KR101516679B1 - 차트 추천 장치 및 방법 - Google Patents

차트 추천 장치 및 방법 Download PDF

Info

Publication number
KR101516679B1
KR101516679B1 KR1020140159809A KR20140159809A KR101516679B1 KR 101516679 B1 KR101516679 B1 KR 101516679B1 KR 1020140159809 A KR1020140159809 A KR 1020140159809A KR 20140159809 A KR20140159809 A KR 20140159809A KR 101516679 B1 KR101516679 B1 KR 101516679B1
Authority
KR
South Korea
Prior art keywords
field
visualization
data
type
attribute value
Prior art date
Application number
KR1020140159809A
Other languages
English (en)
Inventor
서동열
조보연
최현준
Original Assignee
주식회사 넷스루
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 넷스루 filed Critical 주식회사 넷스루
Priority to KR1020140159809A priority Critical patent/KR101516679B1/ko
Application granted granted Critical
Publication of KR101516679B1 publication Critical patent/KR101516679B1/ko

Links

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
    • G06F16/904—Browsing; Visualisation therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (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)

Abstract

본 발명은 데이터 파일 또는 시트의 선택된 영역의 필드를 분석하여 차트와 같은 시각화 방법을 선택하여 추천하는 차트 추천 장치 및 방법을 개시하며, 차트 추천 장치는 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하는 데이터 타입 검출부, 필드 별로 필드 타입을 검출 및 결정하는 필드 타입 검출부, 시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공하는 시각화 맵핑부, 및 시각화 코드를 정의하고 시각화 코드에 해당하는 시각화 도구를 제공하는 도구 선택부를 포함한다.

