JP2005085166A - グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム - Google Patents
グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム Download PDFInfo
- Publication number
- JP2005085166A JP2005085166A JP2003318890A JP2003318890A JP2005085166A JP 2005085166 A JP2005085166 A JP 2005085166A JP 2003318890 A JP2003318890 A JP 2003318890A JP 2003318890 A JP2003318890 A JP 2003318890A JP 2005085166 A JP2005085166 A JP 2005085166A
- Authority
- JP
- Japan
- Prior art keywords
- node
- category
- data
- predetermined
- filtering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 158
- 238000001914 filtration Methods 0.000 claims abstract description 156
- 230000008569 process Effects 0.000 claims abstract description 64
- 238000012800 visualization Methods 0.000 claims abstract description 47
- 230000002776 aggregation Effects 0.000 claims description 85
- 238000004220 aggregation Methods 0.000 claims description 85
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 10
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000000470 constituent Substances 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000007418 data mining Methods 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 238000013500 data storage Methods 0.000 description 8
- 208000000112 Myalgia Diseases 0.000 description 7
- 208000013465 muscle pain Diseases 0.000 description 7
- 230000008707 rearrangement Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 階層型データにおける各ノードの属性を所定の集計条件に基づいて集計する集計処理部100と、この集計処理部100による集計結果に対して所定のフィルタリング条件に基づいてフィルタリング処理を行い、階層型データ中から表示対象ノードを選択するフィルタリング処理部200と、このフィルタリング処理部200にて選択された表示対象ノードを構成要素とし、階層型データの階層構造を反映させると共に、各ノードに対応するデータの属性を所定の視覚化要素で表現したグラフィックス・イメージを生成する視覚化処理部300とを備える。
【選択図】 図2
Description
例えば、論文等のドキュメントファイルを対象としたテキストマイニングシステムには、文書中に含まれるカテゴリ情報、単語、単語間の係り受け関係などを用いて、大量のドキュメントからそこに含まれる知見を発見するための機能を有するものがある(例えば、非特許文献1参照)。
バイオメディカル論文を対象とする非特許文献1に記載されたテキストマイニングシステムIBM TAKMI for biomedical documents(略称:MedTAKMIシステム)では、このような階層構造を対象とした分析機能を実装しており、木構造のカテゴリ体系内で、1つのノード(カテゴリ)を指定することで、その子孫の全ノードのカテゴリを含む文書の総数を集計して分析を行うことができる。
非特許文献2に開示されたHyperbolic Tree法による従来技術は、双曲空間にツリー構造を配置することで、データの階層構造とデータ要素間のリンク構造の両方を表現する。
非特許文献3に開示されたTreemap法による従来技術は、階層型データが表示される画面空間を縦方向・横方向に交互に切り分け、切り分けられた領域を個々のデータ要素に対応づけることにより、データの階層構造を表現する。
非特許文献4、5に開示された従来のグラフィックス表示技術は、まず最下位階層を構成するデータのアイコンを長方形等の図形で囲み、次にその図形の集合を囲む図形を作成して上位階層を表現し、更にその上位階層の図形の集合を囲む図形を作成する、という処理を最上位階層まで反復することで、データを画面空間に配置する。
例えば、上述したテキストマイニングシステムIBM TAKMI for biomedical documentsで米国立医療図書館の論文に対してテキストマイニングを行う場合、米国立医療図書館が規定するカテゴリ体系は公開されているので、論文データベースを分析する研究者(分析者)は、調査対象とすべきカテゴリを大抵は把握している。分析者にとって、約4万個ものノードの中から知見を含むノードが無いかをしらみ潰しに調べたり、関連するノードを辿りながら全てのノードを調べたりすることは難しく、通常は、よく知っているカテゴリだけを分析対象とすることが多い。
非特許文献2に開示されたHyperbolic Tree法による従来技術は、放射状のツリー構造の周縁に最下層の個々のデータ要素が配置されるため、数千、数万といった数のデータ要素を表示することは困難である。
また、非特許文献3に開示されたTreemap法による従来技術も、比較的大規模な階層型データに向いた階層型データのグラフィックス表示手法であるが、数千、数万といった数のデータ要素を表示しようとすると、データ要素に対応づけられる最小単位の表示領域が小さくなりすぎて視認性が低下してしまう。
また本発明は、大規模な階層型データ全体を俯瞰的に概観することを可能としながら、個々のデータ要素や特定のカテゴリに含まれるデータの属性を表示する際の視認性を向上させることを、他の目的とする。
またフィルタリング処理部は、集計処理部における集計条件に対する適応の度合に基づいて、階層型データの各ノードに対して集約集計値を用いた表示対象ノードとするか否かの判断を行う際の、各ノードへの着目順を決定する。
このデータ解析装置は、視覚化処理部にて表示出力されたグラフィックス・イメージの視覚化要素に対する所定の入力操作を、視覚化要素に対応するデータが含まれるカテゴリを指定するイベントとして抽出するイベント抽出部をさらに備える構成とすることができる。この場合、フィルタリング処理部は、このイベント抽出部にて抽出された所定のカテゴリの指定情報に基づいてフィルタリング処理を行う。
さらに本発明は、コンピュータを制御して上述したグラフィックス・イメージ生成装置、あるいはデータ解析装置として機能させるプログラムとしても実現される。このプログラムは、磁気ディスクや光ディスク、半導体メモリ、その他の記録媒体に格納して配布したり、ネットワークを介して配信したりすることにより、提供することができる。
また、本発明によれば、与えられた集計条件やフィルタリング条件に基づいて行われたデータ解析の結果を適切に反映したグラフィックス・イメージを出力することにより、データマイニングによって得られる情報を効果的に提示することができる。
まず本発明の概要を説明する。本発明は、コンピュータシステムを用いて、階層型データを解析し、解析結果を視覚的に表現したグラフィックス・イメージを生成する。グラフィックス・イメージの種類としては、階層型データを表現可能なものであれば、種々のものを用いることができるが、以下に説明する本実施形態では、階層を表す領域を入れ子状に組み合わせることによって階層構造を2次元的に表現する手法を用いることとする。
すなわち本発明では、階層型データを下位階層から上位階層に向かって順に配置していくことにより、階層型データのグラフィックス・イメージを生成する。
図1を参照すると、コンピュータシステム10は、グラフィックス表示処理をプログラム制御により実行する処理装置(CPU)11と、処理装置11を制御するプログラムを格納した主メモリ12と、処理装置11により生成された階層型データのグラフィックス・イメージを表示するためのビデオメモリ13及びディスプレイ装置14と、処理対象である階層型データやグラフィックス・イメージを生成するために用いられる各種のデータを格納した磁気ディスク装置等の記憶装置15とを備える。
