JP2016521889A - クロスモデルフィルタリング - Google Patents

Abstract

異なるデータプロバイダからのデータを相関させた形で提示する。その方法が、第１のエンティティによって制御される第１のデータセットに対して第１のクエリを実行して第１のデータ結果セットを捕捉することを含む。上記方法は、第２のエンティティによって制御される第２のデータセットに対して第２のクエリを実行して第２のデータ結果セットを捕捉することをさらに含む。上記方法は、第１のデータセットからの１つ以上の結果の選択を受信することを含む。上記方法は、上記の１つ以上の選択された結果を使用して、選択された結果セットの中のデータと第２のデータセットとの間の１つ以上の関係を識別するように、異なるエンティティによって制御される異なるデータストアに記憶されたデータを相関させる関係オントロジーを調べることをさらに含む。

Description

コンピュータ及びコンピューティングシステムは、現代の生活のほぼあらゆる側面に影響を与えている。コンピュータは、一般に、仕事、娯楽、ヘルスケア、輸送、エンターテインメント、家庭管理等に関与している。

さらに、コンピューティングシステムの機能性は、ネットワーク接続を介して他のコンピューティングシステムに相互接続されるというコンピューティングシステムの能力によって強化することができる。ネットワーク接続には、これらに限られないが、有線又は無線のイーサネット（登録商標）を介した接続、セルラー接続、又は、シリアル、パラレル、ＵＳＢ若しくは他の接続を通じたコンピュータ・ツー・コンピュータ接続さえ含み得る。こうした接続により、コンピューティングシステムは、他のコンピューティングシステムにおけるサービスにアクセスし、他のコンピューティングシステムからアプリケーションデータを迅速かつ効率的に受信することができる。

多くのコンピュータは、コンピュータとの直接のユーザインタラクションによって使用されるように意図される。そのようなものとして、コンピュータは、ユーザインタラクションを容易にするように入力のハードウェア及びソフトウェアユーザインターフェースを有する。例えば、現代の汎用目的コンピュータは、キーボード、マウス、タッチパッド、カメラ等を含んで、ユーザがコンピュータにデータを入力することを可能にし得る。さらに、様々なソフトウェアユーザインターフェースが利用可能であり得る。ソフトウェアユーザインターフェースの例には、グラフィカルユーザインターフェース、テキストコマンドラインベースのユーザインターフェース、ファンクションキー又はホットキーユーザインターフェースなどが挙げられる。

コンピューティングシステムの相互接続される性質と、コンピュータシステム上で現在利用可能なディスプレイオプションの豊富さとに起因して、コンピュータユーザは、データを取得するための多くの選択肢と、取得されたデータを表示するための多くの方法とを有し得る。データが単一のエンティティの制御下の単一のソースから取得されるとき、データキーを使用してデータを相互に関連付ける既知のデータベース操作及び機能性を使用することによって、データを相互に関連付け、相互に関連付けられたデータの種々のビューを相互関係を強調することができる方法において提供することは、かなり簡単である。しかしながら、データが種々のエンティティの制御下の種々のソースから取得されるとき、単一のエンティティによって制御される単一のデータベースへとデータを収集することなくデータを相互に関連付け、相互関係を示すことは、困難である。

本明細書において請求される対象事項は、いずれかの欠点を解決し、あるいは上述された環境などにおいてのみ稼働する実施形態には、限定されない。むしろ、この背景技術は、本明細書に記載されるいくつかの実施形態が実施され得る一例示的な技術領域をただ示すために提供されている。

本明細書に例示される一実施形態は、分散コンピューティング環境において実施され得る方法を含む。該方法は、異なるデータプロバイダからのデータを相関させた形で提示する動作を含む。上記方法は、第１のエンティティにより制御される第１のデータセットに対して第１のクエリを実行して第１のデータ結果セットを捕捉することを含む。上記方法は、第２のエンティティにより制御される第２のデータセットに対して第２のクエリを実行して第２のデータ結果セットを捕捉することをさらに含む。上記方法は、第１のデータセットからの１つ以上の結果の選択を受信することを含む。上記方法は、上記の１つ以上の選択された結果を使用して、上記の選択された結果セットの中のデータと第２のデータセットとの間の１つ以上の関係を識別するように、異なるエンティティにより制御される異なるデータストアに記憶されたデータを相関させる関係オントロジーを調べることをさらに含む。