Description

차트 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING CHART}
본 발명은 차트 추천 장치 및 방법에 관한 것으로서, 보다 상세하게는 데이터 파일 또는 시트의 선택된 영역의 필드를 분석하여 차트와 같은 시각화 방법을 선택하여 추천하는 차트 추천 장치 및 방법에 관한 것이다.
데이터베이스나 스프레드 시트를 활용하는 다양한 프로그램이나 어플리케이션이 많이 활용되고 있으며, 데이터베이스와 스프레드 시트에 포함된 정보들은 차트를 이용하여 시각적으로 표현될 수 있다.
차트는 막대, 도넛, 라인, 히스토그램 등 기초적인 기능부터 고급 기능을 구현하기 위한 것까지 다양한 형태로 표현될 수 있다.
그러나, 일반 사용자들은 어떤 차트를 사용해야 확보된 정보를 이용하여 원하는 목적에 맞는 효과적인 시각 효과를 얻을 수 있을지 잘 알지 못한다. 즉, 정보를 시각화하여 표현하는 다양한 방법이 있음에도, 사용자는 시각화 도구의 종류, 표현 방법, 사용 방법 등을 잘 몰라서 차트를 적절하게 이용하지 못한다.
이는 차트로 구현되는 그래프나 다이어그램의 종류가 많을 뿐만 아니라 데이터의 성격에 따라 효과적으로 사용 가능한 그래프가 각각 다르며, 각각의 그래프나 다이어그램에 따른 설정 항목과 표현 방법이 달라서 쉽게 사용하기 힘들기 때문이다.
따라서, 일반 사용자들이 확보된 정보를 이용하여 효과적인 차트를 구현할 수 있는 방법의 제시가 필요하다.
본 발명의 목적은 사용자가 손쉽게 정보를 시각화할 수 있도록 정보를 분석하고 정보의 특성을 판단하며 정보의 특성에 맞게 시각화 도구를 추천할 수 있는 차트 추천 장치 및 방법을 제공함에 있다.
본 발명의 다른 목적은 프로그램이나 어플리케이션 또는 클라이언트-서버 환경에서 사용자가 선택한 정보를 차트를 이용하여 손쉽게 시각화할 수 있는 차트 추천 장치 및 방법을 제공함에 있다.
본 발명의 차트 추천 장치는, 분석을 위하여 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하며, 상기 데이터 타입은 제1 속성값들에 의하여 복수로 구분되는 데이터 타입 검출부; 상기 필드 별로 필드 타입을 검출 및 결정하며, 상기 필드 타입은 제2 속성값들에 의하여 복수로 구분되는 필드 타입 검출부; 시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공하는 시각화 맵핑부; 및 상기 필드 타입 검출부에서 결정된 상기 필드 별 상기 필드 타입을 참조하여 상기 시각화 코드를 정의하고 상기 시각화 코드에 해당하는 하나 이상의 상기 시각화 도구를 상기 시각화 맵핑부에서 구하며, 상기 맵핑 룰에 의해 표현되는 하나 이상의 상기 시각화 도구를 제공하는 도구 선택부;를 포함함을 특징으로 한다.
또한, 본 발명의 차트 추천 방법은, 분석을 위하여 어플리케이션 프로그램 또는 데이터 파일에서 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하는 단계; 제1 속성값들에 의하여 상기 데이터 타입이 복수로 구분된 상기 블록의 상기 데이터 단위들에 대하여 상기 필드 별로 필드 타입을 검출 및 결정하는 단계; 시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공하는 단계; 제2 속성값들에 의하여 복수로 구분되는 상기 필드별 상기 필드 타입을 참조하여 상기 시각화 코드를 정의하는 단계; 정의된 상기 시각화 코드에 해당하는 하나 이상의 시각화 도구를 구하는 단계; 및 구해진 하나 이상의 상기 시각화 도구에 대응하는 맵핑 룰에 따르는 시각화 도구를 제공하는 단계;를 포함함을 특징으로 한다.
본 발명에 의하면 사용자가 분석을 위하여 선택한 정보의 특성에 맞는 차트들이 추천될 수 있고, 사용자는 추천된 차트들 중 원하는 목적에 맞는 차트를 선택할 수 있다. 그러므로, 사용자가 편리하게 차트를 이용할 수 있는 이점이 있다.
또한, 본 발명에 의하면 프로그램이나 어플리케이션 또는 클라이언트-서버 환경에서 차트를 추천하고 선택할 수 있는 기능이 제공될 수 있어서 사용자는 다양한 환경에서 선택한 정보에 맞는 차트를 손쉽게 추천받고 이용할 수 있는 이점이 있다.
도 1은 본 발명의 차트 추천 장치의 바람직한 실시예를 나타내는 블록도.
도 2는 본 발명의 차트 추천 방법의 바람직한 실시예를 나타내는 흐름도.