なお、図1には、本実施形態を実現するための構成のみが図示されている。実際には、図示の構成の他に、各種の命令やデータを入力するためのキーボードやマウスなどの入力装置、音声出力機構や各種の周辺機器、ネットワークに対するインターフェイスなどが設けられていることは言うまでもない。また、階層型データを含む各種のデータは、上記のように記憶装置15から読み出すほか、ネットワークなどを介して外部から入力しても良い。
図2を参照すると、本実施形態のグラフィックス・イメージ生成装置は、階層型データを集計処理する集計処理部100と、集計処理部100の集計結果に基づいてフィルタリング処理を行うフィルタリング処理部200と、グラフィックス・イメージを生成する視覚化処理部300とを備える。
図3は、階層カテゴリの例を示す図である。
図示のように、階層カテゴリは、ルートノードから分岐した階層構造を示す。各ノードに記入されている数字X/Yにおいて、Y(分母)は当該ノードのカテゴリに属する全データの件数を示し、X(分子)は当該ノードのカテゴリに属するデータのうちで所定の集計条件を満たすデータの件数を示す。所定の集計条件で絞る前にY件であった適合データが集計条件で絞り込むことでX件となった場合、X/Yの比率が高いものほど、当該ノードのカテゴリと集計条件との相関が強いと言える(ただし、件数の少ないものはノイズと判断すべきである)。
本実施形態では、所定の集計条件が与えられた場合に、個々のカテゴリに関して当該集計条件を満たす実体データが集計されて各カテゴリの集計値とされると共に、集計された個々のカテゴリの下位に位置するカテゴリ(集計されたカテゴリに対応するノードの子孫ノード)における当該集計条件を満たす実体データの集計値を集約した値(以下、集約集計値)も算出される。以上のようにして得られた各ノードの属性である集計結果(集計値及び集約集計値)は、例えば図1の主メモリ12や記憶装置15に保持され、フィルタリング処理部200に利用される。
上述したように、本実施形態では、階層型データの個々のノードに対して当該ノードに対応するカテゴリ自身の集計値が与えられると共に、当該ノードの子孫ノードの集計値を集約した集約集計値も与えられている。したがって、フィルタリング処理によって所定のノードがグラフィックス・イメージに表示されない場合であっても、その上位ノードが表示されるならば、当該所定のノードの属性を当該上位ノードの表示に反映させることが可能である。
図4は、フィルタリング処理部200によるフィルタリング処理の流れを示すフローチャートである。
図4に示すように、フィルタリング処理部200は、階層型データの全てのノードに対して、各ノード自身の属性の集計値を対象として、棒グラフの高さ及び色によって示される属性値が与えられたフィルタリング条件を越えているかどうかを判断し、各ノードの表示非表示を決定する(ステップ401)。
以上のようにして得られたフィルタリング処理の結果(表示対象ノードの情報)は、例えば図1の主メモリ12や記憶装置15に保持され、視覚化処理部300に利用される。
図5(A)は、件数が3件以上でX/Yの比率が60%以上のノードの属性を表示するというフィルタリング条件に基づいて、表示されるノードを示している。同図において、太枠で示した白抜きのノードは、このフィルタリング条件を満たすので、属性を示す棒グラフが表示される。また、白抜きのノードは、子孫ノードにフィルタリング条件を満たすノードが存在するため、上位階層としての表示のみが行われる。斜線を付したノードは、フィルタリング条件を満足しないので表示されない。
これらのノードの値をこのまま評価すれば、確かに各ノード5a、5b、5cはいずれもフィルタリング条件を満たしていない。しかし上記のように、ノード5aは本来ノード5b、5cの上位ノードであるので、ノード5aに関して、ノード5b、5cを加味して集計値を評価すべきである。
図5(B)は、図5(A)の下位カテゴリにおいて、下位ノードを持つ全てのノードに集約集計値を付した状態を示している。各ノードの近傍に記述された数字(P/Q)は、子ノードの集計値を集約した値であり、Q(分母)は当該ノードのカテゴリに属する全データの件数を示し、P(分子)は当該ノードのカテゴリに属するデータのうちで所定の集計条件を満たすデータの件数を示す。この図で先のノード5aに着目すると、集約集計値が5/8であり、件数が3件以上でX/Yの比率が60%以上のノードの属性を表示するというフィルタリング条件を満足するので、このノード5aに対して属性を示す棒グラフが表示されることとなる。
また、当該データ要素に対する分類などを示す上位階層のノード(上位のカテゴリ)をクラスタと称し、セル及び下位階層のクラスタを内包する長方形で表現する。すなわち、このグラフィックス・イメージは、単一のもしくは多重に配置された長方形のクラスタと、クラスタ内に配置された正方形セルとで構成される。ただし、このグラフィックス・イメージを生成する段階では、このセル及びクラスタは、入れ子状に配列された単なる正方形及び長方形の図形データであるため同様に扱うことができる。したがって、以下の説明において、このセルとクラスタとを特に区別する必要がない場合は、ノードと総称して説明する。以下の説明では、本実施形態において種々の大きさを取り得る長方形のクラスタを配置する場合を主として説明するが、上述のように、セルとクラスタとは区別なく扱われるのであり、セルが同じ大きさに限定されない場合は同様の説明が成り立つことは言うまでもない。
図6に示すように、視覚化処理部300は、階層型データにおける各階層のノードに関して配置順を決定するソート部310と、ソート部310にて決定された順番にしたがって階層型データのノードを配置するノード配置部320と、ソート部310及びノード配置部320による階層型データのノードの配置を当該階層型データの下位階層から順に再帰的に実行させる配置制御部330と、棒グラフ生成部340と、テンプレート保持部350とを備える。
配置順は、テンプレート保持部350に格納されたテンプレートに基づいて決定される。ここで、テンプレートの概念について説明する。
図7は、テンプレートの概念を示す図である。
図7(A)は、9個のノードを持つ1階層に対するテンプレートの例を示す。ノードの位置情報であるテンプレートは、大きさがノードを配置すべき領域(配置領域、この配置領域の詳細については後述)の大きさに一致しており、所定の座標(例えばx−y座標)が設定されている。そして、この座標値により、配置領域内におけるノードを配置すべき位置を特定することができる。テンプレート作成時点では9個のノードを表す長方形の大きさは知らなくてもよい。また、テンプレート上で配置に粗密差が生じていても差し支えない。図7(B)は、テンプレートに基づいて各ノードに対応し所定の大きさを持つ9個の長方形を配置した結果を示す。各長方形は、テンプレートに記述された位置関係をできるだけ保持し、かつ互いに重なることなく、占有面積の拡大を抑えながら配置されていることが分かる。
[基準1]すでに配置されている長方形群とまったく重ならない位置。
[基準2]テンプレートに記述された参照位置との距離Dができるだけ小さい位置。
[基準3]当該長方形の配置による占有領域の拡大量Sができるだけ小さい位置。
このうち、[基準1]を必ず満たし、かつ[基準2][基準3]をできるだけ満たす位置を探索する。本実施の形態では、aD+bSの値が最小である位置(a、bはユーザにより定義される定数)を、[基準2][基準3]を最も満足する位置であるとみなす。a、bを適宜に設定することにより、[基準2]と[基準3]のどちらを重視するかを制御することができる。
(1)ディスプレイ空間の中心から順に、既に配置されている長方形に隣り合うように配置する。
(2)既に配置されている長方形の隙間に配置できる場合は、その隙間に配置する。
本実施の形態では、(2)の方針において必要となる、長方形を配置できるような隙間を高速に探す処理を実現するために、長方形の中心点を結ぶ三角メッシュを用いた処理を実行する。この三角メッシュは、Delaunay条件を満たすものとする。
さらに、本実施形態では、階層型データのノードを下位階層から上位階層へ順次配置していくため、ノード配置部320が所定の階層のクラスタを配置する場合、当該クラスタの下位階層のクラスタまたはセルが既に配置されている。そこで、ノード配置部320は、所定のクラスタを配置する際に、当該クラスタを表す長方形とその内部に既に配置されている下位階層のクラスタまたはセルを表す長方形または正方形との相対的な位置関係を保存し、すなわちこれらの図形を合わせて1つの図形として扱い、配置を行う。
また、本実施形態では、フィルタリング処理部200のフィルタリング処理によってグラフィックス・イメージに表示されるノードを制御することができるが、表示パラメータであるフィルタリング条件を変更することにより、表示されるノードを動的に変更することができる。配置制御部330は、フィルタリング処理部200においてフィルタリング条件を変更してフィルタリング処理が行われた場合は、ソート部310及びノード配置部320を制御して、各ノードを再配置した上でグラフィックス・イメージを再生成する。
また本実施形態では、フィルタリング処理部200のフィルタリング処理により、グラフィックス・イメージの表示構成が動的に変更された場合、必要に応じて棒グラフを整形することができる。棒グラフの整形の具体的な内容については後述する。
まず、三角メッシュを用いた長方形(クラスタ)の配置位置の探索について詳細に説明する。
