JP2024504376A - コンテンツベースの関連ビュー推奨 - Google Patents

Abstract

実施形態は、データの可視化を管理することに向けられる。組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を表示することができる。コミュニティ可視化の各々について、メタデータフィールドの比較に基づいて、推奨スコアを生成することができる。コミュニティ可視化の各々に関連づけられた推奨スコアに基づいて、上位にランク付けされたコミュニティ可視化を決定することができる。各メタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の推奨スコアに寄与する値の割合に基づいて、メタデータフィールドで影響スコアを決定することができる。上位にランク付けされたコミュニティ可視化及び上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートをユーザに提供することができる。

Description

本イノベーションは、一般にデータ可視化に関し、排他的ではないがより詳細には、ユーザへの可視化の推奨に関する。

組織は、増え続ける量のデータを生成し、収集している。このデータは、消費者アクティビティ、製造アクティビティ、顧客サービス、サーバログなどの、組織の異なる部分に関連づけられることがある。様々な理由で、そのような組織が膨大なデータのコレクションを有効に活用することは、不便な可能性がある。いくつかの場合、データの量が、収集されたデータを有効に活用してビジネス習慣を改善することを困難にすることがある。いくつかの場合、組織は、様々なツールを採用してデータの一部又は全部の可視化を生成する。このデータを表現するために可視化を採用することは、組織がクリティカルなビジネスオペレーションの理解を改善することを可能にし、彼らが重要性能指標を監視するのに役立ち得る。しかしながら、いくつかの場合、組織は、様々な目的のために使用され得る多くの可視化を有することがある。いくつかの場合、所与の分析のために適切な可視化を選択することは、可視化を作成した作者の動機付け又は仮定に不慣れであり得る非オーサリングユーザにとってチャレンジングな可能性がある。同様に、いくつかの場合、組織は、ユーザが認識していない可能性がある多くの有用な又は人気のある可視化を有することがある。したがって、これらの考慮事項及びその他に関して、本イノベーションがなされている。

以下の図面を参照し、本イノベーションの非限定的及び非網羅的な実施形態を説明する。図面において、同様の参照番号は、別段指定されない限り、様々な図面全体にわたって同様の部分を指す。記載されるイノベーションのより良い理解のために、添付の図面と関連して読まれるべき、以下の様々な実施形態の詳細な説明が参照される。
様々な実施形態が実施され得るシステム環境を示す。 クライアントコンピュータの概略的な実施形態を示す。 ネットワークコンピュータの概略的な実施形態を示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのシステムの論理アーキテクチャを示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのいくつかのメタデータを示す、システムの一部の論理概略図を示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのユーザインターフェースの一部の論理表現を示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセスの概観フローチャートを示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のための推奨モデルを生成するプロセスのフローチャートを示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセスのフローチャートを示す。 様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセスのフローチャートを示す。 様々な実施形態の１つ以上による、ベースラインモデルに基づいて初期推奨モデルを提供するプロセスのためのフローチャートを示す。 様々な実施形態の１つ以上による、推奨された可視化に関連づけられた要約解説を提供するためにメタデータフィールドを評価するプロセスのフローチャートを示す。 様々な実施形態の１つ以上による、選択された推奨された可視化間のメタデータフィールド影響を評価するプロセスのフローチャートを示す。

次に、様々な実施形態について、本明細書の一部を形成し、かつ例として本明細書におけるイノベーションが実施され得る特定の例示的な実施形態を示す添付の図面を参照して、以下でより十分に説明する。しかしながら、実施形態は、多くの異なる形態で具現化されてもよく、本明細書に記載される実施形態に限定されるものと解釈されるべきではない。むしろ、これらの実施形態は、本開示が充分かつ完全であり、実施形態の範囲を当業者に十分に伝えるように提供される。とりわけ、様々な実施形態は、方法、システム、媒体、又はデバイスであり得る。したがって、様々な実施形態は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態、又はソフトウェア態様とハードウェア態様を組み合わせた実施形態の形態をとることができる。したがって、以下の詳細な説明は、限定的な意味で解されるべきではない。

明細書及び特許請求の範囲を通して、以下の用語は、文脈が別段明確に規定しない限り、本明細書において明示的に関連づけられた意味をとる。本明細書で使用されるフレーズ「様々な実施形態の１つ以上において」、「いくつかの実施形態において」、「いくつかの実施形態について」、「一実施形態において」は、必ずしも同じ実施形態を指すわけではないが、そうであってもよい。さらに、本明細書で使用されるフレーズ「様々な実施形態の１つ以上において」、「いくつかの実施形態において」、「いくつかの実施形態について」、「一実施形態において」は、必ずしも異なる実施形態を指すわけではないが、そうであってもよい。したがって、以下に記載するように、様々な実施形態を、本明細書で説明されるイノベーションの範囲又は趣旨から逸脱することなく容易に組み合わせることができる。

さらに、本明細書で使用されるとき、用語「又は」は、文脈が別段明確に規定しない限り、包括的な「又は」演算子であり、用語「及び／又は」と同等である。用語「に基づく」は、文脈が別段明確に規定しない限り、排他的なものではなく、記載されていないさらなるファクタに基づくことを許容する。さらに、明細書全体を通して、「一の」（“a”、“an”）及び「その」（“the”）の意味は、複数の参照を含む。「中に」（“in”）の意味は、「中に」及び「上に」（“on”）を含む。

例示的な実施形態では、以下の用語もまた、文脈が別段明確に規定しない限り、対応する意味に従って本明細書において使用される。

本明細書で使用されるとき、用語「エンジン」は、ハードウェア又はソフトウェア命令で具現化された論理を指し、これは、Ｃ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ－Ｃ、ＣＯＢＯＬ、Ｊａｖａ（登録商標）^ＴＭ、ＰＨＰ、Ｐｅｒｌ、ＪａｖａＳｃｒｉｐｔ（登録商標）、Ｒｕｂｙ、ＶＢＳｃｒｉｐｔ、Ｃ＃などのＭｉｃｒｏｓｏｆｔ．ＮＥＴ^ＴＭ言語などのプログラミング言語で書くことができる。エンジンは、実行可能プログラムにコンパイルされてもよく、あるいはインタプリタ型プログラミング言語で書かれてもよい。ソフトウェアエンジンは、他のエンジンから、又はそれら自体からコール可能でもよい。本明細書で説明されるエンジンは、他のエンジン又はアプリケーションとマージできるか、又はサブエンジンに分割できる、１つ以上の論理モジュールを指す。エンジンは、非一時的コンピュータ読取可能媒体又はコンピュータ記憶装置に記憶され、１つ以上の汎用コンピュータ上に記憶され、該汎用コンピュータにより実行され、したがって、エンジンを提供するように構成された専用コンピュータを作り出すことができる。

本明細書で使用されるとき、用語「データソース」は、組織のための情報を記憶又は提供するデータベース、アプリケーション、サービス、ファイルシステムなどを指す。データソースの例には、ＲＤＢＭＳデータベース、グラフデータベース、スプレッドシート、ファイルシステム、文書管理システム、ローカル又はリモートのデータストリームなどを含んでもよい。いくつかの場合、データソースは、１つ以上のテーブル又はテーブル様の構造を中心に編成される。他の場合、データソースは、グラフ又はグラフ様の構造として編成される。

本明細書で使用されるとき、用語「データモデル」は、基礎をなすデータソースの表現を提供する１つ以上のデータ構造を指す。いくつかの場合、データモデルは、特定のアプリケーションのためのデータソースのビューを提供することができる。データモデルは、基礎をなすデータソースに対するビュー又はインターフェースとみなされることがある。いくつかの場合、データモデルは、データソース（例えば、実際には論理パススルー）に直接マッピングすることができる。また、いくつかの場合、データモデルは、データソースにより提供されてもよい。いくつかの状況において、データモデルは、データソースに対するインターフェースとみなされることがある。データモデルにより、組織は、データソースからの情報を、より簡便、より有意義（例えば、推論がより容易）、より安全等であり得る方法で編成又は提示することができる。

本明細書で使用されるとき、用語「データオブジェクト」は、データモデルを含む１つ以上のエンティティ又はデータ構造を指す。いくつかの場合、データオブジェクトは、データモデルの部分とみなされることがある。データオブジェクトは、項目の個々のインスタンス、又は項目のクラス若しくは種類を表すことができる。

本明細書で使用されるとき、用語「パネル」は、グラフィカルユーザインターフェース（ＧＵＩ）内の定義されたジオメトリ（例えば、ｘ、ｙ、ｚオーダ）を有する、ＧＵＩ内の領域を指す。パネルは、ユーザに情報を表示するように、又は１つ以上の対話型（interactive）コントロールをホストするように配置されてもよい。パネルに関連づけられたジオメトリ又はスタイルは、動的ルールを含む構成情報を使用して定義することができる。また、いくつかの場合、ユーザは、１つ以上のパネルにおけるアクション、例えば、移動する、示す、隠す、サイズ変更する、再順序付けするなどを実行可能にされてもよい。

本明細書で使用されるとき、「可視化モデル」は、１つ以上のハードウェアディスプレイ上に表示される可視化（visualization）における使用に適し得る、データモデルの１つ以上の表現を表す１つ以上のデータ構造を指す。可視化モデルは、非オーサリングユーザに利用可能にされ得るスタイリング又はユーザインターフェース機能を定義することができる。

本明細書で使用されるとき、用語「表示オブジェクト」は、可視化モデルを含む１つ以上のデータ構造を指す。いくつかの場合、表示オブジェクトは、可視化モデルの部分とみなされることがある。表示オブジェクトは、可視化において表示され得る項目の個々のインスタンス又は項目のクラス若しくは種類全体を表すことができる。いくつかの実施形態において、表示オブジェクトは、それらがデータモデルのいくらかの部分のビューを提供するため、ビューとみなされ、あるいは呼ばれることがある。

本明細書で使用されるとき、用語「推奨モデル」は、ユーザのための可視化を予測するように構成され得る機械学習ベースのモデルを含む１つ以上のデータ構造を指す。いくつかの場合、異なるタイプの機械学習に基づき得る異なるタイプの推奨モデルが存在し得る。同様に、いくつかの実施形態において、異なる基準に基づいて又は異なる目的のために可視化を推奨するために、異なる推奨モデルが構成されてもよい。いくつかの場合、推奨モデルは、１つ以上の機械学習サブモデルと関連して動作する１つ以上のヒューリスティック、フィルタなどを含んでもよい。

本明細書で使用されるとき、用語「ベースラインモデル」は、組織に関連づけられたユーザではなく一般住民ユーザの公開又は共通の使用履歴に関連づけられた訓練データに基づいて訓練又はチューニングされた推奨モデルを指す。ベースラインモデルは、個々の組織内のユーザのための個人化されたモデルを訓練するために十分な訓練データが収集されるまで使用され得る初期推奨モデルをブートストラップするために使用されてもよい。

本明細書で使用されるとき、用語「ユーザプロファイル」は、個々のユーザの１つ以上の特性に基づくか又は関連づけられている、情報又はデータを含むデータ構造を指す。例えば、ユーザプロファイルは、ユーザアイデンティティ、グループメンバーシップ、役割、アクセス権、前のアクティビティ、好ましい可視化、ユーザプリファレンスなどの情報を表す情報を含んでもよい。いくつかの場合、ユーザプロファイルは、履歴アクティビティログ、テレメトリ情報などを含むさらなる情報への参照又はポインタを含んでもよい。いくつかの実施形態において、ユーザプロファイルに含まれる一部又は全ての値は、モデル化エンジンが推奨モデルを訓練することを可能にするため、又はユーザプロファイルに基づいて可視化を推奨するための推奨エンジンによる使用のために、正規化、重み付け、曲線化、成形などされてもよい。

本明細書で使用されるとき、用語「可視化メタデータ」、「メタデータフィールド」、又は「メタデータ」は、可視化の様々な特性を記述し得る可視化に関連づけられたフィールド、又はユーザ若しくは作者（authors）により見られる可視化とは別個若しくは区別可能であり得る可視化に関連づけられたフィールドから提供される値を指す。メタデータは、可視化の１つ以上の特性を記述するために重要であり得るが、可視化のオーサリングされた（authored）部分ではない。しかし、いくつかの場合、可視化で表示される情報は、メタデータから導出された情報を含んでもよい。しかしながら、メタデータは、それが可視化において表示され又はその他の方法で可視であるかにかかわらず、可視化に関連づけられ得る。メタデータは多くの形式で提供され、いくつかの例が本明細書で論じられる。メタデータのいくつかの例には、作者名、テーブル名（データソースからの）、列名（データソーステーブルからの）などを含むことができる。

本明細書で使用されるとき、用語「コミュニティ可視化」は、組織又は他のより大きいパブリックコミュニティに関連づけられ得る１つ以上の可視化を指す。コミュニティ可視化は、ユーザがアクセス又は閲覧する許可を有する他の可視化とみなされることがある。いくつかの場合、いくつかのコミュニティ可視化は、組織内の同じ又は他のユーザにより生成された可視化でもよい。他の場合、１つ以上のコミュニティ可視化は、パブリックドメインにあるか又はその他の方法で公衆にアクセス可能であり得る可視化に対して構成されてもよい。明確さ及び簡潔さのため、異なるカテゴリのコミュニティ可視化は、文脈が別段明確に示さない限り、単にコミュニティ可視化と呼ばれる。推奨される可視化は、コミュニティ可視化の中から提供することができる。

本明細書で使用されるとき、用語「推奨スコア」は、スコアを提供する推奨モデルの基準のとおりに推奨の品質を示す可視化に関連づけられたスコア、メトリック、又は測定値を指す。ほとんどの場合、推奨スコアは、１つの値に組み合わせられ得る１つ以上の部分スコアの組み合わせであり得る。

本明細書で使用されるとき、用語「影響スコア」は、推奨された可視化に関連づけられた個々のメタデータフィールドに関連づけられたスコア、メトリック、又は測定値を指す。影響スコアは、個々のメタデータフィールドが推奨された可視化の推奨スコアにどれほど寄与したかを表す。影響スコアは、なぜ特定の可視化が推奨されるかという質問に回答するのに役立つ。

使用されるとき、用語「メタ属性」は、メタデータフィールドの影響スコアを生成するために少なくとも利用されるメタデータフィールドを表すために使用されるデータ構造を指す。メタ属性は、メタデータフィールドとその値を、１つの値又は１つのタプルに組み合わせる。例えば、メタデータフィールド「ｔａｂｌｅｎａｍｅ」が値「ｃｕｓｔｏｍｅｒｓ」を有する場合、その対応するメタ属性は、「ｔａｂｌｅｎａｍｅ＿ｃｕｓｔｏｍｅｒｓ」又は（「ｔａｂｌｅｎａｍｅ」，「ｃｕｓｔｏｍｅｒｓ」）であり得る。

本明細書で使用されるとき、用語「アンカー可視化」は、ユーザが見ているか又はその他の方法で対話している可能性がある可視化を指す。典型的には、ユーザは、１つ以上のユーザインターフェース機能を利用して１つ以上の可視化を選択するか又はそれらに「焦点を合わせる」ことができ、これらの可視化が、アンカー可視化とみなされることがある。

本明細書で使用されるとき、用語「構成情報」は、ルールベースのポリシー、パターンマッチング、スクリプト（例えば、コンピュータ読取可能命令）などを含み得る情報を指し、これらは、構成ファイル、データベース、ユーザ入力、内蔵デフォルト等、又はこれらの組み合わせを含む、様々なソースから提供され得る。

以下では、本発明のいくつかの態様の基本的な理解を提供するために、本明細書におけるイノベーションの実施形態について簡潔に説明する。この簡潔な説明は、広範な概観を意図したものではない。これは、重要な又は必須の要素を完全に識別すること、又は範囲を完全に記述し若しくはその他の方法で狭めることを意図したものではない。その目的は、後に提示されるより詳細な説明への序文として、いくつかの概念を簡素化された形で単に提示することである。

簡単に述べると、様々な実施形態は、可視化を管理することに向けられる。様々な実施形態の１つ以上において、組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を、組織に関連づけられ得るユーザに対して表示することができる。

様々な実施形態の１つ以上において、表示された可視化に関連づけられたメタデータの１つ以上のフィールドを決定することができ、１つ以上のメタデータフィールドは、表示された可視化においてビューから隠され得るようにする。いくつかの実施形態において、１つ以上のメタデータフィールドを決定することは、推奨モデルに含まれるフィルタ又はルールのうちの１つ以上に基づいて複数のメタデータフィールドから１つ以上のメタデータフィールドを決定することを含んでもよく、複数のメタデータフィールドは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織、別のテーブルへの参照、データモデルオブジェクト名、作成日、最後にアクセスされた日などのうちの１つ以上を含む。

様々な実施形態の１つ以上において、推奨スコアは、推奨モデル及び１つ以上のメタデータフィールドに基づいてコミュニティ可視化の各々について生成することができ、推奨スコアは、１つ以上のメタデータフィールドの、１つ以上のコミュニティ可視化に関連づけられた１つ以上の他のメタデータフィールドに対する比較に基づき得るようにする。いくつかの実施形態において、コミュニティ可視化フィールドの各々について推奨スコアを生成することは、１つ以上の機械学習動作を利用して推奨スコアを生成することを含んでもよく、１つ以上の機械学習動作は、潜在意味解析（Latent Semantic Analysis、ＬＳＡ）、因数分解マシン（Factorization Machines、ＦＭ）、コサイン類似度（Cosine-similarity）、勾配ブースティング決定木（Gradient Boosting Decision Trees、ＧＢＤＴ）、用語頻度－逆文書頻度（Term Frequency-Inverse Document Frequency、ＴＦ－ＩＤＦ）、判別分析などのうちの１つ以上を含む。