도 3은 어플리케이션 환경에서 구현되는 차트 추천 장치를 예시한 블록도.
도 4는 클라이언트-서버 환경에서 구현되는 차트 추천 장치를 예시한 블록도.
도 5는 차트의 일 예를 표현한 그래프.
도 6은 차트의 다른 예를 표현한 그래프.
도 7은 데이터 파일의 분석을 위하여 이용될 수 있는 인터페이스 윈도우를 예시한 도면.
도 8은 프로그램 상에서 이용될 수 있는 인터페이스 윈도우를 예시한 도면.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명한다. 본 명세서 및 특허청구범위에 사용된 용어는 통상적이거나 사전적 의미로 한정되어 해석되지 아니하며, 본 발명의 기술적 사항에 부합하는 의미와 개념으로 해석되어야 한다.
본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 실시예이며, 본 발명의 기술적 사상을 모두 대변하는 것이 아니므로, 본 출원 시점에서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있다.
본 발명은 데이터베이스, 파일 시스템이나 스프레드 시트를 활용하는 다양한 프로그램이나 어플리케이션에 포함된 정보들을 차트를 이용하여 시각적으로 표현하기 위한 기술을 개시하며, 사용자가 선택한 정보를 시각화할 수 있도록 정보를 분석하고 정보의 특성을 판단하며 특성에 맞게 자동으로 시각화 도구를 추천하는 기술을 개시한다.
사용자는 차트로 표현하기 위한 정보를 선택할 수 있으며, 정보는 데이터베이스, 파일 시스템이나 스프레드 시트와 같이 데이터 단위들을 포함하는 것을 총칭하는 것으로 이해될 수 있으며, 각 데이터 단위들은 하나 이상의 필드에 대응하는 값을 가질 수 있다. 여기에서, 데이터 단위는 데이터 레코드(Record)로 이해될 수 있다.
이하, 본 발명의 실시예의 설명의 편의를 위하여 하기 <표 1>을 예시할 수 있다. <표 1>은 사용자가 선택한 정보의 일 예이고, 요일 별 도로 이용 상황을 예시한 것이며, 필드로 설정된 '요일'은 월, 화, 수, 목, 금, 토, 일로 구분될 수 있고, 필드로 설정된 '도로 명'은 제1 도로 내지 제8 도로 및 기타로 구분될 수 있으며, 필드로 설정된 '카운트(Count)'는 이용한 수를 기재한 것이다. 각 데이터 단위는 '요일', '도로 명' 및 '카운트'에 대응하는 값을 갖는다.
요일 도로명 Count
월 제2 도로 4532
월 제1 도로 0
화 제8 도로 4742
수 제7 도로 5512
…
토 제2 도로 2233
토 기타 5616
일 제5 도로 1121
일 제4 도로 1963
도 1을 참조하면, 본 발명의 차트 추천 장치의 실시예는 데이터 타입 검출부(10), 필드 타입 검출부(20), 시각화 맵핑부(30) 및 도구(Tool) 선택부(40)를 포함한다.
데이터 타입 검출부(10)는 분석을 위하여 <표 1>과 같이 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하며, 데이터 타입은 제1 속성값들에 의하여 복수로 구분될 수 있다.
여기에서, 데이터 타입은 원시 데이터의 유형을 구분하기 위한 것이며, 일 예로, '정수(Integer)', '실수(Real)', '데이트-타임(Date-Time)', '문자열(String)'로 구분할 수 있다. '정수(Integer)', '실수(Real)', '데이트-타임(Date-Time)', '문자열(String)'은 제1 속성값들을 예시한 것이다.
필드 타입 검출부(20)는 필드 별로 필드 타입을 검출 및 결정하며, 필드 타입은 제2 속성값들에 의하여 복수로 구분될 수 있다.
필드 타입은 필드의 유형을 판단하기 위한 것이며, 일 예로, '범주형(Categorical)' 데이터, '숫자형(Numerical)' 데이터, '데이트-타임형(Date-Time)' 데이터로 구분할 수 있다. '범주형(Categorical)' 데이터, '숫자형(Numerical)' 데이터, '데이트-타임(Date-Time)형' 데이터는 제2 속성값들을 예시한 것이다.
시각화 맵핑부(30)는 시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공한다.
시각화 맵핑부(30)는 하기 <표 2>와 같이 시각화 도구들에 대응하는 맵핑 룰을 시각화 코드에 대응하여 제공할 수 있다.
시각화 도구 C N CC CN NN TN CCN TCN CNN
영역
(AREA)		 X:cat.
Y:누적 cnt