本発明の概要は、以下に詳細な説明においてさらに記載される概念のうち選択されたものを簡素化された形式で紹介するために提供される。本発明の概要は、請求される対象事項のうち重要な特徴又は必須の特徴を識別するものではなく、請求される対象事項の範囲の決定を支援するものとして使用すべきものでもない。

さらなる特徴及び利点が、下記の説明に明記されており、部分的に説明から明らかになり、あるいは本明細書における教示の実施によって学習され得る。本発明の特徴及び利点は、別記の請求項において具体的に指し示される機器及び組み合わせによって実現し、得ることができる。本発明の特徴は、下記の説明及び別記の請求項からより十分に明らかになり、あるいは以降に明記される本発明の実施によって学習することができる。

上で列挙された利点及び特徴と他の利点及び特徴とを得ることができる方法を記載するために、短く上述された対象事項についてのより具体的な説明が、添付図面に示される具体的な実施形態を参照してなされる。これら図面は単に典型的な実施形態を表し、ゆえに範囲において限定するように見なされるべきではないとの理解において、実施形態は、添付図面の使用を通してさらなる特定性及び詳細を用いて記載され、説明される。
異なるデータベースモデルに対するクライアントマシンからのデータベースクエリと該クエリに基づいた視覚化の表示とを示す。 異なるデータベースモデルに対するクライアントマシンからの異なるデータベースクエリのクロスモデルフィルタリングを示す。 異なるデータベースモデルに対するクライアントマシンからの異なるデータベースクエリのクロスモデルフィルタリングのさらなる例を示す。 異なるデータプロバイダからのデータを相関させた形で提示する方法を示す。

本明細書に例示されるとおり、実施形態は、データモデルが別個であるところの複数の異なるデータモデル（例えば、データベース）にわたって、データのフィルタリング、スライシング及びダイシングを実行する機能性を含むことができる。具体的に、種々のデータモデルは、種々のデータエンティティによって制御されることがあり、ゆえに、特定のデータモデルそれ自体内では元々相互に関連付けられていない。このことは、様々なメカニズムを用いて達成することができる。モデルにわたる関係の最初の推論は、参照データと一組のルール及びヒューリスティックとに基づいて確立することができる。さらに、関係の手動の定義、又は推論された関係の調整が、ユーザによって実行されてもよい。それから、モデル間において自動的に推論され、かつ／あるいは明示的に定義された関係情報に基づいた、モデルにわたるクロスフィルタリングを実行することができる。

次に図１Ａ〜図１Ｃを参照すると、システムの一例が示されている。具体的に、図１Ａは、本明細書では音楽モデルと見なされる第１のデータストア１０２と、本明細書では音楽売上高モデルと見なされる第２のデータストア１０４とを示している。データストアが２つだけ図示されているが、実施形態は事実上任意数のデータストアを用いて実施することができ、しかし利便性のために２つが図示されていることが十分理解されるべきである。

示されている例は、複数のデータモデル間に推論可能又は定義可能な関係が存在する場合に、特定のモデルに結び付けられたある視覚化（visualization）を別のモデルからの値の選択に基づいてフィルタリングすることが実行可能であることを示している。例えば、いくつかの実施形態において、第１の視覚化についての第１のモデルへのクエリに、第２のモデルについての第２の視覚化からの値又は要素の選択に基づいて、フィルタを適用することができる。さらに、あるいは別法として、実施形態は、第１の視覚化の一部分を第２の視覚化の要素の選択に基づいて強調し、あるいはその他の方法で装飾することも可能である。フィルタは、関係のソースとターゲットとの間の関係の定義に基づいて生成することができる。示されている例において、この関係は、１０６で示される関係オントロジー（ontology）によって維持することができる。下記でその機能性を示している。

図１Ａに示される例では、クライアントマシン１００の画面に２つのビジュアルが図示されている。第１のビジュアルはカラムチャート１０８であり、音楽ジャンルごとのアルバムの総数（例えば、ポップ（Pop）、ロック（Rock）等についてのアルバムの総数）を図示している。カラムチャート１０８の中の情報は、クエリ１１０を音楽モデル１０２に送信し、音楽モデル１０２がカラムチャート１０８に表示される情報を返すことによって、供給される（sourced）。具体的に、情報は、音楽モデル１０２の中のアルバムテーブル１０９から供給される。第２の視覚化は、音楽ジャンルごとの総売上高をバーチャート１１２として図示している。このデータは、クエリ１１４を音楽売上高モデル１０４に送信して音楽売上高モデルの中の売上高テーブル１１６に問い合わせることによって取得される。

次に、図１Ａ及び図１Ｂを参照すると、ユーザがカラムチャート１０８の中のポップジャンルを選択するとき（図１Ｂに示されるとおり）、実施形態は、ジャンル情報に基づいて音楽モデル１０２と音楽売上高モデル１０４との間の関係を突きとめる（locate）よう試みることができる。このことは、例えば、音楽モデル１０２の中のアルバムテーブル１０９の中のジャンル列と音楽売上高モデル１０４の中の売上高テーブル１１６の中のジャンル列との間の関係をルックアップすることによって形成されてもよい。示されている例において、このルックアップは、関係オントロジー１０６に対するものであり得る。例えば、情報ルックアップは、自動的に推論され、関係オントロジー１０６に記憶された関係メタデータに対して、実行することができる。さらに、あるいは別法として、情報ルックアップは、モデル設計者によって明示的に定義され、関係オントロジー１０６に記憶された関係メタデータに対して、実行されてもよい。

関係オントロジーの中の関係は、複数の異なる方法において発見し、あるいは手動で定義することができる。例えば、いくつかの実施形態において、種々のテーブルの中の列名を比較することによって、自動的な発見を行うことができる。種々のモデルからの同一又はかなり類似の名前を有する列が、相関オントロジーを作成するために使用されてもよい。例えば、図１Ａに示される例において、音楽モデル１０２のアルバムテーブル１０９は列見出し「ジャンル」を有し得る。同様に、音楽売上高モデル１０４の売上高テーブル１１６は「ジャンル」列を有し得る。関係オントロジー１０６における推論エンジンは、異なるデータモデルからの異なる列が同一の又は実質的に同一のデータ項目又はデータ値のエントリを記憶していると決定することができるであろう。

関係は、他の方法においても同様に発見できることが十分理解されるべきである。例えば、種々のモデルが、種々の文化言語において定義されることがある。ゆえに、実質的に同等のラベルで、しかし異なる文化言語において名付けられた列は、オントロジー１０６において相関させることができる。同様に、類似の意味を有するラベルを相関させてもよい。例えば、あるモデルがラベル「アーティスト」を有する列を含むことがあり、別のモデルがラベル「歌手」を有する列を含む。いくつかの実施形態において、これら列は、オントロジー１０６において相関させることができる。

テーブル１０９とテーブル１１６との間で発見される関係に基づいて、様々なアクションが実行されてよい。例えば、図１Ｂに示されるとおり、ジャンル＝ポップのためのフィルタが売上高テーブル１１６についてのクエリ１１４に付加され、したがって、第２のビジュアルすなわちバーチャート１１２は、ポップジャンルについての総売上高だけを示すようにフィルタをかけられる。別法として、あるいはさらに、ジャンル＝ポップのためのフィルタが売上高テーブル１１６についてのクエリ１１４に付加され、ゆえに、第２のビジュアルすなわちバーチャート１１２は、ポップジャンルについての総売上高だけを示すようにフィルタをかけられ、可能性として、特定カテゴリ内での分布を示すように別の尺度によって分解される。さらに別の代替の又はさらなる実施形態において、図１Ｃに示されるとおり、ポップジャンルについての総売上高の値を表す明示的なバー１１８が、バーチャート１１２の中で強調される。

上記のフィルタリング及び強調は、複数のモデルからの複数のビジュアルに対して同時に適用することができ、ゆえに、実施形態は２つのモデルからの２つのビジュアルに限定されない。実施形態は同様の機能性を使用して、１つのソースのビジュアル／値と複数の他の視覚化／クエリとの間でフィルタをかけ、強調し、スライスし、あるいはドリルインすることができる。