様々な実施形態の１つ以上において、１つ以上のコミュニティ可視化の上位ランク付けを決定することができ、上位ランク付けは、１つ以上のコミュニティ可視化の各々に関連づけられた推奨スコアに基づき得るようにする。

様々な実施形態の１つ以上において、１つ以上の他のメタデータフィールドの各々についての影響スコアは、各他のメタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の推奨スコアに寄与する値の割合に基づいて決定することができ、各上位にランク付けされたコミュニティ可視化についての１つ以上の上位にランク付けされた他のメタデータフィールドは、１つ以上の他のメタデータフィールドの各々についての影響スコアに基づき得るようにする。いくつかの実施形態において、１つ以上の他のメタデータフィールドの各々について影響スコアを決定することは、推奨モデルに含まれる１つ以上の影響モデルを利用して、トピックモデルにより決定される１つ以上の支配的トピック、共通の値を含む１つ以上の他のメタデータフィールドの１つ以上のカウント、又は、推奨スコアに対する変化の大きさと一時的推奨スコアであり、該一時的推奨スコアは、１つ以上の他のメタデータフィールドのうちの１つの、一時的推奨スコアの生成からの一時的省略に基づいて生成され、各他のメタデータフィールドについての影響スコアは、その省略に対応する上記変化の大きさに基づき得るようにする、一時的推奨スコア、のうちの１つ以上に基づいて影響スコアを決定することを含んでもよい。

様々な実施形態の１つ以上において、上位にランク付けされたコミュニティ可視化及び１つ以上の上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートをユーザに提供することができる。

様々な実施形態の１つ以上において、１つ以上のヒューリスティック、１つ以上の訓練された機械学習モデル、又は１つ以上のフィルタ、のうちの１つ以上を含む１つ以上のサブモデルを提供することができ、１つ以上のサブモデルが推奨モデルに含まれ得るようにする。いくつかの実施形態において、１つ以上のサブモデル、１つ以上のメタデータフィールド、又は１つ以上の他のメタデータフィールドに基づいて、１つ以上の部分スコアが生成されてもよい。また、いくつかの実施形態において、各コミュニティ可視化についての推奨スコアは、１つ以上の部分スコアの組み合わせに基づいて決定されてもよく、この組み合わせは、推奨モデルにより提供され得るようにする。

様々な実施形態の１つ以上において、１つ以上の上位にランク付けされたコミュニティ可視化に関連づけられ得るユーザの１つ以上のアクションを監視することができる。いくつかの実施形態において、１つ以上のアクションに関連づけられた情報は、データストアに記憶されてもよい。また、いくつかの実施形態において、推奨モデルは、データストアに記憶された情報に基づいて更新されてもよい。

様々な実施形態の１つ以上において、各上位にランク付けされたコミュニティ可視化に、その上位にランク付けされた他のメタデータフィールドに基づいて解説を関連づけることができ、解説は、各上位にランク付けされたコミュニティ可視化に関連づけられた１つ以上の上位にランク付けされた他のメタデータフィールドに基づく各上位にランク付けされたコミュニティ可視化のランクについての自然言語説明を含むようにする。

［例示的な動作環境］
図１は、本イノベーションの実施形態が実施され得る環境の一実施形態のコンポーネントを示す。これらのイノベーションを実施するためにコンポーネントの全てが必要とされ得るわけではなく、これらのイノベーションの主旨又は範囲から逸脱することなくコンポーネントの構成及びタイプにおける変形を行うことができる。図示のように、図１のシステム１００は、ローカルエリアネットワーク（ＬＡＮ）／ワイドエリアネットワーク（ＷＡＮ）－（ネットワーク）１１０、無線ネットワーク１０８、クライアントコンピュータ１０２～１０５、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などを含む。

クライアントコンピュータ１０２～１０５の少なくとも１つの実施形態が、図２に関連して以下により詳細に説明される。一実施形態において、クライアントコンピュータ１０２～１０５の少なくとも一部は、ネットワーク１０８又は１１０などの１つ以上の有線又は無線ネットワーク上で動作することができる。一般に、クライアントコンピュータ１０２～１０５は、情報を送受信し、様々なオンラインアクティビティ、オフラインアクション等を実行するために、ネットワークを介して通信することができる事実上任意のコンピュータを含むことができる。一実施形態において、クライアントコンピュータ１０２～１０５の１つ以上は、企業又は他のエンティティのために様々なサービスを実行するように、企業又は他のエンティティ内で動作するように構成することができる。例えば、クライアントコンピュータ１０２～１０５は、ウェブサーバ、ファイアウォール、クライアントアプリケーション、メディアプレーヤ、移動電話、ゲームコンソール、デスクトップコンピュータなどとして動作するように構成されてもよい。しかしながら、クライアントコンピュータ１０２～１０５は、これらのサービスに制約されず、例えば、他の実施形態においてエンドユーザコンピューティングに関して利用されてもよい。より多くの又はより少ないクライアントコンピュータ（図１に示される）が、本明細書に記載されるようなシステム内に含まれてもよく、したがって、実施形態は、利用されるクライアントコンピュータの数又はタイプにより制約されないことを認識されたい。

クライアントコンピュータ１０２として動作し得るコンピュータは、有線又は無線通信媒体を使用して典型的に接続するコンピュータ、例えば、パーソナルコンピュータ、マルチプロセッサシステム、マイクロプロセッサベース又はプログラマブル電子デバイス、ネットワークＰＣなどを含むことができる。いくつかの実施形態において、クライアントコンピュータ１０２～１０５は、別のコンピュータに接続して情報を受信することができる事実上任意のポータブルコンピュータ、例えば、ラップトップコンピュータ１０３、モバイルコンピュータ１０４、タブレットコンピュータ１０５などを含むことができる。しかしながら、ポータブルコンピュータはそのように限定されるものではなく、セルラー電話、ディスプレイページャ、無線周波数（ＲＦ）デバイス、赤外線（ＩＲ）デバイス、パーソナルデジタルアシスタント（ＰＤＡ）、ハンドヘルドコンピュータ、ウェアラブルコンピュータ、前述のコンピュータの１つ以上を組み合わせた統合デバイスなどの、他のポータブルコンピュータも含むことができる。したがって、クライアントコンピュータ１０２～１０５は、典型的には、能力及び機能の点で広範囲に及ぶ。さらに、クライアントコンピュータ１０２～１０５は、ブラウザ又は他のウェブベースのアプリケーションを含む様々なコンピューティングアプリケーションにアクセスすることができる。

ウェブ対応クライアントコンピュータは、ウェブを介して要求を送信し応答を受信するように構成されたブラウザアプリケーションを含むことができる。ブラウザアプリケーションは、事実上任意のウェブベースの言語を利用するグラフィックス、テキスト、マルチメディアなどを受信及び表示するように構成することができる。一実施形態において、ブラウザアプリケーションは、ＪａｖａＳｃｒｉｐｔ、ハイパーテキストマークアップ言語（ＨＴＭＬ）、拡張可能マークアップ言語（ＸＭＬ）、ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ（ＪＳＯＮ）、カスケーディングスタイルシート（ＣＳＳ）等、又はこれらの組み合わせを利用してメッセージを表示及び送信することを可能にされる。一実施形態において、クライアントコンピュータのユーザは、ブラウザアプリケーションを利用してネットワーク上で（オンラインで）様々なアクティビティを実行することができる。しかしながら、様々なオンラインアクティビティを実行するために、別のアプリケーションが使用されてもよい。

クライアントコンピュータ１０２～１０５は、さらに、別のコンピュータとの間でコンテンツを受信又は送信するように構成された少なくとも１つの他のクライアントアプリケーションを含んでもよい。クライアントアプリケーションは、コンテンツを送信又は受信する能力などを含むことができる。クライアントアプリケーションは、さらに、タイプ、能力、名前などを含む、自身を識別する情報を提供してもよい。一実施形態において、クライアントコンピュータ１０２～１０５は、インターネットプロトコル（ＩＰ）アドレス、電話番号、移動体識別番号（Mobile Identification Number、ＭＩＮ）、電子シリアル番号（electronic serial number、ＥＩＮ）、クライアント証明書、又は他の装置識別子を含む様々なメカニズムのいずれかを通じて自身を一意に識別することができる。このような情報は、他のクライアントコンピュータ、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８、又は他のコンピュータ間で送信される１つ以上のネットワークパケットなどで提供されてもよい。

クライアントコンピュータ１０２～１０５は、さらに、エンドユーザが可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などの別のコンピュータにより管理され得るエンドユーザアカウントにログインすることを可能にする、クライアントアプリケーションを含むように構成されてもよい。このようなエンドユーザアカウントは、１つの非限定的な例において、エンドユーザが１つ以上のオンラインアクティビティを管理できるように構成されてもよく、該オンラインアクティビティには、１つの非限定的な例において、プロジェクト管理、ソフトウェア開発、システム管理、構成管理、検索アクティビティ、ソーシャルネットワーキングアクティビティ、様々なウェブサイトの閲覧、他のユーザとの通信などが含まれる。また、クライアントコンピュータは、ユーザが可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などにより提供されるレポート、対話型ユーザインターフェース、又は結果を表示できるように構成されてもよい。

無線ネットワーク１０８は、クライアントコンピュータ１０３～１０５及びそのコンポーネントをネットワーク１１０と結合するように構成される。無線ネットワーク１０８は、クライアントコンピュータ１０３～１０５にインフラストラクチャ指向の接続を提供するために、スタンドアロンのアドホックネットワークなどをさらにオーバーレイすることができる様々な無線サブネットワークのいずれかを含んでもよい。このようなサブネットワークは、メッシュネットワーク、無線ＬＡＮ（ＷＬＡＮ）ネットワーク、セルラーネットワークなどを含むことができる。一実施形態において、システムは、２つ以上の無線ネットワークを含んでもよい。

無線ネットワーク１０８は、さらに、ワイヤレス無線リンクなどにより接続された端末、ゲートウェイ、ルータ等の自律システムを含んでもよい。これらのコネクタは、自由にかつランダムに移動し、自らを任意に編成するように構成することができ、それにより、無線ネットワーク１０８のトポロジは、急速に変化し得る。

無線ネットワーク１０８は、さらに、セルラーシステムのための第２（２Ｇ）、第３（３Ｇ）、第４（４Ｇ）第５（５Ｇ）世代無線アクセス、ＷＬＡＮ、無線ルータ（ＷＲ）メッシュなどを含む複数のアクセス技術を利用してもよい。２Ｇ、３Ｇ、４Ｇ、５Ｇ、及び将来のアクセスネットワークなどのアクセス技術は、様々な移動性度合いを有するクライアントコンピュータ１０３～１０５などのモバイルコンピュータに対する広域カバレッジを可能にすることができる。１つの非限定的な例において、無線ネットワーク１０８は、グローバルシステムフォーモバイルコミュニケーション（Global System for Mobil communication、ＧＳＭ）、汎用パケット無線サービス（General Packet Radio Services、ＧＰＲＳ）、拡張データＧＳＭ環境（Enhanced Data GSM Environment、ＥＤＧＥ）、符号分割多元接続（code division multiple access、ＣＤＭＡ）、時分割多元接続（time division multiple access、ＴＤＭＡ）、広帯域符号分割多元接続（Wideband Code Division Multiple Access、ＷＣＤＭＡ（登録商標））、高速下りリンクパケットアクセス（High Speed Downlink Packet Access、ＨＳＤＰＡ）、ロングタームエボリューション（Long Term Evolution、ＬＴＥ）などの無線ネットワークアクセスを通じた無線接続を可能にすることができる。本質的に、無線ネットワーク１０８は、情報がクライアントコンピュータ１０３～１０５と他のコンピュータ、ネットワーク、クラウドベースのネットワーク、クラウドインスタンス等との間を移動することができる事実上任意の無線通信メカニズムを含むことができる。

ネットワーク１１０は、ネットワークコンピュータを他のコンピュータと結合するように構成され、これには、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８、クライアントコンピュータ１０２、及び無線ネットワーク１０８を通じてのクライアントコンピュータ１０３～１０５などが含まれる。ネットワーク１１０は、ある電子デバイスから別の電子デバイスへ情報を通信するために任意の形態のコンピュータ読取可能媒体を利用することを可能にされる。また、ネットワーク１１０は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、直接接続、例えば、ユニバーサルシリアルバス（ＵＳＢ）ポート、イーサネットポートなどを通じてのもの、他の形態のコンピュータ読取可能媒体、又はこれらの任意の組み合わせに加えて、インターネットを含むことができる。異なるアーキテクチャ及びプロトコルに基づくものを含む、相互接続されたＬＡＮのセットにおいて、ルータは、ＬＡＮ間のリンクとして作用し、あるものから別のものへメッセージを送信することを可能にする。さらに、ＬＡＮ内の通信リンクは、典型的には、ツイストワイヤペア又は同軸ケーブルを含み、一方、ネットワーク間の通信リンクは、アナログ電話回線、Ｔ１、Ｔ２、Ｔ３、及びＴ４を含む完全又は部分専用デジタル回線、又は他のキャリアメカニズムを活用してもよく、該キャリアメカニズムには、例えば、Ｅキャリア、統合サービスデジタルネットワーク（Integrated Services Digital Networks、ＩＳＤＮ）、デジタル加入者回線（Digital Subscriber Lines、ＤＳＬ）、衛星リンクを含む無線リンク、又は当業者に知られる他の通信リンクが含まれる。さらに、通信リンクは、例えば、ＤＳ－０、ＤＳ－１、ＤＳ－２、ＤＳ－３、ＤＳ－４、ＯＣ－３、ＯＣ－１２、ＯＣ－４８等を限定なく含む、様々なデジタルシグナリング技術のいずれかをさらに利用してもよい。さらに、リモートコンピュータ及び他の関連電子デバイスを、モデム及び一時的な電話リンクを介してＬＡＮ又はＷＡＮのいずれかにリモート接続することができる。一実施形態において、ネットワーク１１０は、インターネットプロトコル（ＩＰ）の情報を運ぶように構成されてもよい。

さらに、通信媒体は、典型的には、コンピュータ読取可能な命令、データ構造、プログラムモジュール、又は他のトランスポートメカニズムを具現化し、任意の情報の非一時的送達媒体又は一時的送達媒体を含む。一例として、通信媒体は、ツイストペア、同軸ケーブル、光ファイバ、導波路、及び他の有線媒体などの有線媒体と、音響、ＲＦ、赤外線、及び他の無線媒体などの無線媒体を含む。

また、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８の一実施形態を、図３に関連して以下でさらに詳細に説明する。図１は、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８等を、各々を単一のコンピュータとして例示しているが、本イノベーション又は実施形態はそのように限定されない。例えば、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などの１つ以上の機能が、１つ以上の区別可能なネットワークコンピュータにわたって分散されてもよい。さらに、１つ以上の実施形態において、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８は、複数のネットワークコンピュータを使用して実装されてもよい。さらに、様々な実施形態の１つ以上において、可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などは、１つ以上のクラウドネットワーク内の１つ以上のクラウドインスタンスを使用して実装されてもよい。したがって、これらのイノベーション及び実施形態は単一の環境に限定されるものと解釈されるべきではなく、他の構成及び他のアーキテクチャがさらに想定される。

［例示的なクライアントコンピュータ］
図２は、クライアントコンピュータ２００の一実施形態を示し、これは、図示のものより多くの又は少ないコンポーネントを含んでもよい。クライアントコンピュータ２００は、例えば、図１に示すモバイルコンピュータ又はクライアントコンピュータの１つ以上の実施形態を表すことができる。

クライアントコンピュータ２００は、バス２２８を介してメモリ２０４と通信するプロセッサ２０２を含むことができる。クライアントコンピュータ２００は、さらに、電源２３０、ネットワークインターフェース２３２、オーディオインターフェース２５６、ディスプレイ２５０、キーパッド２５２、照明器２５４、ビデオインターフェース２４２、入力／出力インターフェース２３８、触覚インターフェース２６４、全地球測位システム（ＧＰＳ）受信機２５８、オープンエアジェスチャインターフェース２６０、温度インターフェース２６２、カメラ２４０、プロジェクタ２４６、ポインティングデバイスインターフェース２６６、プロセッサ読取可能固定記憶装置２３４、及びプロセッサ読取可能リムーバブル記憶装置２３６を含むことができる。クライアントコンピュータ２００は、任意で、基地局（図示せず）と、又は別のコンピュータと直接通信することができる。また、一実施形態において、図示されていないが、ジャイロスコープをクライアントコンピュータ２００内で利用して、クライアントコンピュータ２００の方向づけを測定又は維持してもよい。

電源２３０は、クライアントコンピュータ２００に電力を供給することができる。電力を供給するために、再充電可能又は再充電不可バッテリが使用されてもよい。電力はまた、バッテリを補足又は再充電するＡＣアダプタ又は電源付きドッキングクレードルなどの外部電力源により提供されてもよい。

ネットワークインターフェース２３２は、クライアントコンピュータ２００を１つ以上のネットワークに結合するための回路を含み、１つ以上の通信プロトコル及び技術との使用に対して構築され、該通信プロトコル及び技術には、これらに限られないが、モバイルコミュニケーション（ＧＳＭ）、ＣＤＭＡ、時分割多元接続（ＴＤＭＡ）、ＵＤＰ、ＴＣＰ／ＩＰ、ＳＭＳ、ＭＭＳ、ＧＰＲＳ、ＷＡＰ、ＵＷＢ、ＷｉＭａｘ、ＳＩＰ／ＲＴＰ、ＧＰＲＳ、ＥＤＧＥ、ＷＣＤＭＡ、ＬＴＥ、ＵＭＴＳ、ＯＦＤＭ、ＣＤＭＡ２０００、ＥＶ－ＤＯ、ＨＳＤＰＡ、又は様々な他の無線通信プロトコルのいずれかのためにＯＳＩモデルの任意の部分を実施するプロトコル及び技術が含まれる。ネットワークインターフェース２３２は、時に、トランシーバ、送受信装置、又はネットワークインターフェースカード（ＮＩＣ）として知られる。