싱글 바(Single Bar) X:cat.
Y:cnt		 X:Rangr
Y:cnt		 X:C
Y:N		 X:T
Y:N
멀티 바(Multi-Bar) X:C1-C
Y:cnt		 X:C1-C2
Y:N		 X:T
Y:N
Bar: C
스택 바(Stacked Bar) X:C1
Y:cnt
Seg : C2		 X:C1
Y:N
Seg : C2
… … … … … … … … … …
상기 <표 2>에서, 시각화 도구는 '영역', '싱글 바', '멀티 바', '스택 바' 등으로 예시될 수 있으며, 그외 싱글 라인, 멀티 라인, 파이, 싱글 도넛, 멀티 도넛, 스캐터 플롯(Scatter Plot), 버블(Bubble), 싱글 박스 플롯(Single Box Plot), 멀티 박스 플롯(Multi-box Plot) 등 다양한 도구들이 적용될 수 있다.
그리고, 시각화 코드는 'C', 'N', 'CC', 'CN', 'NN', 'TN', 'CCN', 'TCN', 'CNN' 등 다양하게 구분될 수 있다. 여기에서, 'C'는 '범주형(Categorical)' 데이터를 지칭하는 필드 코드이며, 'N'은 '숫자형(Numerical)' 데이터를 지칭하는 필드 코드이고, 'T'는 '데이트-타임(Date-Time)형' 데이터를 지칭하는 필드 코드이다. 즉, 시각화 코드는 하나 이상의 필드 코드가 조합되어 형성될 수 있다. 시각화 코드에서, 'C'는 '범주형' 데이터를 싱글로 포함하는 경우를 의미하고, 'N'은 '숫자형' 데이터를 싱글로 포함하는 경우를 의미하며, 'CC'는 '범주형' 데이터를 두 개 포함하는 것을 의미하고, 'CN'은 '범주형' 데이터와 '숫자형' 데이터를 포함하는 경우를 의미하며, 'NN'은 '숫자형' 데이터를 두 개 포함하는 것을 의미하고, 'TN'은 '데이트-타임형' 데이터와 '숫자형' 데이터를 포함하는 것을 의미하며, 'CCN'은 '범주형' 데이터 두 개와 '숫자형' 데이터 하나를 포함하는 것을 의미하고, 'TCN'은 '데이트-타임형' 데이터와 '숫자형' 데이터 및 '범주형' 데이터를 포함하는 것을 의미하며, 'CNN'은 '범주형' 데이터와 두 개의 '숫자형' 데이터를 포함하는 것을 의미한다. 상술한 시각화 코드는 본 발명의 실시예를 위하여 예시된 것이며 보다 다양하게 예시될 수 있다.
하나의 시각화 코드에 하나 또는 복수 개의 시각화 도구가 대응될 수 있으며, 시각화 도구는 각 시각화 코드에 따르는 맵핑 룰이 규정될 수 있다.
구체적인 일례로, 'CCN'의 경우, '멀티 바'와 '스택 바'가 시각화 도구로 제공될 수 있으며, '멀티 바'는 시각화 코드 'CCN'에 대응하여 "X:C1-C2, Y:N"이라는 맵핑 룰을 가지며, '스택 바'는 "X:C1, Y: N, Seg : C2" 라는 맵핑 룰을 가질 수 있다. "X:C1-C2, Y:N"은 X축에 두 개의 '범주형' 데이터(C1, C2)를 표현하고 Y 축에 하나의 '숫자형' 데이터를 표현하는 것에 대응하는 맵핑 룰을 표현한 것으로 이해될 수 있으며, 이 경우는 후술하는 도 5와 같이 표현될 수 있다. "X:C1, Y:N, Seg :C2"는 X축에 하나의 '범주형' 데이터(C1)를 표현하고 Y축에 하나의 '숫자형' 데이터(N)를 표현하며, Y축의 '숫자형 데이터'를 하나의 '범주형' 데이터(C2)로 구분하여 표현하는 것으로 이해될 수 있으며, 이 경우는 후술하는 도 6과 같이 표현될 수 있다.
한편, 도구 선택부(40)는 필드 타입 검출부(20)에서 결정된 필드 별 필드 타입을 참조하여 시각화 코드를 정의하고 시각화 코드에 해당하는 하나 이상의 시각화 도구를 시각화 맵핑부(30)에서 구하며, 구해진 하나 이상의 시각화 도구에 대응하는 맵핑 룰에 의한 시각화 도구를 제공한다.
상술한 바와 같이 구성된 본 발명의 실시예는 도 2와 같은 방법에 의하여 차트를 추천할 수 있다.
한편, 도 3은 어플리케이션 환경에서 구현되는 차트 추천 장치를 예시한 블록도이며, 컴퓨터나 서버에 탑재되어 실행되는 프로그램 또는 어플리케이션(100)에 대응하여 차트 제공 장치(200)가 연동하도록 구성될 수 있다. 이 경우, 사용자가 분석을 위하여 프로그램 또는 어플리케이션(100)으로 예시될 수 있는 스프레드 시트의 전체 또는 일부를 블록으로 선택한 후 프로그램 또는 어플리케이션(100)에서 차트 제공 기능을 위하여 제공되는 아이콘(또는 버턴)을 클릭하거나 명령어를 입력하면, 그에 대응하여 차트 제공 장치(200)는 도 2를 참조하여 설명되는 동작을 수행할 수 있다.