本実施の形態では、既に幾つかの長方形が配置されている場合に、配置された長方形が疎である領域を検出し、その領域に次の長方形を置く、という処理を反復することで、小さな配置面積に長方形群を配置する。そこで、長方形が疎である領域を抽出するために、長方形を配置する配置領域に、既に配置された長方形の中心点を結ぶ三角メッシュを生成する。この三角メッシュにおいて大きな三角形要素が生成された領域では、長方形が疎である可能性が高いので、その領域に新しい長方形を配置することを試みる。三角形要素の大きさを判定する基準としては、三角形要素の外接円の半径、内接円の半径、3辺の長さの最大値などを用いることができる。以下では、外接円の半径を基準として三角形要素の大きさを判定する場合を例として説明する。
また、初期状態では、既に配置されている長方形は存在しないので、最初に配置する長方形は配置領域における任意の位置に置くことができる。ただしこの場合、上述した(1)の方針にしたがって、長方形はダミー頂点で示された配置領域の中心に置かれることとする。
Delaunay条件を満たす三角メッシュにおいて、図9において破線で示した外接円の内部に他の三角形要素の頂点は存在しない。したがって、外接円の大きい三角形要素の周辺では、三角形要素の頂点の密度が小さいと推測できる。所定の領域において、三角形要素の頂点の密度が小さいことは、長方形の個数が少ないことを意味する。
ここで、三角形要素にダミー頂点が隣接するとは、当該三角形要素の頂点がダミー頂点と一致していることを意味する。したがって、三角形要素に隣接するダミー頂点の数は0から3個の間である(ただし、ダミー頂点の数が3個(すなわち三角形要素の全ての頂点がダミー頂点)の場合とは、ダミー頂点で示された配置領域を対角線で二分する三角メッシュが生成されている場合であり、さらに細かい三角メッシュが生成されている図10の例では、三角形要素に隣接するダミー頂点の数は最大で2個となっている)。これによれば、ダミー頂点は三角メッシュの最も外側に存在するので、隣接するダミー頂点の数の多い三角形要素は三角メッシュが生成された領域の外側に存在し、隣接するダミー頂点の数が少ない三角形要素ほど当該領域の内側に存在していることがわかる。したがって、できるだけ隣接するダミー頂点の数が少ない三角形要素の位置に長方形を配置することで、小さいスペースに長方形をまとめて配置することができ、配置領域の拡大を抑えることができる。
本実施形態では、テンプレート上の正規化された座標値にできるだけ近い三角メッシュ要素から順に抽出し、その三角メッシュ要素の内部に複数個の候補位置を設定する。そして、この候補位置に対して長方形の配置を試みる。これを抽出されたいくつかの三角メッシュ要素について反復して、[基準1]を満たしかつaD+bS値が最小である候補位置を特定し、その位置を長方形の配置場所に決定する。
図12に示すように、まず新しく配置する長方形のテンプレート上の座標値を内部に包括する三角メッシュ要素を特定する(図12(A)参照)。この三角メッシュ要素を出発点にして、隣接関係の幅優先探索によって三角メッシュ要素を抽出する(図12(B)参照)。そして、この抽出順にしたがって長方形の候補位置を算出する。三角メッシュ要素をテンプレート座標値から近い順に処理している関係上、aD値は処理が進むにつれて大きくなる傾向にある。そこで本実施の形態では、aD値がすでに記録されているaD+bS値の最小値を超えた時点で、反復処理を終了する。
図13に示すように、長方形の配置候補位置を算出するために、まず三角メッシュ要素の頂点とその対辺を結ぶ線分を、一定のサンプリング間隔をおいて生成する。その線分上で、すでに配置された長方形と接する位置を、新しい長方形の中心点の候補位置とし、ここに長方形の配置を試みる。ある三角メッシュ要素の内部における候補位置がm個あるときに、本開示書では候補位置をc1〜cmと記述する。このとき、次のいずれかの処理を行う。
・長方形riの中心点vi+4を候補位置cjに配置したとき、長方形riがすでに配置された他の長方形と重なるようであれば、候補位置cjには長方形を配置しない。
・候補位置cjにおけるaD+bSの値を算出する。Sの値には、長方形領域の面積や、4辺の長さの総計などを用いる。算出したaD+bSの値が、長方形riに対して算出されたすべての値の中で最小であれば、その値を(aD+bS)minとして記録する。それと同時に、候補位置cjを位置cminとして記録する。
以上の処理を、三角メッシュ要素ごとに反復する。そして、反復を終了した時点で記録された位置cminに、長方形の中心点vi+4を配置する。
図14は、長方形を配置する対象として選択された三角形要素に長方形を置く手法を説明する図である。
図14に示す例は、破線で示した2個の長方形がすでに配置されており、かつ隣接するダミー頂点の数が1個であるような三角形要素を長方形の配置位置とした場合の処理を示す。この場合、選択された三角形要素の中心点と当該三角形要素のダミー頂点以外の頂点とを結ぶ線分(図14(A)の線分501または線分502)上に、新たに配置する長方形の中心点を置き、かつ当該新たに配置する長方形が既に配置されている長方形に隣接するように、配置する。すなわち図14(B)に実線で示した2つの長方形のいずれかの位置に配置することとなる。
本実施の形態では、次の2つのケースにおいて、配置領域の4頂点v1、v2、v3、v4のいずれかを移動して、配置領域を拡大する。
1)上記の処理により決定した位置cminに配置した長方形riが、4頂点v1、v2、v3、v4によって構成される配置領域をはみ出しているとき。
2)位置cminがまったく記録されないとき。言い換えれば[基準1]を満たす候補位置がまったく見つからなかったとき。このときは領域を拡大した後に、候補位置の算出処理からやり直す。
図15は、上の2つのケースにおける配置領域の拡大方法を概略的に示す図である。それぞれ、配置領域の4頂点を適宜移動し、配置対象である長方形が配置領域内に治まるように、配置領域が拡大されている。配置領域を拡大した場合は、テンプレート上における三角メッシュの頂点座標値を再度正規化する。
図16を参照すると、まず処理対象の階層型データである階層カテゴリがデータ格納部400から視覚化処理部300に読み込まれ(ステップ1601)、各カテゴリのノードがディスプレイ空間に配置される(ステップ1602)。この時点で生成された初期的なグラフィックス・イメージは、視覚化処理部300のテンプレート保持部350に保持される。
なお、図16では、ステップ1601、1602でノードを配置した後に、ステップ1603、1604で集計処理を行うように記載されているが、これらの処理は独立しているので、必ずしもこの順に限らず、集計処理を先に行っても良いし、2つの処理を並列に行っても良い。
棒グラフが配置された後、生成されたグラフィックス・イメージは、ビデオメモリ13に格納され、ディスプレイ装置14に表示出力される(ステップ1608)。
本実施形態の視覚化処理部300は、上述したように、テンプレートを用いてノードの配置位置をある程度制限してグラフィックス・イメージを生成することができる。そのため、フィルタリング条件を変更しながらグラフィックス・イメージの生成を繰り返す場合も、以前に生成した同一の階層カテゴリに対するグラフィックス・イメージをテンプレートとして用いることにより、対応するノードが概ね同じ位置にあるグラフィックス・イメージを生成することができる。
図17に示す階層型データは、2階層からなり、2つの上位ノードのうち一方には4つの下位ノードが存在し、他方には2つの下位ノードが存在する。図17(A)は、フィルタリング処理前もしくは全ての下位ノードの属性がフィルタリング条件を満足した状態を示しており、6つの下位ノード全てが表示対象ノードとなっている。したがって、グラフィックス・イメージでは、上位ノードを表す2つのクラスタ内に、それぞれ下位ノードに対応するセルが配置され、全部で6つの棒グラフが表示されている。
図17(B)は、フィルタリング処理が行われた結果、図示の階層型データの左半分に関して、上位ノードが表示対象ノードとなった状態を示している。したがって、グラフィックス・イメージでは、図17(A)で4つの棒グラフが表示されていたクラスタに、当該クラスタに対応する上位ノードの属性(集約集計値)を表現する棒グラフが表示されている。
図17(C)は、フィルタリング処理が行われた結果、全ての下位ノードの属性がフィルタリング条件を満足せず、2つの上位ノードが表示対象ノードとなった状態を示している。したがって、グラフィックス・イメージでは、図17(A)で上位ノードを表した2つのクラスタに、それぞれ対応する上位ノードの属性(集約集計値)を表現する棒グラフが表示されている。
GUIの機能として、グラフィックス・イメージに表示された棒グラフや各ノード(セル及びクラスタ)を示す長方形をクリックすることにより、対応するノードを指定する機能が提供されるものとする。この機能は、例えば図18に示すように、グラフィックス・イメージに表示された点、線、棒などの視覚化要素がマウスクリックされたことをイベントとして抽出するイベント抽出部500を、図2に示した本実施形態のグラフィックス・イメージ生成装置に付加することで実現される。このイベント抽出部500は、例えば、図1に示したコンピュータシステム10の処理装置11にて実現することができる。
また、このGUI機能を用いた操作として、所定のノードを指定し、指定ノードよりも集計値が高いノードを表示対象ノードとするといった操作が実現されるものとする。