オーディオインターフェース２５６は、人間の声のサウンドなどのオーディオ信号を生成及び受信するように構成することができる。例えば、オーディオインターフェース２５６は、他者とのテレコミュニケーションを可能にし、又は何らかのアクションのためのオーディオ確認応答を生成するために、スピーカ及びマイクロフォン（図示せず）に結合されてもよい。また、オーディオインターフェース２５６内のマイクロフォンは、例えば、音声認識、サウンドに基づくタッチの検出などを使用し、クライアントコンピュータ２００への入力又はクライアントコンピュータ２００の制御のために使用することができる。

ディスプレイ２５０は、液晶ディスプレイ（ＬＣＤ）、ガスプラズマ、電子インク、発光ダイオード（ＬＥＤ）、有機ＬＥＤ（ＯＬＥＤ）、又はコンピュータと共に使用することができる任意の他のタイプの光反射型又は光透過型ディスプレイでもよい。ディスプレイ２５０は、さらに、スタイラスなどのオブジェクトからの入力、又は人間の手からの指幅を受け取るように構成されたタッチインターフェース２４４を含んでもよく、接触又はジェスチャを感知するために抵抗性、容量性、表面音響波（ＳＡＷ）、赤外線、レーダ、又は他の技術を使用してもよい。

プロジェクタ２４６は、遠隔の壁、又は遠隔のスクリーンなどの任意の他の反射オブジェクト上に画像を投影することができる、リモートハンドヘルドプロジェクタ又は統合プロジェクタでもよい。

ビデオインターフェース２４２は、静止写真、ビデオセグメント、赤外線ビデオなどのビデオ画像を捕捉するように構成することができる。例えば、ビデオインターフェース２４２は、デジタルビデオカメラ、ウェブカメラなどに結合されてもよい。ビデオインターフェース２４２は、レンズ、イメージセンサ、及び他の電子装置を含むことができる。イメージセンサは、相補型金属酸化物半導体（ＣＭＯＳ）集積回路、電荷結合素子（ＣＣＤ）、又は光を感知するための任意の他の集積回路を含んでもよい。

キーパッド２５２は、ユーザからの入力を受け取るように構成された任意の入力装置を含むことができる。例えば、キーパッド２５２は、プッシュボタンの数字ダイヤル、又はキーボードを含んでもよい。キーパッド２５２は、さらに、画像を選択及び送信することに関連づけられたコマンドボタンを含んでもよい。

照明器２５４は、ステータス指標を提供し、あるいは光を提供することができる。照明器２５４は、特定の期間の間、又はイベントメッセージに応答してアクティブのままでもよい。例えば、照明器２５４がアクティブであるとき、照明器は、クライアントコンピュータが電源を入れられている間、キーパッド２５２のボタンをバックライトで照らし、オンのままであってもよい。また、照明器２５４は、別のクライアントコンピュータにダイヤルするなどの特定のアクションが実行されるとき、様々なパターンでこれらのボタンをバックライトで照らしてもよい。照明器２５４は、さらに、クライアントコンピュータの透明又は半透明ケース内に配置された光源に、アクションに応答して照明させてもよい。

クライアントコンピュータ２００は、さらに、鍵、デジタル証明書、パスワード、パスフレーズ、２ファクタ認証情報などのセキュリティ／暗号情報を生成、記憶、又は使用するためのさらなる耐タンパー性セーフガードを提供するハードウェアセキュリティモジュール（ＨＳＭ）２６８を含むこともできる。いくつかの実施形態において、ハードウェアセキュリティモジュールは、１つ以上の標準的な公開鍵基盤（ＰＫＩ）をサポートするために利用されてもよく、鍵ペアなどを生成、管理、又は記憶するために利用されてもよい。いくつかの実施形態において、ＨＳＭ２６８は、スタンドアロンコンピュータでもよく、他の場合に、ＨＳＭ２６８は、クライアントコンピュータに追加され得るハードウェアカードとして構成されてもよい。

クライアントコンピュータ２００は、さらに、外部周辺装置又は他のコンピュータ、例えば他のクライアントコンピュータ及びネットワークコンピュータなどと通信するための入力／出力インターフェース２３８を含むことができる。周辺装置には、オーディオヘッドセット、仮想現実ヘッドセット、ディスプレイスクリーングラス、リモートスピーカシステム、リモートスピーカ及びマイクロフォンシステム等を含んでもよい。入力／出力インターフェース２３８は、ユニバーサルシリアルバス（ＵＳＢ）、赤外線、ＷｉＦｉ、ＷｉＭａｘ、Ｂｌｕｅｔｏｏｔｈ（登録商標）^ＴＭなどの１つ以上の技術を活用することができる。

入力／出力インターフェース２３８は、さらに、１つ以上のセンサを含んでもよく、該１つ以上のセンサは、ジオロケーション情報を決定する（例えば、ＧＰＳ）、電力状態を監視する（例えば、電圧センサ、電流センサ、周波数センサ等）、天気を監視する（例えば、サーモスタット、気圧計、風速計、湿度検出器、降水量スケール等）などのためのものである。センサは、クライアントコンピュータ２００の外部のデータを収集又は測定する１つ以上のハードウェアセンサでもよい。

触覚インターフェース２６４は、クライアントコンピュータのユーザに触覚フィードバックを提供するように構成することができる。例えば、触覚インターフェース２６４を利用して、別のコンピュータのユーザが呼び出しているときクライアントコンピュータ２００を特定の方法で振動させてもよい。温度インターフェース２６２は、温度測定入力又は温度変化出力をクライアントコンピュータ２００のユーザに提供するために使用することができる。オープンエアジェスチャインターフェース２６０は、例えば、ユーザにより保持又は装着されたコンピュータ内の単一又はステレオビデオカメラ、レーダ、ジャイロセンサ等を使用することにより、クライアントコンピュータ２００のユーザの身体的なジェスチャを感知することができる。カメラ２４０は、クライアントコンピュータ２００のユーザの身体的な眼の動きを追跡するために使用することができる。

ＧＰＳトランシーバ２５８は、地球の表面におけるクライアントコンピュータ２００の物理的な座標を決定することができ、これは、典型的には、場所を緯度値及び経度値として出力する。ＧＰＳトランシーバ２５８は、さらに、これらに限られないが三角測量、補助ＧＰＳ（ＡＧＰＳ）、拡張観測時差（Enhanced Observed Time Difference、Ｅ－ＯＴＤ）、セル識別子（ＣＩ）、サービスエリア識別子（ＳＡＩ）、拡張タイミングアドバンス（Enhanced Timing Advance、ＥＴＡ）、基地局サブシステム（ＢＳＳ）等を含む他の地理測位（geo-positioning）メカニズムを利用して、地球の表面におけるクライアントコンピュータ２００の物理的な場所をさらに決定することができる。異なる条件下で、ＧＰＳトランシーバ２５８はクライアントコンピュータ２００の物理的な場所を決定できることが理解される。しかしながら、１つ以上の実施形態において、クライアントコンピュータ２００は、他のコンポーネントを通じて、クライアントコンピュータの物理的な場所を決定するために利用され得る他の情報を提供してもよく、これには、例えば、媒体アクセス制御（ＭＡＣ）アドレス、ＩＰアドレスなどが含まれる。

様々な実施形態の少なくとも１つにおいて、オペレーティングシステム２０６、他のクライアントアプリ２２４、ウェブブラウザ２２６などのアプリケーションは、ジオロケーション情報を利用して、タイムゾーン、言語、通貨、カレンダーフォーマットなどの１つ以上のローカライズ機能を選択するように構成することができる。ローカライズ機能は、表示オブジェクト、データモデル、データオブジェクト、ユーザインターフェース、レポート、及び内部プロセス又はデータベースで使用されてもよい。様々な実施形態の少なくとも１つにおいて、ローカライズ情報を選択するために使用されるジオロケーション情報は、ＧＰＳ２５８により提供されてもよい。さらに、いくつかの実施形態において、ジオロケーション情報は、無線ネットワーク１０８又はネットワーク１１１などのネットワークを通じて１つ以上のジオロケーションプロトコルを使用して提供される情報を含んでもよい。

ヒューマンインターフェースコンポーネントは、クライアントコンピュータ２００と物理的に別個である周辺装置でもよく、クライアントコンピュータ２００への遠隔の入力又は出力を可能にする。例えば、ディスプレイ２５０又はキーボード２５２などのヒューマンインターフェースコンポーネントを通して本明細書に記載のようにルーティングされる情報は、代わりに、ネットワークインターフェース２３２を通して、遠隔に配置された適切なヒューマンインターフェースコンポーネントにルーティングすることができる。リモートであり得るヒューマンインターフェース周辺コンポーネントの例には、これらに限られないが、オーディオデバイス、ポインティングデバイス、キーパッド、ディスプレイ、カメラ、プロジェクタなどが含まれる。これらの周辺コンポーネントは、Ｂｌｕｅｔｏｏｔｈ^ＴＭ、Ｚｉｇｂｅｅ（登録商標）^ＴＭなどのピコネットワーク上で通信することができる。このような周辺ヒューマンインターフェースコンポーネントを有するクライアントコンピュータの１つの非限定的な例は、ウェアラブルコンピュータであり、これは、別個に配置されたクライアントコンピュータとリモート通信するリモートピコプロジェクタを１つ以上のカメラと共に含み、ピコプロジェクタにより壁又はユーザの手などの反射面に投影された画像の部分に向けてのユーザのジェスチャを感知することができる。

クライアントコンピュータは、ウェブページ、ウェブベースのメッセージ、グラフィックス、テキスト、マルチメディアなどを受信及び送信するように構成されたウェブブラウザアプリケーション２２６を含むことができる。クライアントコンピュータのブラウザアプリケーションは、ワイヤレスアプリケーションプロトコルメッセージ（ＷＡＰ）等を含む事実上任意のプログラミング言語を利用することができる。１つ以上の実施形態において、ブラウザアプリケーションは、ハンドヘルドデバイスマークアップ言語（Handheld Device Markup Language、ＨＤＭＬ）、ワイヤレスマークアップ言語（Wireless Markup Language、ＷＭＬ）、ＷＭＬＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ、標準汎用マークアップ言語（ＳＧＭＬ）、ハイパーテキストマークアップ言語（ＨＴＭＬ）、拡張可能マークアップ言語（ＸＭＬ）、ＨＴＭＬ５などを利用することを可能にされる。

メモリ２０４は、ＲＡＭ、ＲＯＭ、又は他のタイプのメモリを含むことができる。メモリ２０４は、コンピュータ読取可能な命令、データ構造、プログラムモジュール、又は他のデータなどの情報の記憶のためのコンピュータ読取可能記憶媒体（装置）の一例を示す。メモリ２０４は、クライアントコンピュータ２００の低レベルの動作を制御するＢＩＯＳ２０８を記憶することができる。メモリは、さらに、クライアントコンピュータ２００の動作を制御するオペレーティングシステム２０６を記憶することができる。このコンポーネントには、ＵＮＩＸ（登録商標）若しくはＬＩＮＵＸ（登録商標）の一バージョンなどの汎用オペレーティングシステム、又はＷｉｎｄｏｗｓ（登録商標）、ｉＯＳ（登録商標）、ｍａｃＯＳなどの特化されたクライアントコンピュータ通信オペレーティングシステムを含んでもよいことが理解されよう。オペレーティングシステムは、Ｊａｖａアプリケーションプログラムを介したハードウェアコンポーネント又はオペレーティングシステム動作の制御を可能にするＪａｖａ仮想マシンモジュールを含み、あるいは該Ｊａｖａ仮想マシンモジュールとインターフェースすることができる。

メモリ２０４は、さらに、１つ以上のデータ記憶装置２１０を含むことができ、これは、とりわけ、アプリケーション２２０又は他のデータを記憶するためにクライアントコンピュータ２００により活用することができる。例えば、データ記憶装置２１０を利用して、クライアントコンピュータ２００の様々な能力を記述する情報を記憶してもよい。この情報は、次いで、通信中にヘッダの一部として送信されること、要求に応じて送信されることなどを含む様々な方法のいずれかに基づいて、別の装置又はコンピュータに提供することができる。さらに、データ記憶装置２１０を利用して、アドレス帳、バディリスト、エイリアス、ユーザプロファイル情報等を含むソーシャルネットワーキング情報を記憶してもよい。データ記憶装置２１０は、さらに、アクションを実行及び遂行するためにプロセッサ２０２などのプロセッサにより使用されるプログラムコード、データ、アルゴリズムなどを含んでもよい。一実施形態において、データ記憶装置２１０の少なくとも一部は、さらに、クライアントコンピュータ２００の別のコンポーネントに格納されてもよく、これらに限られないが、非一時的なプロセッサ読取可能リムーバブル記憶装置２３６、プロセッサ読取可能固定記憶装置２３４、又はクライアントコンピュータの外部にさえも含まれる。

アプリケーション２２０は、クライアントコンピュータ２００により実行されると命令及びデータを送信、受信、又はその他の方法で処理するコンピュータ実行可能命令を含むことができる。アプリケーション２２０は、例えば、クライアント可視化エンジン２２２、他のクライアントアプリケーション２２４、ウェブブラウザ２２６などを含んでもよい。クライアントコンピュータは、１つ以上のサーバと通信を交換するように構成することができる。

アプリケーションプログラムの他の例には、カレンダー、検索プログラム、電子メールクライアントアプリケーション、ＩＭアプリケーション、ＳＭＳアプリケーション、ボイスオーバーインターネットプロトコル（Voice Over Internet Protocol、ＶＯＩＰ）アプリケーション、コンタクトマネージャ、タスクマネージャ、トランスコーダ、データベースプログラム、ワード処理プログラム、セキュリティアプリケーション、スプレッドシートプログラム、ゲーム、検索プログラム、可視化アプリケーションなどが含まれる。

さらに、１つ以上の実施形態（図示せず）において、クライアントコンピュータ２００は、ＣＰＵの代わりに、特定用途向け集積回路、（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルアレイ論理（ＰＡＬ）等、又はこれらの組み合わせなどの、組み込み論理ハードウェアデバイスを含んでもよい。組み込み論理ハードウェアデバイスは、その組み込まれた論理を直接実行して動作を遂行することができる。また、１つ以上の実施形態（図示せず）において、クライアントコンピュータ２００は、ＣＰＵの代わりに１つ以上のハードウェアマイクロコントローラを含んでもよい。１つ以上の実施形態において、１つ以上のマイクロコントローラは、それら自身の組み込まれた論理を直接実行して動作を遂行し、それ自身の内部メモリ並びにそれ自身の外部入力及び出力インターフェース（例えば、ハードウェアピン又は無線トランシーバ）にアクセスして動作を遂行することができ、例えばシステムオンチップ（ＳＯＣ）などである。

［例示的なネットワークコンピュータ］
図３は、様々な実施形態の１つ以上を実施するシステムに含まれ得るネットワークコンピュータ３００の一実施形態を示す。ネットワークコンピュータ３００は、図３に示すものより多くの又は少ないコンポーネントを含んでもよい。しかしながら、図示のコンポーネントは、これらのイノベーションを実施するための例示的な実施形態を開示するのに十分である。ネットワークコンピュータ３００は、例えば、図１の可視化サーバコンピュータ１１６、データソースサーバコンピュータ１１８などのうちの少なくとも１つの、一実施形態を表すことができる。

ネットワークコンピュータ３００などのネットワークコンピュータは、バス３２８を介してメモリ３０４と通信し得るプロセッサ３０２を含むことができる。いくつかの実施形態において、プロセッサ３０２は、１つ以上のハードウェアプロセッサ、又は１つ以上のプロセッサコアから構成されてもよい。いくつかの場合、１つ以上のプロセッサのうちの１つ以上は、本明細書に記載されているような１つ以上の特化されたアクションを実行するように設計された特化されたプロセッサでもよい。ネットワークコンピュータ３００は、さらに、電源３３０、ネットワークインターフェース３３２、オーディオインターフェース３５６、ディスプレイ３５０、キーボード３５２、入力／出力インターフェース３３８、プロセッサ読取可能固定記憶装置３３４、及びプロセッサ読取可能リムーバブル記憶装置３３６を含む。電源３３０は、ネットワークコンピュータ３００に電力を供給する。

ネットワークインターフェース３３２は、ネットワークコンピュータ３００を１つ以上のネットワークに結合するための回路を含み、１つ以上の通信プロトコル及び技術との使用に対して構築され、該通信プロトコル及び技術には、これらに限られないが、オープンシステム相互接続モデル（ＯＳＩモデル）、グローバルシステムフォーモバイルコミュニケーション（ＧＳＭ）、符号分割多元接続（ＣＤＭＡ）、時分割多元接続（ＴＤＭＡ）、ユーザデータグラムプロトコル（ＵＤＰ）、トランスミッションコントロールプロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、ショートメッセージサービス（ＳＭＳ）、マルチメディアメッセージングサービス（ＭＭＳ）、汎用パケット無線サービス（ＧＰＲＳ）、ＷＡＰ、超広帯域（ultra-wide band、ＵＷＢ）、ＩＥＥＥ８０２．１６ワールドワイドインターオペラビリティフォーマイクロウェーブアクセス（Worldwide Interoperability for Microwave Access、ＷｉＭａｘ）、セッション開始プロトコル／リアルタイムトランスポートプロトコル（Session Initiation Protocol、ＳＩＰ／Real-time Transport Protocol、ＲＴＰ）、又は様々な他の有線及び無線通信プロトコルのいずれかの、任意の部分を実施するプロトコル及び技術が含まれる。ネットワークインターフェース３３２は、時に、トランシーバ、送受信装置、又はネットワークインターフェースカード（ＮＩＣ）として知られる。ネットワークコンピュータ３００は、任意で、基地局（図示せず）と、又は別のコンピュータと直接通信することができる。

オーディオインターフェース３５６は、人間の声のサウンドなどのオーディオ信号を生成及び受信するように構成される。例えば、オーディオインターフェース３５６は、他者とのテレコミュニケーションを可能にし、又は何らかのアクションのためのオーディオ確認応答を生成するために、スピーカ及びマイクロフォン（図示せず）に結合されてもよい。また、オーディオインターフェース３５６内のマイクロフォンは、例えば、音声認識を使用し、ネットワークコンピュータ３００への入力又はネットワークコンピュータ３００の制御のために使用することができる。

ディスプレイ３５０は、液晶ディスプレイ（ＬＣＤ）、ガスプラズマ、電子インク、発光ダイオード（ＬＥＤ）、有機ＬＥＤ（ＯＬＥＤ）、又はコンピュータと共に使用することができる任意の他のタイプの光反射型又は光透過型ディスプレイでもよい。いくつかの実施形態において、ディスプレイ３５０は、壁又は他のオブジェクト上に画像を投影することができるハンドヘルドプロジェクタ又はピコプロジェクタでもよい。

ネットワークコンピュータ３００はまた、図３に示されていない外部のデバイス又はコンピュータと通信するための入力／出力インターフェース３３８を含むことができる。入力／出力インターフェース３３８は、ＵＳＢ^ＴＭ、Ｆｉｒｅｗｉｒｅ^ＴＭ、ＷｉＦｉ、ＷｉＭａｘ、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）^ＴＭ、Ｉｎｆｒａｒｅｄ、Ｂｌｕｅｔｏｏｔｈ^ＴＭ、Ｚｉｇｂｅｅ^ＴＭ、シリアルポート、パラレルポートなどの、１つ以上の有線又は無線通信技術を活用することができる。

入力／出力インターフェース３３８は、さらに、１つ以上のセンサを含んでもよく、該１つ以上のセンサは、ジオロケーション情報を決定する（例えば、ＧＰＳ）、電力状態を監視する（例えば、電圧センサ、電流センサ、周波数センサ等）、天気を監視する（例えば、サーモスタット、気圧計、風速計、湿度検出器、降水量スケール等）などのためのものである。センサは、ネットワークコンピュータ３００の外部のデータを収集又は測定する１つ以上のハードウェアセンサでもよい。ヒューマンインターフェースコンポーネントは、ネットワークコンピュータ３００と物理的に別個でもよく、ネットワークコンピュータ３００への遠隔の入力又は出力を可能にする。例えば、ディスプレイ３５０又はキーボード３５２などのヒューマンインターフェースコンポーネントを通して本明細書に記載のようにルーティングされる情報は、代わりに、ネットワークインターフェース３３２を通して、ネットワーク上の他の場所に配置された適切なヒューマンインターフェースコンポーネントにルーティングすることができる。ヒューマンインターフェースコンポーネントには、コンピュータがコンピュータの人間のユーザから入力を受け取ること又は該人間のユーザに出力を送ることを可能にする任意のコンポーネントが含まれる。したがって、マウス、スタイラス、トラックボール等のポインティングデバイスは、ポインティングデバイスインターフェース３５８を通じて通信して、ユーザ入力を受け取ることができる。

ＧＰＳトランシーバ３４０は、地球の表面におけるネットワークコンピュータ３００の物理的な座標を決定することができ、これは、典型的には、場所を緯度値及び経度値として出力する。ＧＰＳトランシーバ３４０は、さらに、これらに限られないが三角測量、補助ＧＰＳ（ＡＧＰＳ）、拡張観測時差（Ｅ－ＯＴＤ）、セル識別子（ＣＩ）、サービスエリア識別子（ＳＡＩ）、拡張タイミングアドバンス（ＥＴＡ）、基地局サブシステム（ＢＳＳ）等を含む他の地理測位メカニズムを利用して、地球の表面におけるネットワークコンピュータ３００の物理的な場所をさらに決定することができる。異なる条件下で、ＧＰＳトランシーバ３４０はネットワークコンピュータ３００の物理的な場所を決定できることが理解される。しかしながら、１つ以上の実施形態において、ネットワークコンピュータ３００は、他のコンポーネントを通じて、クライアントコンピュータの物理的な場所を決定するために利用され得る他の情報を提供してもよく、これには、例えば、媒体アクセス制御（ＭＡＣ）アドレス、ＩＰアドレスなどが含まれる。

様々な実施形態の少なくとも１つにおいて、オペレーティングシステム３０６、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、他のアプリケーション３２９などのアプリケーションは、ジオロケーション情報を利用して、タイムゾーン、言語、通貨、通貨フォーマット、カレンダーフォーマットなどの１つ以上のローカライズ機能を選択するように構成することができる。ローカライズ機能は、ユーザインターフェース、ダッシュボード、可視化、レポート、及び内部プロセス又はデータベースで使用されてもよい。様々な実施形態の少なくとも１つにおいて、ローカライズ情報を選択するために使用されるジオロケーション情報は、ＧＰＳ３４０により提供されてもよい。さらに、いくつかの実施形態において、ジオロケーション情報は、無線ネットワーク１０８又はネットワーク１１１などのネットワークを通じて１つ以上のジオロケーションプロトコルを使用して提供される情報を含んでもよい。

メモリ３０４は、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、又は他のタイプのメモリを含むことができる。メモリ３０４は、コンピュータ読取可能な命令、データ構造、プログラムモジュール、又は他のデータなどの情報の記憶のためのコンピュータ読取可能記憶媒体（装置）の一例を示す。メモリ３０４は、ネットワークコンピュータ３００の低レベルの動作を制御する基本入力／出力システム（ＢＩＯＳ）３０８を記憶する。メモリは、さらに、ネットワークコンピュータ３００の動作を制御するオペレーティングシステム３０６を記憶する。このコンポーネントは、ＵＮＩＸ若しくはＬＩＮＵＸ（登録商標）の一バージョンなどの汎用オペレーティングシステム、又はＭｉｃｒｏｓｏｆｔ ＣｏｒｐｏｒａｔｉｏｎのＷｉｎｄｏｗｓオペレーティングシステム若しくはＡｐｐｌｅ（登録商標） ＣｏｒｐｏｒａｔｉｏｎのｍａｃＯＳ（登録商標）オペレーティングシステムなどの特化されたオペレーティングシステムを含んでもよいことが理解されよう。オペレーティングシステムは、Ｊａｖａアプリケーションプログラムを介したハードウェアコンポーネント又はオペレーティングシステム動作の制御を可能にするＪａｖａ仮想マシンモジュールなどの、１つ以上の仮想マシンモジュールを含み、あるいは該仮想マシンモジュールとインターフェースすることができる。同様に、他のランタイム環境が含まれてもよい。

メモリ３０４は、さらに、１つ以上のデータ記憶装置３１０を含むことができ、これは、とりわけ、アプリケーション３２０又は他のデータを記憶するためにネットワークコンピュータ３００により活用することができる。例えば、データ記憶装置３１０を利用して、ネットワークコンピュータ３００の様々な能力を記述する情報を記憶してもよい。この情報は、次いで、通信中にヘッダの一部として送信されること、要求に応じて送信されることなどを含む様々な方法のいずれかに基づいて、別の装置又はコンピュータに提供することができる。さらに、データ記憶装置３１０を利用して、アドレス帳、バディリスト、エイリアス、ユーザプロファイル情報等を含むソーシャルネットワーキング情報を記憶してもよい。データ記憶装置３１０は、さらに、以下に説明されるアクションなどのアクションを実行及び遂行するためにプロセッサ３０２などのプロセッサにより使用されるプログラムコード、データ、アルゴリズムなどを含んでもよい。一実施形態において、データ記憶装置３１０の少なくとも一部は、さらに、ネットワークコンピュータ３００の別のコンポーネントに格納されてもよく、これらに限られないが、プロセッサ読取可能リムーバブル記憶装置３３６、プロセッサ読取可能固定記憶装置３３４、又はネットワークコンピュータ３００内若しくはネットワークコンピュータ３００の外部でさえある任意の他のコンピュータ読取可能記憶装置の内部の、非一時的な媒体が含まれる。データ記憶装置３１０は、例えば、データモデル３１４、データソース３１６、可視化モデル３１８、推奨モデル３１９などを含むことができる。

アプリケーション３２０は、ネットワークコンピュータ３００により実行されるとメッセージ（例えば、ＳＭＳ、マルチメディアメッセージングサービス（ＭＭＳ）、インスタントメッセージ（ＩＭ）、電子メール、又は他のメッセージ）、オーディオ、ビデオを送信、受信、又はその他の方法で処理し、別のモバイルコンピュータの別のユーザとのテレコミュニケーションを可能にするコンピュータ実行可能命令を含むことができる。アプリケーションプログラムの他の例には、カレンダー、検索プログラム、電子メールクライアントアプリケーション、ＩＭアプリケーション、ＳＭＳアプリケーション、ボイスオーバーインターネットプロトコル（ＶＯＩＰ）アプリケーション、コンタクトマネージャ、タスクマネージャ、トランスコーダ、データベースプログラム、ワード処理プログラム、セキュリティアプリケーション、スプレッドシートプログラム、ゲーム、検索プログラムなどが含まれる。アプリケーション３２０は、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、他のアプリケーション３２９などを含んでもよく、これらは、以下に記載される実施形態のための動作を実行するように構成され得る。様々な実施形態の１つ以上において、アプリケーションの１つ以上は、別のアプリケーションのモジュール又はコンポーネントとして実装されてもよい。さらに、様々な実施形態の１つ以上において、アプリケーションは、オペレーティングシステム拡張、モジュール、プラグインなどとして実装されてもよい。

さらに、様々な実施形態の１つ以上において、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、他のアプリケーション３２９などは、クラウドベースのコンピューティング環境において動作可能であってよい。様々な実施形態の１つ以上において、可視化プラットフォームを含むこれらのアプリケーション及びその他は、クラウドベースのベースのコンピューティング環境において管理され得る仮想マシン又は仮想サーバ内で実行されてもよい。様々な実施形態の１つ以上において、この文脈では、アプリケーションは、クラウドコンピューティング環境により自動的に管理される性能及びスケーリングの考慮に応じて、クラウドベース環境内の１つの物理的ネットワークコンピュータから別のものへフローすることができる。同様に、様々な実施形態の１つ以上において、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、他のアプリケーション３２９などの専用にされた仮想マシン又は仮想サーバが、自動的にプロビジョニングされ、デコミッションされてもよい。

同様に、様々な実施形態の１つ以上において、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、他のアプリケーション３２９などは、１つ以上の特定の物理的ネットワークコンピュータに結び付けられるのでなく、クラウドベースのコンピューティング環境で動作する仮想サーバ内に配置されてもよい。

ネットワークコンピュータ３００は、さらに、鍵、デジタル証明書、パスワード、パスフレーズ、２ファクタ認証情報などのセキュリティ／暗号情報を生成、記憶、又は使用するためのさらなる耐タンパー性セーフガードを提供するハードウェアセキュリティモジュール（ＨＳＭ）３６０を含むこともできる。いくつかの実施形態において、ハードウェアセキュリティモジュールは、１つ以上の標準的な公開鍵基盤（ＰＫＩ）をサポートするために利用されてもよく、鍵ペアなどを生成、管理、又は記憶するために利用されてもよい。いくつかの実施形態において、ＨＳＭ３６０は、スタンドアロンネットワークコンピュータでもよく、他の場合に、ＨＳＭ３６０は、ネットワークコンピュータにインストールされ得るハードウェアカードとして構成されてもよい。

さらに、１つ以上の実施形態（図示せず）において、ネットワークコンピュータ３００は、ＣＰＵの代わりに、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルアレイ論理（ＰＡＬ）等、又はこれらの組み合わせなどの、組み込み論理ハードウェアデバイスを含んでもよい。組み込み論理ハードウェアデバイスは、その組み込まれた論理を直接実行して動作を遂行することができる。また、１つ以上の実施形態（図示せず）において、ネットワークコンピュータは、ＣＰＵの代わりに１つ以上のハードウェアマイクロコントローラを含んでもよい。１つ以上の実施形態において、１つ以上のマイクロコントローラは、それら自身の組み込まれた論理を直接実行して動作を遂行し、それら自身の内部メモリ並びにそれら自身の外部入力及び出力インターフェース（例えば、ハードウェアピン又は無線トランシーバ）にアクセスして動作を遂行することができ、例えばシステムオンチップ（ＳＯＣ）などである。

［例示的な論理システムアーキテクチャ］
図４は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのシステム４００の論理アーキテクチャを示す。様々な実施形態の１つ以上において、システム４００は、モデル化エンジン４０２などの１つ以上のモデル化エンジンを含む様々なコンポーネントで構成することができる。

様々な実施形態の１つ以上において、システム４００は、モデル化エンジン４０２、訓練データストア４０４、推奨モデルデータストア４０６、推奨エンジン４０８、データソース４１０、コミュニティ可視化４１２、ユーザ可視化４１４、可視化エンジン４１６、１つ以上の推奨された可視化４１８などを含む様々なコンポーネントを含むように構成することができる。

様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の推奨モデルを利用して、ユーザにより利用されている可視化に関連づけられた１つ以上のメタデータフィールドに基づいて１つ以上の可視化をユーザに推奨するように構成することができる。また、いくつかの実施形態において、可視化エンジンは、推奨された可視化とのユーザ対話を監視して、推奨された可視化とのユーザ対話に基づいて推奨モデルの有効性を評価するために使用され得るメトリック又はテレメトリ情報を生成するように構成されてもよい。

様々な実施形態の１つ以上において、推奨モデルは、可視化に関連づけられ得るメタデータの類似度に基づいて１つ以上の可視化を推奨するように構成することができる。いくつかの実施形態において、メタデータは、可視化に含まれ又は表示されるコンテンツとは区別可能とみなされ得るテキスト情報を含むことができる。例えば、いくつかの実施形態において、メタデータは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織／部門、データモデルオブジェクト名などを含んでもよい。当業者は、メタデータがローカル要件又はローカル状況に応じて変化し得ることを理解するであろうことに留意する。したがって、ここで又は本詳細な説明全体を通して説明されるメタデータの例は、本明細書に含まれるイノベーションを開示するのに少なくとも十分であるメタデータの非限定的な例とみなされるべきである。

様々な実施形態の１つ以上において、推奨モデルは、様々なヒューリスティック、機械学習モデル、フィルタなどが推奨モデルに含まれ得るように、モジュール式であるように構成することができる。様々な実施形態の１つ以上において、モジュールは、推奨モデルに対して修正、置換、又は追加することができる。したがって、いくつかの実施形態において、推奨モデルは、ローカル状況又はローカル要件に合わせられてもよい。同様に、いくつかの実施形態において、さらなるヒューリスティック又は機械学習方法がオフライン実験において又は生産環境の観測により有効であることを証明又は発見された場合、それらが推奨モデルに含まれてもよい。

様々な実施形態の１つ以上において、推奨モデルの１つ以上の部分が、メタデータフィールドに含まれるテキストコンテンツの自然言語処理を利用することに焦点を合わせられてもよい。いくつかの実施形態において、異なる推奨モデル又は推奨モデルの部分が、コンテンツベースの関連ビュー推奨のために、潜在意味解析（ＬＳＡ）、因数分解マシン（ＦＭ）、コサイン類似度、勾配ブースティング決定木（ＧＢＤＴ）、用語頻度－逆文書頻度（ＴＦ－ＩＤＦ）、判別分析などの手法を利用するように構成されてもよい。いくつかの実施形態において、異なるタイプ又はインスタンスの推奨モデルが、異なる状況に対して訓練又はテストされてもよい。いくつかの実施形態について、当業者は、推奨モデルが、組織により使用されている間、連続的な試験、チューニング、又は改善の対象となり得ることを理解するであろう。いくつかの場合、おそらく新しいモデル化方法、ヒューリスティック、パラメータなどを含む新しい推奨モデルが配備され得る一方で、既存の推奨モデルが好まれなくなる可能性がある。したがって、当業者は、これらのイノベーションが推奨モデルの固定されたセットに限定されず、むしろ、所与の組織又はアクセス組織内である時間にわたり変化又は進化することが予期され得ることを理解するであろう。

様々な実施形態の１つ以上において、推奨モデルが個々の組織又は個々の組織のユーザをサポートするように構成され得るため、各組織は異なる訓練データを有することがある。したがって、いくつかの実施形態において、訓練データは、量又は特性において広く変動してもよい。いくつかの場合、組織は、コンテンツベースの関連ビュー推奨が有効化される前に、多くの可視化を蓄積している場合がある。対照的に、いくつかの実施形態において、他の組織は、それらの推奨モデルを訓練するために十分な可視化を作成する前に、可視化推奨をアクティブ化している場合がある。

したがって、いくつかの実施形態において、十分な訓練データを有していない可能性がある組織に対する有意義な推奨を可能にするために、１つ以上のベースラインモデルが提供されてもよい。いくつかの実施形態において、ベースラインモデルは、公開共有データに基づき得る訓練データに基づいて訓練されてもよい。いくつかの実施形態において、共有データは、ベースラインモデルを訓練するための可視化の一部又は全部を提供することを自発的に申し出た他のユーザ又は組織により提供されてもよい。

したがって、いくつかの実施形態において、自身の推奨モデルを訓練するための十分なデータを欠いている組織は、ベースラインモデルに基づく１つ以上の推奨モデルを提供されてもよい。それらが自身の訓練データを生成するとき、それは、自身のデータに基づいて推奨モデルを訓練するために利用されてもよい。

図５は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのいくつかのメタデータを示す、システム２００の一部の論理概略図を示す。いくつかの実施形態において、可視化システムは、可視化のための様々なメタデータを定義するように構成され得る。また、様々な実施形態の１つ以上において、可視化システムは、ユーザ、データソース、プロジェクト、注釈、システム内のオブジェクトに関連づけられたタグ、オブジェクト又はユーザに関連づけられた許可／特権などの、可視化システムの他の部分のためのメタデータを定義するように構成されてもよい。いくつかの実施形態において、１つ以上のメタデータフィールドが、ローカル状況又はローカル要件に応じて考慮に含まれ、あるいは考慮から省略されてもよい。したがって、いくつかの実施形態において、コンテンツベースの関連ビュー推奨に関連するか又はさもなければ有用であると判断されるメタデータフィールドは、構成情報に基づいて決定することができる。

様々な実施形態の１つ以上において、メタデータは、異なるスコープ又はコンテキストに関連づけることができる。この例において、テーブル５０２は、データベーススキーマなどに対して定義され得るテーブル名のリストを表す。

また、この例では、いくつかの実施形態について、テーブル５０４は、メタデータフィールドのリストをそれらのデータ型と共に表す。この例において、テーブル５０４は、可視化に関連づけられたメタデータを記憶するテーブルに対して定義された列を含むとみなされてもよい。

最後に、この例において、テーブル５０６は、可視化のためのメタデータフィールド値を有するテーブルを表し、それにより、各行は、別個の可視化のためのメタデータフィールド値を表す。

当業者は、生産環境において、本明細書に示されるものよりも多くの又は異なるメタデータフィールドが存在し得ることを理解するであろう。しかしながら、当業者は、本明細書に示されるメタデータは、少なくとも本明細書に記載されるイノベーションを開示するのに十分であることを理解するであろう。同様に、この例はテーブルを使用してメタデータを表すが、メタデータフィールド又はメタデータフィールドの集合を表すために利用される１つ以上のデータ構造は、これらのイノベーションの範囲から逸脱することなく、リスト、配列、ディクショナリ、ベクトル、スパース配列、ツリーなどを含む様々なデータ構造を使用することができる。

図６は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのユーザインターフェース６００の一部の論理表現を示す。いくつかの実施形態において、ユーザインターフェース６００は、パネル６０２、パネル６０４などの１つ以上のパネルを含むように構成されてもよい。

様々な実施形態の１つ以上において、ユーザインターフェース６００は、１つ以上の推奨された可視化をユーザに表示するように構成することができる。いくつかの実施形態において、パネル６０４などのパネルは、推奨された可視化のコンパクト表現（例えば、サムネイル等）を表示してもよい。この例において、サブパネル６０６は、推奨された可視化のコンパクトな視覚表現を表すことができる。また、いくつかの実施形態において、説明的な自然言語説明解説を含むさらなる情報が、サブパネル６０８などのサブパネルに表示され（あるいは、該サブパネルを介してアクセスされ）てもよい。例えば、いくつかの実施形態において、サブパネル６０８は、サブパネル６０６に示される可視化を推奨する際にどのメタデータフィールドが最も大きい影響を有したかを説明する解説を含んでもよい。

様々な実施形態の１つ以上において、推奨された可視化に関連づけられたパネルは、所与の推奨の品質又は強度に関連づけられた推奨スコアに基づいてランク順に表示することができる。

したがって、いくつかの実施形態において、ユーザは、表示された推奨された可視化の集合から可視化を選択することを可能にされ得る。

様々な実施形態の１つ以上において、パネル６０４などのパネルは、ユーザが推奨への同意又は不同意を表すスコアを提供することを可能にし得る他のユーザインターフェース要素に関連づけることができる。したがって、いくつかの実施形態において、モデル化エンジンは、これらのスコアを利用して、上記ユーザ又は同じ組織内の他のユーザのために推奨モデルを修正し又は等級付けしてもよい。

様々な実施形態の１つ以上において、推奨された可視化に関連づけられた説明解説は、所与の可視化がなぜ推奨されたかの理由を記述することができる。いくつかの実施形態において、解説テキストは、１つ以上のメタデータフィールドに関連づけられてもよい。例えば、いくつかの実施形態について、可視化を推奨するための最も強い信号（signal）が、そのキャプションフィールドのコンテンツであり得る場合、推奨に関連づけられた解説情報は、ユーザにより使用される他の可視化のキャプションに対するキャプションの類似度に基づいて推奨が行われたことを説明する解説テキストを含むことができる。

様々な実施形態の１つ以上において、ユーザインターフェース６００は、ユーザが所与の推奨に関連づけられたさらなる詳細を探索するためにドリルダウンする（例えば、サブパネル６０８を通じて）ことを可能にするように構成することができる。

［一般化された動作］
図７～図１３は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のための一般化された動作を示す。様々な実施形態の１つ以上において、図７～図１３と関連して説明されるプロセス７００、８００、９００、１０００、１１００、１２００、及び１３００は、図３のネットワークコンピュータ３００などの単一のネットワークコンピュータ（又は、ネットワーク監視コンピュータ）上の１つ以上のプロセッサにより実施され、あるいは実行されてもよい。他の実施形態において、これらのプロセス又はその一部は、図３のネットワークコンピュータ３００などの複数のネットワークコンピュータにより実施され、あるいは該ネットワークコンピュータ上で実行されてもよい。さらに他の実施形態において、これらのプロセス、又はその一部は、クラウドベースの環境におけるものなどの１つ以上の仮想化コンピュータにより実施され、あるいは該仮想化コンピュータ上で実行されてもよい。しかしながら、実施形態はそのように限定されるものではなく、ネットワークコンピュータ、クライアントコンピュータ等の様々な組み合わせが活用されてよい。さらに、様々な実施形態の１つ以上において、図７～図１１に関連して説明されるプロセスは、図４～図６に関連して説明されたような様々な実施形態又はアーキテクチャのうちの少なくとも１つに従ってコンテンツベースの関連ビュー推奨のために使用することができる。さらに、様々な実施形態の１つ以上において、プロセス７００、８００、９００、１０００、１１００、１２００、及び１３００により実行される動作の一部又は全部は、部分的に、推奨エンジン３２２、可視化エンジン３２４、モデル化エンジン３２６、１つ以上のネットワークコンピュータの１つ以上のプロセッサにより実行されてもよい。

図７は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセス７００の概観フローチャートを示す。開始ブロックの後、ブロック７０２において、様々な実施形態の１つ以上において、コミュニティ可視化の集合に関連づけられた可視化が表示され得る。典型的には、この可視化は、ユーザがユーザインターフェース又は対話型レポートを介して対話している可能性がある可視化であってよい。いくつかの実施形態において、ユーザが２つ以上の可視化を見ている可能性がある場合、１つ以上の表示の可視化に対して推奨が生成されてもよい。

ブロック７０４において、様々な実施形態の１つ以上において、推奨エンジンが、表示された可視化に関連づけられた１つ以上のメタデータフィールドを決定するように構成され得る。ブロック７０６において、様々な実施形態の１つ以上において、推奨エンジンは、各コミュニティ可視化に関連づけられたメタデータフィールドの、表示された可視化に関連づけられたメタデータフィールドとの類似度に基づいて、１つ以上のコミュニティ可視化をランク付けするように構成され得る。

様々な実施形態の１つ以上において、推奨エンジンは、各コミュニティ可視化について推奨スコアを生成するために推奨モデルを利用するように構成することができる。様々な実施形態の１つ以上において、推奨エンジンは、各コミュニティ可視化に関連づけられた推奨スコアに基づいてコミュニティ可視化をランク付けするように構成することができる。

ブロック７０８において、様々な実施形態の１つ以上において、推奨エンジンは、推奨された可視化の各メタデータフィールドについての影響スコアを、推奨スコアに対するそれらの寄与に基づいて決定するように構成され得る。

ブロック７１０において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の推奨された可視化をユーザに示すユーザインターフェース又は対話型レポートにおいて提供され得る情報を提供するように構成され得る。次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図８は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のための推奨モデルを生成するためのプロセス８００のフローチャートを示す。開始ブロックの後、ブロック８０２において、様々な実施形態の１つ以上において、モデル化エンジンが、１つ以上のコミュニティ可視化における１つ以上のメタデータフィールドを決定するように構成され得る。様々な実施形態の１つ以上において、１つ以上のメタデータフィールドが、コンテンツベースの関連ビュー推奨に使用するのに不適切と判断される場合がある。したがって、いくつかの実施形態において、推奨エンジンは、メタデータフィールドのより大きいセットの中から考慮のためのメタデータフィールドを選択的に決定するように構成されてもよい。いくつかの実施形態において、推奨エンジンは、推奨を提供することを考慮するメタデータフィールドを決定するために、構成情報を介して提供されるルール、リスト、フィルタ等を利用するように構成されてもよい。

また、様々な実施形態の１つ以上において、１つ以上の推奨モデルが、推奨される可視化についての推奨スコアを生成するために推奨モデルにとって必要とされ（又は、任意であり）得るメタデータフィールドを定義するインターフェースを提供するように構成されてもよい。

ブロック８０４において、様々な実施形態の１つ以上において、モデル化エンジンは、１つ以上のメタデータフィールドを修正又はフィルタリングするために１つ以上のヒューリスティック方法を使用してメタデータを準備するように構成され得る。様々な実施形態の１つ以上において、１つ以上の従来のデータ準備方法が１つ以上のメタデータフィールドの値に適用されてもよく、例えば、トークン化すること、ストップワードを除去すること、大文字使用を正規化すること、スペリング訂正などである。いくつかの実施形態において、１つ以上のメタデータフィールド値をつぶし（collapse）、又はその他の方法で同じ意味を有し得る異なるコンテンツを識別するために、意味解析が利用されてもよい。

様々な実施形態の１つ以上において、１つ以上のメタデータフィールドは、フィルタの特定のヒューリスティックに関連づけることができる。例えば、単一の単語値に制限され得るメタデータフィールドは、単語の文又は段落をしばしば含むメタデータフィールドとは別様に処理されてもよい。

ブロック８０６において、様々な実施形態の１つ以上において、モデル化エンジンは、準備されたメタデータに基づいて１つ以上の推奨モデルを訓練するように構成され得る。様々な実施形態の１つ以上において、推奨モデルは、訓練を必要とする１つ以上のサブモデル又はモジュールを含むように構成されてもよい。したがって、いくつかの実施形態において、推奨エンジンは、所与の推奨モデルに対して定義されたとおり必要な訓練を実行するように構成されてもよい。

ブロック８０８において、様々な実施形態の１つ以上において、推奨エンジンは、メタデータの類似度に基づいて１つ以上の可視化を推奨するために１つ以上の推奨モデルを利用するように構成され得る。次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図９は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセス９００のフローチャートを示す。開始ブロックの後、ブロック９０２において、様々な実施形態の１つ以上において、推奨エンジンが、入力可視化に関連づけられた１つ以上のメタデータフィールドを決定するように構成され得る。いくつかの実施形態において、入力可視化は、ユーザに現在表示されている可視化でもよい。

様々な実施形態の１つ以上において、入力可視化は、ユーザが対話している可能性がある現在の可視化に基づいて選択されてもよい。いくつかの実施形態において、推奨エンジンは、ユーザが能動的に見ている可能性がある可視化を入力可視化として自動的に利用するように構成されてもよい。いくつかの実施形態において、ユーザインターフェースは、ユーザが推奨機能をアクティブ化し、又は推奨レポートを受信することを選択的に要求することを可能にする、１つ以上のユーザインターフェースコントロールを含んでもよい。

様々な実施形態の１つ以上において、推奨エンジンは、様々なメタデータソースにわたって反復して、１つ以上の推奨される可視化を決定するための入力値として利用され得るメタデータフィールドを決定するように構成されてもよい。上述したように、いくつかの実施形態において、推奨エンジンは、データソース、データベーステーブル、可視化モデル、データモデルなどのうちの１つ以上からメタデータフィールドを決定するように構成することができる。また、様々な実施形態の１つ以上において、推奨エンジンは、ビューカウント、最後に使用された日、他の人気メトリックなどのテレメトリ情報から１つ以上のメタデータフィールドを決定するように構成されてもよい。

様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の推奨モデルの入力仕様に適合するために、メタデータフィールド又はメタデータフィールド値をフィルタリング、フォーマット、マージ、修正等するように構成されてもよい。例えば、いくつかの場合、「ｔａｂｌｅ＿ｎａｍｅ」などのメタデータフィールドは、「ｌａｓｔ＿ａｃｃｅｓｓｅｄ」などの列名と連結されてメタデータフィールド「ｔａｂｌｅ＿ｎａｍｅ．ｌａｓｔ＿ａｃｃｅｓｓｅｄ」を提供して、それを他の同様に名付けられた列と区別することができる。

いくつかの実施形態において、推奨エンジンは、１つ以上のメタデータフィールドを、それらを他の同様に名付けられたメタデータフィールドから区別することができる完全修飾識別子を使用して記憶するように構成されてもよい。

また、様々な実施形態の１つ以上において、推奨エンジンは、メタデータフィールド値を、それらを推奨モデルに提供する前にクリーニングし、正規化し、又は別な方法で準備するための１つ以上の動作を実行するように構成されてもよい。いくつかの実施形態において、これは、スペリングを訂正すること、正規化の大文字使用、数値を丸め又は切り捨てること、単語置換（例えば、意味的に類似する単語を共通の単語にマッピングすること）、長い文字列を切り捨てること、フレーズからいわゆるストップワードを除去することなどを含んでもよい。

また、様々な実施形態の１つ以上において、推奨エンジンは、メタデータフィールド又はメタデータフィールド値に関連づけられた１つ以上の属性、統計、メトリックなどを事前処理又は事前計算するためのさらなる動作を実行するように構成されてもよい。例えば、いくつかの実施形態において、推奨エンジンは、１つ以上のメタデータフィールドに含まれる（自然言語）テキストフレーズ又はテキストブロックについて、エントロピー、パープレキシティ（perplexity）などの１つ以上のメトリックを計算するように構成することができる。いくつかの実施形態において、推奨エンジンは、他のソースから引き出された１つ以上のメタデータフィールドと共に含まれ得る１つ以上の合成メタデータフィールドを計算又は生成するように構成されてもよい。

したがって、いくつかの実施形態において、推奨エンジンは、ローカル状況又はローカル要件を説明するための構成情報に基づいて、メタデータフィールドソース、メタデータフィールド、メタデータフィールドフォーマットなどを決定するためのルール、場所などを決定するように構成されてもよい。

ブロック９０４において、いくつかの実施形態において、推奨エンジンは、推奨のために考慮すべき１つ以上のコミュニティ可視化を決定するように構成され得る。様々な実施形態の１つ以上において、ユーザに利用可能なコミュニティ可視化は、様々な理由で考慮から除外され得る１つ以上のコミュニティ可視化を含む場合がある。いくつかの実施形態において、１つ以上のコミュニティ可視化が、ユーザプリファレンス、組織プリファレンス等に基づいて除外され得る。また、いくつかの実施形態において、推奨モデルは、１つ以上のコミュニティ可視化を考慮から除外する１つ以上のフロントサイドヒューリスティックを含んでもよい。例えば、いくつかの実施形態において、ユーザは、特定のビジネスユニットなどに関連づけられ得るコミュニティ可視化を除外することを好む場合がある。また、例えば、いくつかの実施形態について、ユーザは、様々なメタデータフィールド値（例えば、年齢（age）、最後にアクセスされた日、ユーザなど）、言語（例えば、英語、スペイン語など）、可視化のタイプなどの様々な理由で可視化を除外することを可能にされてもよい。

さらに、様々な実施形態の１つ以上において、推奨エンジンは、ユーザ又は組織が、推奨に対して不適切な考慮事項であり得る可視化に関連づけられ得ることを経験が示す１つ以上のメタデータフィールド値に基づいて、推奨のために考慮されることから１つ以上の可視化を除外することを可能にするように構成されてもよい。例えば、いくつかの実施形態において、ユーザは、「テスト（test）」、「破損した（broken）」、「プライベート（private）」、「不完全（incomplete）」等の特定のタグ／ステータスメタデータフィールド値に関連づけられた可視化が推奨のための考慮から除外されるべきであることを観察し得る。

同様に、いくつかの実施形態において、モデル化エンジンが、特定の可視化が推奨に対して不適切な考慮事項であり得ることを示す１つ以上のメタデータフィールド値を識別するように構成されてもよい。例えば、いくつかの実施形態において、推奨モデル訓練の間、「テスト」、「破損した」、「プライベート」、「不完全」などのタグ／ステータスメタデータフィールド値に関連づけられた可視化は、考慮から除外されるように決定されてもよい。

さらに、いくつかの実施形態において、１つ以上の特定の推奨モデルは、可視化の１つ以上のクラス又はカテゴリに対する推奨を提供する際に無効であり得るが、同時に、可視化の他のクラス又はカテゴリに対して有効であり得る。したがって、いくつかの実施形態において、１つ以上のコミュニティ可視化は、使用されている推奨モデルに応じて考慮から除外され得る。

ブロック９０６において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上のコンテンツに焦点を合わせた（content focused）分類器などを利用して、入力可視化とのメタデータフィールド類似度に基づいて１つ以上のコミュニティ可視化についての１つ以上の部分推奨スコアを決定するように構成され得る。

様々な実施形態の１つ以上において、モデル化エンジンは、メタデータフィールドコンテンツの、利用可能であり得るコミュニティ可視化との類似度に関連づけられた推奨スコアを生成するために、メタデータフィールドのコンテンツ又は値を利用するように訓練され又はその他の方法で指示され得る１つ以上の部分又は１つ以上のサブモデルを含む推奨モデルを生成するように構成されてもよい。

したがって、様々な実施形態の１つ以上において、推奨エンジンは、入力可視化からのメタデータフィールド値を、１つ以上のコミュニティ可視化からのメタデータフィールド値と比較するように構成されてもよい。

様々な実施形態の１つ以上において、推奨モデルを含む１つ以上のサブモデルは、テキスト値を含む１つ以上のメタデータフィールドを評価又は比較することを対象としてもよい。また、いくつかの実施形態において、推奨モデルを含む１つ以上のサブモデルは、数値を含むメタデータフィールドを評価することを対象としてもよい。

様々な実施形態の１つ以上において、１つ以上のコミュニティ可視化は、１つ以上の欠落した／省略されたメタデータフィールド、１つ以上の空のメタデータフィールドなどの１つ以上の異常に関連づけられる場合がある。したがって、いくつかの実施形態において、１つ以上の推奨モデルは、必要に応じてデフォルト値を提供するように構成されてもよい。代替的に、いくつかの実施形態において、推奨エンジン又は推奨モデルは、１つ以上の欠落したメタデータフィールド値に基づいて１つ以上のコミュニティ可視化を考慮から除外するように構成されてもよい。

ブロック９０８において、様々な実施形態の１つ以上において、推奨エンジンは、最新性、人気、ローカルプリファレンス、ルール等のうちの１つ以上に基づいて、１つ以上の他の部分推奨スコアを生成するように構成されてもよい。

様々な実施形態の１つ以上において、推奨モデルは、ヒューリスティックに基づく、又はその他の方法で機械学習訓練等に基づいて決定されない可能性がある、１つ以上のサブモデルを含むように構成されてもよい。いくつかの実施形態において、これらは、外れ値又はその他の方法で明らかに異常であり得る１つ以上の可視化をランク付けから除去する（de-ranking）ことを対象とし得るサニティチェックを含むことができる。例えば、いくつかの実施形態において、定義された年齢閾値より古い可視化が、ランク付けから除去されてもよい。さらに、例えば、１つ以上のメタデータフィールドを省略する可視化が、強い信号のメタデータフィールドなどに関連づけられ得る割り当てられたデフォルト値のインパクトを説明するために、ランク付けから除去されてもよい。

様々な実施形態の１つ以上において、推奨モデルは、コミュニティ可視化に関連づけられた１つ以上のメトリックに基づいて部分スコアを生成するための１つ以上の条件、ルール、閾値などを定義するように構成されてもよい。いくつかの実施形態において、これらのメトリックのうちの１つ以上は、他のユーザによるビュー数、可視化が他のユーザに推奨された回数、可視化が他のユーザにより推奨リストから選択された回数などの、可視化エンジンにより収集され得る他のユーザに関連づけられたテレメトリ情報に依存してもよい。同様に、いくつかの実施形態において、現在のユーザについての同様のテレメトリメトリックが、コミュニティ可視化をスコア付けするためのルール、条件などにおいて利用されてもよい。

ブロック９１０において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の部分推奨スコア、１つ以上の他の部分推奨スコア等の組み合わせに基づいて、１つ以上の推奨スコアを生成するように構成され得る。

様々な実施形態の１つ以上において、推奨モデルは、１つ以上の部分スコアから推奨スコアを計算するための１つ以上の式を含むように構成されてもよい。いくつかの実施形態において、推奨モデルは、部分スコアの線形結合に基づいて推奨スコアを計算するように構成されてもよい。いくつかの実施形態において、いくつかの部分スコアの合計が、他のスコアの合計などで除算されてもよい。したがって、いくつかの実施形態において、特定の組み合わせ式が、推奨モデルの一部として定義されてもよい。

様々な実施形態の１つ以上において、部分スコアが２つ以上の推奨モデルに基づき得る場合、個々の推奨モデルは、各コミュニティ可視化に関連づけられた全体的な推奨スコアに対するそれらの寄与に影響を及ぼす重み又は係数に関連づけられてもよい。

さらに、いくつかの実施形態において、推奨エンジンは、部分スコアが組み合わせられている場合、１つ以上の部分スコアに関連づけられ得る信頼度スコアなどのさらなるスコアを考慮するように構成されてもよい。

ブロック９１２において、様々な実施形態の１つ以上において、推奨エンジンは、推奨スコアに基づいて１つ以上のコミュニティ可視化をランク順序付けする（rank order）ように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、１つ以上のコミュニティ可視化をランク付けするために評価された各コミュニティ可視化に関連づけられた推奨スコアを利用するように構成されてもよい。

ブロック９１４において、様々な実施形態の１つ以上において、推奨エンジンは、推奨された可視化のランク順序付けされたリストをフィルタリングするように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、ランク順序付けされたリスト内のコミュニティ可視化の数を低減するために１つ以上のフィルタを適用するように構成されてもよい。代替的に、いくつかの実施形態において、推奨エンジンは、ランク順序付けされた可視化の全てを、ユーザインターフェース内にいくつを表示するかを決定し得る可視化エンジンに提供するように構成されてもよい。

また、様々な実施形態の１つ以上において、推奨モデルは、ランク順序付けされたコミュニティ可視化の集合に対して実行され得る１つ以上のフィルタを含むように構成されてもよい。様々な実施形態の１つ以上において、これらのバックサイドフィルタは、ランク付けを修正し又は１つ以上のコミュニティ可視化を集合から破棄するために利用されてもよい。様々な実施形態の１つ以上において、推奨モデルは、ランク付けされた可視化を、その位置が異常又は偽に見える場合があるため、降格させるように構成されてもよい。例えば、いくつかの実施形態について、ある可視化が、それが履歴的にユーザプリファレンスとの相関が不十分であり得る１つ以上のメタデータフィールドに関連づけられた極端に高い部分スコアを有していたため、他の可視化より高くランク付けされ得る場合、その可視化は、より影響力のあるメタデータフィールドに関連づけられたその部分スコアとより整合性があるように、ランクを下げられてもよい。

様々な実施形態の１つ以上において、推奨エンジンは、使用された推奨モデル、ユーザ、組織、推奨が行われた時間／日付などの他の関連情報と共に推奨／ランク付けを含む情報を記憶するように構成されてもよい。したがって、いくつかの実施形態において、推奨又は推奨モデルの有効性は、後に評価され得る。

次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図１０は、様々な実施形態の１つ以上による、コンテンツベースの関連ビュー推奨のためのプロセス１０００のフローチャートを示す。開始ブロックの後、ブロック１１０２において、様々な実施形態の１つ以上において、推奨エンジンが、推奨モデル又は推奨スコアに基づいて１つ以上の上位にランク付けされた推奨された可視化を決定するように構成され得る。

また、いくつかの実施形態において、推奨エンジンは、各推奨された可視化についての推奨スコアの決定に対する個々のメタデータフィールドの寄与を評価するように構成されてもよい。

したがって、いくつかの実施形態において、推奨モデルは、１つ以上の推奨される可視化を決定するために使用されるメタデータフィールドのうちの１つ以上についての影響スコアを決定することを対象とし得る１つ以上のモジュールを含むことができる。

ブロック１００４において、様々な実施形態の１つ以上において、推奨エンジンは、上位にランク付けされた推奨された可視化の各々に関連づけられたメタデータフィールドのうちの１つ以上について１つ以上の影響スコアを決定するように構成され得る。

様々な実施形態の１つ以上において、推奨エンジンは、可視化に関連づけられた推奨モデルへのメタデータフィールド寄与を識別するための異なる戦略、基準などを定義することができる１つ以上の推奨モデルを利用するように構成されてもよい。しかしながら、いくつかの実施形態において、メタデータフィールドの相対的寄与は、本明細書で影響スコアと呼ばれる１つ以上の値により表されてもよい。

したがって、様々な実施形態の１つ以上において、以下に列挙される例は、推奨モデルに含まれる命令、ルール、サブモデルなどに基づくことができる。明りょうさ又は簡潔さのために、メタデータフィールドの影響スコアを決定することに関連づけられた推奨モデルの部分は、影響モデルと呼ばれることがある。

様々な実施形態の１つ以上において、１つ以上の影響モデルは、ランク付けされた可視化にわたって所与のメタデータフィールドの値の共通性を評価することに基づいてメタデータフィールドをランク付けするように構成されてもよい。したがって、いくつかの実施形態において、メタデータフィールドの影響スコア（又は、部分スコア）は、同じ値を共有する上位にランク付けされた可視化の数のカウントに基づくことができる。いくつかの実施形態において、推奨エンジンは、可視化のためのメタデータフィールドが共通の値を有するかを決定するための１つ以上の比較又は評価に対して構成されてもよい。いくつかの実施形態において、可視化におけるメタデータフィールド値は、他の可視化からの値と比較する前にトークン化されてもよい。また、様々な実施形態の１つ以上において、可視化におけるメタデータフィールド値は、他の可視化からの値と直接比較されてもよい。さらに、いくつかの実施形態において、可視化にわたってメタデータフィールド値を比較するために、１つ以上のファジーマッチ戦略が利用されてもよい。

いくつかの実施形態において、１つ以上の影響モデルは、個々のメタデータフィールドが考慮から除去された場合の推奨スコアへの効果を計算することにより、影響スコア（又は、部分スコア）を決定するように構成されてもよい。したがって、様々な実施形態の１つ以上において、個々のメタデータフィールドのインパクトは、推奨スコアの決定の間に所与のメタデータフィールドが省略された場合に可視化の推奨スコア又はランク順序がどれほど変化するかに基づいて評価されてもよい。したがって、いくつかの実施形態において、個々に省略されたメタデータフィールドに関連づけられた推奨スコアに対する変化が、影響スコア又は部分影響スコアに対して測定され、あるいはその他の方法でマッピングされてもよい。

様々な実施形態の１つ以上において、推奨エンジンは、潜在意味解析（ＬＳＡ）などに基づいて１つ以上の訓練の１つ以上のトピックモデルを訓練して、メタデータフィールドに基づいてランク付けされた可視化に対する支配的トピックを決定するよう構成されてもよい。したがって、いくつかの実施形態において、メタデータフィールドに含まれる値は、支配的トピックを識別するためのトピックモデルを使用して評価されてもよい。したがって、いくつかの実施形態において、支配的トピックは、各メタデータフィールドの影響を評価するために、それらの関連づけられたメタデータフィールドに逆にマッピングされ（mapped back）てもよい。

いくつかの実施形態において、１つ以上のメタデータフィールドは、プライバシー、有効性、関連性、誤解を招く信号を提供する経験的証拠等の様々な考慮事項に基づいて、１つ以上の評価から除外されてもよい。いくつかの実施形態において、推奨エンジンは、影響スコアの有効性又は質を評価するために、ユーザフィードバック又はテレメトリ情報を組み入れるように構成されてもよい。いくつかの実施形態において、誤解を招く結果に関連づけられ得るメタデータフィールドは、重み付けを下げられ、あるいは考慮から除去されてもよい。

また、いくつかの実施形態において、推奨モデルは、性能、ユーザプリファレンス、テレメトリ情報等に基づいて、影響モデルにより提供される部分影響スコアに重み付けするように構成されてもよい。さらに、いくつかの実施形態において、異なる影響モデルが、メタデータフィールドの数、推奨スコアの分布などの１つ以上の考慮事項に基づいて選択されてもよい。さらに、いくつかの実施形態において、影響モデルは、先行の実行された影響モデルの結果が後続の影響モデルの選択に影響を及ぼし得るように、漸進的に適用されてもよい。例えば、いくつかの実施形態について、第１の影響モデルが、閾値を超える信頼度値を有する結果を提供した場合、影響スコアの決定を停止することができる。対照的に、いくつかの実施形態について、第１の影響モデルが、決定的でない結果を提供した場合、別の影響モデルを選択し、実行することができる。

様々な実施形態の１つ以上において、推奨エンジンは、異なる影響モデルに関連づけられた２つ以上の部分影響スコアを組み合わせて、１つ以上のメタデータフィールドについての単一の影響スコアを提供するよう構成されてもよい。様々な実施形態の１つ以上において、推奨モデルは、部分影響スコアをメタデータフィールドに関連づけられ得る単一のスコアに組み合わせるためのルール、式、命令などを含むことができる。

ブロック１００６において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の影響スコアに基づいて、各上位にランク付けされた推奨された可視化について１つ以上のメタデータフィールドをランク付けするように構成され得る。

いくつかの実施形態において、推奨エンジンは、メタデータフィールドの全体的ランク付けと、各可視化内のメタデータフィールドのランク付けを提供するように構成されてもよい。例えば、いくつかの実施形態において、複数の可視化にわたっての各メタデータフィールドのランク付け／スコアは、所与のメタデータフィールドの全体的なランク付けを決定するために考慮することができる。

ブロック１００８において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の上位にランク付けされた推奨された可視化の解説を生成するように構成され得る。

様々な実施形態の１つ以上において、推奨モデルは、ユーザに対する表示ために説明テキスト解説を上位にランク付けされたメタデータフィールドにマッピングすることを対象とするモジュール又はサブモデルを含むことができる。いくつかの実施形態において、１つ以上のテンプレートが、１つ以上の異なるメタデータフィールドに対して事前生成されてもよい。したがって、いくつかの実施形態において、１つ以上のメタデータフィールドは、メタデータフィールド、又は推奨に対するその影響の、人間が読める記述を提供し得る解説に関連づけることができる。

ブロック１０１０において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の上位にランク付けされたメタデータフィールドの解説を、１つ以上の上位にランク付けされた推奨された可視化に関連づけられたレポート情報に含めるように構成され得る。

様々な実施形態の１つ以上において、推奨エンジンは、ユーザインターフェース又は対話型レポートにおけるユーザへの表示のために、推奨された可視化のランク付けされたリストを可視化エンジンに提供するように構成されてもよい。

次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図１１は、様々な実施形態の１つ以上による、ベースラインモデルに基づいて初期推奨モデルを提供するプロセス１１００のフローチャートを示す。開始ブロックの後、ブロック１１０２において、様々な実施形態の１つ以上において、推奨エンジンは、公開又は共通の訓練データに基づき得る１つ以上のベースラインモデルを提供するように構成され得る。

様々な実施形態の１つ以上において、組織が可視化システムの使用を開始する場合、カスタマイズされた又は個人化された推奨モデルは利用できない場合がある。したがって、公開、共有、又は共通のデータに基づき得る１つ以上のベースラインモデルが提供されてもよい。いくつかの実施形態において、ベースラインモデルは、コミュニティデータを使用して訓練され得る。いくつかの実施形態において、コミュニティデータは、他の組織に関連づけられた実データに基づいてもよい。したがって、いくつかの実施形態において、コミュニティデータは、機密情報を取り除かれた実データでもよい。いくつかの実施形態において、組織は、コミュニティデータプログラムに含まれるそれらの履歴対話情報の一部又は全部を有することをオプトインすることを可能にされてもよい。

また、いくつかの実施形態において、可視化システムは、ベースラインモデルを訓練するために利用され得る対話情報を収集するために使用され得る無料又は公開のサービスを提供してもよい。

様々な実施形態の１つ以上において、ベースラインモデルは、１つ以上の既存の推奨モデルから直接導出されてもよい。いくつかの実施形態において、推奨モデルのあまり複雑でない又はあまり詳細でないバージョンが、ベースラインモデルとして使用され得る。いくつかの場合、いくつかの実施形態について、１つ以上の組織のために明示的に訓練された推奨モデルが、新しい組織のためのベースラインモデルとして使用されてもよい。

様々な実施形態の１つ以上において、異なるタイプの組織又はユーザとの使用のために、異なるベースラインモデルが提供されてもよい。いくつかの実施形態において、ベースラインモデルは、異なるタイプの産業、問題ドメイン、国などに対して維持され得る。したがって、様々な実施形態の１つ以上において、産業、問題ドメイン、国などの中に存在し得る共通性は、１つ以上のベースラインモデルにおいて表され得る。

ブロック１１０４において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上のベースラインモデルと組織の１つ以上の特性とに基づいて１つ以上の推奨モデルを生成するように構成され得る。

様々な実施形態の１つ以上において、初期組織プロファイルは、既知の又は提供された情報に基づいて開発されてもよい。様々な実施形態の１つ以上において、組織プロファイルは、産業、問題ドメイン、国、従業員数、企業規模、収益などの情報を含むことができる。

したがって、いくつかの実施形態において、推奨エンジンは、１つ以上のマッピングルールに基づいて１つ以上のベースラインモデルを組織にマッピングするように構成されてもよい。いくつかの実施形態において、推奨エンジンは、構成情報に基づいてベースラインモデルを組織にマッピングするためのルールを決定するように構成されてもよい。

ブロック１１０６において、様々な実施形態の１つ以上において、推奨エンジンは、メタデータフィールド類似度に基づいて１つ以上の可視化をユーザに推奨するように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、１つ以上のコミュニティ可視化についての推奨スコアを生成するために、１つ以上の推奨モデルへの入力として、表示された可視化のメタデータフィールドを利用するように構成されてもよい。したがって、いくつかの実施形態において、１つ以上の可視化が、１つ以上の推奨モデルにより生成された推奨スコアに基づいて推奨され得る。

ブロック１１０８において、様々な実施形態の１つ以上において、推奨エンジンは、推奨された可視化に関連づけられたユーザテレメトリ又はユーザフィードバックを収集するように構成され得る。様々な実施形態の１つ以上において、推奨された可視化がユーザに提示される場合、推奨エンジンは、推奨又は推奨された可視化のランク付けへの同意又は不同意に関するユーザからのフィードバックを要求することができる。

また、様々な実施形態の１つ以上において、可視化エンジンは、ユーザが推奨された可視化とどのように対話するかを監視して、推奨された可視化を決定した推奨モデルの有効性を評価するために使用され得るメトリックを提供するように構成されてもよい。

ブロック１１１０において、様々な実施形態の１つ以上において、推奨エンジンは、組織情報、ユーザフィードバック、ユーザテレメトリ、利用可能なコミュニティ可視化の数などに対する変更に基づいて、１つ以上の推奨モデルを漸進的に更新するように構成され得る。様々な実施形態の１つ以上において、組織又はユーザについて収集された情報に関連づけられた１つ以上のメトリックが１つ以上の閾値を超え得る場合、モデル化エンジンは、１つ以上の関連づけられた推奨モデルを再訓練又は破棄するように構成されてもよい。また、いくつかの実施形態において、収集されたメトリック又は情報は、組織のための訓練データに含めるために記憶されてもよい。

次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図１２は、様々な実施形態の１つ以上による、推奨された可視化に関連づけられた要約解説又は説明を提供するためにメタデータフィールドを評価するプロセス１２００のフローチャートを示す。開始ブロックの後、ブロック１２０２において、様々な実施形態の１つ以上において、上述したように、推奨エンジンは、１つ以上の推奨された可視化を決定するように構成され得る。様々な実施形態の１つ以上において、推奨は、ユーザが対話している可能性がある可視化に基づいてもよい。

したがって、いくつかの実施形態において、推奨エンジンは、推奨された可視化に関連づけられたメタデータフィールドを評価して、どのメタデータフィールドが推奨を決定するのに最も影響を有したかを決定するように構成されてもよい。

ブロック１２０４において、様々な実施形態の１つ以上において、任意で、推奨エンジンは、アンカー可視化及び１つ以上の推奨された可視化に関連づけられたメタデータフィールドに基づいてメタ属性を生成するように構成されてもよい。

様々な実施形態の１つ以上において、メタ属性は、メタデータフィールドラベルをそれらのそれぞれのメタデータフィールド値と組み合わせることにより生成されてもよい。例えば、いくつかの実施形態において、可視化が、「ｓａｌｅｓ」の値を有する「ｔａｂｌｅｎａｍｅ」のメタデータフィールドを有する場合、メタ属性「ｔａｂｌｅｎａｍｅ＿ｓａｌｅｓ」を生成することができる。同様に、例えば、値「ｃａｍｐａｉｇｎ ｎａｍｅ」を有する「ｆｉｅｌｄｎａｍｅ」のメタデータフィールドは、「ｆｉｅｌｄｎａｍｅ＿ｃａｍｐａｉｇｎ ｎａｍｅ」のメタ属性を生成することができる。

代替的に、いくつかの実施形態において、メタ属性は、上記の２つの例を参照して（‘ｔａｂｌｅｎａｍｅ’，‘ｓａｌｅｓ’）又は（‘ｆｉｅｌｄｎａｍｅ’，‘ｃａｍｐａｉｇｎ ｎａｍｅ’）などのタプルを使用して表されてもよい。同様に、当業者は、これらのイノベーションの範囲から逸脱することなく、メタ属性を表すために他のデータ構造又はフォーマットが使用されてもよいことを理解するであろう。

いくつかの実施形態において、メタデータフィールド値に対応するメタ属性の部分は、メタ属性値又は単にメタデータフィールド値とみなされてもよい。

いくつかの実施形態においてメタ属性はプロセス１２００の実行の前に生成され得るため、このブロックは任意とマークされていることに留意する。例えば、推奨エンジンは、コミュニティ可視化に関連づけられたメタデータフィールド情報が処理されるときにメタ属性を生成するように構成されてもよい。

ブロック１２０６において、様々な実施形態の１つ以上において、推奨エンジンは、アンカー可視化及び１つ以上の推奨された可視化に共通し得る１つ以上のメタ属性を決定するように構成され得る。いくつかの実施形態において、共通メタ属性は、推奨された可視化及びアンカー可視化の全てにわたって同じであるメタ属性であり得る。

いくつかの実施形態において、推奨エンジンは、共通メタ属性を決定するために、同等性、パターンマッチング、ファジーマッチングなどの異なる「同一性」ルールを利用するように構成されてもよい。したがって、いくつかの実施形態において、推奨モデル又は他の構成情報は、所与のメタデータフィールドの同一性を判断するためのルール又は命令を含むことができる。

ブロック１２０８において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上の共通メタ属性値（又は、共通メタ属性に関連づけられたメタデータフィールド値）をトークン化し、各トークンの頻度を決定するように構成され得る。

例えば、いくつかの実施形態において、「ｆｉｅｌｄｎａｍｅ＿ｒｅｇｉｏｎ」、「ｔａｂｌｅｎａｍｅ＿ｃａｍｐａｉｇｎ」、「ｆｉｅｌｄｎａｍｅ＿ｐｒｏｆｉｔ」、「ｆｉｅｌｄｎａｍｅ＿ｃａｍｐａｉｇｎ ｎａｍｅ」、「ｄａｔａｓｏｕｒｃｅ＿ｍａｒｋｅｔｉｎｇ」などが共通メタ属性であると判断された場合、それらをトークン化することは、地域（region）、キャンペーン（campaign）、利益（profit）、キャンペーン、名前（name）、マーケティング（marketing）などのトークンを生成し得る。

いくつかの実施形態において、トークンが生成され得る場合、推奨エンジンは、各トークンの発生の頻度を決定するように構成されてもよい。上記の例において、頻度決定は、各トークンの発生数が所与のトークンに関連づけられて、（地域，１）、（キャンペーン，２）、（名前，１）、（マーケティング，１）などを提供することになる。当業者は、推奨エンジンが、ペア又はタプルを使用することに限定されるのでなく、トークン頻度情報を表すために他のデータ構造又はデータ表現を利用し得ることを理解するであろうことに留意する。

ブロック１２１０において、様々な実施形態の１つ以上において、推奨エンジンは、トークンの許可／秘密度評価を実行するように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、ユーザアクセス特権に応じて、ユーザが１つ以上のメタデータフィールドを閲覧することを制限するように構成されてもよい。したがって、いくつかの実施形態において、一部のユーザは、１つ以上のメタ属性、メタデータフィールド、トークンなどを見ることを制限され得る。したがって、様々な実施形態の１つ以上において、推奨エンジンは、構成情報又は推奨モデルに応じて、メタデータフィールド、メタ属性、トークン等のうちの１つ以上をフィルタリングするように構成されてもよい。

ブロック１２１２において、様々な実施形態の１つ以上において、推奨エンジンは、１つ以上のトークンをそれらの発生の頻度に基づいてランク順序付けするように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、残りの（許可／プライバシーについてフィルタリングした後の）トークンをそれらの発生の頻度に基づいてソートするように構成されてもよい。したがって、いくつかの実施形態において、この文脈では、発生の頻度は、メタデータフィールドの影響スコアとみなされ得る。

ブロック１２１４において、様々な実施形態の１つ以上において、推奨エンジンは、ユーザに対する表示のために、ユーザインターフェースに対して上位にランク付けされたトークンに対して構成され得る。様々な実施形態の１つ以上において、これらの上位にランク付けされたトークンをユーザに提供して、推奨された可視化がなぜ選択されたかについての説明をユーザに提供することができる。例えば、上位にランク付けされたトークンが売上高（Sales）、利益（Profits）、及び収益（Revenue）である場合、「これらの可視化は、売上高、利益、又は収益に基づいてあなたに推奨される」などの説明解説である。

次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

図１３は、様々な実施形態の１つ以上による、選択された可視化間のメタデータフィールド影響を評価するプロセス１３００のフローチャートを示す。開始ブロックの後、ブロック１３０２において、様々な実施形態の１つ以上において、ユーザは、２つ以上の可視化を選択することを可能にされ得る。いくつかの実施形態において、ユーザは、複数の可視化を表示又は参照している可能性のあるユーザインターフェースを介して、２つ以上の可視化を選択することができる。いくつかの実施形態において、２つ以上の可視化は、アンカー可視化、又は１つ以上の推奨された可視化を含んでもよい。

ブロック１３０４において、様々な実施形態の１つ以上において、任意で、推奨エンジンは、アンカー可視化及び１つ以上の推奨された可視化に関連づけられたメタデータフィールドに基づいてメタ属性を生成するように構成され得る。

様々な実施形態の１つ以上において、メタ属性は、プロセス１２００のブロック１２０４について説明したものと同様に生成することができる。

いくつかの実施形態においてメタ属性はプロセス１３００の実行の前に生成され得るため、このブロックは任意とマークされていることに留意する。例えば、推奨エンジンは、コミュニティ可視化に関連づけられたメタデータフィールド情報が処理されるときにメタ属性を生成するように構成されてもよい。

ブロック１３０６において、様々な実施形態の１つ以上において、推奨エンジンは、２つ以上の選択された可視化における共通メタ属性を決定するように構成され得る。いくつかの実施形態において、共通メタ属性は、２つ以上の選択された可視化の全てにわたって同じであるメタ属性でもよい。

いくつかの実施形態において、推奨エンジンは、共通メタ属性を決定するために、同等性、パターンマッチング、ファジーマッチングなどの異なる「同一性」ルールを利用するように構成されてもよい。したがって、いくつかの実施形態において、推奨モデル又は他の構成情報は、所与のメタデータフィールドの同一性を判断するためのルール又は命令を含むことができる。

ブロック１３０８において、様々な実施形態の１つ以上において、推奨エンジンは、２つ以上の選択された可視化におけるメタ属性の発生に基づいて、共通メタ属性に対する１つ以上の重み係数を決定するように構成され得る。様々な実施形態の１つ以上において、推奨エンジンは、各共通メタ属性について発生カウントを決定するように構成されてもよい。

ブロック１３１０において、様々な実施形態の１つ以上において、推奨エンジンは、メタ属性重み係数の積に基づいてメタデータフィールドについての影響スコアを生成するように構成され得る。

例えば、アンカー可視化についてのメタ属性発生カウントが（ｆｉｅｌｄｎａｍｅ＿ａ，２）、（ｆｉｅｌｄｎａｍｅ＿ｂ，２）、（ｆｉｅｌｄｎａｍｅ＿ｃ，１）、及び（ｆｉｅｌｄｎａｍｅ＿ｄ，１）であり、選択された可視化についてのメタ属性出現カウントが（ｆｉｅｌｄｎａｍｅ＿ａ，１）、（ｆｉｅｌｄｎａｍｅ＿ｂ，１）、（ｆｉｅｌｄｎａｍｅ＿ｃ，３）、及び（ｆｉｅｌｄｎａｍｅ＿ｄ，１）である場合、メタ属性影響スコアは、（ｆｉｅｌｄｎａｍｅ＿ｃ，１＊３＝３）、（ｆｉｅｌｄｎａｍｅ＿ａ，２＊１＝２）、（ｆｉｅｌｄｎａｍｅ＿ｂ，２＊１＝２）、及び（ｆｉｅｌｄｎａｍｅ＿ｄ，１＊１＝１）であり得る。

ブロック１３１２において、様々な実施形態の１つ以上において、推奨エンジンは、メタデータフィールドを、それらの対応するメタデータフィールドに基づいてランク付けするように構成され得る。

ブロック１３１４において、様々な実施形態の１つ以上において、推奨エンジンは、ユーザに対する表示のために、ランク順序付けされたメタデータフィールドをユーザインターフェースに提供するように構成され得る。様々な実施形態の１つ以上において、上位にランク付けされたメタデータフィールドは、アンカー可視化に基づく推奨に関して２つ以上の可視化がなぜ関連しているとみなされたかの説明において利用されてもよい。

次に、様々な実施形態の１つ以上において、制御は呼び出しプロセスに戻され得る。

各フローチャート図内の各ブロック、及び各フローチャート図内のブロックの組み合わせは、コンピュータプログラム命令により実施できることが理解されよう。これらのプログラム命令は、マシンを生成するためにプロセッサに提供されてもよく、それにより、該命令は、プロセッサ上で実行されると、各フローチャートの１つ又は複数のブロックに指定された動作を実施する手段を作り出す。コンピュータプログラム命令は、プロセッサにより実行されて、コンピュータ実施プロセスを生成するためにプロセッサにより一連の動作ステップを実行させてもよく、それにより、該命令は、プロセッサ上で実行されると、各フローチャートの１つ又は複数のブロックに指定された動作を実施するステップを提供する。また、コンピュータプログラム命令は、各フローチャートのブロックに示される動作ステップの少なくともいくつかを並列に実行させてもよい。さらに、ステップのいくつかは、マルチプロセッサコンピュータシステムで生じ得るなど、２つ以上のプロセッサにわたって実行されてもよい。さらに、各フローチャート図内の１つ以上のブロック又はブロックの組み合わせは、これらのイノベーションの範囲又は主旨から逸脱することなく他のブロック又はブロックの組み合わせと同時に、あるいは例示のものとは異なるシーケンスでさえ実行することもできる。

したがって、各フローチャート図内の各ブロックは、指定された動作を実行する手段の組み合わせ、指定された動作を実行するステップの組み合わせ、及び指定された動作を実行するプログラム命令手段をサポートする。また、各フローチャート図内の各ブロック、及び各フローチャート図内のブロックの組み合わせは、指定されたアクション又はステップを実行する専用ハードウェアベースのシステム、又は専用ハードウェアとコンピュータ命令の組み合わせにより実施できることも理解されよう。前述の例は、限定的又は網羅的であると解釈されるべきではなく、本発明の様々な実施形態の少なくとも１つの実装を示すための例示的な使用事例である。

さらに、１つ以上の実施形態（図示せず）において、例示的なフローチャートの論理は、ＣＰＵの代わりに、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルアレイ論理（ＰＡＬ）等、又はこれらの組み合わせなどの、組み込み論理ハードウェアデバイスを使用して実行されてもよい。組み込み論理ハードウェアデバイスは、その組み込まれた論理を直接実行して動作を遂行することができる。１つ以上の実施形態において、マイクロコントローラは、それ自身の組み込まれた論理を直接実行して動作を遂行し、それ自身の内部メモリ並びにそれ自身の外部入力及び出力インターフェース（例えば、ハードウェアピン又は無線トランシーバ）にアクセスして動作を遂行するように構成されてもよく、例えばシステムオンチップ（ＳＯＣ）などである。

Claims (28)