次に、下記の議論は、実行され得る複数の方法及び方法動作に言及している。方法動作は一定の順序において論じられ、あるいは特定の順序において生じるとしてフローチャートに示され得るが、特定の順序付けは、具体的に宣言されない限り必要とされず、あるいは、実行されている動作の前に完了している別の動作に対してある動作が依存するため、必要とされる。

次に図２を参照すると、方法２００が示されている。方法２００は、分散コンピューティング環境において実施することができる。方法２００は、異なるデータプロバイダからのデータを相関させた形で（in a correlated fashion）提示する動作を含む。方法２００は、第１のエンティティによって制御される第１のデータセットに対して第１のクエリを実行して第１のデータ結果セットを捕捉することを含む（動作２０２）。例えば、図１Ａは、クエリ１１０がカラムチャート１０８の視覚化のためのデータを取得するようにデータモデル１０２に送信されることを示している。

方法２００は、第２のエンティティによって制御される第２のデータセットに対して第２のクエリを実行して第２のデータ結果セットを捕捉することをさらに含む（動作２０４）。例えば、図１Ａは、クエリ１１４がバーチャート１１２の視覚化のためのデータを取得するようにモデル１０４に送信されることを示している。

方法２００は、第１のデータセットからの１つ以上の結果の選択を受信することをさらに含む（動作２０６）。例えば、図１Ｂ及び図１Ｃに示されるとおり、ユーザは、カラムチャート１０８の中の「Ｐｏｐ」エントリを選択することができる。しかしながら、実施形態は例示されるような「ユーザ選択」に限定されず、むしろ、選択には複数の種々のアクティビティのうち任意のものを含んでよいことに留意する。例えば、ソフトウェアアプリケーションがさらなる処理のために結果を選択してもよい。

方法２００は、上記の１つ以上の選択された結果を使用して、選択された結果セットの中のデータと第２のデータセットとの間の１つ以上の関係を識別するように、異なるエンティティによって制御される異なるデータストアに記憶されたデータを相関させる関係オントロジーを調べること（consulting）をさらに含む（動作２０８）。例えば、図１Ｂ及び図１Ｃに示されるとおり、クライアントマシン１００は、オントロジー１０６を調べて、データモデル１０２への第１のクエリからのデータとデータモデル１０４への第２のクエリからのデータとの間の関係を決定することができる。これら関係は、視覚化を扱うため、データに対して操作を実行するためなどの、様々な方面において使用することができる。

方法２００は、選択された結果セットの中のデータと第２のデータセットとの間の１つ以上の関係を識別することに基づいて、第２のデータセットに関する新しいクエリを構築することと、新しいクエリからの結果が上記の１つ以上の結果の選択と相関するように新しいクエリを第２のデータセットに対して実行することとを、さらに含むことができる。例えば、新しいクエリを売上高テーブル１１６に対して発行し、結果をジャンルがポップであるものに限定することができる。このことは、データモデル１０４から返されるデータと表示される視覚化とに影響を与えるであろう。

方法２００は、選択された結果セットの中のデータと第２のデータセットとの間の関係に基づいて、第２のデータ結果セットに対してさらなる操作を実行することをさらに含むことができる。例えば、第２のデータ結果セットに対してさらなる操作を実行することは、第２のデータセットの中の要素を強調することを含んでもよい。別法として、あるいはさらに、第２のデータ結果セットに対してさらなる操作を実行することは、第２のデータセットの中の結果を分析することを含んでもよい。あるいは、第２のデータ結果セットに対してさらなる操作を実行することは、第２のデータセットの中の結果を分類することを含んでもよい。別法として、あるいはさらに、第２のデータ結果セットに対してさらなる操作を実行することは、第２のデータセットの中の結果をソートすることを含んでもよい。別法として、あるいはさらに、第２のデータ結果セットに対してさらなる操作を実行することは、第２のデータセットの中の結果をフィルタにかけることを含む。

方法２００は、第１のデータセットと第２のデータセットとの間の相関を表示することをさらに含むことができる。例えば、第１のデータセットの中の要素の選択が、相関データを強調させて第２のデータセットを表示することをもたらすことができる。

さらに、上記方法は、１つ以上のプロセッサとコンピュータメモリなどのコンピュータ可読媒体とを含むコンピュータシステムによって実施することができる。具体的に、コンピュータメモリは、１つ以上のプロセッサによって実行されるときに上記実施形態において列挙された動作などの様々な機能を実行させるコンピュータ実行可能命令を記憶することができる。

本発明の実施形態は、以下でより詳細に論じられるとおりのコンピュータハードウェアを含む特別目的又は汎用目的のコンピュータを含み、あるいは利用することができる。本発明の範囲内にある実施形態は、コンピュータ実行可能命令及び／又はデータ構造を運び又は記憶する物理的な又は他のコンピュータ可読媒体をさらに含む。こうしたコンピュータ可読媒体は、汎用目的又は特別目的のコンピュータシステムがアクセスすることができる任意の利用可能な媒体であり得る。コンピュータ実行可能命令を記憶するコンピュータ可読媒体は、物理記憶媒体である。コンピュータ実行可能命令を運ぶコンピュータ可読媒体は、送信媒体である。したがって、限定ではなく例として、本発明の実施形態は、少なくとも２つの区別可能に異なる種類のコンピュータ可読媒体、すなわち、物理コンピュータ可読記憶媒体と送信コンピュータ可読媒体とを含むことができる。

物理コンピュータ可読記憶媒体には、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ若しくは他の光学ディスクストレージ（例えば、ＣＤ、ＤＶＤ等）、磁気ディスクストレージ若しくは他の磁気記憶装置、又は、所望のプログラムコード手段をコンピュータ実行可能命令若しくはデータ構造の形式で記憶するために使用することができ、かつ汎用目的又は特別目的のコンピュータがアクセスすることができる任意の他の媒体が挙げられる。

「ネットワーク」は、コンピュータシステム及び／又はモジュール及び／又は他の電子装置の間で電子データのトランスポートを可能にする１つ以上のデータリンクとして定義される。情報がネットワーク又は別の通信接続（ハードワイヤードか、ワイヤレスか、又はハードワイヤード若しくはワイヤレスの組み合わせのいずれか）を通じてコンピュータに転送され、あるいは提供されるとき、該コンピュータは、上記接続を送信媒体として正しく見なす。送信媒体には、所望のプログラムコード手段をコンピュータ実行可能命令若しくはデータ構造の形式で運ぶために使用することができ、かつ汎用目的又は特別目的のコンピュータがアクセスすることができるネットワーク及び／又はデータリンクを含むことができる。上記から成る組み合わせが、コンピュータ可読媒体の範囲内にさらに含まれる。

さらに、様々なコンピュータシステムコンポーネントに到達すると、コンピュータ実行可能命令又はデータ構造の形式におけるプログラムコード手段は、送信コンピュータ可読媒体から物理コンピュータ可読記憶媒体に（あるいは、逆に）自動的に転送することができる。例えば、ネットワーク又はデータリンクを通じて受信されたコンピュータ実行可能命令又はデータ構造は、ネットワークインターフェースモジュール（例えば、“ＮＩＣ”）内のＲＡＭにバッファされ、それから最終的に、コンピュータシステムＲＡＭに、及び／又はコンピュータシステムにおけるあまり揮発性のないコンピュータ可読物理記憶媒体に転送することができる。したがって、コンピュータ可読物理記憶媒体は、送信媒体をさらに（又は、主としても）利用するコンピュータシステムコンポーネントに含まれてもよい。

コンピュータ実行可能命令には、例えば、汎用目的コンピュータ、特別目的コンピュータ又は特別目的処理装置に特定の機能又は機能グループを実行させる命令及びデータを含む。コンピュータ実行可能命令は、例えば、バイナリ、アセンブリ言語などの中間フォーマット命令、又はソースコードでもあり得る。本願対象事項が構造的特徴及び／又は方法論的動作に固有の言語において説明されてきたが、別記の請求項に定義される対象事項は必ずしも上記で記載された記載の特徴又は動作に限定されないことが理解されるべきである。むしろ、記載された特徴及び動作は、請求項を実施する形態の例として開示されている。