まず、フィルタリング条件として集計値に対する閾値を仮定し、かかる閾値でフィルタリング処理を行った場合に下位ノードの集計値が集約されることとなる上位ノードを探索する。この探索を、閾値を低い値から高い値へ順次上げながら繰り返す。これにより、探索されたノードに対し、探索された順に低い順番を付与する。すなわち、最初に探索されたノードが最下位で、最後に探索されたノードが1位であり、これは集計処理部100における集計条件に対する各ノードの適応の度合を示すと言える。そして順位をつけられた親ノードに対して、当該親ノード自身の集計値と、集約集計値を記録する。
これにより、各ノードに関して、フィルタリング処理によって表示対象ノードが探索される際の順番が決定された。したがって、所定のフィルタリング条件が与えられれば、この順番に従って、各ノードが当該フィルタリング条件を満足するか否かが判断され、表示対象とするか否かが決定されることとなる。
以上のようにして、グラフィックス・イメージの所定のノードがマウスクリックされた場合に、ノードよりも集計値が高いノードを表示対象ノードとするグラフィックス・イメージを再生成するというGUI操作が実現される。
さらに、GUI操作ではないが、上述した前処理によって表示対象ノードを探索する際の探索順を決定しておけば、例えば、集計値の上位x個分のノードを表示するといったフィルタリング条件を与えることにより、階層型データのルートノードから下位ノードへ向かって、上記の前処理で決定された順番でノードを探索し、指定された個数に達した時点で探索を終了し、探索されたノードを表示対象ノードとしてグラフィックス・イメージを生成するといった操作も可能である。
両図を比較すると、図20の方が表示ノードが少なく、画面表示上の過密さが解消されて見やすい画像となっている。しかし、個々のノード上に表示された棒グラフは図19と同様に細いままであり、必ずしも棒グラフによって表現されるノードの属性を判別しやすいとは言えない。
棒グラフを見やすくする第1の手法では、各棒グラフを高さ方向に向かって次第に断面積が大きくなる逆ピラミッド型の四角錐(元の棒グラフが四角柱である場合)で表現する。棒グラフの頂上部分を太く表示することで、ユーザが視認しやすい表現が実現されると共に、底面部分を細く(ノードに対応する大きさで)表示することで、個々のノードの階層構造上の位置が理解しやすくなっている。
図21は、図20のグラフィックス・イメージにおける各ノード上に表示された棒グラフを整形した様子を示す図である。
図21と図20とを比較すると、棒グラフを四角錐で表現したことにより、各棒グラフの色や高さが認識しやすくなっている。また、このグラフィックス・イメージを用いてGUIを提供する場合にも、棒グラフをマウスクリックして対応するノードを指定する操作が容易になる。
なお、ここでは棒グラフを四角錐で表現するとしたが、元の棒グラフの断面形状に応じて、円錐、三角錐等の形状(錐体)が適宜用いられることは言うまでもない。
棒グラフを見やすくする第2の手法では、表示対象ノードを、隙間を詰めて再配置することにより、グラフィックス・イメージのサイズ(ルートノードに対応する長方形のサイズ)を縮小する。そして、ノードが再配置されたグラフィックス・イメージをズームインして表示することにより、個々のノードの表示サイズを相対的に拡大する。各ノードの表示サイズが大きくなったことにより、棒グラフも太く表示されることとなり、ユーザが視認しやすい表現が実現される。
図22は、所定の階層型データに関して生成されたグラフィックス・イメージの例を示す図である。
図22(A)は、フィルタリング処理を行わずにグラフィックス・イメージを生成した状態であり、図22(B)は、所定のフィルタリング処理を実行した上でグラフィックス・イメージを生成した状態である。この2図を比較すると、図22(B)では、表示ノードが減ったことによって、個々のノードの属性を吟味しやすくなっている。しかし、このままでは、ノード間の隙間が大きいため、画面に無駄な(全く情報を含まない)領域が多い。また、データ規模がもっと大きい場合には、個々のノードの表示サイズが小さくなり(棒グラフが細くなり)、属性を吟味しにくくなることが想定される。そこで、図22(C)に示すように、図22(B)の表示ノードを再配置して隙間を詰め、改めてグラフィックス・イメージを生成することにより、画面の無駄な領域を減らすと共に、各ノードの表示サイズを拡大する。これにより、各棒グラフの色や高さが一層認識しやすくなる。また、グラフィックス・イメージを用いてGUIを提供する場合にも、棒グラフをマウスクリックして対応するノードを指定する操作が容易になる。
なお、このようなノードの再配置を行う場合、生成されたグラフィックス・イメージを吟味するために、再配置前後で各ノードの相対位置が大きく変わらないようにすることが重要である。本実施形態では、視覚化処理部300において、テンプレートを用いたグラフィックス・イメージの生成が行われるので、再配置前のグラフィックス・イメージをテンプレートとして用いて再配置後のグラフィックス・イメージを生成することにより、この要求を満たすことができる。
また、本実施形態では、視覚化処理部300が、階層を表す領域を入れ子状に組み合わせることによって階層構造を表現したグラフィックス・イメージを生成することとしたが、本実施形態による集計処理及びフィルタリング処理は、Hyperbolic Tree法やTreemap法など、階層型データを描画可能な種々のグラフィックス・イメージを生成する場合にも有効である。
Claims (22)
- 階層型データを、階層構造を視覚的に表現して図示するグラフィックス・イメージ生成装置において、
前記階層型データにおける各ノードの属性を所定の集計条件に基づいて集計する集計処理部と、
前記集計処理部による集計結果に対して所定のフィルタリング条件に基づいてフィルタリング処理を行い、前記階層型データ中から表示対象ノードを選択するフィルタリング処理部と、
前記フィルタリング処理部にて選択された前記表示対象ノードを構成要素とし、前記階層型データの階層構造を反映させたグラフィックス・イメージを生成する視覚化処理部と
を備えることを特徴とするグラフィックス・イメージ生成装置。 - 前記集計処理部は、前記階層型データにおける所定のノードに対して、当該ノード自身の属性に対する集計結果である集計値を得ると共に、当該ノードの子孫ノードの属性に対する集計値を当該ノードの集計値に集約させた集約集計値を求めることを特徴とする請求項1に記載のグラフィックス・イメージ生成装置。
- 前記フィルタリング処理部は、所定のフィルタリング条件に基づいて表示対象でないと判断したノードに対して、当該ノードの集計値を前記集約集計値に置き換えて、再度当該ノードを表示対象ノードとするか否かを判断することを特徴とする請求項2に記載のグラフィックス・イメージ生成装置。
- 前記フィルタリング処理部は、前記集計処理部における集計条件に対する適応の度合に基づいて、前記階層型データの各ノードに対して前記集約集計値を用いた表示対象ノードとするか否かの判断を行う際の、各ノードへの着目順を決定することを特徴とする請求項3に記載のグラフィックス・イメージ生成装置。
- 前記視覚化処理部は、前記フィルタリング処理部によるフィルタリング処理後の表示対象ノードに対して、前記集計処理部による集計結果に基づいて、当該ノードの属性を表す棒グラフを配置したグラフィックス・イメージを生成することを特徴とする請求項1に記載のグラフィックス・イメージ生成装置。
- 前記視覚化処理部は、前記表示対象ノードに配置する前記棒グラフの形状を、底面部分を個々の前記表示対象ノードの表示形状に対応させ、高さ方向に向かって次第に断面積が大きくなる略錐体とすることを特徴とする請求項5に記載のグラフィックス・イメージ生成装置。
- 前記視覚化処理部は、前記表示対象ノードを表現する所定の図形要素を、前記階層型データの階層構造を表現する入れ子状に配置したグラフィックス・イメージを生成することを特徴とする請求項1に記載のグラフィックス・イメージ生成装置。
- 前記視覚化処理部は、以前に生成したグラフィックス・イメージをテンプレートとして前記表示対象ノードの配置を決定し、新規のグラフィックス・イメージを生成することを特徴とする請求項7に記載のグラフィックス・イメージ生成装置。
- データベースに蓄積されたデータ群を解析するデータ解析装置において、
階層構造を有する所定のカテゴリ体系にて分類されたデータの属性を所定の集計条件に基づいて集計する集計処理部と、
前記集計処理部による集計結果を用い、所定のフィルタリング条件に基づいて、前記カテゴリ体系に対するフィルタリング処理を行い、当該フィルタリング条件における有効なカテゴリを選択するフィルタリング処理部と、
前記フィルタリング処理部にて選択された前記有効なカテゴリを構成要素とし、当該有効なカテゴリに含まれるデータの属性を所定の視覚化要素で表現したグラフィックス・イメージを生成し表示出力する解析結果出力部と
を備えることを特徴とするデータ解析装置。 - 前記集計処理部は、前記カテゴリ体系における所定のカテゴリに対して、当該カテゴリのみに含まれたデータの属性に対する集計結果である当該カテゴリの集計値を得ると共に、当該カテゴリの下位カテゴリに含まれたデータの属性に対する集計値を当該カテゴリに集約させた集約集計値を求め、
前記フィルタリング処理部は、所定のフィルタリング条件に基づいて有効でないと判断したカテゴリに対して、当該カテゴリの集計値を前記集約集計値に置き換えて、再度当該カテゴリを有効なカテゴリとするか否かを判断することを特徴とする請求項9に記載のデータ解析装置。 - 前記視覚化処理部は、前記フィルタリング処理部によるフィルタリング処理後の前記有効なカテゴリに対して、前記集計処理部による集計結果に基づいて、当該有効なカテゴリに含まれるデータの属性を表す棒グラフを配置したグラフィックス・イメージを生成することを特徴とする請求項9に記載のデータ解析装置。
