise software systems |
US20080077597A1 (en) | 2006-08-24 | 2008-03-27 | Lance Butler | Systems and methods for photograph mapping |
US20080051989A1 (en) | 2006-08-25 | 2008-02-28 | Microsoft Corporation | Filtering of data layered on mapping applications |
DE102006040182A1 (de) * | 2006-08-26 | 2008-03-06 | Mht Mold & Hotrunner Technology Ag | Verfahren zur Herstellung eines mehrschichtigen Vorformlings sowie Düse hierfür |
JP4778865B2 (ja) | 2006-08-30 | 2011-09-21 | 株式会社ソニー・コンピュータエンタテインメント | 画像ビューワ、画像表示方法及びプログラム |
US8230332B2 (en) | 2006-08-30 | 2012-07-24 | Compsci Resources, Llc | Interactive user interface for converting unstructured documents |
US7725547B2 (en) | 2006-09-06 | 2010-05-25 | International Business Machines Corporation | Informing a user of gestures made by others out of the user's line of sight |
US8271429B2 (en) | 2006-09-11 | 2012-09-18 | Wiredset Llc | System and method for collecting and processing data |
US8054756B2 (en) | 2006-09-18 | 2011-11-08 | Yahoo! Inc. | Path discovery and analytics for network data |
US20080082486A1 (en) | 2006-09-29 | 2008-04-03 | Yahoo! Inc. | Platform for user discovery experience |
WO2008043082A2 (en) | 2006-10-05 | 2008-04-10 | Splunk Inc. | Time series search engine |
US9183321B2 (en) | 2006-10-16 | 2015-11-10 | Oracle International Corporation | Managing compound XML documents in a repository |
US20080103798A1 (en) | 2006-10-25 | 2008-05-01 | Domenikos Steven D | Identity Protection |
US7698336B2 (en) | 2006-10-26 | 2010-04-13 | Microsoft Corporation | Associating geographic-related information with objects |
US7792353B2 (en) | 2006-10-31 | 2010-09-07 | Hewlett-Packard Development Company, L.P. | Retraining a machine-learning classifier using re-labeled training samples |
US20080148398A1 (en) | 2006-10-31 | 2008-06-19 | Derek John Mezack | System and Method for Definition and Automated Analysis of Computer Security Threat Models |
US8943332B2 (en) | 2006-10-31 | 2015-01-27 | Hewlett-Packard Development Company, L.P. | Audit-log integrity using redactable signatures |
US8229902B2 (en) | 2006-11-01 | 2012-07-24 | Ab Initio Technology Llc | Managing storage of individually accessible data units |
US20080109714A1 (en) | 2006-11-03 | 2008-05-08 | Sap Ag | Capturing screen information |
US8027871B2 (en) | 2006-11-03 | 2011-09-27 | Experian Marketing Solutions, Inc. | Systems and methods for scoring sales leads |
US7657497B2 (en) | 2006-11-07 | 2010-02-02 | Ebay Inc. | Online fraud prevention using genetic algorithm solution |
US7792868B2 (en) | 2006-11-10 | 2010-09-07 | Microsoft Corporation | Data object linking and browsing tool |
US7962495B2 (en) | 2006-11-20 | 2011-06-14 | Palantir Technologies, Inc. | Creating data in a data store using a dynamic ontology |
US20080120593A1 (en) * | 2006-11-21 | 2008-05-22 | Ido Keren | GUI modeling of deep hierarchical data |
US7853614B2 (en) | 2006-11-27 | 2010-12-14 | Rapleaf, Inc. | Hierarchical, traceable, and association reputation assessment of email domains |
US20080133310A1 (en) | 2006-12-01 | 2008-06-05 | Edward Kim | Methods and systems for forecasting product demand for slow moving products |
US8036632B1 (en) | 2007-02-02 | 2011-10-11 | Resource Consortium Limited | Access of information using a situational network |
US8117022B2 (en) | 2006-12-07 | 2012-02-14 | Linker Sheldon O | Method and system for machine understanding, knowledge, and conversation |
US8126848B2 (en) | 2006-12-07 | 2012-02-28 | Robert Edward Wagner | Automated method for identifying and repairing logical data discrepancies between database replicas in a database cluster |
US7680939B2 (en) | 2006-12-20 | 2010-03-16 | Yahoo! Inc. | Graphical user interface to manipulate syndication data feeds |
US7809703B2 (en) | 2006-12-22 | 2010-10-05 | International Business Machines Corporation | Usage of development context in search operations |
US20080162616A1 (en) * | 2006-12-29 | 2008-07-03 | Sap Ag | Skip relation pattern for graph structures |
US8290838B1 (en) | 2006-12-29 | 2012-10-16 | Amazon Technologies, Inc. | Indicating irregularities in online financial transactions |
US8799871B2 (en) | 2007-01-08 | 2014-08-05 | The Mathworks, Inc. | Computation of elementwise expression in parallel |
US20080177782A1 (en) | 2007-01-10 | 2008-07-24 | Pado Metaware Ab | Method and system for facilitating the production of documents |
US7900142B2 (en) | 2007-01-15 | 2011-03-01 | Microsoft Corporation | Selective undo of editing operations performed on data objects |
US10621203B2 (en) | 2007-01-26 | 2020-04-14 | Information Resources, Inc. | Cross-category view of a dataset using an analytic platform |
US8171418B2 (en) | 2007-01-31 | 2012-05-01 | Salesforce.Com, Inc. | Method and system for presenting a visual representation of the portion of the sets of data that a query is expected to return |
US8368695B2 (en) | 2007-02-08 | 2013-02-05 | Microsoft Corporation | Transforming offline maps into interactive online maps |
CN101246486B (zh) | 2007-02-13 | 2012-02-01 | 国际商业机器公司 | 用于改进的表达式处理的方法和装置 |
US7920963B2 (en) | 2007-02-22 | 2011-04-05 | Iac Search & Media, Inc. | Map interface with a movable marker |
US7873557B2 (en) | 2007-02-28 | 2011-01-18 | Aaron Guidotti | Information, document, and compliance management for financial professionals, clients, and supervisors |
US20080208820A1 (en) | 2007-02-28 | 2008-08-28 | Psydex Corporation | Systems and methods for performing semantic analysis of information over time and space |
US7689624B2 (en) | 2007-03-01 | 2010-03-30 | Microsoft Corporation | Graph-based search leveraging sentiment analysis of user comments |
US8352881B2 (en) | 2007-03-08 | 2013-01-08 | International Business Machines Corporation | Method, apparatus and program storage device for providing customizable, immediate and radiating menus for accessing applications and actions |
US8180717B2 (en) | 2007-03-20 | 2012-05-15 | President And Fellows Of Harvard College | System for estimating a distribution of message content categories in source data |
JP5268274B2 (ja) | 2007-03-30 | 2013-08-21 | キヤノン株式会社 | 検索装置、方法、プログラム |
US20080243799A1 (en) * | 2007-03-30 | 2008-10-02 | Innography, Inc. | System and method of generating a set of search results |
US8036971B2 (en) | 2007-03-30 | 2011-10-11 | Palantir Technologies, Inc. | Generating dynamic date sets that represent market conditions |
US8229458B2 (en) | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
US20080255973A1 (en) * | 2007-04-10 | 2008-10-16 | Robert El Wade | Sales transaction analysis tool and associated method of use |
US20090164387A1 (en) | 2007-04-17 | 2009-06-25 | Semandex Networks Inc. | Systems and methods for providing semantically enhanced financial information |
US8959448B2 (en) | 2007-04-17 | 2015-02-17 | Emd Millipore Corporation | Graphical user interface for analysis and comparison of location-specific multiparameter data sets |
US8312546B2 (en) | 2007-04-23 | 2012-11-13 | Mcafee, Inc. | Systems, apparatus, and methods for detecting malware |
US20090024915A1 (en) | 2007-04-27 | 2009-01-22 | Bea Systems, Inc. | Web based application constructor using objects as pages |
US20080267107A1 (en) | 2007-04-27 | 2008-10-30 | Outland Research, Llc | Attraction wait-time inquiry apparatus, system and method |
US7880921B2 (en) | 2007-05-01 | 2011-02-01 | Michael Joseph Dattilo | Method and apparatus to digitally whiteout mistakes on a printed form |
DE102008010419A1 (de) | 2007-05-03 | 2008-11-13 | Navigon Ag | Vorrichtung und Verfahren zur Erstellung eines Textobjekts |
US7962904B2 (en) | 2007-05-10 | 2011-06-14 | Microsoft Corporation | Dynamic parser |
US8090603B2 (en) | 2007-05-11 | 2012-01-03 | Fansnap, Inc. | System and method for selecting event tickets |
US20080288471A1 (en) | 2007-05-18 | 2008-11-20 | Business Objects, S.A. | Apparatus and method for providing a data marketplace |
US8010507B2 (en) | 2007-05-24 | 2011-08-30 | Pado Metaware Ab | Method and system for harmonization of variants of a sequential file |
US8515207B2 (en) | 2007-05-25 | 2013-08-20 | Google Inc. | Annotations in panoramic images, and applications thereof |
WO2009038822A2 (en) | 2007-05-25 | 2009-03-26 | The Research Foundation Of State University Of New York | Spectral clustering for multi-type relational data |
US7809785B2 (en) | 2007-05-28 | 2010-10-05 | Google Inc. | System using router in a web browser for inter-domain communication |
US8739123B2 (en) | 2007-05-28 | 2014-05-27 | Google Inc. | Incorporating gadget functionality on webpages |
WO2008151098A1 (en) | 2007-05-30 | 2008-12-11 | Credit Suisse Securities (Usa) Llc | Simulating machine and method for determining sensitivity of a system output to changes in underlying system parameters |
US7840456B2 (en) | 2007-05-30 | 2010-11-23 | Intuit Inc. | System and method for categorizing credit card transaction data |
US20080301559A1 (en) | 2007-05-31 | 2008-12-04 | Microsoft Corporation | User Interface That Uses a Task Respository |
EP2012261A1 (en) | 2007-06-13 | 2009-01-07 | Sap Ag | Processing and exchanging data of collaborative tasks |
US7930547B2 (en) | 2007-06-15 | 2011-04-19 | Alcatel-Lucent Usa Inc. | High accuracy bloom filter using partitioned hashing |