그리고, 도 4는 클라이언트-서버 환경에서 구현되는 차트 제공 장치를 예시한 블록도이고, 하나의 서버(170)에 다수의 클라이언트(150)가 연결된 것을 예시하고, 서버(170)에 차트 제공 장치(200)가 연동하도록 구성될 수 있다. 여기에서, 서버(170)와 다수의 클라이언트(150)는 인터넷 프로토콜 기반의 네트워크를 통하여 통신 가능하도록 접속될 수 있으며, 차트 제공 장치(200)는 서버(170)에 내장되거나 또는 별도의 서버(도시되지 않음)에 탑재되어 서버(170)와 연동되도록 구성될 수 있다. 이 경우, 사용자가 클라이언트(150)를 통하여 분석을 위한 데이터 파일을 선택하거나 현재 활성화된 스프레드 시트의 전체 또는 일부를 블록으로 선택한 후 차트 제공 기능을 위하여 제공되는 아이콘(또는 버턴)을 클릭하거나 명령어를 입력하면, 차트 제공 요청이 서버(170)를 차트 제공 장치(200)에 전달되고, 상기한 차트 제공 요청에 대응하여 차트 제공 장치(200)는 도 2를 참조하여 설명되는 동작을 수행할 수 있다.
상기와 같은 사용자의 요청에 대응하여, 차트 제공 장치(200)로 구성될 수 있는 도 1의 실시예는 도 2와 같이 동작될 수 있다.
사용자가 분석을 위하여 블럭을 선택한 후 차트 제공을 요청하면, 데이터 타입 검출부(10)에 의하여 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하는 단계(S10)가 수행된다.
데이터 타입 검출부(10)는 원시 데이터의 유형 즉 데이터 타입을 필드 별로 구분한다.
<표 1>에서 필드로 설정된 '요일', '도로 명', '카운트'는 각각 문자열, 문자열, 정수이며, 데이터 타입 검출부(10)는 데이터 타입에 대한 제1 속성값들을 각 필드에 대응하여 문자열, 문자열 및 정수로 검출할 수 있다.
그 후, 필드 타입 검출부(20)에 의하여 필드들에 대한 필드 타입에 대한 검출이 수행하며, 필드 타입 검출부(20)는 선택된 블록의 데이터 단위들에 적용되는 필드를 하나씩 선택하여 필드 타입을 검출할 수 있다(S12).
필드 타입 검출부(20)는 제2 속성값에 일대일 매칭되는 제1 속성값을 갖는 필드에 대하여 제1 속성값에 매칭되는 제2 속성값으로 필드 타입을 검출한다.
그리고, 필드 타입 검출부(20)는 제2 속성값에 일대일 매칭되지 않는 제1 속성값을 갖는 필드에 대하여 필드값들을 분석하고 제2 속성값을 판단함으로써 필드 타입을 검출한다.
보다 구체으로 예시하면, 필드 타입 검출부(20)는 제1 속성값이 '데이트-타임'인 경우 제2 속성값을 '데이트-타임형'으로 검출하고, 제1 속성값이 문자열인 경우 제2 속성값을 '범주형'으로 검출한다. 즉, 제1 속성값의 '데이트-타임'과 제2 속성값의 '데이터 타임형'이 일대일 매칭되도록 설정되고, 제1 속성값의 문자열과 제2 속성값의 '범주형'이 일대일 매칭되도록 설정된다.
필드 타입 검출부(20)는 제1 속성값이 정수형 또는 실수형인 경우 이들에 일대일 매칭되는 제2 속성값이 없기 때문에 필드값들을 분석하여 '범주형' 또는 '숫자형'으로 제2 속성값을 판단할 수 있다.
이를 위하여, 필드 타입 검출부(20)는 필드 타입을 검출할 필드(S12)를 선택한 후 순차적으로 현재 선택된 필드의 데이터 타입 즉 제1 속성값이 '타이트-타임'인가 판단하는 단계(S20), 현재 선택된 필드의 데이터 타입 즉 제1 속성값이 '문자열'인가 판단하는 단계(S22) 및 현재 선택된 필드의 전체 필드값에서 '구분값' 비율이 50％ 이상인가 판단하는 단계(S24)를 순차적으로 수행한다.
필드 타입 검출부(20)는 현재 선택된 필드의 데이터 타입 즉 제1 속성값이 '데이트-타임'으로 판단되면(S20) 현재 선택된 필드의 필드 타입 즉 제2 속성값을 '데이트-타임형'으로 결정한다(S26). 그리고, 필드 타입 검출부(20)는 현재 선택된 필드의 데이터 타입 즉 제1 속성값이 '문자열'로 판단되면(S22) 현재 선택된 필드의 필드 타입 즉 제2 속성값을 '범주형'으로 결정한다(S28).
단계 S20와 단계 S22를 수행한 후 필드 타입 검출부(20)는 현재 선택된 필드가 제2 속성값에 일대일 매칭되지 않는 제1 속성값을 갖는 것으로 판단하고 현재 선택된 필드의 전체 필드값에서 '구분값' 비율이 50％ 이상인가 판단한다(S24). 필드 타입 검출부(20)는 '구분값' 비율이 50％ 미만인 경우 현재 선택된 필드의 필드 타입 즉 제2 속성값을 '범주형'으로 결정하고(S30), '구분값' 비율이 50％ 이상인 경우 현재 선택된 필드의 필드 타입 즉 제2 속성값을 '숫자형'으로 결정한다(S32).
여기에서, '구분값'은 선택된 필드의 제1 속성값이 실수형이나 정수형인 경우 제2 속성값을 판단하기 위하여 구하는 값이다. '구분값'은 선택된 블록의 데이터 단위들에 적용되는 필드의 값들이 분류 가능한 개수로 구분되는지 아니면 일정 수준 이상의 개수로 분산되어서 분류가 의미없는지 판단하기 위하여 현재 선택된 필드의 필드값들에 대한 카테고리 수를 카운트 한 값이다. 본 발명의 실시예는 구체적인 예로 50％ 이상인 경우를 예시한다. 보다 구체적으로, 선택된 블록의 데이터 단위들이 1000개인 경우, 현재 선택된 필드의 필드값들이 500개 미만으로 분류되면 '범주형'으로 제2 속성값이 판단될 수 있고, 500개 이상으로 분류되면 '숫자형'으로 제2 속성값이 판단될 수 있다.
한편, 상술한 과정에 의하여 현재 선택된 필드의 필드 타입이 판단될 수 있으며, 필드 타입 검출부(20)는 현재 선택된 필드의 필드 타입 즉 제2 속성값을 단계 S26~ 단계 S32에서 판단된 것으로 결정한다.
그 후, 필드 타입 검출부(20)는 나머지 필드에 대해서 단계 S12 내지 단계 S40를 반복적으로 수행하여 필드 타입을 결정한다.
한편, 도구 선택부(40)는 필드 타입 검출부(20)에서 결정된 필드 별 필드 타입을 참조하여 시각화 코드를 정의한다.
<표 1>의 경우, 필드 타입 검출부(20)는 '요일'과 '도로 명'의 필드 타입을 '범주형'으로 결정하고 '카운트'의 필드 타입을 '숫자형'으로 결정할 수 있다.
상기한 필드 타입 검출부(20)의 필드 타입 결정에 대응하여, 도구 선택부(40)는 두 개의 범주형의 필드 코드 'C'와 하나의 숫자형의 필드 코드 'N'을 조합하여 시각화 코드를 'CCN'으로 정의할 수 있다.
도구 선택부(40)는 시각화 코드에 해당하는 하나 이상의 시각화 도구를 시각화 맵핑부(30)에서 구하며, <표 1>의 경우에 <표 2>를 참조하여 시각화 도구를 구하면 '멀티 바'와 '스택 바'가 시각화 도구로 구해질 수 있다.
도구 선택부(40)는 '멀티 바'와 '스택 바'의 맵핑 룰에 따라서 도 5 및 도 6과 같은 시각화 도구를 제공할 수 있다.
도 5를 참조하면, '멀티 바'는 시각화 코드 'CCN'에 대응하여 "X:C1-C2, Y:N"이라는 맵핑 룰을 가지며, X축에 두 개의 '범주형' 데이터인 '도로 명'과 '요일'을 표현하고 Y 축에 '숫자형' 데이터인 '카운트'를 표현하는 것으로 구현될 수 있다.
도 6을 참조하면, '스택 바'는 시각화 코드 'CCN'에 대응하여 "X:C1, Y: N, Seg : C2" 라는 맵핑 룰을 가지며, X축에 범주형 데이터인 '요일'을 표현하고 Y축에 '숫자형' 데이터인 '카운트'를 표현하며 '범주형' 데이터인 '도로 명'은 '숫자형' 데이터인 '카운트'에 구분되도록 표시되는 것으로 구현될 수 있다.
한편, 본 발명의 실시예는 도 4와 같이 클라이언트-서버 환경에서 데이터 파일을 전송하여 분석하는 경우, 도 7과 같이 데이터 파일을 미리 분석한 후 분석할 필드를 선택하도록 인터페이스 윈도우가 서버 또는 차트 제공 장치에 의하여 제공될 수 있다.
이 경우, 사용자에 의하여 분석할 필드가 선택될 수 있으며, 선택된 필드에 대한 써머리(Summary)와 뷰(View)가 제공될 수 있다. 여기에서, 써머리(Summary)는 선택된 필드들에 대한 분석 결과와 분석 결과에 대응하는 정보를 표시하는 추가적인 윈도우를 제공하도록 구현될 수 있다. 그리고, 뷰(View)는 선택된 필드에 대하여 제공되는 시각화 도구를 미리보기하기 위한 윈도우를 제공하도록 구현될 수 있다.
따라서, 사용자가 분석을 위하여 정보를 선택하면, 상술한 본 발명의 실시예는 선택한 정보의 특성에 맞는 차트들이 추천될 수 있고, 사용자는 추천된 차트들 중 원하는 목적에 맞는 차트를 선택할 수 있다.
또한, 본 발명의 실시예는 프로그램이나 어플리케이션 또는 클라이언트-서버 환경에서 차트를 추천하고 선택할 수 있는 기능이 제공될 수 있어서 사용자는 다양한 환경에서 선택한 정보에 맞는 차트를 손쉽게 추천받고 이용할 수 있다.
10 : 데이터 타입 검출부 20 : 필드 타입 검출부
30 : 시각화 맵핑부 40 : 도구 선택부

Claims (10)

  1. 삭제
  2. 분석을 위하여 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하며, 상기 데이터 타입은 제1 속성값들에 의하여 복수로 구분되는 데이터 타입 검출부;
    상기 필드 별로 상기 제1 속성값과 필드값들 중 어느 하나를 기준으로 필드 타입을 검출 및 결정하며, 상기 필드 타입은 제2 속성값들에 의하여 복수로 구분되는 필드 타입 검출부;
    시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공하는 시각화 맵핑부; 및
    상기 필드 타입 검출부에서 결정된 상기 필드 별 상기 필드 타입을 참조하여 상기 시각화 코드를 정의하고 상기 시각화 코드에 해당하는 하나 이상의 상기 시각화 도구를 상기 시각화 맵핑부에서 구하며, 상기 맵핑 룰에 의해 표현되는 하나 이상의 상기 시각화 도구를 제공하는 도구 선택부;를 포함하며,
    상기 필드 타입 검출부는,
    상기 제2 속성값에 일대일 매칭되는 상기 제1 속성값을 갖는 필드에 대하여 상기 제1 속성값에 매칭되는 상기 제2 속성값으로 상기 필드 타입을 검출하고,
    상기 제2 속성값에 일대일 매칭되지 않는 상기 제1 속성값을 갖는 필드에 대하여 필드값들을 분석하고 상기 제2 속성값을 판단함으로써 상기 필드 타입을 검출하는 차트 추천 장치.
  3. 제2 항에 있어서,
    상기 데이터 타입 검출부는, 상기 필드의 상기 데이터 타입을 데이트-타임, 스트링 및 정수 및 실수를 포함하는 상기 제1 속성값들로 구분하고,
    상기 필드 타입 검출부는 상기 필드의 타입을 데이터-타임, 범주형 및 숫자형을 포함하는 상기 제2 속성값들로 구분하며, 상기 데이터 타입이 상기 정수 또는 상기 실수로 구분된 상기 필드에 대하여 범주형 및 숫자형으로 구분하는 차트 추천 장치.
  4. 제2 항에 있어서,
    상기 블록은 현재 실행 중인 어플리케이션 프로그램의 시트에서 선택하여 제공되는 차트 추천 장치.
  5. 제2 항에 있어서,
    상기 블록은 데이터 파일에 포함된 전체 또는 일부 데이터 단위들을 분석하여 제공되는 차트 추천 장치.
  6. 삭제
  7. 분석을 위하여 어플리케이션 프로그램 또는 데이터 파일에서 선택된 블록의 데이터 단위들에 적용되는 필드 별로 데이터 타입을 검출하는 단계;
    제1 속성값과 필드값들 중 어느 하나를 기준으로 상기 데이터 타입이 복수로 구분된 상기 블록의 상기 데이터 단위들에 대하여 상기 필드 별로 필드 타입을 검출 및 결정하는 단계;
    시각화 코드에 대응하여 맵핑 룰을 갖는 하나 이상의 시각화 도구를 제공하는 단계;
    제2 속성값들에 의하여 복수로 구분되는 상기 필드별 상기 필드 타입을 참조하여 상기 시각화 코드를 정의하는 단계;
    정의된 상기 시각화 코드에 해당하는 하나 이상의 시각화 도구를 구하는 단계; 및
    구해진 하나 이상의 상기 시각화 도구에 대응하는 맵핑 룰에 따르는 시각화 도구를 제공하는 단계;를 포함하며,
    상기 제1 속성값들에 의하여 상기 데이터 타입을 복수로 구분하여 상기 데이터 타입을 검출하는 단계는 데이터 타입 검출부에서 수행되고,
    상기 제2 속성값들에 의하여 상기 필드 타입을 복수로 구분하여 상기 필드 타입을 검출 및 결정하는 단계는 필드 타입 검출부에서 수행되며,
    상기 시각화 코드에 대응하는 하나 이상의 시각화를 위한 시각화 도구를 제공하는 단계는 시각화 맵핑부에서 수행되고,
    상기 시각화 코드의 정의, 정의된 상기 시각화 코드에 해당하는 하나 이상의 상기 시각화 도구를 구하는 것 및 상기 시각화 도구에 대응하는 상기 맵핑 룰에 따르는 상기 시각화 도구는 도구 선택부에서 수행됨을 특징으로 하는 차트 추천 방법.
  8. 제7 항에 있어서,
    상기 시각화 코드는 상기 블록에 포함되는 전체 필드에 대응하는 하나 이상의 상기 제2 속성값을 조합하여 결정되며,
    상기 제2 속성값은,
    정의된 제2 속성값에 일대일 매칭되는 상기 제1 속성값을 갖는 필드에 대하여 상기 제1 속성값에 매칭되는 값으로 결정되고,
    정의된 제2 속성값에 일대일 매칭되지 않는 상기 제1 속성값을 갖는 필드에 대하여 필드값들을 분석하고 상기 제2 속성값을 판단하여 결정되는 차트 추천 방법.
  9. 제7 항에 있어서,
    상기 블록은 현재 실행 중인 어플리케이션 프로그램의 시트에서 선택하여 제공되는 차트 추천 방법.
  10. 제7 항에 있어서,
    상기 블록은 데이터 파일에 포함된 전체 또는 일부 데이터 단위들을 분석하여 제공되는 차트 추천 방법.
KR1020140159809A 2014-11-17 2014-11-17 차트 추천 장치 및 방법 KR101516679B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140159809A KR101516679B1 (ko) 2014-11-17 2014-11-17 차트 추천 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140159809A KR101516679B1 (ko) 2014-11-17 2014-11-17 차트 추천 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101516679B1 true KR101516679B1 (ko) 2015-05-04