- 前記視覚化処理部にて表示出力された前記グラフィックス・イメージの視覚化要素に対する所定の入力操作を、当該視覚化要素に対応するデータが含まれるカテゴリを指定するイベントとして抽出するイベント抽出部をさらに備え、
前記フィルタリング処理部は、前記イベント抽出部にて抽出された所定のカテゴリの指定情報に基づいてフィルタリング処理を行うことを特徴とする請求項9に記載のデータ解析装置。 - 階層型データを、階層構造を視覚的に表現して図示するグラフィックス・イメージ生成方法において、
前記階層型データにおける各データの属性を所定の集計条件に基づいて集計し、所定の記憶手段に格納する第1のステップと、
集計の結果に対して所定のフィルタリング条件に基づいてフィルタリング処理を行い、前記階層型データ中から表示対象ノードを選択し、選択された表示対象ノードの情報を所定の記憶手段に格納する第2のステップと、
前記表示対象ノードを構成要素とし、前記階層型データの階層構造を反映させたグラフィックス・イメージを生成する第3のステップと
を含むことを特徴とするグラフィックス・イメージ生成方法。 - 前記第1のステップでは、前記階層型データにおける所定のノードに対して、当該ノード自身の属性に対する集計結果である集計値を得ると共に、当該ノードの子孫ノードの属性に対する集計値を当該ノードの集計値に集約させた集約集計値を求め、
前記第2のステップでは、所定のフィルタリング条件に基づいて表示対象でないと判断したノードに対して、当該ノードの集計値を前記集約集計値に置き換えて、再度当該ノードを表示対象ノードとするか否かを判断することを特徴とする請求項13に記載のグラフィックス・イメージ生成方法。 - データベースに蓄積されたデータ群を解析するデータ解析方法において、
階層構造を有する所定のカテゴリ体系にて分類されたデータの属性を所定の集計条件に基づいて集計し、所定の記憶手段に格納する第1のステップと、
集計の結果を用い、所定のフィルタリング条件に基づいて、前記カテゴリ体系に対するフィルタリング処理を行い、当該フィルタリング条件における有効なカテゴリを選択し、選択された当該有効なカテゴリの情報を所定の記憶手段に格納する第2のステップと、
前記有効なカテゴリを構成要素とし、当該有効なカテゴリに含まれるデータの属性を所定の視覚化要素で表現したグラフィックス・イメージを生成し表示出力する第3のステップと
を含むことを特徴とするデータ解析方法。 - 表示出力された前記グラフィックス・イメージの視覚化要素に対する所定の入力操作を、当該視覚化要素に対応するデータが含まれるカテゴリを指定するイベントとして抽出する第4のステップと、
抽出された前記カテゴリの指定情報に基づいてフィルタリング処理を行い、前記フィルタリング条件における有効なカテゴリを選択し、選択された当該有効なカテゴリの情報を所定の記憶手段に格納する第5のステップと、
前記有効なカテゴリを構成要素とし、当該有効なカテゴリに含まれるデータの属性を所定の視覚化要素で表現したグラフィックス・イメージを生成し表示出力する第6のステップと
をさらに含むことを特徴とする請求項15に記載のデータ解析方法。 - コンピュータを、
階層型データを、階層構造を視覚的に表現して図示するグラフィックス・イメージ生成装置において、
階層型データにおける各データの属性を所定の集計条件に基づいて集計する集計処理手段と、
前記集計処理手段による集計結果に対して所定のフィルタリング条件に基づいてフィルタリング処理を行い、前記階層型データ中から表示対象ノードを選択するフィルタリング処理手段と、
前記フィルタリング処理手段にて選択された前記表示対象ノードを構成要素とし、前記階層型データの階層構造を視覚的に表現したグラフィックス・イメージを生成する視覚化処理手段として
機能させることを特徴とするプログラム。 - 前記集計処理手段では、前記階層型データにおける所定のノードに対して、当該ノード自身の属性に対する集計結果である集計値を得ると共に、当該ノードの子孫ノードの属性に対する集計値を当該ノードの集計値に集約させた集約集計値を求め、
前記フィルタリング処理手段では、所定のフィルタリング条件に基づいて表示対象でないと判断したノードに対して、当該ノードの集計値を前記集約集計値に置き換えて、再度当該ノードを表示対象ノードとするか否かを判断することを特徴とする請求項17に記載のプログラム。 - 前記フィルタリング処理手段では、前記集計処理手段における集計条件に対する適応の度合に基づいて、前記階層型データの各ノードに対して前記集約集計値を用いた表示対象ノードとするか否かの判断を行う際の、各ノードへの着目順を決定することを特徴とする請求項18に記載のプログラム。
- コンピュータを、
階層構造を有する所定のカテゴリ体系にて分類されたデータの属性を所定の集計条件に基づいて集計する集計処理手段と、
前記集計処理手段による集計結果を用い、所定のフィルタリング条件に基づいて、前記カテゴリ体系に対するフィルタリング処理を行い、当該フィルタリング条件における有効なカテゴリを選択するフィルタリング処理手段と、
前記フィルタリング処理手段にて選択された前記有効なカテゴリを構成要素とし、当該有効なカテゴリに含まれるデータの属性を所定の視覚化要素で表現したグラフィックス・イメージを生成し表示出力する視覚化処理手段として
機能させることを特徴とするプログラム。 - 前記コンピュータを、前記視覚化処理手段にて表示出力された前記グラフィックス・イメージの視覚化要素に対する所定の入力操作を、当該視覚化要素に対応するデータが含まれるカテゴリを指定するイベントとして抽出するイベント抽出手段として、さらに機能させ、
前記フィルタリング処理手段の機能として、前記イベント抽出手段にて抽出された所定のカテゴリの指定情報に基づいて、フィルタリング処理を行うことを特徴とする請求項20に記載のプログラム。 - 請求項17から請求項21のいずれかに記載のプログラムを、コンピュータが読み取り可能に記録した記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003318890A JP4121125B2 (ja) | 2003-09-10 | 2003-09-10 | グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム |
US10/933,657 US20070185904A1 (en) | 2003-09-10 | 2004-09-02 | Graphics image generation and data analysis |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003318890A JP4121125B2 (ja) | 2003-09-10 | 2003-09-10 | グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005085166A true JP2005085166A (ja) | 2005-03-31 |
JP4121125B2 JP4121125B2 (ja) | 2008-07-23 |
Family
ID=34418049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003318890A Expired - Fee Related JP4121125B2 (ja) | 2003-09-10 | 2003-09-10 | グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20070185904A1 (ja) |
JP (1) | JP4121125B2 (ja) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006338086A (ja) * | 2005-05-31 | 2006-12-14 | Nomura Research Institute Ltd | 話題規模管理装置 |
JP2007272565A (ja) * | 2006-03-31 | 2007-10-18 | Dainippon Printing Co Ltd | データベース情報表示装置、端末装置及びプログラム |
JP2009193298A (ja) * | 2008-02-14 | 2009-08-27 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
WO2010016366A1 (ja) * | 2008-08-05 | 2010-02-11 | 日本電気株式会社 | ユーザビリティ評価装置、ユーザビリティ評価方法及びプログラム |
KR101277487B1 (ko) * | 2011-10-20 | 2013-06-21 | 아주대학교산학협력단 | 트리맵 제어 시스템 및 방법 |
US8959122B2 (en) | 2010-03-08 | 2015-02-17 | Hitachi, Ltd. | Data processing device |