US20090006150A1 (en) | 2007-06-29 | 2009-01-01 | Sap Ag | Coherent multi-dimensional business process model |
US7991672B2 (en) | 2007-06-29 | 2011-08-02 | William Rory Crowder | System and method of visual illustration of stock market performance |
US8386996B2 (en) | 2007-06-29 | 2013-02-26 | Sap Ag | Process extension wizard for coherent multi-dimensional business process models |
WO2009009623A1 (en) | 2007-07-09 | 2009-01-15 | Tailwalker Technologies, Inc. | Integrating a methodology management system with project tasks in a project management system |
US20090027418A1 (en) | 2007-07-24 | 2009-01-29 | Maru Nimit H | Map-based interfaces for storing and locating information about geographical areas |
US8234298B2 (en) | 2007-07-25 | 2012-07-31 | International Business Machines Corporation | System and method for determining driving factor in a data cube |
US8600872B1 (en) | 2007-07-27 | 2013-12-03 | Wells Fargo Bank, N.A. | System and method for detecting account compromises |
US8549520B2 (en) | 2007-07-31 | 2013-10-01 | Sap Ag | Distributed task handling |
US10762080B2 (en) | 2007-08-14 | 2020-09-01 | John Nicholas and Kristin Gross Trust | Temporal document sorter and method |
US20090055251A1 (en) | 2007-08-20 | 2009-02-26 | Weblistic, Inc., A California Corporation | Directed online advertising system and method |
US7761525B2 (en) | 2007-08-23 | 2010-07-20 | International Business Machines Corporation | System and method for providing improved time references in documents |
US8631015B2 (en) | 2007-09-06 | 2014-01-14 | Linkedin Corporation | Detecting associates |
US20090083275A1 (en) | 2007-09-24 | 2009-03-26 | Nokia Corporation | Method, Apparatus and Computer Program Product for Performing a Visual Search Using Grid-Based Feature Organization |
US8494941B2 (en) | 2007-09-25 | 2013-07-23 | Palantir Technologies, Inc. | Feature-based similarity measure for market instruments |
EP2051173A3 (en) | 2007-09-27 | 2009-08-12 | Magix Ag | System and method for dynamic content insertion from the internet into a multimedia work |
US20090088964A1 (en) | 2007-09-28 | 2009-04-02 | Dave Schaaf | Map scrolling method and apparatus for navigation system for selectively displaying icons |
US8849728B2 (en) | 2007-10-01 | 2014-09-30 | Purdue Research Foundation | Visual analytics law enforcement tools |
US8484115B2 (en) | 2007-10-03 | 2013-07-09 | Palantir Technologies, Inc. | Object-oriented time series generator |
US20090138307A1 (en) | 2007-10-09 | 2009-05-28 | Babcock & Brown Lp, A Delaware Limited Partnership | Automated financial scenario modeling and analysis tool having an intelligent graphical user interface |
CN101409614B (zh) | 2007-10-12 | 2011-04-13 | 华为技术有限公司 | 一种数据同步方法、系统和设备 |
US8060421B1 (en) | 2007-10-17 | 2011-11-15 | The Mathworks, Inc. | Object oriented financial analysis tool |
US20090106308A1 (en) | 2007-10-18 | 2009-04-23 | Christopher Killian | Complexity estimation of data objects |
US8554719B2 (en) | 2007-10-18 | 2013-10-08 | Palantir Technologies, Inc. | Resolving database entity information |
JP2009099073A (ja) | 2007-10-19 | 2009-05-07 | Fuji Xerox Co Ltd | 文書処理履歴管理システム、文書処理履歴管理装置、プログラム |
US8214308B2 (en) | 2007-10-23 | 2012-07-03 | Sas Institute Inc. | Computer-implemented systems and methods for updating predictive models |
US20090125369A1 (en) | 2007-10-26 | 2009-05-14 | Crowe Horwath Llp | System and method for analyzing and dispositioning money laundering suspicious activity alerts |
US20090112678A1 (en) | 2007-10-26 | 2009-04-30 | Ingram Micro Inc. | System and method for knowledge management |
US7650310B2 (en) | 2007-10-30 | 2010-01-19 | Intuit Inc. | Technique for reducing phishing |
US8510743B2 (en) | 2007-10-31 | 2013-08-13 | Google Inc. | Terminating computer applications |
US8140549B2 (en) | 2007-10-31 | 2012-03-20 | Juan Carlos Barinaga | Methods and arrangements of processing and presenting information |
US8200618B2 (en) | 2007-11-02 | 2012-06-12 | International Business Machines Corporation | System and method for analyzing data in a report |
US20090126020A1 (en) * | 2007-11-09 | 2009-05-14 | Norton Richard Elliott | Engine for rule based content filtering |
EP2220457B1 (en) | 2007-11-09 | 2016-06-22 | TeleCommunication Systems, Inc. | Points-of-interest panning on a displayed map with a persistent search on a wireless phone |
US8423425B2 (en) | 2007-11-14 | 2013-04-16 | Panjiva, Inc. | Evaluating public records of supply transactions for financial investment decisions |
US9898767B2 (en) | 2007-11-14 | 2018-02-20 | Panjiva, Inc. | Transaction facilitating marketplace platform |
US8626618B2 (en) | 2007-11-14 | 2014-01-07 | Panjiva, Inc. | Using non-public shipper records to facilitate rating an entity based on public records of supply transactions |
US8145703B2 (en) | 2007-11-16 | 2012-03-27 | Iac Search & Media, Inc. | User interface and method in a local search system with related search results |
KR20090050577A (ko) | 2007-11-16 | 2009-05-20 | 삼성전자주식회사 | 멀티미디어 컨텐츠를 표시 및 재생하는 사용자인터페이스및 그 장치와 제어방법 |
US20090132953A1 (en) | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in local search system with vertical search results and an interactive map |
WO2009073637A2 (en) | 2007-11-29 | 2009-06-11 | Iqzone | Systems and methods for personal information management and contact picture synchronization and distribution |
US20090144262A1 (en) | 2007-12-04 | 2009-06-04 | Microsoft Corporation | Search query transformation using direct manipulation |
US20090150868A1 (en) | 2007-12-10 | 2009-06-11 | Al Chakra | Method and System for Capturing Movie Shots at the Time of an Automated Graphical User Interface Test Failure |
US8417715B1 (en) | 2007-12-19 | 2013-04-09 | Tilmann Bruckhaus | Platform independent plug-in methods and systems for data mining and analytics |
US20090161147A1 (en) | 2007-12-20 | 2009-06-25 | Sharp Laboratories Of America, Inc. | Personal document container |
US8001482B2 (en) | 2007-12-21 | 2011-08-16 | International Business Machines Corporation | Method of displaying tab titles |
US8230333B2 (en) | 2007-12-26 | 2012-07-24 | Vistracks, Inc. | Analysis of time-based geospatial mashups using AD HOC visual queries |
US20090172674A1 (en) | 2007-12-28 | 2009-07-02 | International Business Machines Corporation | Managing the computer collection of information in an information technology environment |
US7865308B2 (en) | 2007-12-28 | 2011-01-04 | Yahoo! Inc. | User-generated activity maps |
US8010886B2 (en) | 2008-01-04 | 2011-08-30 | Microsoft Corporation | Intelligently representing files in a view |
US8055633B2 (en) | 2008-01-21 | 2011-11-08 | International Business Machines Corporation | Method, system and computer program product for duplicate detection |
US7877367B2 (en) | 2008-01-22 | 2011-01-25 | International Business Machines Corporation | Computer method and apparatus for graphical inquiry specification with progressive summary |
US8239245B2 (en) | 2008-01-22 | 2012-08-07 | International Business Machines Corporation | Method and apparatus for end-to-end retail store site optimization |
KR100915295B1 (ko) * | 2008-01-22 | 2009-09-03 | 성균관대학교산학협력단 | 검색 결과 자동 분류 시스템 및 그 방법 |
US8856182B2 (en) | 2008-01-25 | 2014-10-07 | Avaya Inc. | Report database dependency tracing through business intelligence metadata |
US20090193012A1 (en) | 2008-01-29 | 2009-07-30 | James Charles Williams | Inheritance in a Search Index |
US20090199047A1 (en) | 2008-01-31 | 2009-08-06 | Yahoo! Inc. | Executing software performance test jobs in a clustered system |
US20090199106A1 (en) | 2008-02-05 | 2009-08-06 | Sony Ericsson Mobile Communications Ab | Communication terminal including graphical bookmark manager |
US7805457B1 (en) | 2008-02-14 | 2010-09-28 | Securus Technologies, Inc. | System and method for identifying members of a gang or security threat group |
WO2009115921A2 (en) | 2008-02-22 | 2009-09-24 | Ipath Technologies Private Limited | Techniques for enterprise resource mobilization |
US8606807B2 (en) | 2008-02-28 | 2013-12-10 | Red Hat, Inc. | Integration of triple tags into a tagging tool and text browsing |
US20090222760A1 (en) | 2008-02-29 | 2009-09-03 | Halverson Steven G | Method, System and Computer Program Product for Automating the Selection and Ordering of Column Data in a Table for a User |
WO2009111581A1 (en) | 2008-03-04 | 2009-09-11 | Nextbio | Categorization and filtering of scientific data |
US8191766B2 (en) | 2008-03-04 | 2012-06-05 | Mastercard International Incorporated | Methods and systems for managing merchant identifiers |
US20090234720A1 (en) | 2008-03-15 | 2009-09-17 | Gridbyte | Method and System for Tracking and Coaching Service Professionals |
US9830366B2 (en) | 2008-03-22 | 2017-11-28 | Thomson Reuters Global Resources | Online analytic processing cube with time stamping |
US20110238495A1 (en) | 2008-03-24 | 2011-09-29 | Min Soo Kang | Keyword-advertisement method using meta-information related to digital contents and system thereof |
US9274923B2 (en) | 2008-03-25 | 2016-03-01 | Wind River Systems, Inc. | System and method for stack crawl testing and caching |
US8856088B2 (en) | 2008-04-01 | 2014-10-07 | Microsoft Corporation | Application-managed file versioning |
US20090254970A1 (en) | 2008-04-04 | 2009-10-08 | Avaya Inc. | Multi-tier security event correlation and mitigation |
US20090292626A1 (en) | 2008-04-22 | 2009-11-26 | Oxford J Craig | System and method for interactive map, database, and social networking engine |
US8121962B2 (en) | 2008-04-25 | 2012-02-21 | Fair Isaac Corporation | Automated entity identification for efficient profiling in an event probability prediction system |
US20090282068A1 (en) | 2008-05-12 | 2009-11-12 | Shockro John J | Semantic packager |
US8620641B2 (en) | 2008-05-16 | 2013-12-31 | Blackberry Limited | Intelligent elision |
US20090307049A1 (en) | 2008-06-05 | 2009-12-10 | Fair Isaac Corporation | Soft Co-Clustering of Data |
US8301593B2 (en) | 2008-06-12 | 2012-10-30 | Gravic, Inc. | Mixed mode synchronous and asynchronous replication system |
US8412707B1 (en) | 2008-06-13 | 2013-04-02 | Ustringer LLC | Method and apparatus for distributing content |
US8341163B2 (en) | 2008-06-17 | 2012-12-25 | Microsoft Corporation | Techniques for filter sharing |
US8860754B2 (en) | 2008-06-22 | 2014-10-14 | Tableau Software, Inc. | Methods and systems of automatically generating marks in a graphical view |
US8499287B2 (en) | 2008-06-23 | 2013-07-30 | Microsoft Corporation | Analysis of thread synchronization events |
US8301904B1 (en) | 2008-06-24 | 2012-10-30 | Mcafee, Inc. | System, method, and computer program product for automatically identifying potentially unwanted data as unwanted |
US7908521B2 (en) | 2008-06-25 | 2011-03-15 | Microsoft Corporation | Process reflection |
EP2308024A4 (en) | 2008-07-02 | 2016-03-30 | Pacific Knowledge Systems Pty Ltd | METHOD AND SYSTEM FOR GENERATING TEXT |
WO2010006334A1 (en) | 2008-07-11 | 2010-01-14 | Videosurf, Inc. | Apparatus and software system for and method of performing a visual-relevance-rank subsequent search |
US20100011282A1 (en) | 2008-07-11 | 2010-01-14 | iCyte Pty Ltd. | Annotation system and method |
US8301464B1 (en) | 2008-07-18 | 2012-10-30 | Cave Consulting Group, Inc. | Method and system for producing statistical analysis of medical care information |
US20110131082A1 (en) | 2008-07-21 | 2011-06-02 | Michael Manser | System and method for tracking employee performance |
US8554709B2 (en) | 2008-08-04 | 2013-10-08 | Quid, Inc. | Entity performance analysis engines |
US8010545B2 (en) | 2008-08-28 | 2011-08-30 | Palo Alto Research Center Incorporated | System and method for providing a topic-directed search |
US20110078055A1 (en) | 2008-09-05 | 2011-03-31 | Claude Faribault | Methods and systems for facilitating selecting and/or purchasing of items |
US8041714B2 (en) * | 2008-09-15 | 2011-10-18 | Palantir Technologies, Inc. | Filter chains with associated views for exploring large data sets |
US20100070426A1 (en) | 2008-09-15 | 2010-03-18 | Palantir Technologies, Inc. | Object modeling for exploring large data sets |
US20100070427A1 (en) | 2008-09-15 | 2010-03-18 | Palantir Technologies, Inc. | Dynamic indexing |
US8429194B2 (en) | 2008-09-15 | 2013-04-23 | Palantir Technologies, Inc. | Document-based workflows |
US20100070845A1 (en) | 2008-09-17 | 2010-03-18 | International Business Machines Corporation | Shared web 2.0 annotations linked to content segments of web documents |
KR101495132B1 (ko) | 2008-09-24 | 2015-02-25 | 삼성전자주식회사 | 휴대 단말기 및 그 휴대 단말기에서 데이터 표시 방법 |
CN101685449B (zh) | 2008-09-26 | 2012-07-11 | 国际商业机器公司 | 一种用于连接多个异构分布式数据库中的表的方法和系统 |
US8214361B1 (en) | 2008-09-30 | 2012-07-03 | Google Inc. | Organizing search results in a topic hierarchy |
US8108138B2 (en) | 2008-10-02 | 2012-01-31 | The Boeing Company | Optimal vehicle router with energy management system |
US8554579B2 (en) | 2008-10-13 | 2013-10-08 | Fht, Inc. | Management, reporting and benchmarking of medication preparation |
US20100114887A1 (en) | 2008-10-17 | 2010-05-06 | Google Inc. | Textual Disambiguation Using Social Connections |
US8391584B2 (en) | 2008-10-20 | 2013-03-05 | Jpmorgan Chase Bank, N.A. | Method and system for duplicate check detection |
US8108933B2 (en) | 2008-10-21 | 2012-01-31 | Lookout, Inc. | System and method for attack and malware prevention |
US9032254B2 (en) | 2008-10-29 | 2015-05-12 | Aternity Information Systems Ltd. | Real time monitoring of computer for determining speed and energy consumption of various processes |
US8306947B2 (en) | 2008-10-30 | 2012-11-06 | Hewlett-Packard Development Company, L.P. | Replication of operations on objects distributed in a storage system |
US7974943B2 (en) | 2008-10-30 | 2011-07-05 | Hewlett-Packard Development Company, L.P. | Building a synchronized target database |
US8103962B2 (en) | 2008-11-04 | 2012-01-24 | Brigham Young University | Form-based ontology creation and information harvesting |
US20100131502A1 (en) | 2008-11-25 | 2010-05-27 | Fordham Bradley S | Cohort group generation and automatic updating |
US20100131457A1 (en) | 2008-11-26 | 2010-05-27 | Microsoft Corporation | Flattening multi-dimensional data sets into de-normalized form |
US8805861B2 (en) | 2008-12-09 | 2014-08-12 | Google Inc. | Methods and systems to train models to extract and integrate information from data sources |
US8204859B2 (en) | 2008-12-10 | 2012-06-19 | Commvault Systems, Inc. | Systems and methods for managing replicated database data |
US8312038B2 (en) | 2008-12-18 | 2012-11-13 | Oracle International Corporation | Criteria builder for query builder |
US8719350B2 (en) | 2008-12-23 | 2014-05-06 | International Business Machines Corporation | Email addressee verification |
US8762869B2 (en) | 2008-12-23 | 2014-06-24 | Intel Corporation | Reduced complexity user interface |
US8712453B2 (en) | 2008-12-23 | 2014-04-29 | Telecommunication Systems, Inc. | Login security with short messaging |
US20100169376A1 (en) | 2008-12-29 | 2010-07-01 | Yahoo! Inc. | Visual search engine for personal dating |
US10115153B2 (en) | 2008-12-31 | 2018-10-30 | Fair Isaac Corporation | Detection of compromise of merchants, ATMS, and networks |
US20100262688A1 (en) | 2009-01-21 | 2010-10-14 | Daniar Hussain | Systems, methods, and devices for detecting security vulnerabilities in ip networks |
US20100191563A1 (en) * | 2009-01-23 | 2010-07-29 | Doctors' Administrative Solutions, Llc | Physician Practice Optimization Tracking |
US20110213655A1 (en) | 2009-01-24 | 2011-09-01 | Kontera Technologies, Inc. | Hybrid contextual advertising and related content analysis and display techniques |
US8745191B2 (en) | 2009-01-28 | 2014-06-03 | Headwater Partners I Llc | System and method for providing user notifications |
US8601401B2 (en) | 2009-01-30 | 2013-12-03 | Navico Holding As | Method, apparatus and computer program product for synchronizing cursor events |
US9357384B2 (en) | 2009-02-09 | 2016-05-31 | International Business Machines Corporation | System and method to support identity theft protection as part of a distributed service oriented ecosystem |
US20100205108A1 (en) | 2009-02-11 | 2010-08-12 | Mun Johnathan C | Credit and market risk evaluation method |
US8073857B2 (en) | 2009-02-17 | 2011-12-06 | International Business Machines Corporation | Semantics-based data transformation over a wire in mashups |
US9177264B2 (en) | 2009-03-06 | 2015-11-03 | Chiaramail, Corp. | Managing message categories in a network |
US8473454B2 (en) | 2009-03-10 | 2013-06-25 | Xerox Corporation | System and method of on-demand document processing |
US20100235915A1 (en) | 2009-03-12 | 2010-09-16 | Nasir Memon | Using host symptoms, host roles, and/or host reputation for detection of host infection |
US8447722B1 (en) | 2009-03-25 | 2013-05-21 | Mcafee, Inc. | System and method for data mining and security policy management |
IL197961A0 (en) | 2009-04-05 | 2009-12-24 | Guy Shaked | Methods for effective processing of time series |
US9767427B2 (en) | 2009-04-30 | 2017-09-19 | Hewlett Packard Enterprise Development Lp | Modeling multi-dimensional sequence data over streams |
US8677279B2 (en) * | 2009-05-06 | 2014-03-18 | Business Objects Software Limited | Visual hierarchy explorer |
US8719249B2 (en) | 2009-05-12 | 2014-05-06 | Microsoft Corporation | Query classification |
US8484549B2 (en) | 2009-05-26 | 2013-07-09 | Palantir Technologies, Inc. | Visualizing data model sensitivity to variations in parameter values |
US20100306285A1 (en) | 2009-05-28 | 2010-12-02 | Arcsight, Inc. | Specifying a Parser Using a Properties File |
US8856691B2 (en) | 2009-05-29 | 2014-10-07 | Microsoft Corporation | Gesture tool |
US9268761B2 (en) | 2009-06-05 | 2016-02-23 | Microsoft Technology Licensing, Llc | In-line dynamic text with variable formatting |
US8495151B2 (en) | 2009-06-05 | 2013-07-23 | Chandra Bodapati | Methods and systems for determining email addresses |
US20100313239A1 (en) | 2009-06-09 | 2010-12-09 | International Business Machines Corporation | Automated access control for rendered output |
US20100321399A1 (en) | 2009-06-18 | 2010-12-23 | Patrik Ellren | Maps from Sparse Geospatial Data Tiles |
KR101076887B1 (ko) | 2009-06-26 | 2011-10-25 | 주식회사 하이닉스반도체 | 반도체 메모리소자의 랜딩플러그 형성방법 |
US8554742B2 (en) | 2009-07-06 | 2013-10-08 | Intelligent Medical Objects, Inc. | System and process for record duplication analysis |