本発明は、パーソナルコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、メッセージプロセッサ、ハンドヘルド装置、マルチプロセッサシステム、マイクロプロセッサベースの又はプログラム可能な消費者電化製品、ネットワークＰＣ、ミニコンピュータ、メインフレームコンピュータ、携帯電話、ＰＤＡ、ページャ、ルータ、スイッチ及び同様のものを含む多くのタイプのコンピュータシステム構成でのネットワークコンピューティング環境において実施することができることを、当業者は十分理解するであろう。本発明はさらに、ネットワークを通して（ハードワイヤードデータリンクによってか、ワイヤレスデータリンクによってか、又はハードワイヤードデータリンクとワイヤレスデータリンクとの組み合わせによってのいずれかで）リンクされたローカルのコンピュータシステムとリモートのコンピュータシステムとが双方タスクを実行するところの分散システム環境において実施されてもよい。分散システム環境において、プログラムモジュールは、ローカルのメモリ記憶装置とリモートのメモリ記憶装置との双方に位置してもよい。

別法として、あるいはさらに、本明細書に記載される機能性は、少なくとも部分的に、１つ以上のハードウェアロジックコンポーネントによって実行することができる。限定ではなく、例えば、使用することができる例示的なタイプのハードウェアロジックコンポーネントには、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定プログラム向け集積回路（Program-specific Integrated Circuits）（ＡＳＩＣ）、特定プログラム向け標準製品（Program-specific Standard Products）（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、複合プログラマブルロジックデバイス（ＣＰＬＤ）等が挙げられる。

本発明は、その趣旨又は特性から逸脱することのない他の特定の形態において具現化されてもよい。記載された実施形態はすべての点において限定的ではなくただ例示的であるとみなされるべきである。したがって、本発明の範囲は、前述の記載ではなく別記の請求項によって示される。請求項と均等の意味及び範囲内に入るすべての変更は、その範囲内に包含されるべきである。

Claims (9)

1. 分散コンピューティング環境において、異なるデータプロバイダからのデータを相関させた形で提示する方法であって、
   第１のエンティティによって制御される第１のデータセットに対して第１のクエリを実行して第１のデータ結果セットを捕捉するステップと、
   第２のエンティティによって制御される第２のデータセットに対して第２のクエリを実行して第２のデータ結果セットを捕捉するステップと、
   前記第１のデータセットからの１つ以上の結果の選択を受信するステップと、
   前記の１つ以上の選択された結果を使用して、前記の選択された結果セットの中のデータと前記第２のデータセットとの間の１つ以上の関係を識別するように、異なるエンティティによって制御される異なるデータストアに記憶されたデータを相関させる関係オントロジーを調べるステップと、
   を含む方法。
2. 前記の選択された結果セットの中のデータと前記第２のデータセットとの間の１つ以上の関係を識別することに基づいて、前記第２のデータセットに関する新しいクエリを構築するステップと、
   前記新しいクエリからの結果が前記１つ以上の結果の前記選択と相関するように前記新しいクエリを前記第２のデータセットに対して実行するステップと、
   をさらに含む請求項１に記載の方法。
3. 前記の選択された結果セットの中のデータと前記第２のデータセットとの間の前記関係に基づいて、前記第２のデータ結果セットに対してさらなる操作を実行するステップ、をさらに含む請求項１に記載の方法。
4. 前記第２のデータ結果セットに対してさらなる操作を実行するステップは、前記第２のデータセットの中の要素を強調することを含む、請求項３に記載の方法。
5. 前記第２のデータ結果セットに対してさらなる操作を実行するステップは、前記第２のデータセットの中の結果を分析することを含む、請求項３に記載の方法。
6. 前記第２のデータ結果セットに対してさらなる操作を実行するステップは、前記第２のデータセットの中の結果を分類することを含む、請求項３に記載の方法。
7. 前記第２のデータ結果セットに対してさらなる操作を実行するステップは、前記第２のデータセットの中の結果をソートすることを含む、請求項３に記載の方法。
8. 前記第２のデータ結果セットに対してさらなる操作を実行するステップは、前記第２のデータセットの中の結果をフィルタにかけることを含む、請求項３に記載の方法。
9. 前記第１のデータセットと前記第２のデータセットとの間の相関を表示するステップ、をさらに含む請求項１に記載の方法。

Images