WO2015097957A1 (en) * | 2013-12-27 | 2015-07-02 | International Business Machines Corporation | Condensing hierarchical data |
US9460402B2 (en) | 2013-12-27 | 2016-10-04 | International Business Machines Corporation | Condensing hierarchical data |
JP2017084162A (ja) * | 2015-10-29 | 2017-05-18 | 株式会社ディビイ | データベース処理プログラム、データベース処理方法及びデータベース処理装置 |
JP2017091290A (ja) * | 2015-11-12 | 2017-05-25 | 大日本印刷株式会社 | 立体物造形用データ出力規制装置 |
JP2017091236A (ja) * | 2015-11-11 | 2017-05-25 | 大日本印刷株式会社 | 立体物造形用データ出力規制装置 |
KR20180058600A (ko) * | 2016-11-24 | 2018-06-01 | 아주대학교산학협력단 | 다차원 데이터를 위한 시각화 방법 및 장치 |
KR20200061863A (ko) * | 2018-11-26 | 2020-06-03 | 아주대학교산학협력단 | 다차원 데이터의 시각화를 조절하기 위한 방법 및 장치 |
US10740378B2 (en) | 2017-10-02 | 2020-08-11 | Kabushiki Kaisha Toshiba | Method for presenting information volume for each item in document group |
JP7286205B1 (ja) | 2022-09-22 | 2023-06-05 | 有限会社アクアプラネット | 情報処理システム、情報処理方法、および、情報処理プログラム |
WO2024047855A1 (ja) * | 2022-09-01 | 2024-03-07 | 有限会社アクアプラネット | 情報処理システム、情報処理方法、および、情報処理プログラム |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7831928B1 (en) | 2006-06-22 | 2010-11-09 | Digg, Inc. | Content visualization |
US20080152237A1 (en) * | 2006-12-21 | 2008-06-26 | Sinha Vibha S | Data Visualization Device and Method |
US20080162616A1 (en) * | 2006-12-29 | 2008-07-03 | Sap Ag | Skip relation pattern for graph structures |
US9165087B2 (en) * | 2006-12-29 | 2015-10-20 | Sap Se | Validity path node pattern for structure evaluation of time-dependent acyclic graphs |
US8396827B2 (en) * | 2006-12-29 | 2013-03-12 | Sap Ag | Relation-based hierarchy evaluation of recursive nodes |
US20080162777A1 (en) * | 2006-12-29 | 2008-07-03 | Sap Ag | Graph abstraction pattern for generic graph evaluation |
US20080162563A1 (en) * | 2006-12-29 | 2008-07-03 | Sap Ag | Generic graph services utilizing anonymous and identified graph pattern |
US20090012826A1 (en) * | 2007-07-02 | 2009-01-08 | Nice Systems Ltd. | Method and apparatus for adaptive interaction analytics |
US7818322B2 (en) * | 2008-02-25 | 2010-10-19 | Microsoft Corporation | Efficient method for clustering nodes |
US20100057618A1 (en) * | 2008-08-27 | 2010-03-04 | Sean Andrew Spicer | System, method, and software to manage financial securities via a 3-dimensional landscape |
EP2347352B1 (en) * | 2008-09-16 | 2019-11-06 | Beckman Coulter, Inc. | Interactive tree plot for flow cytometry data |
US8174541B2 (en) * | 2009-01-19 | 2012-05-08 | International Business Machines Corporation | Dividing three-dimensional space into location based virtual packets |
US8145636B1 (en) * | 2009-03-13 | 2012-03-27 | Google Inc. | Classifying text into hierarchical categories |
US8190710B2 (en) | 2009-06-23 | 2012-05-29 | Oracle International Corporation | System and method for providing user context support in a native transaction platform |
US8326913B2 (en) * | 2009-06-25 | 2012-12-04 | Oracle International Corporation | Method and system for service contract discovery |
US20110029951A1 (en) * | 2009-07-30 | 2011-02-03 | International Business Machines Corporation | Visually Presenting Inherited Members in Object-Oriented Languages |
US8806377B2 (en) * | 2009-09-01 | 2014-08-12 | Oracle International Corporation | Method and system for providing graphical user interface with contextual view |
US8863029B2 (en) * | 2009-09-01 | 2014-10-14 | Oracle International Corporation | Method and system for providing graphical user interface having filtering capability |
US8205171B2 (en) | 2009-09-01 | 2012-06-19 | Oracle International Corporation | System and method for providing graphical user interface displaying multiple views |
US8423445B2 (en) * | 2010-07-27 | 2013-04-16 | Edward Rotenberg | Method and system for three-dimensional presentation of financial data |
US9519677B2 (en) * | 2010-10-08 | 2016-12-13 | Battelle Memorial Institute | Data graphing methods, articles of manufacture, and computing devices |
US9183653B2 (en) | 2010-12-14 | 2015-11-10 | Microsoft Technology Licensing, Llc | Extensions for modifying a graphical object to display data |
GB201118530D0 (en) * | 2011-10-26 | 2011-12-07 | Bono Bernard De | A method for organizing data and generating images of reference biological structures and related materials and the images and materials so generated |