WO2011015222A1 (en) | 2009-07-15 | 2011-02-10 | Proviciel - Mlstate | System and method for creating a parser generator and associated computer program |
EP2457180A4 (en) * | 2009-07-20 | 2016-09-07 | Google Inc | ADDITIONAL BOX FOR SEARCH RESULTS, INCLUDING RESTRICTED RESTRICTIONS |
US9104695B1 (en) | 2009-07-27 | 2015-08-11 | Palantir Technologies, Inc. | Geotagging structured data |
US8572084B2 (en) | 2009-07-28 | 2013-10-29 | Fti Consulting, Inc. | System and method for displaying relationships between electronically stored information to provide classification suggestions via nearest neighbor |
US8606804B2 (en) | 2009-08-05 | 2013-12-10 | Microsoft Corporation | Runtime-defined dynamic queries |
WO2011020101A2 (en) | 2009-08-14 | 2011-02-17 | Telogis, Inc. | Real time map rendering with data clustering and expansion and overlay |
US8560548B2 (en) | 2009-08-19 | 2013-10-15 | International Business Machines Corporation | System, method, and apparatus for multidimensional exploration of content items in a content store |
CN101996215B (zh) | 2009-08-27 | 2013-07-24 | 阿里巴巴集团控股有限公司 | 一种应用于电子商务网站的信息匹配方法和系统 |
JP5431235B2 (ja) | 2009-08-28 | 2014-03-05 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
US8334773B2 (en) | 2009-08-28 | 2012-12-18 | Deal Magic, Inc. | Asset monitoring and tracking system |
US20110066933A1 (en) | 2009-09-02 | 2011-03-17 | Ludwig Lester F | Value-driven visualization primitives for spreadsheets, tabular data, and advanced spreadsheet visualization |
US10242540B2 (en) | 2009-09-02 | 2019-03-26 | Fair Isaac Corporation | Visualization for payment card transaction fraud analysis |
US9280777B2 (en) | 2009-09-08 | 2016-03-08 | Target Brands, Inc. | Operations dashboard |
US20110066497A1 (en) | 2009-09-14 | 2011-03-17 | Choicestream, Inc. | Personalized advertising and recommendation |
US8214490B1 (en) | 2009-09-15 | 2012-07-03 | Symantec Corporation | Compact input compensating reputation data tracking mechanism |
US8756489B2 (en) | 2009-09-17 | 2014-06-17 | Adobe Systems Incorporated | Method and system for dynamic assembly of form fragments |
US20110074811A1 (en) | 2009-09-25 | 2011-03-31 | Apple Inc. | Map Layout for Print Production |
CN102549390B (zh) | 2009-09-30 | 2015-06-24 | 录象射流技术公司 | 热喷墨油墨组合物 |
US20110078173A1 (en) | 2009-09-30 | 2011-03-31 | Avaya Inc. | Social Network User Interface |
US8595058B2 (en) | 2009-10-15 | 2013-11-26 | Visa U.S.A. | Systems and methods to match identifiers |
US8554699B2 (en) | 2009-10-20 | 2013-10-08 | Google Inc. | Method and system for detecting anomalies in time series data |
US9158816B2 (en) | 2009-10-21 | 2015-10-13 | Microsoft Technology Licensing, Llc | Event processing with XML query based on reusable XML query template |
US8321360B2 (en) | 2009-10-22 | 2012-11-27 | Symantec Corporation | Method and system for weighting transactions in a fraud detection system |
US20110099048A1 (en) | 2009-10-23 | 2011-04-28 | Cadio, Inc. | Performing studies of consumer behavior determined using electronically-captured consumer location data |
US20110112995A1 (en) | 2009-10-28 | 2011-05-12 | Industrial Technology Research Institute | Systems and methods for organizing collective social intelligence information using an organic object data model |
CN102054015B (zh) | 2009-10-28 | 2014-05-07 | 财团法人工业技术研究院 | 使用有机物件数据模型来组织社群智能信息的系统及方法 |
US8312367B2 (en) | 2009-10-30 | 2012-11-13 | Synopsys, Inc. | Technique for dynamically sizing columns in a table |
US8417409B2 (en) | 2009-11-11 | 2013-04-09 | Google Inc. | Transit routing system for public transportation trip planning |
US9232040B2 (en) | 2009-11-13 | 2016-01-05 | Zoll Medical Corporation | Community-based response system |
US20110131547A1 (en) | 2009-12-01 | 2011-06-02 | International Business Machines Corporation | Method and system defining and interchanging diagrams of graphical modeling languages |
US11122009B2 (en) | 2009-12-01 | 2021-09-14 | Apple Inc. | Systems and methods for identifying geographic locations of social media content collected over social networks |
US20110131130A1 (en) | 2009-12-01 | 2011-06-02 | Bank Of America Corporation | Integrated risk assessment and management system |
US8645478B2 (en) | 2009-12-10 | 2014-02-04 | Mcafee, Inc. | System and method for monitoring social engineering in a computer network environment |
GB2476121A (en) | 2009-12-14 | 2011-06-15 | Colin Westlake | Linking interactions using a reference for an internet user's web session |
US20110153384A1 (en) * | 2009-12-17 | 2011-06-23 | Matthew Donald Horne | Visual comps builder |
US8676597B2 (en) | 2009-12-28 | 2014-03-18 | General Electric Company | Methods and systems for mapping healthcare services analytics for volume and trends |
US8564596B2 (en) | 2010-01-12 | 2013-10-22 | Palantir Technologies, Inc. | Techniques for density mapping |
US9026552B2 (en) | 2010-01-18 | 2015-05-05 | Salesforce.Com, Inc. | System and method for linking contact records to company locations |
US8271461B2 (en) | 2010-01-18 | 2012-09-18 | Battelle Memorial Institute | Storing and managing information artifacts collected by information analysts using a computing device |
US8290926B2 (en) | 2010-01-21 | 2012-10-16 | Microsoft Corporation | Scalable topical aggregation of data feeds |
US8683363B2 (en) | 2010-01-26 | 2014-03-25 | Apple Inc. | Device, method, and graphical user interface for managing user interface content and user interface elements |
US8291472B2 (en) | 2010-01-28 | 2012-10-16 | International Business Machines Corporation | Real-time adjustments to authentication conditions |
US20110208822A1 (en) | 2010-02-22 | 2011-08-25 | Yogesh Chunilal Rathod | Method and system for customized, contextual, dynamic and unified communication, zero click advertisement and prospective customers search engine |
US20110208565A1 (en) | 2010-02-23 | 2011-08-25 | Michael Ross | complex process management |
US20110218934A1 (en) | 2010-03-03 | 2011-09-08 | Jeremy Elser | System and methods for comparing real properties for purchase and for generating heat maps to aid in identifying price anomalies of such real properties |
US8863279B2 (en) | 2010-03-08 | 2014-10-14 | Raytheon Company | System and method for malware detection |
US8478709B2 (en) | 2010-03-08 | 2013-07-02 | Hewlett-Packard Development Company, L.P. | Evaluation of client status for likelihood of churn |
US8752054B2 (en) | 2010-03-11 | 2014-06-10 | Avaya Inc. | Intelligent merging of transactions based on a variety of criteria |
US20110225482A1 (en) | 2010-03-15 | 2011-09-15 | Wizpatent Pte Ltd | Managing and generating citations in scholarly work |
US20110231296A1 (en) | 2010-03-16 | 2011-09-22 | UberMedia, Inc. | Systems and methods for interacting with messages, authors, and followers |
US20110231305A1 (en) | 2010-03-19 | 2011-09-22 | Visa U.S.A. Inc. | Systems and Methods to Identify Spending Patterns |
US8577911B1 (en) | 2010-03-23 | 2013-11-05 | Google Inc. | Presenting search term refinements |
US8739118B2 (en) | 2010-04-08 | 2014-05-27 | Microsoft Corporation | Pragmatic mapping specification, compilation and validation |
US8306846B2 (en) | 2010-04-12 | 2012-11-06 | First Data Corporation | Transaction location analytics systems and methods |
US20110251951A1 (en) | 2010-04-13 | 2011-10-13 | Dan Kolkowitz | Anti-fraud event correlation |
US8572023B2 (en) | 2010-04-14 | 2013-10-29 | Bank Of America Corporation | Data services framework workflow processing |
US8584124B2 (en) | 2010-04-20 | 2013-11-12 | Salesforce.Com, Inc. | Methods and systems for batch processing in an on-demand service environment |
US20110258216A1 (en) | 2010-04-20 | 2011-10-20 | International Business Machines Corporation | Usability enhancements for bookmarks of browsers |
US8874432B2 (en) | 2010-04-28 | 2014-10-28 | Nec Laboratories America, Inc. | Systems and methods for semi-supervised relationship extraction |
US8255399B2 (en) | 2010-04-28 | 2012-08-28 | Microsoft Corporation | Data classifier |
US8489331B2 (en) | 2010-04-29 | 2013-07-16 | Microsoft Corporation | Destination maps user interface |
US8799812B2 (en) | 2010-04-29 | 2014-08-05 | Cheryl Parker | System and method for geographic based data visualization and extraction |
US8626770B2 (en) | 2010-05-03 | 2014-01-07 | International Business Machines Corporation | Iceberg query evaluation implementing a compressed bitmap index |
US8473415B2 (en) | 2010-05-04 | 2013-06-25 | Kevin Paul Siegel | System and method for identifying a point of compromise in a payment transaction processing system |
US8595234B2 (en) | 2010-05-17 | 2013-11-26 | Wal-Mart Stores, Inc. | Processing data feeds |
US20110289407A1 (en) | 2010-05-18 | 2011-11-24 | Naik Devang K | Font recommendation engine |
US20110289397A1 (en) | 2010-05-19 | 2011-11-24 | Mauricio Eastmond | Displaying Table Data in a Limited Display Area |
JP5161267B2 (ja) | 2010-05-19 | 2013-03-13 | 株式会社日立製作所 | 画面カスタマイズ支援システム、画面カスタマイズ支援方法、および画面カスタマイズ支援プログラム |
US8723679B2 (en) | 2010-05-25 | 2014-05-13 | Public Engines, Inc. | Systems and methods for transmitting alert messages relating to events that occur within a pre-defined area |
US20110295649A1 (en) | 2010-05-31 | 2011-12-01 | International Business Machines Corporation | Automatic churn prediction |
US8799867B1 (en) | 2010-06-08 | 2014-08-05 | Cadence Design Systems, Inc. | Methods, systems, and articles of manufacture for synchronizing software verification flows |
US8756224B2 (en) | 2010-06-16 | 2014-06-17 | Rallyverse, Inc. | Methods, systems, and media for content ranking using real-time data |
US20110310005A1 (en) | 2010-06-17 | 2011-12-22 | Qualcomm Incorporated | Methods and apparatus for contactless gesture recognition |
US8380719B2 (en) | 2010-06-18 | 2013-02-19 | Microsoft Corporation | Semantic content searching |
US8352908B2 (en) | 2010-06-28 | 2013-01-08 | International Business Machines Corporation | Multi-modal conversion tool for form-type applications |
US8364642B1 (en) | 2010-07-07 | 2013-01-29 | Palantir Technologies, Inc. | Managing disconnected investigations |
US8489641B1 (en) | 2010-07-08 | 2013-07-16 | Google Inc. | Displaying layers of search results on a map |
US8407341B2 (en) | 2010-07-09 | 2013-03-26 | Bank Of America Corporation | Monitoring communications |
WO2012004933A1 (ja) | 2010-07-09 | 2012-01-12 | パナソニック株式会社 | オブジェクト関連付け装置、オブジェクト関連付け方法、プログラム及び記録媒体 |
CA2707916C (en) | 2010-07-14 | 2015-12-01 | Ibm Canada Limited - Ibm Canada Limitee | Intelligent timesheet assistance |
US20120019559A1 (en) | 2010-07-20 | 2012-01-26 | Siler Lucas C | Methods and Apparatus for Interactive Display of Images and Measurements |
US9298768B2 (en) | 2010-07-21 | 2016-03-29 | Sqream Technologies Ltd | System and method for the parallel execution of database queries over CPUs and multi core processors |
US8554653B2 (en) | 2010-07-22 | 2013-10-08 | Visa International Service Association | Systems and methods to identify payment accounts having business spending activities |
DE102010036906A1 (de) | 2010-08-06 | 2012-02-09 | Tavendo Gmbh | Konfigurierbares Pie-Menü |
US20120036013A1 (en) | 2010-08-09 | 2012-02-09 | Brent Lee Neuhaus | System and method for determining a consumer's location code from payment transaction data |
US20120050293A1 (en) | 2010-08-25 | 2012-03-01 | Apple, Inc. | Dynamically smoothing a curve |
US8775530B2 (en) | 2010-08-25 | 2014-07-08 | International Business Machines Corporation | Communication management method and system |
US20120066166A1 (en) | 2010-09-10 | 2012-03-15 | International Business Machines Corporation | Predictive Analytics for Semi-Structured Case Oriented Processes |
US8661335B2 (en) | 2010-09-20 | 2014-02-25 | Blackberry Limited | Methods and systems for identifying content elements |
US20130218974A1 (en) | 2010-09-21 | 2013-08-22 | Nokia Corporation | Method and apparatus for collaborative context recognition |
US9747270B2 (en) | 2011-01-07 | 2017-08-29 | Microsoft Technology Licensing, Llc | Natural input for spreadsheet actions |
US20120078595A1 (en) | 2010-09-24 | 2012-03-29 | Nokia Corporation | Method and apparatus for ontology matching |
US20120084118A1 (en) | 2010-09-30 | 2012-04-05 | International Business Machines Corporation | Sales predication for a new store based on on-site market survey data and high resolution geographical information |
US8549004B2 (en) | 2010-09-30 | 2013-10-01 | Hewlett-Packard Development Company, L.P. | Estimation of unique database values |
US8463036B1 (en) | 2010-09-30 | 2013-06-11 | A9.Com, Inc. | Shape-based search of a collection of content |
EP2444134A1 (en) | 2010-10-19 | 2012-04-25 | Travian Games GmbH | Methods, server system and browser clients for providing a game map of a browser-based online multi-player game |
US8666861B2 (en) | 2010-10-21 | 2014-03-04 | Visa International Service Association | Software and methods for risk and fraud mitigation |
US8719252B2 (en) | 2010-10-22 | 2014-05-06 | Daniel Paul Miranker | Accessing relational databases as resource description framework databases |
US8781169B2 (en) | 2010-11-03 | 2014-07-15 | Endeavoring, Llc | Vehicle tracking and locating system |
US8316030B2 (en) | 2010-11-05 | 2012-11-20 | Nextgen Datacom, Inc. | Method and system for document classification or search using discrete words |
JP5706137B2 (ja) | 2010-11-22 | 2015-04-22 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 複数の投稿(データのグループ)を複数の軸に沿ってリアルタイムにコンピュータ画面に表示する方法およびコンピュータ・プログラム |
US8543694B2 (en) | 2010-11-24 | 2013-09-24 | Logrhythm, Inc. | Scalable analytical processing of structured data |
SG190383A1 (en) | 2010-11-26 | 2013-06-28 | Agency Science Tech & Res | Method for creating a report from radiological images using electronic report templates |
US20120137235A1 (en) | 2010-11-29 | 2012-05-31 | Sabarish T S | Dynamic user interface generation |
US20120137238A1 (en) * | 2010-11-29 | 2012-05-31 | Microsoft Corporation | Data visualization interface including range control and treemap integration |
US20120136804A1 (en) | 2010-11-30 | 2012-05-31 | Raymond J. Lucia, SR. | Wealth Management System and Method |
US8839133B2 (en) | 2010-12-02 | 2014-09-16 | Microsoft Corporation | Data visualizations including interactive time line representations |
CN102546446A (zh) | 2010-12-13 | 2012-07-04 | 太仓市浏河镇亿网行网络技术服务部 | 一种电子邮件设备 |
US8676817B2 (en) * | 2010-12-15 | 2014-03-18 | Microsoft Corporation | Rendering selected and unselected lists of an item set |
US9141405B2 (en) | 2010-12-15 | 2015-09-22 | International Business Machines Corporation | User interface construction |
US20120159449A1 (en) | 2010-12-15 | 2012-06-21 | International Business Machines Corporation | Call Stack Inspection For A Thread Of Execution |
US8719166B2 (en) | 2010-12-16 | 2014-05-06 | Verizon Patent And Licensing Inc. | Iterative processing of transaction information to detect fraud |
US9378294B2 (en) | 2010-12-17 | 2016-06-28 | Microsoft Technology Licensing, Llc | Presenting source regions of rendered source web pages in target regions of target web pages |
US20120159399A1 (en) | 2010-12-17 | 2012-06-21 | International Business Machines Corporation | System for organizing and navigating data within a table |
US9881257B2 (en) | 2010-12-29 | 2018-01-30 | Tickr, Inc. | Multi-dimensional visualization of temporal information |
US20120173381A1 (en) | 2011-01-03 | 2012-07-05 | Stanley Benjamin Smith | Process and system for pricing and processing weighted data in a federated or subscription based data source |
US8510154B2 (en) | 2011-01-27 | 2013-08-13 | Leroy Robinson | Method and system for searching for, and monitoring assessment of, original content creators and the original content thereof |
US8447263B2 (en) | 2011-01-28 | 2013-05-21 | Don Reich | Emergency call analysis system |
US8437731B2 (en) | 2011-01-28 | 2013-05-07 | Don Reich | Emergency call analysis system |
IL211163A0 (en) | 2011-02-10 | 2011-04-28 | Univ Ben Gurion | A method for generating a randomized data structure for representing sets, based on bloom filters |
EP2678774A4 (en) | 2011-02-24 | 2015-04-08 | Lexisnexis Division Of Reed Elsevier Inc | METHOD FOR ELECTRONIC DOCUMENT SEARCHING AND GRAPHICAL DISPLAY OF THE ELECTRONIC DOCUMENT SEARCH |
US8682764B2 (en) | 2011-03-01 | 2014-03-25 | Early Warning Services, Llc | System and method for suspect entity detection and mitigation |
US20120246148A1 (en) | 2011-03-22 | 2012-09-27 | Intergraph Technologies Company | Contextual Display and Scrolling of Search Results in Graphical Environment |
EP2689384A1 (en) | 2011-03-23 | 2014-01-29 | Detica Patent Limited | An automated fraud detection method and system |
US9449010B2 (en) | 2011-04-02 | 2016-09-20 | Open Invention Network, Llc | System and method for managing sensitive data using intelligent mobile agents on a network |
JP5872183B2 (ja) * | 2011-04-08 | 2016-03-01 | 株式会社ユニバーサルエンターテインメント | 情報処理システム、嗜好可視化システム及び検閲システム並びに嗜好可視化方法 |
US20120278249A1 (en) | 2011-04-29 | 2012-11-01 | American Express Travel Related Services Company, Inc. | Generating an Identity Theft Score |
US8966486B2 (en) | 2011-05-03 | 2015-02-24 | Microsoft Corporation | Distributed multi-phase batch job processing |
US10185932B2 (en) | 2011-05-06 | 2019-01-22 | Microsoft Technology Licensing, Llc | Setting permissions for links forwarded in electronic messages |
JP5516550B2 (ja) | 2011-05-09 | 2014-06-11 | 株式会社デンソー | 車両用ナビゲーション装置 |
EP3439267A1 (en) | 2011-06-03 | 2019-02-06 | UC Group Limited | Systems and methods for managing chargeback requests |
US20130231862A1 (en) | 2011-06-03 | 2013-09-05 | Microsoft Corporation | Customizable route planning |
US9104765B2 (en) * | 2011-06-17 | 2015-08-11 | Robert Osann, Jr. | Automatic webpage characterization and search results annotation |
US9092482B2 (en) | 2013-03-14 | 2015-07-28 | Palantir Technologies, Inc. | Fair scheduling for mixed-query loads |
US8640246B2 (en) | 2011-06-27 | 2014-01-28 | Raytheon Company | Distributed malware detection |
US8725307B2 (en) | 2011-06-28 | 2014-05-13 | Schneider Electric It Corporation | System and method for measurement aided prediction of temperature and airflow values in a data center |
US20130006725A1 (en) | 2011-06-30 | 2013-01-03 | Accenture Global Services Limited | Tolling integration technology |
WO2013006341A1 (en) | 2011-07-01 | 2013-01-10 | Truecar, Inc. | Method and system for selection, filtering or presentation of available sales outlets |
US9026944B2 (en) | 2011-07-14 | 2015-05-05 | Microsoft Technology Licensing, Llc | Managing content through actions on context based menus |
US8982130B2 (en) | 2011-07-15 | 2015-03-17 | Green Charge Networks | Cluster mapping to highlight areas of electrical congestion |
US8726379B1 (en) | 2011-07-15 | 2014-05-13 | Norse Corporation | Systems and methods for dynamic protection from electronic attacks |
US8751399B2 (en) | 2011-07-15 | 2014-06-10 | Wal-Mart Stores, Inc. | Multi-channel data driven, real-time anti-money laundering system for electronic payment cards |
US20130024268A1 (en) | 2011-07-22 | 2013-01-24 | Ebay Inc. | Incentivizing the linking of internet content to products for sale |
US8666919B2 (en) | 2011-07-29 | 2014-03-04 | Accenture Global Services Limited | Data quality management for profiling, linking, cleansing and migrating data |
US9280532B2 (en) | 2011-08-02 | 2016-03-08 | Palantir Technologies, Inc. | System and method for accessing rich objects via spreadsheets |
US9996807B2 (en) | 2011-08-17 | 2018-06-12 | Roundhouse One Llc | Multidimensional digital platform for building integration and analysis |
US20130046635A1 (en) | 2011-08-19 | 2013-02-21 | Bank Of America Corporation | Triggering offers based on detected location of a mobile point of sale device |
EP2560134A1 (en) | 2011-08-19 | 2013-02-20 | Agor Services BVBA | A platform and method enabling collaboration between value chain partners |
US20130054551A1 (en) | 2011-08-24 | 2013-02-28 | Sap Ag | Global product database |
US8732574B2 (en) | 2011-08-25 | 2014-05-20 | Palantir Technologies, Inc. | System and method for parameterizing documents for automatic workflow generation |
GB201115083D0 (en) | 2011-08-31 | 2011-10-19 | Data Connection Ltd | Identifying data items |
US8630892B2 (en) | 2011-08-31 | 2014-01-14 | Accenture Global Services Limited | Churn analysis system |
US8533204B2 (en) | 2011-09-02 | 2013-09-10 | Xerox Corporation | Text-based searching of image data |
US10031646B2 (en) | 2011-09-07 | 2018-07-24 | Mcafee, Llc | Computer system security dashboard |
US8949164B1 (en) | 2011-09-08 | 2015-02-03 | George O. Mohler | Event forecasting system |
US10140620B2 (en) | 2011-09-15 | 2018-11-27 | Stephan HEATH | Mobile device system and method providing combined delivery system using 3D geo-target location-based mobile commerce searching/purchases, discounts/coupons products, goods, and services, or service providers-geomapping-company/local and socially-conscious information/social networking (“PS-GM-C/LandSC/I-SN”) |
WO2013044141A2 (en) | 2011-09-22 | 2013-03-28 | Capgemini U.S. Llc | Process transformation and transitioning apparatuses, methods and systems |
CA2791350C (en) | 2011-09-26 | 2019-10-01 | Solacom Technologies Inc. | Answering or releasing emergency calls from a map display for an emergency services platform |
US8433702B1 (en) | 2011-09-28 | 2013-04-30 | Palantir Technologies, Inc. | Horizon histogram optimizations |
US20130086482A1 (en) | 2011-09-30 | 2013-04-04 | Cbs Interactive, Inc. | Displaying plurality of content items in window |
US8560494B1 (en) | 2011-09-30 | 2013-10-15 | Palantir Technologies, Inc. | Visual data importer |
WO2013052872A2 (en) | 2011-10-05 | 2013-04-11 | Mastercard International Incorporated | Nomination engine |
US20130097482A1 (en) | 2011-10-13 | 2013-04-18 | Microsoft Corporation | Search result entry truncation using pixel-based approximation |
US8626545B2 (en) | 2011-10-17 | 2014-01-07 | CrowdFlower, Inc. | Predicting future performance of multiple workers on crowdsourcing tasks and selecting repeated crowdsourcing workers |
US8849776B2 (en) | 2011-10-17 | 2014-09-30 | Yahoo! Inc. | Method and system for resolving data inconsistency |
US20130101159A1 (en) | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Image and video based pedestrian traffic estimation |
WO2013063088A2 (en) | 2011-10-26 | 2013-05-02 | Google Inc. | Indicating location status |
US8918424B2 (en) | 2011-10-31 | 2014-12-23 | Advanced Community Services | Managing homeowner association messages |
US9411797B2 (en) | 2011-10-31 | 2016-08-09 | Microsoft Technology Licensing, Llc | Slicer elements for filtering tabular data |
US8843421B2 (en) | 2011-11-01 | 2014-09-23 | Accenture Global Services Limited | Identification of entities likely to engage in a behavior |
US9053083B2 (en) | 2011-11-04 | 2015-06-09 | Microsoft Technology Licensing, Llc | Interaction between web gadgets and spreadsheets |
US20130124193A1 (en) | 2011-11-15 | 2013-05-16 | Business Objects Software Limited | System and Method Implementing a Text Analysis Service |
US8498984B1 (en) | 2011-11-21 | 2013-07-30 | Google Inc. | Categorization of search results |
US9159024B2 (en) | 2011-12-07 | 2015-10-13 | Wal-Mart Stores, Inc. | Real-time predictive intelligence platform |
CN103167093A (zh) | 2011-12-08 | 2013-06-19 | 青岛海信移动通信技术股份有限公司 | 手机邮箱地址的填充方法 |
US20130151305A1 (en) | 2011-12-09 | 2013-06-13 | Sap Ag | Method and Apparatus for Business Drivers and Outcomes to Enable Scenario Planning and Simulation |
US20130151388A1 (en) | 2011-12-12 | 2013-06-13 | Visa International Service Association | Systems and methods to identify affluence levels of accounts |
US9026364B2 (en) | 2011-12-12 | 2015-05-05 | Toyota Jidosha Kabushiki Kaisha | Place affinity estimation |
US20130157234A1 (en) | 2011-12-14 | 2013-06-20 | Microsoft Corporation | Storyline visualization |
US9026480B2 (en) | 2011-12-21 | 2015-05-05 | Telenav, Inc. | Navigation system with point of interest classification mechanism and method of operation thereof |
US20130166550A1 (en) | 2011-12-21 | 2013-06-27 | Sap Ag | Integration of Tags and Object Data |
US8880420B2 (en) | 2011-12-27 | 2014-11-04 | Grubhub, Inc. | Utility for creating heatmaps for the study of competitive advantage in the restaurant marketplace |
US9189556B2 (en) | 2012-01-06 | 2015-11-17 | Google Inc. | System and method for displaying information local to a selected area |
WO2013102892A1 (en) | 2012-01-06 | 2013-07-11 | Technologies Of Voice Interface Ltd | A system and method for generating personalized sensor-based activation of software |
US9116994B2 (en) | 2012-01-09 | 2015-08-25 | Brightedge Technologies, Inc. | Search engine optimization for category specific search results |
US8843431B2 (en) | 2012-01-16 | 2014-09-23 | International Business Machines Corporation | Social network analysis for churn prediction |
US8909648B2 (en) | 2012-01-18 | 2014-12-09 | Technion Research & Development Foundation Limited | Methods and systems of supervised learning of semantic relatedness |
US20140143025A1 (en) | 2012-02-21 | 2014-05-22 | Maritz Holdings Inc. | System and method for managing customer experience when purchasing a product or service |
US8965422B2 (en) | 2012-02-23 | 2015-02-24 | Blackberry Limited | Tagging instant message content for retrieval using mobile communication devices |
EP2805224A4 (en) | 2012-02-24 | 2016-06-22 | Jerry Wolfe | SYSTEM AND METHOD FOR DISPENSING FLAVOR ADVICE AND ENHANCING THEM |
US20130226944A1 (en) | 2012-02-24 | 2013-08-29 | Microsoft Corporation | Format independent data transformation |
EP2820574A1 (en) | 2012-02-29 | 2015-01-07 | Google, Inc. | Interactive query completion templates |
US9378526B2 (en) | 2012-03-02 | 2016-06-28 | Palantir Technologies, Inc. | System and method for accessing data objects via remote references |
US20130232045A1 (en) | 2012-03-04 | 2013-09-05 | Oracle International Corporation | Automatic Detection Of Fraud And Error Using A Vector-Cluster Model |
US8620963B2 (en) | 2012-03-08 | 2013-12-31 | eBizprise Inc. | Large-scale data processing system, method, and non-transitory tangible machine-readable medium thereof |
JP2013191187A (ja) | 2012-03-15 | 2013-09-26 | Fujitsu Ltd | 処理装置,プログラム及び処理システム |
US8787939B2 (en) | 2012-03-27 | 2014-07-22 | Facebook, Inc. | Dynamic geographic beacons for geographic-positioning-capable devices |
US10616782B2 (en) | 2012-03-29 | 2020-04-07 | Mgage, Llc | Cross-channel user tracking systems, methods and devices |
US20130262328A1 (en) | 2012-03-30 | 2013-10-03 | CSRSI, Inc. | System and method for automated data breach compliance |
US20130263019A1 (en) | 2012-03-30 | 2013-10-03 | Maria G. Castellanos | Analyzing social media |
US8738665B2 (en) | 2012-04-02 | 2014-05-27 | Apple Inc. | Smart progress indicator |
US8983936B2 (en) | 2012-04-04 | 2015-03-17 | Microsoft Corporation | Incremental visualization for structured data in an enterprise-level data store |
US9071653B2 (en) | 2012-04-05 | 2015-06-30 | Verizon Patent And Licensing Inc. | Reducing cellular network traffic |
US8792677B2 (en) | 2012-04-19 | 2014-07-29 | Intelligence Based Integrated Security Systems, Inc. | Large venue security method |
US9298856B2 (en) | 2012-04-23 | 2016-03-29 | Sap Se | Interactive data exploration and visualization tool |
US8798354B1 (en) | 2012-04-25 | 2014-08-05 | Intuit Inc. | Method and system for automatic correlation of check-based payments to customer accounts and/or invoices |
US9043710B2 (en) | 2012-04-26 | 2015-05-26 | Sap Se | Switch control in report generation |
US8742934B1 (en) | 2012-04-29 | 2014-06-03 | Intel-Based Solutions, LLC | System and method for facilitating the execution of law enforcement duties and enhancing anti-terrorism and counter-terrorism capabilities |
US10304036B2 (en) | 2012-05-07 | 2019-05-28 | Nasdaq, Inc. | Social media profiling for one or more authors using one or more social media platforms |
EP2662782A1 (en) | 2012-05-10 | 2013-11-13 | Siemens Aktiengesellschaft | Method and system for storing data in a database |
US8788471B2 (en) | 2012-05-30 | 2014-07-22 | International Business Machines Corporation | Matching transactions in multi-level records |
US20140032506A1 (en) | 2012-06-12 | 2014-01-30 | Quality Attributes Software, Inc. | System and methods for real-time detection, correction, and transformation of time series data |
US9032531B1 (en) | 2012-06-28 | 2015-05-12 | Middlegate, Inc. | Identification breach detection |
US8966441B2 (en) | 2012-07-12 | 2015-02-24 | Oracle International Corporation | Dynamic scripts to extend static applications |
US8836788B2 (en) | 2012-08-06 | 2014-09-16 | Cloudparc, Inc. | Controlling use of parking spaces and restricted locations using multiple cameras |
US20140047319A1 (en) | 2012-08-13 | 2014-02-13 | Sap Ag | Context injection and extraction in xml documents based on common sparse templates |
US8554875B1 (en) | 2012-08-13 | 2013-10-08 | Ribbon Labs, Inc. | Communicating future locations in a social network |
US8645332B1 (en) | 2012-08-20 | 2014-02-04 | Sap Ag | Systems and methods for capturing data refinement actions based on visualized search of information |
US10311062B2 (en) | 2012-08-21 | 2019-06-04 | Microsoft Technology Licensing, Llc | Filtering structured data using inexact, culture-dependent terms |
US8676857B1 (en) | 2012-08-23 | 2014-03-18 | International Business Machines Corporation | Context-based search for a data store related to a graph node |
US10163158B2 (en) | 2012-08-27 | 2018-12-25 | Yuh-Shen Song | Transactional monitoring system |
JP5904909B2 (ja) | 2012-08-31 | 2016-04-20 | 株式会社日立製作所 | サプライヤ検索装置およびサプライヤ検索プログラム |
US20140068487A1 (en) | 2012-09-05 | 2014-03-06 | Roche Diagnostics Operations, Inc. | Computer Implemented Methods For Visualizing Correlations Between Blood Glucose Data And Events And Apparatuses Thereof |
US9798768B2 (en) | 2012-09-10 | 2017-10-24 | Palantir Technologies, Inc. | Search around visual queries |
US20140074855A1 (en) | 2012-09-13 | 2014-03-13 | Verance Corporation | Multimedia content tags |
US20140081685A1 (en) | 2012-09-17 | 2014-03-20 | Salesforce.com. inc. | Computer implemented methods and apparatus for universal task management |
AU2013323618B2 (en) | 2012-09-25 | 2019-04-04 | Mx Technologies Inc. | Aggregation source routing |
US20140095273A1 (en) | 2012-09-28 | 2014-04-03 | Catalina Marketing Corporation | Basket aggregator and locator |
US20140095509A1 (en) | 2012-10-02 | 2014-04-03 | Banjo, Inc. | Method of tagging content lacking geotags with a location |
US9501208B2 (en) | 2012-10-08 | 2016-11-22 | Fisher-Rosemount Systems, Inc. | Method and apparatus for managing process control configuration |
US9104786B2 (en) | 2012-10-12 | 2015-08-11 | International Business Machines Corporation | Iterative refinement of cohorts using visual exploration and data analytics |
US8688573B1 (en) | 2012-10-16 | 2014-04-01 | Intuit Inc. | Method and system for identifying a merchant payee associated with a cash transaction |
US20140108068A1 (en) | 2012-10-17 | 2014-04-17 | Jonathan A. Williams | System and Method for Scheduling Tee Time |
US9471370B2 (en) | 2012-10-22 | 2016-10-18 | Palantir Technologies, Inc. | System and method for stack-based batch evaluation of program instructions |
US9348677B2 (en) | 2012-10-22 | 2016-05-24 | Palantir Technologies Inc. | System and method for batch evaluation programs |
US8914886B2 (en) | 2012-10-29 | 2014-12-16 | Mcafee, Inc. | Dynamic quarantining for malware detection |
US9501761B2 (en) | 2012-11-05 | 2016-11-22 | Palantir Technologies, Inc. | System and method for sharing investigation results |
US9501799B2 (en) | 2012-11-08 | 2016-11-22 | Hartford Fire Insurance Company | System and method for determination of insurance classification of entities |
US9378030B2 (en) | 2013-10-01 | 2016-06-28 | Aetherpal, Inc. | Method and apparatus for interactive mobile device guidance |
US10504127B2 (en) | 2012-11-15 | 2019-12-10 | Home Depot Product Authority, Llc | System and method for classifying relevant competitors |
US20140143009A1 (en) | 2012-11-16 | 2014-05-22 | International Business Machines Corporation | Risk reward estimation for company-country pairs |
US9146969B2 (en) | 2012-11-26 | 2015-09-29 | The Boeing Company | System and method of reduction of irrelevant information during search |
US20140156527A1 (en) | 2012-11-30 | 2014-06-05 | Bank Of America Corporation | Pre-payment authorization categorization |
US20140157172A1 (en) | 2012-11-30 | 2014-06-05 | Drillmap | Geographic layout of petroleum drilling data and methods for processing data |
US10672008B2 (en) | 2012-12-06 | 2020-06-02 | Jpmorgan Chase Bank, N.A. | System and method for data analytics |
US9497289B2 (en) | 2012-12-07 | 2016-11-15 | Genesys Telecommunications Laboratories, Inc. | System and method for social message classification based on influence |
US10108668B2 (en) | 2012-12-14 | 2018-10-23 | Sap Se | Column smart mechanism for column based database |
US9195506B2 (en) | 2012-12-21 | 2015-11-24 | International Business Machines Corporation | Processor provisioning by a middleware processing system for a plurality of logical processor partitions |
US9294576B2 (en) | 2013-01-02 | 2016-03-22 | Microsoft Technology Licensing, Llc | Social media impact assessment |
US20140195515A1 (en) | 2013-01-10 | 2014-07-10 | I3 Analytics | Methods and systems for querying and displaying data using interactive three-dimensional representations |
US8639552B1 (en) | 2013-01-24 | 2014-01-28 | Broadvision, Inc. | Systems and methods for creating and sharing tasks |
US9805407B2 (en) | 2013-01-25 | 2017-10-31 | Illumina, Inc. | Methods and systems for using a cloud computing environment to configure and sell a biological sample preparation cartridge and share related data |
US9892026B2 (en) | 2013-02-01 | 2018-02-13 | Ab Initio Technology Llc | Data records selection |
US20140222793A1 (en) | 2013-02-07 | 2014-08-07 | Parlance Corporation | System and Method for Automatically Importing, Refreshing, Maintaining, and Merging Contact Sets |
US20140222521A1 (en) | 2013-02-07 | 2014-08-07 | Ibms, Llc | Intelligent management and compliance verification in distributed work flow environments |
US9264393B2 (en) | 2013-02-13 | 2016-02-16 | International Business Machines Corporation | Mail server-based dynamic workflow management |
US8744890B1 (en) | 2013-02-14 | 2014-06-03 | Aktana, Inc. | System and method for managing system-level workflow strategy and individual workflow activity |
US20140244388A1 (en) | 2013-02-28 | 2014-08-28 | MetroStar Systems, Inc. | Social Content Synchronization |
US10140664B2 (en) | 2013-03-14 | 2018-11-27 | Palantir Technologies Inc. | Resolving similar entities from a transaction database |
US8763078B1 (en) | 2013-03-14 | 2014-06-24 | Palantir Technologies, Inc. | System and method for monitoring authentication attempts |
US9367463B2 (en) | 2013-03-14 | 2016-06-14 | Palantir Technologies, Inc. | System and method utilizing a shared cache to provide zero copy memory mapped database |
US8917274B2 (en) | 2013-03-15 | 2014-12-23 | Palantir Technologies Inc. | Event matrix based on integrated data |
GB2513721A (en) | 2013-03-15 | 2014-11-05 | Palantir Technologies Inc | Computer-implemented systems and methods for comparing and associating objects |
US8937619B2 (en) | 2013-03-15 | 2015-01-20 | Palantir Technologies Inc. | Generating an object time series from data objects |
US8818892B1 (en) | 2013-03-15 | 2014-08-26 | Palantir Technologies, Inc. | Prioritizing data clusters with customizable scoring strategies |
US8909656B2 (en) | 2013-03-15 | 2014-12-09 | Palantir Technologies Inc. | Filter chains with associated multipath views for exploring large data sets |
US8903717B2 (en) | 2013-03-15 | 2014-12-02 | Palantir Technologies Inc. | Method and system for generating a parser and parsing complex data |
GB2513720A (en) | 2013-03-15 | 2014-11-05 | Palantir Technologies Inc | Computer-implemented systems and methods for comparing and associating objects |
US8924388B2 (en) | 2013-03-15 | 2014-12-30 | Palantir Technologies Inc. | Computer-implemented systems and methods for comparing and associating objects |
US9740369B2 (en) | 2013-03-15 | 2017-08-22 | Palantir Technologies Inc. | Systems and methods for providing a tagging interface for external content |
US8868486B2 (en) | 2013-03-15 | 2014-10-21 | Palantir Technologies Inc. | Time-sensitive cube |
US9898167B2 (en) | 2013-03-15 | 2018-02-20 | Palantir Technologies Inc. | Systems and methods for providing a tagging interface for external content |
US9501202B2 (en) | 2013-03-15 | 2016-11-22 | Palantir Technologies, Inc. | Computer graphical user interface with genomic workflow |
US8855999B1 (en) | 2013-03-15 | 2014-10-07 | Palantir Technologies Inc. | Method and system for generating a parser and parsing complex data |
US9372929B2 (en) | 2013-03-20 | 2016-06-21 | Securboration, Inc. | Methods and systems for node and link identification |
US20140310266A1 (en) | 2013-04-10 | 2014-10-16 | Google Inc. | Systems and Methods for Suggesting Places for Persons to Meet |
GB2516155B (en) | 2013-05-07 | 2017-01-18 | Palantir Technologies Inc | Interactive geospatial map |
US8799799B1 (en) | 2013-05-07 | 2014-08-05 | Palantir Technologies Inc. | Interactive geospatial map |
US20140358789A1 (en) | 2013-05-30 | 2014-12-04 | B. Scott Boding | Acquirer facing fraud management system and method |
US9576248B2 (en) | 2013-06-01 | 2017-02-21 | Adam M. Hurwitz | Record linkage sharing using labeled comparison vectors and a machine learning domain classification trainer |
US8601326B1 (en) | 2013-07-05 | 2013-12-03 | Palantir Technologies, Inc. | Data quality monitors |
GB2517582A (en) | 2013-07-05 | 2015-02-25 | Palantir Technologies Inc | Data quality monitors |
US20150019394A1 (en) | 2013-07-11 | 2015-01-15 | Mastercard International Incorporated | Merchant information correction through transaction history or detail |
US8620790B2 (en) | 2013-07-11 | 2013-12-31 | Scvngr | Systems and methods for dynamic transaction-payment routing |
GB2518745A (en) | 2013-08-08 | 2015-04-01 | Palantir Technologies Inc | Template system for custom document generation |
US9223773B2 (en) | 2013-08-08 | 2015-12-29 | Palatir Technologies Inc. | Template system for custom document generation |
US9565152B2 (en) | 2013-08-08 | 2017-02-07 | Palantir Technologies Inc. | Cable reader labeling |
US9477372B2 (en) | 2013-08-08 | 2016-10-25 | Palantir Technologies Inc. | Cable reader snippets and postboard |
US9335897B2 (en) | 2013-08-08 | 2016-05-10 | Palantir Technologies Inc. | Long click display of a context menu |
US8713467B1 (en) | 2013-08-09 | 2014-04-29 | Palantir Technologies, Inc. | Context-sensitive views |
US9785317B2 (en) | 2013-09-24 | 2017-10-10 | Palantir Technologies Inc. | Presentation and analysis of user interaction data |
US8689108B1 (en) | 2013-09-24 | 2014-04-01 | Palantir Technologies, Inc. | Presentation and analysis of user interaction data |
US8938686B1 (en) | 2013-10-03 | 2015-01-20 | Palantir Technologies Inc. | Systems and methods for analyzing performance of an entity |
US8812960B1 (en) | 2013-10-07 | 2014-08-19 | Palantir Technologies Inc. | Cohort-based presentation of user interaction data |
US9116975B2 (en) | 2013-10-18 | 2015-08-25 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive simultaneous querying of multiple data stores |
US8924872B1 (en) | 2013-10-18 | 2014-12-30 | Palantir Technologies Inc. | Overview user interface of emergency call data of a law enforcement agency |
US9792194B2 (en) | 2013-10-18 | 2017-10-17 | International Business Machines Corporation | Performance regression manager for large scale systems |
US8786605B1 (en) | 2013-10-24 | 2014-07-22 | Palantir Technologies Inc. | Systems and methods for distance and congestion-aware resource deployment |
US9021384B1 (en) | 2013-11-04 | 2015-04-28 | Palantir Technologies Inc. | Interactive vehicle information map |
US8832594B1 (en) | 2013-11-04 | 2014-09-09 | Palantir Technologies Inc. | Space-optimized display of multi-column tables with selective text truncation based on a combined text width |
US8868537B1 (en) | 2013-11-11 | 2014-10-21 | Palantir Technologies, Inc. | Simple web search |
US9235638B2 (en) | 2013-11-12 | 2016-01-12 | International Business Machines Corporation | Document retrieval using internal dictionary-hierarchies to adjust per-subject match results |
US10586234B2 (en) | 2013-11-13 | 2020-03-10 | Mastercard International Incorporated | System and method for detecting fraudulent network events |
US9356937B2 (en) | 2013-11-13 | 2016-05-31 | International Business Machines Corporation | Disambiguating conflicting content filter rules |
US9105000B1 (en) | 2013-12-10 | 2015-08-11 | Palantir Technologies Inc. | Aggregating data from a plurality of data sources |
US20150161611A1 (en) | 2013-12-10 | 2015-06-11 | Sas Institute Inc. | Systems and Methods for Self-Similarity Measure |
EP2884441A1 (en) | 2013-12-16 | 2015-06-17 | Palantir Technologies, Inc. | Methods and systems for analyzing entity performance |
US9727622B2 (en) | 2013-12-16 | 2017-08-08 | Palantir Technologies, Inc. | Methods and systems for analyzing entity performance |
US20150178825A1 (en) | 2013-12-23 | 2015-06-25 | Citibank, N.A. | Methods and Apparatus for Quantitative Assessment of Behavior in Financial Entities and Transactions |
US10356032B2 (en) | 2013-12-26 | 2019-07-16 | Palantir Technologies Inc. | System and method for detecting confidential information emails |
US20150186821A1 (en) | 2014-01-02 | 2015-07-02 | Palantir Technologies Inc. | Computer-implemented methods and systems for analyzing healthcare data |
US8832832B1 (en) | 2014-01-03 | 2014-09-09 | Palantir Technologies Inc. | IP reputation |
US9043696B1 (en) | 2014-01-03 | 2015-05-26 | Palantir Technologies Inc. | Systems and methods for visual definition of data associations |
US9009827B1 (en) | 2014-02-20 | 2015-04-14 | Palantir Technologies Inc. | Security sharing system |
US9483162B2 (en) | 2014-02-20 | 2016-11-01 | Palantir Technologies Inc. | Relationship visualizations |
US8924429B1 (en) | 2014-03-18 | 2014-12-30 | Palantir Technologies Inc. | Determining and extracting changed data from a data source |
US9971771B2 (en) | 2014-03-29 | 2018-05-15 | Camelot Uk Bidco Limited | Method, system and software for searching, identifying, retrieving and presenting electronic documents |
US9857958B2 (en) | 2014-04-28 | 2018-01-02 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive access of, investigation of, and analysis of data objects stored in one or more databases |
US9009171B1 (en) | 2014-05-02 | 2015-04-14 | Palantir Technologies Inc. | Systems and methods for active column filtering |
US20150324868A1 (en) | 2014-05-12 | 2015-11-12 | Quixey, Inc. | Query Categorizer |
US9129219B1 (en) | 2014-06-30 | 2015-09-08 | Palantir Technologies, Inc. | Crime risk forecasting |
US9021260B1 (en) | 2014-07-03 | 2015-04-28 | Palantir Technologies Inc. | Malware data item analysis |
US9256664B2 (en) | 2014-07-03 | 2016-02-09 | Palantir Technologies Inc. | System and method for news events detection and visualization |
US20160026923A1 (en) | 2014-07-22 | 2016-01-28 | Palantir Technologies Inc. | System and method for determining a propensity of entity to take a specified action |
US9043894B1 (en) | 2014-11-06 | 2015-05-26 | Palantir Technologies Inc. | Malicious software detection in a computing system |
-
2014
- 2014-01-07 US US14/149,608 patent/US8909656B2/en active Active
- 2014-03-05 CA CA2844875A patent/CA2844875A1/en not_active Abandoned
- 2014-03-13 DK DK14159418T patent/DK2778974T3/da active
- 2014-03-13 EP EP14159418.4A patent/EP2778974B1/en active Active
- 2014-03-13 EP EP19196345.3A patent/EP3598376B1/en active Active
- 2014-03-13 ES ES14159418T patent/ES2757966T3/es active Active
- 2014-03-14 AU AU2014201553A patent/AU2014201553B2/en not_active Ceased
- 2014-12-05 US US14/562,420 patent/US10452678B2/en active Active
-
2019
- 2019-09-11 US US16/567,837 patent/US11341157B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
AU2014201553B2 (en) | 2018-03-01 |
US10452678B2 (en) | 2019-10-22 |
EP2778974B1 (en) | 2019-10-30 |
EP2778974A2 (en) | 2014-09-17 |
US20150205848A1 (en) | 2015-07-23 |
EP3598376A1 (en) | 2020-01-22 |
EP2778974A3 (en) | 2014-11-05 |
DK2778974T3 (da) | 2019-11-25 |
US8909656B2 (en) | 2014-12-09 |
CA2844875A1 (en) | 2014-09-15 |
EP3598376B1 (en) | 2023-04-12 |
US20140279865A1 (en) | 2014-09-18 |
AU2014201553A1 (en) | 2014-10-02 |
US20200110758A1 (en) | 2020-04-09 |
US11341157B2 (en) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2757966T3 (es) | Filtrar cadenas con vistas de múltiples trayectorias asociadas para explorar grandes conjuntos de datos | |
US10846894B2 (en) | Generating object time series from data objects | |
US10977279B2 (en) | Time-sensitive cube | |
US10824632B2 (en) | System and method for generating event visualizations | |
US10585883B2 (en) | Search around visual queries | |
Liu et al. | A survey of scholarly data visualization | |
US10552998B2 (en) | System and method of generating data points from one or more data stores of data items for chart creation and manipulation | |
US20190171837A1 (en) | Multi-user access controls in electronic simultaneously editable document editor | |
US20180349999A1 (en) | Systems and methods for generating a graphical user interface displaying parent order data | |
Sharma et al. | Subset, subquery and queryable-visualization in parametric big data model | |
US9875288B2 (en) | Recursive filter algorithms on hierarchical data models described for the use by the attribute value derivation | |
Stouffs | A practical shape grammar for Chinese ice-ray lattice designs | |
Turdukulov et al. | Enabling geovisual analytics of health data using a server-side approach | |
Leung et al. | Setting Up Your Data |