Family

ID=53393566

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140159809A KR101516679B1 (ko) 2014-11-17 2014-11-17 차트 추천 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101516679B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101773574B1 (ko) * 2017-03-20 2017-08-31 주식회사 뉴스젤리 데이터 테이블의 차트 시각화 방법
KR101842874B1 (ko) * 2015-10-22 2018-03-28 주식회사 뉴스젤리 메타 정보를 이용한 데이터 시각화 유형 추천 방법
KR101910179B1 (ko) * 2017-07-24 2018-10-19 주식회사 뉴스젤리 데이터 시각화를 위한 웹 기반 차트 라이브러리 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140067065A (ko) * 2011-09-26 2014-06-03 마이크로소프트 코포레이션 차트 추천 기법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140067065A (ko) * 2011-09-26 2014-06-03 마이크로소프트 코포레이션 차트 추천 기법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101842874B1 (ko) * 2015-10-22 2018-03-28 주식회사 뉴스젤리 메타 정보를 이용한 데이터 시각화 유형 추천 방법
KR101773574B1 (ko) * 2017-03-20 2017-08-31 주식회사 뉴스젤리 데이터 테이블의 차트 시각화 방법
WO2018174365A1 (ko) * 2017-03-20 2018-09-27 주식회사 뉴스젤리 데이터 테이블의 차트 시각화 방법
KR101910179B1 (ko) * 2017-07-24 2018-10-19 주식회사 뉴스젤리 데이터 시각화를 위한 웹 기반 차트 라이브러리 시스템

Similar Documents

Publication Publication Date Title
Abbas et al. An EWMA-type control chart for monitoring the process mean using auxiliary information
JP6686056B2 (ja) コンピュータ実装方法、コンピュータシステム及びコンピュータ装置
Manu et al. Design for occupational safety and health of workers in construction in developing countries: a study of architects in Nigeria
Cirillo Are your data really Pareto distributed?
KR101516679B1 (ko) 차트 추천 장치 및 방법
US20140152667A1 (en) Automatic presentational level compositions of data visualizations
US10546249B2 (en) Multi objective design selection
US9619455B2 (en) Table format multi-dimensional data translation method and device
US9804736B2 (en) Modifiable contextual help content provided in-line within an application
CN102541975A (zh) 诸如利益和提供者合同之类的对象结构的分析
US20080104498A1 (en) Dynamically Merging Columns Within a Table
Geyer et al. Applying Benford's law to volcanology
Bi et al. Statistical Analysis of Receiver Operating Characteristic (ROC) Curves for the Ratings of the A‐N ot A and the Same–Different Methods
US20220050907A1 (en) Dynamic batch limit validation
Bornmann Assigning publications to multiple subject categories for bibliometric analysis: an empirical case study based on percentiles
Erdmann et al. Quality quandaries*: A gage R&R study in a hospital
Kohli et al. A website content analysis approach based on keyword similarity analysis
García‐Hernández et al. On the functional expression of frequency–magnitude distributions: A comprehensive statistical examination
JP6267398B2 (ja) サービス設計支援システムおよびサービス設計支援方法
JP7027022B2 (ja) 製造工程統計処理システム、製造工程統計処理方法およびプログラム
Nurudeen et al. Regression models for tree volume prediction in stands of Tectona grandis (Linn) at Federal College of Forestry, Jericho, Ibadan, Oyo State Nigeria
Ford et al. Stability, structural stability and numerical methods for fractional boundary value problems
US20200020142A1 (en) Information presentation device, information presentation method, and storage medium
Hoeber A longitudinal study of HotMap web search
Brunker et al. A time-based visualization for web user classification in social networks

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180508

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190131

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200115

Year of fee payment: 6