US20140358626A1 (en) * | 2013-06-04 | 2014-12-04 | Hewlett-Packard Development Company, L.P. | Assessing the impact of an incident in a service level agreement |
US10223401B2 (en) | 2013-08-15 | 2019-03-05 | International Business Machines Corporation | Incrementally retrieving data for objects to provide a desired level of detail |
US9424345B1 (en) | 2013-09-25 | 2016-08-23 | Google Inc. | Contextual content distribution |
US9767222B2 (en) | 2013-09-27 | 2017-09-19 | International Business Machines Corporation | Information sets for data management |
US9779147B1 (en) | 2014-08-15 | 2017-10-03 | Tableau Software, Inc. | Systems and methods to query and visualize data and relationships |
US9779150B1 (en) * | 2014-08-15 | 2017-10-03 | Tableau Software, Inc. | Systems and methods for filtering data used in data visualizations that use relationships |
US9710527B1 (en) | 2014-08-15 | 2017-07-18 | Tableau Software, Inc. | Systems and methods of arranging displayed elements in data visualizations and use relationships |
US10216750B2 (en) | 2014-10-14 | 2019-02-26 | Microsoft Technology Licensing, Llc | Annotated geometry |
CN105025198B (zh) * | 2015-07-22 | 2019-01-01 | 东方网力科技股份有限公司 | 一种基于时空因素的视频运动目标的分组方法 |
BR102015032565B1 (pt) * | 2015-12-22 | 2023-02-28 | Universidade Estadual De Campinas - Unicamp | Método de visualização interativa de uma estrutura de árvore maxtree e uso do mesmo |
CN106980494B (zh) * | 2016-01-19 | 2021-08-03 | 中兴通讯股份有限公司 | 一种实现智能识别缩放手势指令的浏览器的方法及装置 |
US10839013B1 (en) * | 2018-05-10 | 2020-11-17 | Facebook, Inc. | Generating a graphical representation of relationships among a set of articles and information associated with the set of articles |
CN109614415B (zh) * | 2018-09-29 | 2023-03-28 | 蚂蚁金服(杭州)网络技术有限公司 | 一种数据挖掘、处理方法、装置、设备及介质 |
US20220197947A1 (en) * | 2020-12-21 | 2022-06-23 | UiPath, Inc. | Visual complexity slider for process graphs |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5528735A (en) * | 1993-03-23 | 1996-06-18 | Silicon Graphics Inc. | Method and apparatus for displaying data within a three-dimensional information landscape |
US5528516A (en) * | 1994-05-25 | 1996-06-18 | System Management Arts, Inc. | Apparatus and method for event correlation and problem reporting |
US6055537A (en) * | 1995-06-07 | 2000-04-25 | Prime Arithmetics, Inc. | Computer structure for storing and manipulating information |
US6278464B1 (en) * | 1997-03-07 | 2001-08-21 | Silicon Graphics, Inc. | Method, system, and computer program product for visualizing a decision-tree classifier |
US6137499A (en) * | 1997-03-07 | 2000-10-24 | Silicon Graphics, Inc. | Method, system, and computer program product for visualizing data using partial hierarchies |
US5877766A (en) * | 1997-08-15 | 1999-03-02 | International Business Machines Corporation | Multi-node user interface component and method thereof for use in accessing a plurality of linked records |
WO2002041190A2 (en) * | 2000-11-15 | 2002-05-23 | Holbrook David M | Apparatus and method for organizing and/or presenting data |
US7080065B1 (en) * | 2001-06-22 | 2006-07-18 | Oracle International Corporation | Query pruning using interior rectangles in an R-tree index |
US7421418B2 (en) * | 2003-02-19 | 2008-09-02 | Nahava Inc. | Method and apparatus for fundamental operations on token sequences: computing similarity, extracting term values, and searching efficiently |
-
2003
- 2003-09-10 JP JP2003318890A patent/JP4121125B2/ja not_active Expired - Fee Related
-
2004
- 2004-09-02 US US10/933,657 patent/US20070185904A1/en not_active Abandoned
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006338086A (ja) * | 2005-05-31 | 2006-12-14 | Nomura Research Institute Ltd | 話題規模管理装置 |
JP2007272565A (ja) * | 2006-03-31 | 2007-10-18 | Dainippon Printing Co Ltd | データベース情報表示装置、端末装置及びプログラム |
JP2009193298A (ja) * | 2008-02-14 | 2009-08-27 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
WO2010016366A1 (ja) * | 2008-08-05 | 2010-02-11 | 日本電気株式会社 | ユーザビリティ評価装置、ユーザビリティ評価方法及びプログラム |
JPWO2010016366A1 (ja) * | 2008-08-05 | 2012-01-19 | 日本電気株式会社 | ユーザビリティ評価装置、ユーザビリティ評価方法及びプログラム |