1. 動作を実行するための命令を実行する１つ以上のプロセッサを使用してデータの可視化を管理する方法であって、
   組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を表示するステップであり、前記組織にユーザが関連づけられている、ステップと、
   前記表示された可視化に関連づけられたメタデータの１つ以上のフィールドを決定するステップであり、前記１つ以上のメタデータフィールドは、前記表示された可視化におけるビューから隠されている、ステップと、
   推奨モデル及び前記１つ以上のメタデータフィールドに基づいて、前記コミュニティ可視化の各々について推奨スコアを生成するステップであり、前記推奨スコアは、前記１つ以上のメタデータフィールドの、前記１つ以上のコミュニティ可視化に関連づけられた１つ以上の他のメタデータフィールドに対する比較に基づく、ステップと、
   前記１つ以上のコミュニティ可視化の上位ランク付けを決定するステップであり、前記上位ランク付けは、前記１つ以上のコミュニティ可視化の各々に関連づけられた前記推奨スコアに基づく、ステップと、
   各他のメタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の前記推奨スコアに寄与する値の割合に基づいて、前記１つ以上の他のメタデータフィールドの各々について影響スコアを決定するステップであり、各上位にランク付けされたコミュニティ可視化についての１つ以上の上位にランク付けされた他のメタデータフィールドは、前記１つ以上の他のメタデータフィールドの各々についての前記影響スコアに基づく、ステップと、
   前記上位にランク付けされたコミュニティ可視化及び前記１つ以上の上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートを提供するステップと、
   を含む方法。
2. 前記１つ以上のメタデータフィールドを決定することは、前記推奨モデルに含まれるフィルタ又はルールのうちの１つ以上に基づいて複数のメタデータフィールドから前記１つ以上のメタデータフィールドを決定することをさらに含み、前記複数のメタデータフィールドは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織、別のテーブルへの参照、データモデルオブジェクト名、作成日、又は最後にアクセスされた日のうちの１つ以上を含む、請求項１に記載の方法。
3. １つ以上のヒューリスティック、１つ以上の訓練された機械学習モデル、又は１つ以上のフィルタ、のうちの１つ以上を含む１つ以上のサブモデルを提供するステップであり、前記１つ以上のサブモデルは前記推奨モデルに含まれる、ステップと、
   前記１つ以上のサブモデル、前記１つ以上のメタデータフィールド、及び前記１つ以上の他のメタデータフィールドに基づいて１つ以上の部分スコアを生成するステップと、
   前記１つ以上の部分スコアの組み合わせに基づいて各コミュニティ可視化についての前記推奨スコアを決定するステップであり、前記組み合わせは前記推奨モデルにより提供される、ステップと、
   をさらに含む請求項１に記載の方法。
4. 前記１つ以上の上位にランク付けされたコミュニティ可視化に関連づけられている前記ユーザの１つ以上のアクションを監視するステップと、
   前記１つ以上のアクションに関連づけられた情報をデータストアに記憶するステップと、
   前記データストアに記憶された前記情報に基づいて前記推奨モデルを更新するステップと、
   をさらに含む請求項１に記載の方法。
5. 各上位にランク付けされたコミュニティ可視化に、その上位にランク付けされた他のメタデータフィールドに基づいて解説を関連づけるステップであり、前記解説は、各上位にランク付けされたコミュニティ可視化に関連づけられた前記１つ以上の上位にランク付けされた他のメタデータフィールドに基づく各上位にランク付けされたコミュニティ可視化のランクについての自然言語説明を含む、ステップをさらに含む請求項１に記載の方法。
6. 前記１つ以上の他のメタデータフィールドの各々について前記影響スコアを決定することは、前記推奨モデルに含まれる１つ以上の影響モデルを利用して、トピックモデルにより決定される１つ以上の支配的トピック、共通の値を含む前記１つ以上の他のメタデータフィールドの１つ以上のカウント、又は、前記推奨スコアに対する変化の大きさと一時的推奨スコアであり、前記一時的推奨スコアは、前記１つ以上の他のメタデータフィールドのうちの１つの、前記一時的推奨スコアの生成からの一時的省略に基づいて生成され、各他のメタデータフィールドについての前記影響スコアは、その省略に対応する前記変化の大きさに基づく、一時的推奨スコア、のうちの１つ以上に基づいて前記影響スコアを決定することをさらに含む、請求項１に記載の方法。
7. 前記推奨モデル及び前記１つ以上のメタデータフィールドに基づいて前記コミュニティ可視化の各々について前記推奨スコアを生成することは、１つ以上の機械学習動作を利用して前記推奨スコアを生成することをさらに含み、前記１つ以上の機械学習動作は、潜在意味解析（ＬＳＡ）、因数分解マシン（ＦＭ）、コサイン類似度、勾配ブースティング決定木（ＧＢＤＴ）、用語頻度－逆文書頻度（ＴＦ－ＩＤＦ）、又は判別分析のうちの１つ以上を含む、請求項１に記載の方法。
8. データの可視化を管理する命令を含むプロセッサ読取可能な非一時的記憶媒体であって、１つ以上のプロセッサによる前記命令の実行は動作を実行し、前記動作は、
   組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を表示することであり、前記組織にユーザが関連づけられている、ことと、
   前記表示された可視化に関連づけられたメタデータの１つ以上のフィールドを決定することであり、前記１つ以上のメタデータフィールドは、前記表示された可視化におけるビューから隠されている、ことと、
   推奨モデル及び前記１つ以上のメタデータフィールドに基づいて、前記コミュニティ可視化の各々について推奨スコアを生成することであり、前記推奨スコアは、前記１つ以上のメタデータフィールドの、前記１つ以上のコミュニティ可視化に関連づけられた１つ以上の他のメタデータフィールドに対する比較に基づく、ことと、
   前記１つ以上のコミュニティ可視化の上位ランク付けを決定することであり、前記上位ランク付けは、前記１つ以上のコミュニティ可視化の各々に関連づけられた前記推奨スコアに基づく、ことと、
   各他のメタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の前記推奨スコアに寄与する値の割合に基づいて、前記１つ以上の他のメタデータフィールドの各々について影響スコアを決定することであり、各上位にランク付けされたコミュニティ可視化についての１つ以上の上位にランク付けされた他のメタデータフィールドは、前記１つ以上の他のメタデータフィールドの各々についての前記影響スコアに基づく、ことと、
   前記上位にランク付けされたコミュニティ可視化及び前記１つ以上の上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートを提供することと、
   を含む、媒体。
9. 前記１つ以上のメタデータフィールドを決定することは、前記推奨モデルに含まれるフィルタ又はルールのうちの１つ以上に基づいて複数のメタデータフィールドから前記１つ以上のメタデータフィールドを決定することをさらに含み、前記複数のメタデータフィールドは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織、別のテーブルへの参照、データモデルオブジェクト名、作成日、又は最後にアクセスされた日のうちの１つ以上を含む、請求項８に記載の媒体。
10. １つ以上のヒューリスティック、１つ以上の訓練された機械学習モデル、又は１つ以上のフィルタ、のうちの１つ以上を含む１つ以上のサブモデルを提供することであり、前記１つ以上のサブモデルは前記推奨モデルに含まれる、ことと、
    前記１つ以上のサブモデル、前記１つ以上のメタデータフィールド、及び前記１つ以上の他のメタデータフィールドに基づいて１つ以上の部分スコアを生成することと、
    前記１つ以上の部分スコアの組み合わせに基づいて各コミュニティ可視化についての前記推奨スコアを決定することであり、前記組み合わせは前記推奨モデルにより提供される、ことと、
    をさらに含む請求項８に記載の媒体。
11. 前記１つ以上の上位にランク付けされたコミュニティ可視化に関連づけられている前記ユーザの１つ以上のアクションを監視することと、
    前記１つ以上のアクションに関連づけられた情報をデータストアに記憶することと、
    前記データストアに記憶された前記情報に基づいて前記推奨モデルを更新することと、
    をさらに含む請求項８に記載の媒体。
12. 各上位にランク付けされたコミュニティ可視化に、その上位にランク付けされた他のメタデータフィールドに基づいて解説を関連づけることであり、前記解説は、各上位にランク付けされたコミュニティ可視化に関連づけられた前記１つ以上の上位にランク付けされた他のメタデータフィールドに基づく各上位にランク付けされたコミュニティ可視化のランクについての自然言語説明を含む、ことをさらに含む請求項８に記載の媒体。
13. 前記１つ以上の他のメタデータフィールドの各々について前記影響スコアを決定することは、前記推奨モデルに含まれる１つ以上の影響モデルを利用して、トピックモデルにより決定される１つ以上の支配的トピック、共通の値を含む前記１つ以上の他のメタデータフィールドの１つ以上のカウント、又は、前記推奨スコアに対する変化の大きさと一時的推奨スコアであり、前記一時的推奨スコアは、前記１つ以上の他のメタデータフィールドのうちの１つの、前記一時的推奨スコアの生成からの一時的省略に基づいて生成され、各他のメタデータフィールドについての前記影響スコアは、その省略に対応する前記変化の大きさに基づく、一時的推奨スコア、のうちの１つ以上に基づいて前記影響スコアを決定することをさらに含む、請求項８に記載の媒体。
14. 前記推奨モデル及び前記１つ以上のメタデータフィールドに基づいて前記コミュニティ可視化の各々について前記推奨スコアを生成することは、１つ以上の機械学習動作を利用して前記推奨スコアを生成することをさらに含み、前記１つ以上の機械学習動作は、潜在意味解析（ＬＳＡ）、因数分解マシン（ＦＭ）、コサイン類似度、勾配ブースティング決定木（ＧＢＤＴ）、用語頻度－逆文書頻度（ＴＦ－ＩＤＦ）、又は判別分析のうちの１つ以上を含む、請求項８に記載の媒体。
15. データの可視化を管理するシステムであって、
    ネットワークコンピュータであり、
    少なくとも命令を記憶するメモリと、
    動作を実行する命令を実行する１つ以上のプロセッサと、を含み、前記動作は、
    組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を表示することであり、前記組織にユーザが関連づけられている、ことと、
    前記表示された可視化に関連づけられたメタデータの１つ以上のフィールドを決定することであり、前記１つ以上のメタデータフィールドは、前記表示された可視化におけるビューから隠されている、ことと、
    推奨モデル及び前記１つ以上のメタデータフィールドに基づいて、前記コミュニティ可視化の各々について推奨スコアを生成することであり、前記推奨スコアは、前記１つ以上のメタデータフィールドの、前記１つ以上のコミュニティ可視化に関連づけられた１つ以上の他のメタデータフィールドに対する比較に基づく、ことと、
    前記１つ以上のコミュニティ可視化の上位ランク付けを決定することであり、前記上位ランク付けは、前記１つ以上のコミュニティ可視化の各々に関連づけられた前記推奨スコアに基づく、ことと、
    各他のメタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の前記推奨スコアに寄与する値の割合に基づいて、前記１つ以上の他のメタデータフィールドの各々について影響スコアを決定することであり、各上位にランク付けされたコミュニティ可視化についての１つ以上の上位にランク付けされた他のメタデータフィールドは、前記１つ以上の他のメタデータフィールドの各々についての前記影響スコアに基づく、ことと、
    前記上位にランク付けされたコミュニティ可視化及び前記１つ以上の上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートを提供することと、
    を含む、ネットワークコンピュータと、
    クライアントコンピュータであり、
    少なくとも命令を記憶するメモリと、
    動作を実行する命令を実行する１つ以上のプロセッサと、を含み、前記動作は、
    前記レポートを受信すること
    を含む、クライアントコンピュータと、
    を含むシステム。
16. 前記１つ以上のメタデータフィールドを決定することは、前記推奨モデルに含まれるフィルタ又はルールのうちの１つ以上に基づいて複数のメタデータフィールドから前記１つ以上のメタデータフィールドを決定することをさらに含み、前記複数のメタデータフィールドは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織、別のテーブルへの参照、データモデルオブジェクト名、作成日、又は最後にアクセスされた日のうちの１つ以上を含む、請求項１５に記載のシステム。
17. 前記ネットワークコンピュータの前記１つ以上のプロセッサは、
    １つ以上のヒューリスティック、１つ以上の訓練された機械学習モデル、又は１つ以上のフィルタ、のうちの１つ以上を含む１つ以上のサブモデルを提供することであり、前記１つ以上のサブモデルは前記推奨モデルに含まれる、ことと、
    前記１つ以上のサブモデル、前記１つ以上のメタデータフィールド、及び前記１つ以上の他のメタデータフィールドに基づいて１つ以上の部分スコアを生成することと、
    前記１つ以上の部分スコアの組み合わせに基づいて各コミュニティ可視化についての前記推奨スコアを決定することであり、前記組み合わせは前記推奨モデルにより提供される、ことと、
    をさらに含む動作を実行する命令を実行する、請求項１５に記載のシステム。
18. 前記ネットワークコンピュータの前記１つ以上のプロセッサは、
    前記１つ以上の上位にランク付けされたコミュニティ可視化に関連づけられている前記ユーザの１つ以上のアクションを監視することと、
    前記１つ以上のアクションに関連づけられた情報をデータストアに記憶することと、
    前記データストアに記憶された前記情報に基づいて前記推奨モデルを更新することと、
    をさらに含む動作を実行する命令を実行する、請求項１５に記載のシステム。
19. 前記ネットワークコンピュータの前記１つ以上のプロセッサは、各上位にランク付けされたコミュニティ可視化に、その上位にランク付けされた他のメタデータフィールドに基づいて解説を関連づけることであり、前記解説は、各上位にランク付けされたコミュニティ可視化に関連づけられた前記１つ以上の上位にランク付けされた他のメタデータフィールドに基づく各上位にランク付けされたコミュニティ可視化のランクについての自然言語説明を含む、ことをさらに含む動作を実行する命令を実行する、請求項１５に記載のシステム。
20. 前記１つ以上の他のメタデータフィールドの各々について前記影響スコアを決定することは、前記推奨モデルに含まれる１つ以上の影響モデルを利用して、トピックモデルにより決定される１つ以上の支配的トピック、共通の値を含む前記１つ以上の他のメタデータフィールドの１つ以上のカウント、又は、前記推奨スコアに対する変化の大きさと一時的推奨スコアであり、前記一時的推奨スコアは、前記１つ以上の他のメタデータフィールドのうちの１つの、前記一時的推奨スコアの生成からの一時的省略に基づいて生成され、各他のメタデータフィールドについての前記影響スコアは、その省略に対応する前記変化の大きさに基づく、一時的推奨スコア、のうちの１つ以上に基づいて前記影響スコアを決定することをさらに含む、請求項１５に記載のシステム。
21. 前記推奨モデル及び前記１つ以上のメタデータフィールドに基づいて前記コミュニティ可視化の各々について前記推奨スコアを生成することは、１つ以上の機械学習動作を利用して前記推奨スコアを生成することをさらに含み、前記１つ以上の機械学習動作は、潜在意味解析（ＬＳＡ）、因数分解マシン（ＦＭ）、コサイン類似度、勾配ブースティング決定木（ＧＢＤＴ）、用語頻度－逆文書頻度（ＴＦ－ＩＤＦ）、又は判別分析のうちの１つ以上を含む、請求項１５に記載のシステム。
22. データの可視化を管理するネットワークコンピュータであって、
    少なくとも命令を記憶するメモリと、
    動作を実行する命令を実行する１つ以上のプロセッサと、を含み、前記動作は、
    組織に関連づけられている１つ以上のコミュニティ可視化に関連づけられた可視化を表示することであり、前記組織にユーザが関連づけられている、ことと、
    前記表示された可視化に関連づけられたメタデータの１つ以上のフィールドを決定することであり、前記１つ以上のメタデータフィールドは、前記表示された可視化におけるビューから隠されている、ことと、
    推奨モデル及び前記１つ以上のメタデータフィールドに基づいて、前記コミュニティ可視化の各々について推奨スコアを生成することであり、前記推奨スコアは、前記１つ以上のメタデータフィールドの、前記１つ以上のコミュニティ可視化に関連づけられた１つ以上の他のメタデータフィールドに対する比較に基づく、ことと、
    前記１つ以上のコミュニティ可視化の上位ランク付けを決定することであり、前記上位ランク付けは、前記１つ以上のコミュニティ可視化の各々に関連づけられた前記推奨スコアに基づく、ことと、
    各他のメタデータフィールドが対応する上位にランク付けされたコミュニティ可視化の前記推奨スコアに寄与する値の割合に基づいて、前記１つ以上の他のメタデータフィールドの各々について影響スコアを決定することであり、各上位にランク付けされたコミュニティ可視化についての１つ以上の上位にランク付けされた他のメタデータフィールドは、前記１つ以上の他のメタデータフィールドの各々についての前記影響スコアに基づく、ことと、
    前記上位にランク付けされたコミュニティ可視化及び前記１つ以上の上位にランク付けされた他のメタデータフィールドのランク順序付けされたリストを含むレポートを提供することと、
    を含む、ネットワークコンピュータ。
23. 前記１つ以上のメタデータフィールドを決定することは、前記推奨モデルに含まれるフィルタ又はルールのうちの１つ以上に基づいて複数のメタデータフィールドから前記１つ以上のメタデータフィールドを決定することをさらに含み、前記複数のメタデータフィールドは、作者名、キャプション、可視化名、列名、テーブル名、データソース名、作者役割、作者場所、作者組織、別のテーブルへの参照、データモデルオブジェクト名、作成日、又は最後にアクセスされた日のうちの１つ以上を含む、請求項２２に記載のネットワークコンピュータ。
24. 前記１つ以上のプロセッサは、
    １つ以上のヒューリスティック、１つ以上の訓練された機械学習モデル、又は１つ以上のフィルタ、のうちの１つ以上を含む１つ以上のサブモデルを提供することであり、前記１つ以上のサブモデルは前記推奨モデルに含まれる、ことと、
    前記１つ以上のサブモデル、前記１つ以上のメタデータフィールド、及び前記１つ以上の他のメタデータフィールドに基づいて１つ以上の部分スコアを生成することと、
    前記１つ以上の部分スコアの組み合わせに基づいて各コミュニティ可視化についての前記推奨スコアを決定することであり、前記組み合わせは前記推奨モデルにより提供される、ことと、
    をさらに含む動作を実行する命令を実行する、請求項２２に記載のネットワークコンピュータ。
25. 前記１つ以上のプロセッサは、
    前記１つ以上の上位にランク付けされたコミュニティ可視化に関連づけられている前記ユーザの１つ以上のアクションを監視することと、
    前記１つ以上のアクションに関連づけられた情報をデータストアに記憶することと、
    前記データストアに記憶された前記情報に基づいて前記推奨モデルを更新することと、
    をさらに含む動作を実行する命令を実行する、請求項２２に記載のネットワークコンピュータ。
26. 前記１つ以上のプロセッサは、各上位にランク付けされたコミュニティ可視化に、その上位にランク付けされた他のメタデータフィールドに基づいて解説を関連づけることであり、前記解説は、各上位にランク付けされたコミュニティ可視化に関連づけられた前記１つ以上の上位にランク付けされた他のメタデータフィールドに基づく各上位にランク付けされたコミュニティ可視化のランクについての自然言語説明を含む、ことをさらに含む動作を実行する命令を実行する、請求項２２に記載のネットワークコンピュータ。
27. 前記１つ以上の他のメタデータフィールドの各々について前記影響スコアを決定することは、前記推奨モデルに含まれる１つ以上の影響モデルを利用して、トピックモデルにより決定される１つ以上の支配的トピック、共通の値を含む前記１つ以上の他のメタデータフィールドの１つ以上のカウント、又は、前記推奨スコアに対する変化の大きさと一時的推奨スコアであり、前記一時的推奨スコアは、前記１つ以上の他のメタデータフィールドのうちの１つの、前記一時的推奨スコアの生成からの一時的省略に基づいて生成され、各他のメタデータフィールドについての前記影響スコアは、その省略に対応する前記変化の大きさに基づく、一時的推奨スコア、のうちの１つ以上に基づいて前記影響スコアを決定することをさらに含む、請求項２２に記載のネットワークコンピュータ。
28. 前記推奨モデル及び前記１つ以上のメタデータフィールドに基づいて前記コミュニティ可視化の各々について前記推奨スコアを生成することは、１つ以上の機械学習動作を利用して前記推奨スコアを生成することをさらに含み、前記１つ以上の機械学習動作は、潜在意味解析（ＬＳＡ）、因数分解マシン（ＦＭ）、コサイン類似度、勾配ブースティング決定木（ＧＢＤＴ）、用語頻度－逆文書頻度（ＴＦ－ＩＤＦ）、又は判別分析のうちの１つ以上を含む、請求項２２に記載のネットワークコンピュータ。

Images