US8959122B2 (en) | 2010-03-08 | 2015-02-17 | Hitachi, Ltd. | Data processing device |
KR101277487B1 (ko) * | 2011-10-20 | 2013-06-21 | 아주대학교산학협력단 | 트리맵 제어 시스템 및 방법 |
WO2015097957A1 (en) * | 2013-12-27 | 2015-07-02 | International Business Machines Corporation | Condensing hierarchical data |
US9460402B2 (en) | 2013-12-27 | 2016-10-04 | International Business Machines Corporation | Condensing hierarchical data |
US9582566B2 (en) | 2013-12-27 | 2017-02-28 | International Business Machines Corporation | Condensing hierarchical data |
JP2017084162A (ja) * | 2015-10-29 | 2017-05-18 | 株式会社ディビイ | データベース処理プログラム、データベース処理方法及びデータベース処理装置 |
JP2017091236A (ja) * | 2015-11-11 | 2017-05-25 | 大日本印刷株式会社 | 立体物造形用データ出力規制装置 |
JP2017091290A (ja) * | 2015-11-12 | 2017-05-25 | 大日本印刷株式会社 | 立体物造形用データ出力規制装置 |
KR20180058600A (ko) * | 2016-11-24 | 2018-06-01 | 아주대학교산학협력단 | 다차원 데이터를 위한 시각화 방법 및 장치 |
KR101955421B1 (ko) | 2016-11-24 | 2019-03-11 | 아주대학교산학협력단 | 다차원 데이터를 위한 시각화 방법 및 장치 |
US10740378B2 (en) | 2017-10-02 | 2020-08-11 | Kabushiki Kaisha Toshiba | Method for presenting information volume for each item in document group |
KR20200061863A (ko) * | 2018-11-26 | 2020-06-03 | 아주대학교산학협력단 | 다차원 데이터의 시각화를 조절하기 위한 방법 및 장치 |
KR102161467B1 (ko) | 2018-11-26 | 2020-10-05 | 아주대학교산학협력단 | 다차원 데이터의 시각화를 조절하기 위한 방법 및 장치 |
WO2024047855A1 (ja) * | 2022-09-01 | 2024-03-07 | 有限会社アクアプラネット | 情報処理システム、情報処理方法、および、情報処理プログラム |
JP7286205B1 (ja) | 2022-09-22 | 2023-06-05 | 有限会社アクアプラネット | 情報処理システム、情報処理方法、および、情報処理プログラム |
JP2024046556A (ja) * | 2022-09-22 | 2024-04-03 | 有限会社アクアプラネット | 情報処理システム、情報処理方法、および、情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20070185904A1 (en) | 2007-08-09 |
JP4121125B2 (ja) | 2008-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4121125B2 (ja) | グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム | |
McNabb et al. | Survey of Surveys (SoS)‐mapping the landscape of survey papers in information visualization | |
JP4028844B2 (ja) | グラフィックス・イメージ生成装置、及びその方法並びにプログラム | |
Keim | Information visualization: Scope, techniques and opportunities for geovisualization | |
Gansner et al. | Topological fisheye views for visualizing large graphs | |
Van Ham et al. | Interactive visualization of small world graphs | |
CN105339931B (zh) | 用于处理数据容器的方法和设备 | |
Keim | Information visualization and visual data mining | |
Baert et al. | Out-of-core construction of sparse voxel octrees | |
von Landesberger et al. | Visual analysis of large graphs. | |
Woodring et al. | Multiscale time activity data exploration via temporal clustering visualization spreadsheet | |
Keahey | Visualization of high-dimensional clusters using nonlinear magnification | |
JP4173246B2 (ja) | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 | |
Keim et al. | Visual data mining techniques | |
Keim et al. | Visualization | |
Nocaj et al. | Adaptive disentanglement based on local clustering in small-world network visualization | |
Steed | Interactive data visualization | |
JP5298616B2 (ja) | 情報提示装置、情報提示方法および情報提示用プログラム | |
Balzer et al. | Exploring relations within software systems using treemap enhanced hierarchical graphs | |
Cui et al. | Enhancing scatterplot matrices for data with ordering or spatial attributes | |
Peng | Clutter-based dimension reordering in multi-dimensional data visualization | |
Graham | Visualising multiple overlapping classification hierarchies. | |
Burch et al. | Flip-Book Visualization of Dynamic Graphs. | |
Alrebdi et al. | Using Visualization Methods for Improving Web Navigation | |
JP4177997B2 (ja) | データベース検索装置、データベース検索方法、コンピュータプログラムおよびコンピュータ読取可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070809 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071219 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080213 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080328 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080422 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20080423 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080425 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110509 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |