WO2010043211A2 - Navigationseinrichtung zum ordnen von entitäten in einem datenraum und diesbezügliche verfahren sowie ein rechner, welcher die navigationseinrichtung aufweist - Google Patents

Navigationseinrichtung zum ordnen von entitäten in einem datenraum und diesbezügliche verfahren sowie ein rechner, welcher die navigationseinrichtung aufweist Download PDF

Info

Publication number
WO2010043211A2
WO2010043211A2 PCT/DE2009/001440 DE2009001440W WO2010043211A2 WO 2010043211 A2 WO2010043211 A2 WO 2010043211A2 DE 2009001440 W DE2009001440 W DE 2009001440W WO 2010043211 A2 WO2010043211 A2 WO 2010043211A2
Authority
WO
WIPO (PCT)
Prior art keywords
field
preference
navigation device
ring
fields
Prior art date
Application number
PCT/DE2009/001440
Other languages
English (en)
French (fr)
Other versions
WO2010043211A3 (de
Inventor
Christian Krois
Klaus Gasteier
Original Assignee
Christian Krois
Klaus Gasteier
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 Christian Krois, Klaus Gasteier filed Critical Christian Krois
Priority to US12/998,404 priority Critical patent/US9245055B2/en
Priority to DE112009002686T priority patent/DE112009002686A5/de
Publication of WO2010043211A2 publication Critical patent/WO2010043211A2/de
Publication of WO2010043211A3 publication Critical patent/WO2010043211A3/de

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results

Definitions

  • Navigation device for ordering entities in a data space and related methods, and a computer having the navigation device
  • the invention relates to a navigation device for organizing entities in a data space, wherein said navigation device has a distribution unit and a presentation unit and the presentation unit displays a rigid, geometric grid, wherein the rigid, geometric grid has a central field and a first field ring associated Tileringfeldern, which in turn may have further sub-field rings with associated field rings.
  • the SMB Semantic Media Browser simplifies and improves large-scale navigation of media content by arranging the media content in a structured manner on the screen according to its characteristics, and dynamically focussing that order as it navigates from one entity to the next Entity adapts.
  • the principle can be described as "Focus plus Context plus Flow” or it can be referred to as "Semantic Magnifier”.
  • the central focus is structured with self-associated entities and arranged in a smaller scale depending on their relevance. This corresponds to the "context”.
  • the innovation of the representation lies in the algorithmically generated geometry, in which the contents of n-dimensional (meta) data spaces are reduced to sym- metrically arranged prioritized parameters (for example, a number between 4 and 8) filtered at a glance visible and distributed directly selectable.
  • the geometric center contains the currently focused content. Around this, the associated context of theoretically any number of further entities is arranged.
  • the navigation device is just as suitable for displaying weakly consistent or inconsistent metadata as well as strongly structured metadata with clear ontologies. Different methods are used. This solves various problems.
  • the SMB provides a novel visual ordinate and navigation method for media data and its audiovisual repre- sentatives in a (potentially infinite) symmetrized, diminished topological geometry.
  • Popular search engines such as google.com or bing.com, by default display one-dimensionally sorted views of the search results in lists or column form.
  • Search engines such as google.com or bing.com thus have a clear separation between the search interface and content presentation of the search result, which usually requires leaving the search engine used to the referenced result within its carrier platform.
  • a standard Internet search such as Google, displays a series of hits in a preference list. A link with similar terms or terms belonging to this topic does not take place. Further modifications of the search term must be entered manually by the user. This leads to an increased input of terminology or click the Internet links.
  • the object of the invention is to improve the state of the art.
  • a navigation device for organizing entities in a data space
  • the navigation device has a distribution unit and a display unit and the display unit displays a rigid, geometric grid
  • the rigid, geometric grid with a central field around a first field ring associated with the first field ring around the central field and the central field more than two central field preference orders are assigned, each of these central field preference orders is associated with a corresponding central field preference vector in the rigid geometric grid
  • the distribution unit one or two preference entities to each Determines central field preference order in the data space and this preference entity in the first string field, in which the central field preference vector is directed, or the two preference entities in neighboring Warringf elders whose neighbor boundaries overlap with the central field preference vector.
  • the navigation device is suitable for the aggregation, filtering and visual representation of so-called “trending topics", as observed ontwitter.com, in particular the media data referenced therein.
  • the navigation device can map modes of functioning of "social bookmarking” and / or “social news” (such as on “digg.com") within collaboratively used instances of the navigation device and thus (eg via OAuth of the twitter API ) generate high-frequency usage of their own “trending topics” on platforms such as twitter.com, which in turn refer back to the navigation device and increase their frequency of use.
  • the navigation device is also suitable for the structured visualization of local media data within the own operating system based on usable metadata (tags, file information, physical parameters, etc.).
  • usable metadata tags, file information, physical parameters, etc.
  • data pools with strongly structured metadata can be consistently navigated on the basis of a given ontology within a standardized filter arrangement ("semantic map", preset or configurable).
  • Entities comprise different types of data or metadata, for example entities may include “Youtube.com” metadata such as titles, keywords, descriptive text, statistical data and / or a list of similar videos. Furthermore, the metadata in communication platforms such as “Twitter.com” can cover the avatar, the associated information text, referenced media references, the time of the message and the level of awareness.
  • Entities can also contain highly structured and editorially prepared metadata of thematically ordered media pools with semantically definable relationships within a given ontology, such as in the context of the "corporate semantic web” or in editorially created commercial media archives.
  • “Sorting” does not necessarily take place within a data type, but can include one or a few hits of one data type and / or one or a few hits of another data type, so that title, keyword and descriptive text can be arranged next to each other internal order can also be saved, for example, the five most common titles can be stored under the "Title" data type.
  • the “Dataroom” includes the intranet of an organization, the Internet, an Internet platform, in particular "Youtube.com” or Twitter.com in particular, network platforms, communication platforms and also includes all data pools with weakly structured, inconsistent, "uncontrolled” metadata.
  • the "data space” also includes the intranet of an organization, the Internet, an Internet platform, network platforms, communication platforms and also includes all data pools with highly structured and consistent metadata, which are based on uniform ontologies.
  • the "rigid, geometric grid” is variable in its dimensions.After determining its dimensions, it remains essentially constant.
  • the rigid, geometric grid can be constructed shell-shaped on the one hand, annular shells, but also rectangular shell models are possible. With the rigid geometric grid, the fields in the grid generally become smaller and smaller towards the outside.
  • the "rigid, geometric grid” can within the once defined dimensions (for example, occupy a maximum of three times the width or height of the central field) represent a hypothetically infinite space within the spatial limitation of the data display device used.
  • the "central field” may be the field in the rigid geometric grid, which is centered and generally the largest field.
  • the "first field ring" is formed from fields that are directly adjacent to the central field, whereby the fields of the first field ring are called first string fields.
  • the term "order of preference” determines a particular ranking of entities, for example, the hit list of a search with the internet platform "Google.de” can represent such a preference order.
  • the hit lists of an internal search engine of an Internet platform can also be used as a preference order.
  • relations between individual concepts and their valuations can be used as a preference order. For example, a similarity search can be performed for the top hit of a "Google" search, or a parallel search can be made for the meta tags of a web-based platform.
  • the "central field preference order" is the preference order of the central field.
  • the "preference vector” maps a direction into which a selection of the preference order can be mapped, and generally has at least one order of preference order and / or baseline for determining a preference order Thus, in general, a preference vector can have one direction and one Information include.
  • the "central field preference vector” is the preference vector of the central field, where the central field can have several preference vectors or central field preference vectors.
  • the "preference entity” is a value of the order of preference and may be the uppermost or a second or even a third or a fourth or a lower value of the order of preference.
  • a free-field reference entity can be determined for free first-string fields by means of the distribution unit, this determination taking place on the basis of the preference vector product of the adjacent central field preference orders associated with the central field preference vectors.
  • the "free-field preference entity” is the entity represented in the free field.
  • the "preference vector product” is a product of two neighboring preference vectors and, in the simplest case, results from an AND operation of the uppermost values of the preference order underlying the preference vectors.
  • the preference vector product can and can use any suitable correlation of the uppermost values of the preference orders also be assigned to a preference order again by an introduced hierarchy.
  • the first order of preference can have the highest value "physicist.”
  • the order of preference of the adjacent preference vector and thus of the neighboring order of precedence can have "general relativity theory.” These terms are linked in a “search engine” or by means of a correlation algorithm, and the preference vector is "Albert Einstein", which in the free field lies between the directions of the preference vectors. ren is shown.
  • the title of a book on the general theory of relativity can, for example, be second in the associated preference order determined.
  • a second field ring with associated secondary ring fields can be arranged around the first field ring.
  • the number of secondary ring fields can be greater than or equal to the number of first string fields.
  • one or more first-string fields can be assigned a first field preference order or several first field field precedence orders with respective first field preference vectors, wherein the first field preference vector is directed in the direction of the second field ring.
  • the distribution unit may determine one or two first field preference entities for each first field preference order in the data space and represent this first field preference entity in the second ring field to which the first string field preference vector is directed, or which represent two first field preference entities in adjacent second ring fields whose neighbor boundaries overlap with the first field preference vector.
  • the second-ring field in the direction of the first-field-biasing vector with the first-string-field preference entities can advantageously be described. Furthermore, adjacent fields of the secondary ring field can be filled with first string field preference entities.
  • the preference entities can be determined for the free second-ring fields by means of the distribution unit, this determination taking place on the basis of the preference vector product of the preference order adjacent to the preference vectors.
  • the preference vectors may comprise the central preference vectors and / or the first field preference vectors.
  • preference vectors of different field rings are linked together as a preference vector product.
  • further field rings with further fields can be arranged around the second field ring.
  • the number of fields of a further field ring may be greater than or equal to the number of a field ring lying further inward to the further field ring.
  • one or more fields can each be assigned one or more field preference orders with respective field preference vectors, the field preference vector being directed in the direction opposite to the central field.
  • the distribution unit may determine one or two field preference entities for each field preference order in the data space and represent those field preference entities in the other fields in which the field preference vector is directed, or which represent two field preference entities in adjacent ring fields associated with the field Overlap field preference vector.
  • the field preference entities can be determined for the free ring fields by means of the distribution unit, this determination taking place on the basis of the preference vector product of the preference vectors of adjacent preference orders.
  • the preference vectors may comprise the central preference vectors and / or the first field preference vectors and / or the field preference vectors.
  • the object is achieved by a computer having a computing unit and a screen, wherein the navigation device, as described above, is implemented in the computer, wherein the screen is the function of the display unit and the arithmetic unit the Function of the distribution unit takes over and the computer has access to entities in a data room.
  • n-dimensional vector spaces can be reduced or filtered to 4-8 dimensions selected from them, and these in turn can be simplified and consistently visualized within a normalized, symmetrical, 2-dimensional representation plane (Euclidean plane) ,
  • the dimensions are extracted from metadata (or via content analysis) of the underlying media content, the symmetrically arranged and traceable structure of the selected dimensions is pre-set, automatically determined or configurable by user input.
  • Semantically related contexts are displayed around a central focus, which constantly generate further context formations by means of the navigation device in a constantly flowing navigation through simple option selection in the same grid, which require an intrinsic and autotelic motivation of further interaction without leaving this navigation device to have to. This can be referred to as focus plus context plus flow.
  • the peculiarity of the invention furthermore lies beyond a specific visually standardized focus plus context variant in the consistency and coherence of a constantly flowing navigation (flow) between automatically formed context states and the leading searches that do not require further search input and prior knowledge
  • Each option "triggers" and visualizes a new dedicated context search, which in turn prompts for further context search by option selection, etc. (see FIG. 9).
  • the parameters of the multidimensional search matrix need not be known or explicitly selectable, although this may be natural in an "expert mode”.
  • the computer may have input means. As a result, interactions can advantageously be carried out by a user with the computer.
  • a first string field or a second ring field or a ring field can be selected by means of the input means.
  • the object can be achieved by a method for changing a central field in a navigation device, as described above, wherein a first field or a second ring field or a ring field is selected and displayed as a central field.
  • At least partial preference entities of the new first string fields and / or the new second ring fields and / or the new ring fields can be determined by the distribution unit.
  • the preference entities in the new initial fields and the new secondary ring fields and the new ring fields can be represented.
  • new information can advantageously be presented to a user.
  • the object can be achieved by a communication presentation method, wherein in the navigation device, as described above, the most recent communication information is displayed in the first field ring and older communication information is displayed offset in external fields.
  • Communication information may include, in particular, the content of a message, the associated person and a picture of that person and the age of the message. believe it. The most recent communication information can receive the highest value in the preference order.
  • the object can be achieved by a communication monitoring presentation method, wherein in the navigation device as described above, the current communication information of an entity of interest is displayed in the first field ring, and older communication information of this entity of interest is displayed in external fields is displayed offset.
  • the communication information of a person can be represented, in which case the entity of interest is the person of interest.
  • the object can be achieved by an algorithmic method for generating a rigid, geometric grid, wherein the rigid, geometric grid is based on a potentially infinitely iteratable geometry.
  • the geometric grid can be displayed as any extendable.
  • the object can be achieved by an algorithmic method for the automated coherent arrangement structured in their relations of visual representations of media contents, wherein the structured arrangement takes place in a potentially infinitely iteratable geometry.
  • the object can be achieved by a navigation device which combines the previously described methods in a consistent and symmetrized user interface, so that the complexity of relations to be represented in an information retrieval is reduced.
  • the methods can be linked to coherent content browsing of the visual representations of media content that are algorithmically determined in their relation and also displayed in an algorithmically structured manner.
  • a classical focus plus contextual principle may be extended to the requirements of audiovisual media.
  • a flowing browsing browsing can be enabled, so that after a search operation, the navigation device is still usable. This allows a flowing, browsing browsing without having to leave this navigation device after each search. Navigation and reception of the arbitrarily selected contents found in this process can form a sequential, functional and visually consistent unit ("Focus plus Context plus Flow").
  • an interface to a utilization and / or a visualization of any metadata and / or physical information of media contents, in particular physical information of media contents generated by an image analysis and a pattern recognition method, can be represented.
  • the ascertained metadata and / or physical information of media contents may include an arbitrarily n-dimensional vector space, an arbitrarily n-dimensional information space and / or an arbitrarily n-dimensional data space after a dimension reduction and for a mapping or a distribution, in particular for a mapping, to be processed.
  • the n-dimensional vector spaces, the n-dimensional information spaces, and / or the n-dimensional data spaces can be distributed and filtered in two-dimensional representation after evaluation to a number of symmetrically arrangeable and structured selected parameters such that a specific cognitive map becomes mental simplified representation of multidimensional complexity is generated, which corresponds in particular to a semantic magnifying glass.
  • the parameters can be preset or can be determined flexibly automatically from data contexts or be configurable by individual user input.
  • the filtered dimensions in their symmetrical arrangement and the directional principle, can be described as a specific cognitive map be visible at the same time so that a summary of many small search queries and their derivatives can be displayed in a single view.
  • the focus plus context plus flow process in audiovisual media pools can be fully or partially automated, so that semantically coherent linearities and / or sequences for preferably passive reception can be generated with optional interaction. This is in contrast to the classic TV reception environment.
  • the navigation device which can also correspond to an ordination device, makes the context-specific and intuitively comprehensible connections visible and tangible and functions both as a "semantic magnifying glass" by means of its visual focus and its weighted relevance distribution. a parameterized, symmetrized semantic "complexity reduction magnifier" (or lens) for browsing extensive media pools.
  • the navigation device can be used for the recursive representation of the way gone through in her own.
  • FIG. 1 a shows a representation of the rigid geometric grid
  • Figure Ib the corner of a rigid, geometric grid
  • FIG. 2a shows the rigid, geometric grid with associated central field preference vectors
  • FIG. 2b shows a rigid, geometric grid with branching preference vectors
  • FIG. 2c shows a rigid geometric grid with associated ring fields and a relevance distribution
  • FIG. 2d shows a rigid geometric grid with associated ring fields, the relevance distribution from FIG. 2c and central field preference vectors from FIG. 2a, FIG.
  • FIG. 2e a rigid, geometric grid with associated ring fields, the relevance distribution from FIG. 2c, branching preference vectors from FIG. 2b and central field preference vectors from FIG. 2a, FIG.
  • FIG. 3 shows a rigid, geometric grid with first-field free fields and associated preference vectors
  • FIG. 4 shows a rigid, geometric grid with associated description rules
  • FIG. 5a shows a rigid, geometric grid with associated description assignments of the fields
  • FIG. 5b shows the rigid, geometric grid from FIG. 5a with a different field division
  • FIG. 5c shows a rigid geometric grid with explicit examples
  • FIG. 6 shows a rigid, geometric grid after selecting a ring field from FIG. 6
  • FIG. 7 shows a rigid, geometric raster after selecting a ring field from FIG. 6,
  • FIG. 8a shows the course of communication in a section of a rigid geometric grid
  • FIG. 8b shows a course of a communication in the section of a rigid geometric grid with a text field typed in
  • FIG. 8c shows the course of communication in a section of a rigid geometric grid with stored metafile information
  • FIG. 10 shows a layer model with associated dimension reduction and mapping.
  • Figure Ia a rigid, geometric grid is shown. The representation of the grid is done by means of a screen. In the middle of the central field 100 is shown. Around this central field 100, the first ring field is shown. All Clearringfelder, whose reference numbers are between 201 and 212, form the Clearringfeld.
  • the second ring field begins at the secondary ring field 301 and runs counterclockwise into the corner to the secondary ring field 306, from there to the secondary ring field 315, to the secondary ring field 324 and from there to the second field ring 333, wherein the secondary ring in the secondary ring field 301 is closed again arriving.
  • the central field preference vectors A, B, C, D belonging to the central field 100 are shown in the rigid, geometric grid.
  • the central field preference vector B extends between the first string fields 210 and 211.
  • the central field preference vector is not assigned to exactly one field.
  • the first two preference entities are divided into the central field preference vector on the first string fields 211 and 210.
  • FIG. 2b the preference vectors of different fields are shown as arrows. In cases where two preference vectors point to a field, this field is populated with a preference entity, which results from a logical AND of the preference entities belonging to the preference vectors. In this case, it is also an open field, even if two preference vectors point to this field.
  • Figure 3 shows the assignment of preference entities to the first string fields.
  • the value of the central field 100 is 0 X. This is linked to the value IA "AND"
  • the two resulting hits are written into the fields 201 and 202 and thus represented.
  • the same is done for fields 210 and 211.
  • the preference entity to be displayed for free field 212 is determined by a logical AND operation of the preference entity of 211 and 201. This corresponds to the described preference vector product.
  • the method described here is used analogously for the other first string fields.
  • a related extension is shown in FIG. This model describes a possible automated cascaded "clustering" of user-generated metadata in order to visually structure the most important determinable relationships within the navigation device.
  • FIG. 5 shows a variant of the rigid geometric grid, which makes further subdivisions of the corner fields in the outermost ring field.
  • FIGS. 5a and 5b show the demarcation and preference determination criteria underlying the fields.
  • Figure 5b describes the basis for the preference orders. On the basis of this, the preference vectors are determined, as a result of which for the term in the central field 100 the associated displayed terms of the ring fields are determined. Such an assignment is explicitly shown in FIG. 5c.
  • the central field 100 contains the term "The Pacific Ocean.”
  • the first similar ring is shown in the first string 201, 202, 203, 204, 205, 206, 207, 208.
  • Around the first string is the second ring 301 to 308.
  • the information shown in the first ring and in the secondary ring and in the other rings were filled up in accordance with the method described in FIGS.
  • FIG. 8a a detail of the rigid, geometric grid is shown.
  • the communication input of the user is shown. His last caller is displayed in field 202.
  • field 201 the twelfth last interlocutor is shown. [117] If the communication with a person who is not shown in the first string is recorded, this newest communication string displaces the twelfth oldest from field 201, which moves to field 301.
  • the navigation device is suitable for the associative navigation and visual representation of extensive image databases both with highly structured metadata (corbis, getty images, etc.) and with user-generated weakly structured metadata (flickr.com, etc.).
  • the navigation device is suitable for the aggregation, filtering and visual representation of audiovisual media content with highly structured metadata across multiple reference platforms - e.g. a movie browser with connection to data from imdb.com.
  • the navigation device is suitable for the aggregation, filtering and visual representation of music content (such as on "myspace.com” with countless active "myspace music” participants) with particular integration of user-generated networking information.
  • the navigation device is useful for visually managing and navigating large quantity collections of heterogeneous media content of local computer systems (e.g., a representation of a private digital photo archive) incorporating proprietary or automated metadata.
  • local computer systems e.g., a representation of a private digital photo archive
  • the navigation device is suitable for linking visually represented media content of any type to digital sales systems (such as Amazon.com) as described, with directly linkable commercial offers for direct or via affiliate program transactional purchase transactions.
  • digital sales systems such as Amazon.com
  • the navigation device is suitable for the same principle for improving the browsing search in patent databases (such as the Google patent search). It enables the visualization, filtering and visual representation of references within Patent applications themselves (eg retrievable via the google patent search API) across multiple hierarchical levels and multiple subdomains multidimensionally at the same time.
  • the ordination and navigation device is not necessarily its own search engine and does not have to perform the methods of dimensionality reduction, but may represent a device that further processes the data obtained from various methods and automatically makes visible and navigable in the manner described.
  • the history list already visited content linearly represented in the timeline, evaluated from a suitable size according to their metadata in the manner described itself turn, so to speak, recursive, are transferred to the rigid geometric grid and the gone way of many hours, days and weeks can be made in a new way in a glance multidimensional manageable.
  • the resulting "patterns" have high informative value about the user's interests and can be archived in a separate format and passed on.
  • FIG. 9 shows how to navigate from 1 through 2 and 3 through 4 by means of SMB.
  • Figure 10 shows the layers forming the SMB.
  • “1” represents unsorted n-dimensional data (metadata for media files)
  • "2” the dimension determination and / or dimension reduction by means of different data
  • "3” the sorting and clustering
  • "4" the weighting and Selection by various methods
  • "5" the semantic map symmetry distribution, which is determined dynamically by clustering
  • "6” the semantic map, which was generated by a mapping method

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • Digital Computer Display Output (AREA)

Abstract

Es besteht z.B. eine große Schwierigkeit darin, schwach strukturierte, inkonsistente und unkontrollierte Metadateien, wie sie beispielsweise in YouTube vorkommen, zu ordnen und darzustellen. Dies liegt unter anderem daran, dass eine einheitliche Ontologie oder eine redaktionelle Aufarbeitung der Meta-Daten nicht vorgesehen ist. Ebenso wenig können algorithmisch erzeugte konsistente Ontologien erzeugt werden. Daher betrifft die Erfindung eine Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei die Navigationseinrichtung eine Distributionseinheit und eine Darstellungseinheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei die Distributionseinheit Präferenzentitäten ermittelt und diese darstellt. Dadurch wird das Chaos in den Metadaten aus sich heraus strukturiert und ein Navigieren im Datenraum wird ermöglicht.

Description

Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum und diesbezügliche Verfahren sowie ein Rechner, welcher die Navigationseinrichtung aufweist
[01] Die Erfindung betrifft eine Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei diese Navigationseinrichtung eine Distributionseinheit und eine Darstellungs- einheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei das starre, geometrische Raster ein Zentralfeld und einen ersten Feldring mit zugehörigen Erstringfeldern aufweist, die wiederum weitere Sub-Feldringe mit zugehörigen Feldringen aufweisen können.
[02] Der SMB (Semantic Media Browser) vereinfacht und verbessert die Navigation in großen Mengen von Medieninhalten, indem die Medieninhalte gemäß ihrer Eigenschaften strukturiert auf dem Bildschirm angeordnet werden und diese Ordnung sich beim Navigieren von einer Enti- tät zur nächsten dynamisch der jeweils fokussierten Entität anpasst. Das Prinzip kann als „Fokus plus Kontext plus Fluss (Flow)" beschrieben oder entsprechend als „Semantische Lupe" bezeichnet werden.
[03] In jedem Zustand gibt es einen visuell zentral hervorgehobenen „Fokus".
[04] Um den zentralen Fokus werden mit selbigen assoziierte Entitäten strukturiert und abhängig ihrer Relevanz verkleinert dargestellt angeordnet. Dies entspricht dem „Kontext".
[05] Aus dem Kontext kann eine Entität selektiert werden, um den nächsten Fokus zu bilden. Um diesen neuen Fokus wird ein neuer Kontext aus Entitäten aufgebaut, die mit dem aktuellen Fokus logisch assoziiert sind. Wird aus dem aktuellen Kontext erneut eine Entität als nächster Fokus ausgewählt, so bildet sich wiederum ein passender Kontext zu diesem, usw.. Dies entspricht dem „Fluss".
[06] Auf diese Weise generiert die Benutzung eine lineare Sequenz von Medieninhalten (Fluss), die jeweils aus dem dynamisch errechneten und nichtlinear dargestellten Kontext aus- gewählt wurden.
[07] Die Innovation der Darstellung liegt dabei in der algorithmisch generierten Geometrie, in der die Inhalte n-dimensionaler (Meta-) Datenräume nach einer Dimensionsreduktion auf sym- metrisch angeordnete priorisierte Parameter (beispielsweise eine Anzahl zwischen 4 und 8) gefiltert auf einen Blick sichtbar und direkt anwählbar verteilt werden.
[08] Im geometrischen Zentrum befindet sich der aktuell fokussierte Inhalt. Um diesen herum wird der hierzu assoziierte Kontext aus theoretisch beliebig vielen weiteren Entitäten angeord- net.
[09] Das simple Raster erlaubt alleine durch die geometrische Anordnung der Entitäten zwei wesentliche Aspekte gleichzeitig und intuitiv verständlich darzustellen. Eine Relevanz von assoziierten Entitäten zum aktuellen Fokus und eine Ähnlichkeitsstruktur innerhalb des Kontextes.
[10] Eine besondere Bewandtnis hat dabei die einer Interfacestandardisierung gleichkommen- den Normierung und Entsprechung der visuellen Symmetrie des Rasters zur darin „gemappten" (nach Clusteringalgorithmen oder einer semantischen Karte gemäß abgebildeten) multidimensi- onalen Symmetrie, die kognitiv die Komplexität bisheriger Ansätze reduziert und eine besonders einfach zu bedienende Schnittstelle bereitstellt.
[11] Die Navigationseinrichtung eignet sich im gleichen Maße zur Darstellung schwachkonsi- stenter oder inkonsistenter Metadaten als auch stark strukturierter Metadaten mit klaren Ontolo- gien. Dabei kommen unterschiedliche Verfahrensweisen zur Anwendung. Dies löst verschiedenartige Probleme.
[12] Mit der gleichen Navigationseinrichtung lassen sich vorgegebene Ontologien auf strukturierte und konsistente Weise mehrdimensional in den enthaltenen Beziehungen abbilden und über mehrere Navigationsschritte hinweg erfahrbar machen.
[13] Der SMB ermöglicht insgesamt ein in dieser Kombination neuartiges visuelles Ordinati- ons- und Navigationsverfahren für Mediendaten und ihre audiovisuelle Repräsentanten in einer (potenziell unendlichen) symmetrisierten dimensionsreduzierten topologischen Geometrie.
[14] In redaktionell aufbereiteten Mediapools mit auf einer Ontologie basierenden stark struk- turierten Metadaten („Controlled Vocabulary") gibt es verschiedenste Benutzerschnittstellenansätze, um referenzierte Mediendateien in diesen auffindbar zu machen und die semantischen Beziehungen verschiedener Mediendateien untereinander visuell aufzuzeigen. [15] Es mangelt bislang an einheitlichen Ansätzen, diese Suchoptionen und Beziehungsvisualisierungen in einer konsistenten graphischen Benutzerschnittstelle einem (im Sinne der darunterliegenden Ontologie) Nichtfachmann intuitiv zugänglich zu machen.
[16] Gängige Suchmaschinen wie google.com oder bing.com zeigen als Standardeinstellung eindimensional sortierte Darstellungen des Suchergebnisses in Listen oder Spaltenform an.
[17] Suchmaschinen wie google.com oder bing.com haben somit eine deutliche Trennung zwischen Suchoberfläche und inhaltliche Präsentation des Suchergebnisses, was für gewöhnlich das Verlassen der benutzten Suchmaschine hin zum referenzierten Ergebnis innerhalb seiner Trägerplattform bedingt.
[18] In großen user-generierten Mediapools („social media sharing networks") wie beispielsweise auf der Internetplattform „youtube.com" liegen schwach strukturierte, inkonsistente und unkontrollierte Metadaten vor. Diese Daten zeichnen sich dadurch aus, dass sie keine einheitliche Ontologie aufweisen. An eine algorithmisch erzeugte konsistente Ontologie oder an eine redaktionelle Aufarbeitung ist nicht zu denken, da die Begrifflichkeiten von den Benutzern selbst eingegeben werden und deshalb teilweise stark voneinander abweichen, obwohl sie dasselbe darstellen und der Umfang der Metadaten so groß ist, dass der personelle Einsatz zur Ordnung dieser Metadaten nicht darstellbar ist.
[19] Ähnliches gilt für Kommunikationsplattformen wie beispielsweise „Twitter.com". Ein Benutzer dieser Plattform hat eine Reihe von Ansprechpartnern, deren Mitteilungen er verfolgen kann. Diese Mitteilungen entsprechen in ihrer Verwendung dem Blogging-Prinzip, wobei das Blogging auf Twitter.com auf SMS-Länge limitiert ist. Daher wird hier von Microblogging gesprochen.
[20] Ist die Anzahl der Partner oder die Anzahl der Mitteilungen oder Blogs sehr groß, kann die Übersicht leicht verloren gehen. Analoges gilt für Chatplattformen wie „ICQ.com".
[21] Bei einer Standardsuche im Internet, wie beispielsweise Google wird eine Reihe von Treffern in einer Präferenzliste dargestellt. Eine Verknüpfung mit ähnlichen Begriffen oder zu diesem Thema gehörenden Begriffen findet nicht statt. Weitere Abwandlungen des Suchbegriffes müssen durch den Benutzer händisch eingegeben werde. Dies führt zu einem vermehrten Eingeben von Begrifflichkeiten oder Klicken der Internetlinks. [22] Aufgabe der Erfindung ist es, den Stand der Technik zu verbessern.
[23] Gelöst wird diese Aufgabe mit einer Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei die Navigationseinrichtung eine Distributionseinheit und eine Darstellungseinheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei das starre, geometrische Raster ein Zentralfeld um einen ersten Feldring mit zugehörigen Erstringfeldern aufweist, wobei der erste Feldring um das Zentralfeld herum angeordnet ist und dem Zentralfeld mehr als zwei Zentralfeldpräferenzordnungen zugewiesen sind, wobei jeder dieser Zentralfeldpräferenzordnungen ein zugehöriger Zentralfeldpräferenzvektor im starren, geometrischen Raster zugeordnet ist, wobei die Distributionseinheit eine oder zwei Präferenzen- titäten zu jeder Zentralfeldpräferenzordnung im Datenraum ermittelt und diese Präferenzentität in dem Erstringfeld darstellt, in welches der Zentralfeldpräferenzvektor gerichtet ist, oder die zwei Präferenzentitäten in benachbarten Erstringfeldern darstellt, deren Nachbargrenzen mit dem Zentralfeldpräferenzvektor überlappen.
[24] Dadurch können vorteilhafterweise Datenpools mit schwach strukturierten, inkonsisten- ten und unkontrollierten Metadaten flexibel aus sich heraus strukturiert und näher spezifiziert werden.
[25] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation sogenannter „trending topics", wie sie auftwitter.com zu beobachten sind, insbesondere der darin referenzierten Mediendaten.
[26] Die Navigationseinrichtung kann darüber hinaus Funktionsweisen des „social bookmar- kings" und/oder "social news" (wie auf z.B. „digg.com") innerhalb kollaborativ genutzter Instanzen der Navigationseinrichtung abbilden und damit (z.B. via OAuth der twitter-API) bei hoher Nutzungsfrequenz eigene „trending topics" auf Plattformen wie twitter.com erzeugen, die wiederum zur Navigationseinrichtung zurückreferenzieren und deren Nutzungsfrequenz verstär- ken.
[27] Die Navigationseinrichtung eignet sich ebenso zur strukturierten Visualisierung lokaler Mediendaten innerhalb des eigenen Betriebssystems auf Basis nutzbarer Metadaten (Tags, Dateiinformationen, physikalische Parameter etc.). [28] Ebenso können in der gleichen visuellen Anordnung Datenpools mit stark strukturierten Metadaten auf Basis einer vorgegebenen Ontologie innerhalb einer genormten Filteranordnung („semantic map", voreingestellt oder konfigurierbar) konsistent durchnavigiert werden.
[29] Zunächst sei folgendes begrifflich erläutert:
[30] „Entitäten" umfassen unterschiedliche Datenarten oder Metadaten. Beispielsweise können Entitäten „Youtube.com"-Metadaten wie Titel, Stichworte, Beschreibungstext, statistische Daten und/oder eine Liste von ähnlichen Videos umfassen. Weiterhin können die Metadaten in Kommunikationsplattformen wie „Twitter.com" den Avatar, den zugehörigen Informationstext, darin referenzierte Medienverweise, den Zeitpunkt der Nachricht und den Bekanntheitsgrad ab- decken.
[31] „Entitäten" können ebenso stark strukturierte und redaktionell aufbereitete Metadaten thematisch geordneter Medienpools mit semantisch eindeutig bestimmbaren Beziehungen innerhalb einer vorgegebenen Ontologie enthalten, wie im Umfeld des „corporate semantic web" oder in redaktionell erstellten kommerziellen Medienarchiven.
[32] „Ordnen" erfolgt nicht notwendigerweise innerhalb einer Datenart, sondern kann jeweils einen oder wenige Treffer einer Datenart und/oder einen oder wenige Treffer einer weiteren Datenart umfassen. So können Titel, Stichwort und Beschreibungstext nebeneinander angeordnet werden. Zu jeder Datenart kann die interne Ordnung ebenfalls abgespeichert sein. So können beispielsweise unter der Datenart „Titel" die fünf häufigsten Titel hinterlegt sein.
[33] Der „Datenraum" umfasst das Intranet einer Organisation, das Internet, eine Internetplattform, insbesondere „Youtube.com" oder insbesondere Twitter.com, Netzwerkplattformen, Kommunikationsplattformen und umfasst zudem sämtliche Datenpools mit schwach strukturierten, inkonsistenten, „unkontrollierten" Metadaten.
[34] Der „Datenraum" umfasst in einem anderen Anwendungsfall ebenso das Intranet einer Organisation, das Internet, eine Internetplattform, Netzwerkplattformen, Kommunikationsplattformen und umfasst zudem sämtliche Datenpools mit stark strukturierten und konsistenten Metadaten, denen einheitliche Ontologien zugrunde liegen.
[35] „Unkontrolliert" bedeutet in diesem Zusammenhang insbesondere, dass keine einheitliche Ontologie oder keine redaktionelle Aufarbeitung der Metadaten vorliegt oder realisierbar ist. [36] Das „starre, geometrische Raster" ist in seinen Ausmaßen veränderbar. Nach der Festlegung seiner Ausmaße bleibt es im Wesentlichen konstant. Das starre, geometrische Raster kann dabei schalenförmig aufgebaut sein. Zum einen sind ringförmige Schalen, aber auch rechteckige Schalenmodelle möglich. Bei dem starren, geometrischen Raster werden die Felder im Raster im Allgemeinen nach außen hin immer kleiner.
[37] Das „starre, geometrische Raster" kann innerhalb der einmal definierten Ausmaße (die beispielsweise maximal die dreifache Breite bzw. Höhe des Zentralfelds einnehmen) einen hypothetisch unendlichen Raum innerhalb der räumlichen Limitierung des verwendeten Datensichtgeräts abbilden.
[38] Das „starre, geometrische Raster" kann algorithmisch erzeugt und unendlich iteriert werden.
[39] Das „Zentralfeld", kann das Feld im starren, geometrischen Raster sein, welches mittig angeordnet und im Allgemeinen das größte Feld ist.
[40] Der „erste Feldring" wird aus Feldern gebildet, die direkt an das Zentralfeld angrenzen. Dabei werden die Felder des ersten Feldringes als Erstringfelder bezeichnet.
[41] Für den gesamten Text legt der Begriff „Präferenzordnung" eine bestimmte Rangfolge von Entitäten fest. Beispielsweise kann die Trefferliste einer Suche mit der Internetplattform „Google.de" eine solche Präferenzordnung darstellen. Auch die Trefferlisten einer internen Suchmaschine einer Internetplattform kann als Präferenzordnung herangezogen werden. Weiter- hin können Relationen zwischen einzelnen Begrifflichkeiten und deren Wertungen als Präferenzordnung verwendet werden. So kann für den obersten Treffer einer „Google"-Suche zusätzlich eine Ähnlichkeitssuche erfolgen oder zu den Metatags einer Internettplattform eine parallele Suche erfolgen.
[42] Die „Zentralfeldpräferenzordnung" ist die Präferenzordnung des Zentralfeldes.
[43] Der „Präferenzvektor" bildet eine Richtung ab, in die eine Auswahl der Präferenzordnung abgebildet werden kann, und weist im Allgemeinen wenigstens einen Wert der Präferenzordnung und/oder Grundlagen zur Ermittlung einer Präferenzordnung auf. Somit kann allgemein ein Präferenzvektor eine Richtung und eine Information umfassen. [44] Der „Zentralfeldpräferenzvektor" ist der Präferenzvektor des Zentralfeldes, wobei das Zentralfeld mehrere Präferenzvektoren oder Zentralfeldpräferenzvektoren aufweisen kann.
[45] Die „Präferenzentität" ist ein Wert der Präferenzordnung und kann der oberste oder auch ein zweiter oder auch ein dritter oder ein vierter oder ein niedrigerer Wert der Präferenzordnung sein. Insbesondere kann die Präferenzentität die Information des Präferenzvektors darstellen.
[46] In einer Ausführungsform der Erfindung kann für freie Erstringfelder eine Freifeldrefe- renzentität mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präferenzvektorprodukts der zu den Zentralfeldpräferenzvektoren zugehörigen, zueinander benachbarten Zentralfeldpräferenzordnungen erfolgt.
[47] Dadurch können vorteilhafterweise Felder, auf die kein Zentralfeldpräferenzvektor zeigt, mit anzuzeigender Information gefüllt werden.
[48] Begrifflich sei folgendes erläutert:
[49] „Freie Ringfelder" haben keine eindeutige Zuordnung durch Präferenzvektoren. So kann kein Präferenzverktor oder es können mehrere Präferenzvektoren zugleich auf dieses Ringfeld verweisen.
[50] „Freie Erstringfelder" sind die freien Ringfelder des ersten Feldringes.
[51] Die „Freifeldpräferenzentität" ist die Entität, die im freien Feld dargestellt wird.
[52] Das „Präferenzvektorprodukt" ist ein Produkt zweier benachbarter Präferenzvektoren und ergibt sich im einfachsten Fall aus einer UND- Verknüpfung, aus den den Präferenzvektoren zugrunde liegenden obersten Werten der Präferenzordnung. Das Präferenzvektorprodukt kann jede geeignete Korrelation der obersten Werte der Präferenzordnungen verwenden und kann auch durch eine eingeführte Hierarchie wieder einer Präferenzordnung zugeordnet werden.
[53] So kann beispielsweise die erste Präferenzordnung als obersten Wert „Physiker" aufweisen. Die Präferenzordnung des benachbarten Präferenzvektors und somit der benachbarten Präfe- renzordnung kann „allgemeine Relativitätstheorie" aufweisen. Diese Begriffe werden in einer „Suchmaschine" oder mittels eines Korrelationsalgorithmus verknüpft, und als Präferenzvektor ergibt sich „Albert Einstein", welches im Freifeld zwischen den Richtungen der Präferenzvekto- ren dargestellt wird. In der zugehörigen ermittelten Präferenzordnung kann beispielsweise an zweiter Stelle der Titel eines Buchs zur allgemeinen Relativitätstheorie stehen.
[54] Um eine tiefere Ordnung der Entitäten darzustellen, kann um den ersten Feldring ein zweiter Feldring mit zugehörigen Zweitringfeldern angeordnet sein.
[55] In einer weiteren Ausgestaltung der Erfindung kann die Anzahl der Zweitringfelder größer oder gleich der Anzahl der Erstringfelder sein. Dadurch kann vorteilhafterweise, insbesondere bei einer größeren Anzahl von Zweitringfeldern, eine Wertigkeit oder ein Korrelationsgrad der Entität anhand der Größe der Felder wiedergegeben werden.
[56] Um die Erstringfelder mit relevanten Entitäten zu besetzen, können einem Erstringfeld oder mehreren Erstringfeldern eine Erstringfeldpräferenzordnung oder mehrere Erstringfeldprä- ferenzordnungen mit jeweiligen Erstringfeldpräferenzvektoren zugeordnet werden, wobei der Erstringfeldpräferenzvektor in Richtung zweiter Feldring gerichtet ist.
[57] In einer weiteren Ausführungsform der Erfindung kann die Distributionseinheit eine oder zwei Erstringfeldpräferenzentitäten zu jeder Erstringfeldpräferenzordnung im Datenraum ermit- teln und diese Erstringfeldpräferenzentität in dem Zweitringfeld darstellen, in welches der Erstringfeldpräferenzvektor gerichtet ist, oder die zwei Erstringfeldpräferenzentitäten in benachbarten Zweitringfeldern darstellen, deren Nachbargrenzen mit dem Erstringfeldpräferenzvektor überlappen.
[58] Dadurch kann vorteilhafterweise das Zweitringfeld in Richtung des Erstringfeldpräfe- renzvektors mit den Erstringfeldpräferenzentitäten beschrieben werden. Weiterhin können zueinander benachbarte Felder des Zweitringfeldes mit Erstringfeldpräferenzentitäten gefüllt werden.
[59] Um freie Zweitringfelder zu befullen, können für freie Zweitringfelder die Präferenzenti- täten mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präfe- renzvektorproduktes der zu den Präferenzvektoren zueinander benachbarter Präferenzordnung erfolgt.
[60] In einer weiteren Ausgestaltung der Erfindung können die Präferenzvektoren die Zentralpräferenzvektoren und/oder die Erstfeldpräferenzvektoren umfassen. Dadurch können vorteil- hafterweise Präferenzvektoren unterschiedlicher Feldringe miteinander als Präferenzvektorprodukt verknüpft werden.
[61] In einer weiteren Ausgestaltung der Erfindung können um den zweiten Feldring weitere Feldringe mit weiteren Feldern angeordnet sein. Dadurch kann vorteilhafterweise der Raum der geordneten Entitäten, der dargestellt wird, vergrößert werden.
[62] Um das starre, geometrische Raster optimal auszunutzen, können die weiteren Feldringe nur teilweise im starren, geometrischen Raster dargestellt sein.
[63] In einer weiteren Ausgestaltung der Erfindung kann die Anzahl der Felder eines weiteren Feldringes größer oder gleich der Anzahl eines zum weiteren Feldring weiter innen liegenden Feldringes sein. Somit kann vorteilhafterweise eine tiefere Ordnung der Entitäten dargestellt werden.
[64] Um die Felder der weiteren Feldringe mit Entitäten zu füllen, können einem oder mehreren Feldern jeweils eine oder mehrere Feldpräferenzordnungen mit jeweiligen Feldpräferenzvektor zugeordnet sein, wobei der Feldpräferenzvektor in Richtung entgegen des Zentralfeldes ge- richtet ist.
[65] In einer weiteren Ausgestaltung der Erfindung kann die Distributionseinheit eine oder zwei Feldpräferenzentitäten zu jeder Feldpräferenzordnung im Datenraum ermitteln und diese Feldpräferenzentitäten in den weiteren Feldern darstellen, in welchen der Feldpräferenzvektor gerichtet ist, oder die zwei Feldpräferenzentitäten in benachbarten Ringfeldern darstellen, die mit dem Feldpräferenzvektor überlappen. Somit können vorteilhafterweise sämtliche Felder des weiteren Rings mit Entitäten befüllt werden.
[66] Um auch die freien Ringfelder zu befullen, können für die freien Ringfelder die Feldpräferenzentitäten mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präferenzvektorprodukts der Präferenzvektoren zueinander benachbarter Präferenzordnun- gen erfolgt.
[67] In einer weiteren Ausgestaltung der Erfindung können die Präferenzvektoren die Zentralpräferenzvektoren und/oder die Erstfeldpräferenzvektoren und/oder die Feldpräferenzvektoren umfassen. Somit kann vorteilhafterweise ein Erstringfeldvektor über den zweiten Ring hinaus auf die die Felder der weiteren Ringe einen Einfluss auf deren Präferenzordnung nehmen. [68] In einem weiteren Aspekt der Erfindung wird die Aufgabe gelöst durch einen Rechner mit einer Recheneinheit und einem Bildschirm, wobei die Navigationseinrichtung, wie sie zuvor beschrieben wurde, in dem Rechner implementiert ist, wobei der Bildschirm die Funktion der Darstellungseinheit und die Recheneinheit die Funktion der Distributionseinheit übernimmt und der Rechner einen Zugriff auf Entitäten in einem Datenraum hat.
[69] Somit können insbesondere elektronische Daten, wie sie beispielsweise im Internet vorliegen, für diese Erfindung genutzt werden.
[70] Im Datenraum der Erfindung können n-dimensionale Vektorräume auf 4-8 daraus ausgewählte Dimensionen reduziert bzw. gefiltert werden und diese wiederum innerhalb einer ge- normten, symmetrischen, 2-dimensionalen Repräsentationsebene (euklidische Ebene) vereinfacht und konsistent gleichzeitig sichtbar gemacht werden. Die Dimensionen sind aus Metadaten (oder via Inhaltsanalyse) der zugrundeliegenden Medieninhalte extrahiert, die symmetrisch angeordnete und nachvollziehbare Struktur der ausgewählten Dimensionen ist voreingestellt, automatisch ermittelt oder durch Nutzereingabe konfigurierbar.
[71] Um einen zentralen Fokus herum werden semantisch in Beziehung stehende Kontexte angezeigt, die mittels der Navigationseinrichtung in einer beständig fließenden Navigation durch simple Optionswahl im selben Raster beständig weitere Kontextbildungen erzeugen, die eine intrinsische und autotelische Motivation weiterer Interaktion fordern, ohne diese Navigationseinrichtung verlassen zu müssen. Dies kann als Fokus plus Kontext plus Flow (Fluss) bezeichnet werden.
[72] Die Besonderheit der Erfindung liegt weiterhin über einer spezifischen visuell genormten Fokus plus Kontext- Variante hinaus in der Konsistenz und Koheränz einer beständig fließenden Navigation (Flow) zwischen automatisiert gebildeten Kontextzuständen und den dahin führenden Suchvorgängen, die keine weitere Sucheingabe und Vorwissen erforderlich machen - jede Wahl „triggert" und visualisiert eine neue dezidierte Kontextsuche, die wiederum zur weiteren Kontextsuche durch Optionswahl auffordert usw. (siehe Figur 9).
[73] Die Parameter der multidimensionalen Suchmatrix müssen dabei weder bekannt noch explizit auswählbar sein, obwohl dies in einem „Expertenmodus" natürlich sein kann. [74] In einer weiteren Ausgestaltung dieses Rechners kann der Rechner Eingabemittel aufweisen. Dadurch können vorteilhafterweise Interaktionen durch einen Benutzer mit dem Rechner erfolgen.
[75] Um ein Feld des starren, geometrischen Rasters oder dessen Entität auszuwählen, kann mittels der Eingabemittel ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld ausgewählt werden.
[76] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Verfahren zum Ändern eines Zentralfeldes in einer Navigationseinrichtung, wie sie zuvor beschrieben wurde, wobei ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld ausgewählt wird und als Zentralfeld dargestellt wird. Dadurch kann vorteilhafterweise im Datenraum über die Präfe- renzentitäten navigiert oder gesurft werden.
[77] Um fehlende Präferenzentitäten und deren Präferenzordnungen neuer Felder zu bestimmen, können wenigstens teilweise Präferenzentitäten der neuen Erstringfelder und/oder der neuen Zweitringfelder und/oder der neuen Ringfelder von der Distributionseinheit bestimmt werden.
[78] In einer weiteren Ausgestaltung des Verfahrens können die Präferenzentitäten in den neuen Erstringfeldern und den neuen Zweitringfeldern und den neuen Ringfeldern dargestellt werden. Dadurch können vorteilhafterweise einem Benutzer neue Informationen dargestellt werden.
[79] Um das hier beschriebene Verfahren für das Internet einzusetzen, kann die Umsetzung des Verfahrens auf einem zuvor beschrieben Rechner erfolgen.
[80] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Kommunikationsdarstellungsverfahren, wobei in der Navigationseinrichtung, wie sie zuvor beschrieben wurde, im ersten Feldring die aktuellste Kommunikationsinformation dargestellt wird und ältere Kommunikationsinformationen in außen liegenden Feldern versetzt dargestellt werden. Dadurch können vorteilhafterweise mehrere Kommunikationsstränge vom Zentralfeld aus verfolgt werden.
[81] Begrifflich sei folgendes erläutert:
[82] „Kommunikationsinformationen" können insbesondere den Inhalt einer Nachricht, die dazugehörige Person und ein Bild zu dieser zugehörigen Person und das Alter der Nachricht um- fassen. Die jüngsten Kommunikationsinformationen können dabei den höchsten Wert in der Präferenzordnung erhalten.
[83] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Kommunikationsüberwachungsdarstellungsverfahren, wobei in der Navigationseinrichtung, wie sie zuvor beschrieben wurde, im ersten Feldring die aktuelles Kommunikationsinformation einer interessierenden Entität dargestellt wird und ältere Kommunikationsinformationen dieser interessierenden Entität in außen liegenden Feldern versetzt dargestellt wird. Dadurch kann insbesondere die Kommunikationsinformation einer Person dargestellt werden, wobei in diesem Fall die interessierende Entität die interessierende Person ist.
[84] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein algorithmisches Verfahren zur Generierung eines starren, geometrischen Rasters, wobei das starre, geometrische Raster auf einer potenziell unendlich iterierbaren Geometrie basiert.
[85] Somit kann das geometrische Raster beliebig erweiterbar dargestellt werden.
[86] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein algo- rithmisches Verfahren zur automatisierten kohärenten und in ihren Relationen strukturierten Anordnung visueller Repräsentationen von Medieninhalten, wobei die strukturierte Anordnung in einer potenziell unendlich iterierbaren Geometrie erfolgt.
[87] Somit kann der gesamte Datenraum erreichbar werden.
[88] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch eine Na- vigationsvorrichtung, welche die zuvor beschriebenen Verfahren in einer konsistenten und sym- metrisierten Benutzerschnittstelle vereint, sodass die Komplexität darzustellender Relationen in einem Informationsretrieval reduziert werden.
[89] In einer Ausprägung können die Verfahren zum inhaltlich kohärenten Browsen der algorithmisch in ihrer Relation ermittelten und ebenso algorithmisch strukturiert dargestellten visuel- ler Repräsentationen von Medieninhalten verbunden werden.
[90] In einer weiteren Ausprägungsform kann ein klassisches Fokus plus Kontext-Prinzip auf die Anforderungen audiovisueller Medien erweitert sein. [91] In einer weiteren Ausprägungsform kann ein fließendes, stöberndes Browsen ermöglicht werden, sodass nach einem Suchvorgang die Navigationsvorrichtung weiter verwendbar ist. Dadurch kann ein fließendes, stöberndes Browsen ermöglicht werden, ohne nach jedem Suchvorgang diese Navigationseinrichtung verlassen zu müssen. Navigation und Rezeption der dabei gefundenen beliebig ausgewählten Inhalte können eine sequentiell, funktional und visuell konsistente Einheit bilden („Fokus plus Kontext plus Flow").
[92] In einer weiteren Ausprägungsform kann eine Notwendigkeit explizit zu formulierender Sucheingaben und dazu benötigten Vorwissens eines zu Suchenden durch visuelle Auswahlverfahren deutlich reduziert sein und es ermöglicht werden, bislang unbekannte, aber individuell relevante Kontexte als Basis weiterer Suchintentionen aufzunehmen. Somit kann ein stöberndes und gleichzeitig kohärentes Browsen (kontrollierter ,,Serendipity"-Effekt) ermöglicht werden.
[93] In einer weiteren Ausprägungsform kann eine Schnittstelle zu einer Verwertung und/oder einer Sichtbarmachung beliebig ermittelter Metadaten und/oder physikalischer Informationen von Medieninhalten, insbesondere durch ein Bildanalyse- und ein Mustererkennungsverfahren erzeugte physikalischer Informationen von Medieninhalten, dargestellt werden.
[94] Weiterhin können die ermittelten Metadaten und/oder physikalischer Informationen von Medieninhalten einen beliebig n-dimensionale Vektorraum, einen beliebig n-dimensionale Informationsraum und/oder einen beliebig n-dimensionale Datenraum nach einer Dimensionsreduktion aufnehmen und für eine Abbildung oder einer Verteilung, insbesondere für ein Mapping, aufbereitet werden.
[95] Weiterhin können die n- dimensionalen Vektorräume, die n- dimensionalen Informationsräume und/oder die n- dimensionalen Datenräume nach ihrer Auswertung auf eine Anzahl symmetrisch anordnungsfähiger und strukturierter ausgewählter Parameter in zweidimensionaler Darstellung verteilt und gefiltert werden, sodass eine spezifische kognitive Karte mental verein- fachter Repräsentation von multidimensionaler Komplexität erzeugt wird, welche insbesondere einer semantischen Lupe entspricht.
[96] Zudem können die Parameter voreinstellbar sein oder aus Datenkontexten flexibel automatisch ermittelbar oder durch individuelle Nutzereingabe konfigurierbar sein.
[97] In einer weiteren Ausprägungsform können die gefilterten Dimensionen in ihrer symmet- rischen Anordnung und dem Richtungsprinzip entsprechend als spezifische kognitive Karte gleichzeitig sichtbar dargestellt werden, sodass eine Zusammenfassung vieler kleiner Suchanfragen und derer Ableitungen in einer einzigen Ansicht darstellbar sind.
[98] Weiterhin können die Reduktion und/oder die Filterung n-dimensionaler Vektorräume nach ihrer Reduktion und Auswertung in eine zweidimensionale symmetrische Geometrie zwecks visueller Nachvollziehbarkeit eingebettet werden.
[99] In einer weiteren Ausfuhrungsform kann der Fokus plus Kontext plus Flow- Prozess in audiovisuellen Medienpools voll oder teilweise automatisiert angeboten werden, sodass semantisch kohärente Linearitäten und/oder Abfolgen zur vorzugsweise passiven Rezeption mit optionaler Interaktion generierbar sind. Dies kommt der klassischen Fernsehrezeptionsumgebung ent- gegen.
[100] Auch kann die Navigationsvorrichtung, welche auch einer Ordinationseinrichtung entsprechen kann, die ausschnittsweise und intuitiv nachvollziehbar Zusammenhänge sichtbar und erfahrbar machen und sowohl mittels ihrer visuellen Fokussierung als auch ihrer darin gewichte- ten inhaltlichen Relevanzverteilung als „Semantische Lupe" fungieren. Genauer definiert, eine parametrisierte, symmetrisierte semantische „Komplexitätsreduktionslupe" (oder -linse) zur stöbernden Navigation umfangreicher Medienpools.
[101] Zudem kann die Navigationsvorrichtung zur rekursiven Darstellung des mittels ihr gegangenen Weges in ihr selber genutzt werden.
[102] Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen erläutert. Dabei zeigt:
Figur Ia eine Darstellung des starren, geometrischen Rasters,
Figur Ib den Eckausschnitt eines starren, geometrischen Rasters,
Figur 2a das starre, geometrische Raster mit zugehörigen Zentralfeldpräferenzvektoren,
Figur 2b ein starres, geometrisches Raster mit sich verzweigenden Präferenzvektoren,
Figur 2c ein starres, geometrisches Raster mit zugehörigen Ringfeldern und einer Relevanzverteilung, Figur 2d ein starres, geometrisches Raster mit zugehörigen Ringfeldern, der Relevanzverteilung aus Figur 2c und Zentralfeldpräferenzvektoren aus Figur 2a,
Figur 2e ein starres, geometrisches Raster mit zugehörigen Ringfeldern, der Relevanzverteilung aus Figur 2c, verzweigenden Präferenzvektoren aus Figur 2b und Zentral- feldpräferenzvektoren aus Figur 2a,
Figur 3 ein starres, geometrisches Raster mit Erstringfreifeldern und zugehörigen Präferenzvektoren,
Figur 4 ein starres, geometrisches Raster mit zugehörigen Beschreibungsvorschriften,
Figur 5a ein starres, geometrisches Raster mit zugehörigen Beschreibungszuweisungen der Felder,
Figur 5b das starre, geometrische Raster aus Figur 5a mit anderer Feldaufteilung,
Figur 5c ein starres, geometrisches Raster mit expliziten Beispielen,
Figur 6 ein starres, geometrisches Raster nach dem Auswählen eines Ringfeldes aus Figur
5c,
Figur 7 ein starres, geometrisches Rastern nach dem Auswählen eines Ringfeldes aus Figur 6,
Figur 8a den Kommunikationsverlauf in einem Ausschnitt eines starren geometrischen Rasters,
Figur 8b einen Verlauf einer Kommunikation in dem Ausschnitt eines starren geometri- sehen Rasters mit eingetippten Textfeld,
Figur 8c den Kommunikationsverlauf in einem Ausschnitt eines starren geometrischen Rasters mit hinterlegten Metadateiinformationen,
Figur 9 ein Verlauf mehrerer Navigationschritte im Raster (als „Flow") und
Figur 10 ein Schichtenmodell mit zugehöriger Dimensionsreduktion und Mapping. [103] In Figur Ia ist ein starres, geometrisches Raster dargestellt. Die Darstellung des Rasters erfolgt mittels eines Bildschirms. In der Mitte ist das Zentralfeld 100 dargestellt. Um dieses Zentralfeld 100 ist das erste Ringfeld dargestellt. Alle Erstringfelder, deren Bezugszeichen zwischen 201 und 212 liegen, bilden das Erstringfeld.
[104] Das zweite Ringfeld beginnt bei dem Zweitringfeld 301 und verläuft entgegen dem Uhrzeigersinn in die Ecke zum Zweitringfeld 306, von dort aus weiter zu dem Zweitringfeld 315, weiter zum Zweitringfeld 324 und von dort weiter zum Zweitfeldring 333, wobei der Zweitring bei dem Zweitringfeld 301 wieder ankommend geschlossen ist.
[105] In der Figur Ib ist ein Ausschnitt der rechten oberen Ecke des starren geometrischen Ras- ters dargestellt. Hierbei ist zu erkennen, dass durch jeweiliges Zoomen beliebig viele Feldringe darstellbar sind.
[106] In der Figur 2a sind in dem starren, geometrischen Raster die zu dem Zentralfeld 100 gehörenden Zentralfeldpräferenzvektoren A, B, C, D dargestellt. Der Zentralfeldpräferenzvektor B verläuft zwischen den Erstringfeldern 210 und 211. Dadurch ist der Zentral feldpräferenzvektor nicht genau einem Feld zugeordnet. Dadurch werden die ersten beiden Präferenzentitäten zu dem Zentralfeldpräferenzvektor auf die Erstringfelder 211 und 210 aufgeteilt.
[107] In Figur 2b sind die Präferenzvektoren verschiedener Felder als Pfeile dargestellt. In den Fällen, in denen zwei Präferenzvektoren auf ein Feld zeigen, wird dieses Feld mit einer Präfe- renzentität besetzt, welche sich aus einer logischen UND- Verknüpfung der zu den Präferenzvek- toren gehörenden Präferenzentitäten ergibt. In diesem Fall handelt es sich ebenfalls um ein Freiringfeld, auch wenn zwei Präferenzvektoren auf dieses Feld zeigen.
[108] In der Figur 2c wird dem Zentralfeld und den Ringfeldern eine Relevanz zugeordnet. Je niederwertiger der Zahlenwert der Relevanz ist, desto höher ist die Relevanz.
[109] In Figur 2d die Informationen aus den Figuren 2a und 2c zusammen dargestellt. In Figur 2e ist zusätzlich noch die Information aus Figur 2b mit aufgenommen.
[110] In Figur 3 ist das Zuweisen von Präferenzentitäten in die Erstringfelder dargestellt. Der Wert des Zentralfeldes 100 beträgt 0 X. Dieser wird mit dem Wert IA „UND" verknüpft. Die beiden sich daraus ergebenden Treffer werden in die Felder 201 und 202 geschrieben und somit dargestellt. [111] Analoges geschieht für die Felder 210 und 211. Die darzustellende Präferenzentität für das Freifeld 212 wird durch eine logische UND-Operation der Präferenzentität aus 211 und 201 ermittelt. Dies entspricht dem beschriebenen Präferenzvektorprodukt. Das hier beschriebene Verfahren wird analog für die weiteren Erstringfelder angewendet. Eine diesbezügliche Erweite- rung ist in Figur 4 dargestellt. Diese Modell beschreibt eine mögliche automatisierte kaskadierte „Clusterung" von usergenerierten Metadaten zwecks visueller Strukturierung der wichtigsten ermittelbaren Zusammenhänge innerhalb der Navigationseinrichtung.
[112] In Figur 5 wird eine Variante des starren, geometrischen Rasters gezeigt, die im äußersten Ringfeld weitere Unterteilungen der Eckfelder vornimmt. In den Figuren 5a und 5b sind die den Felder unterlegten Abgrenzungs- und Präferenzermittlungkriterien dargestellt.
[113] Figur 5b beschreibt die Basis für die Präferenzordnungen. Auf deren Basis werden die Präferenzvektoren ermittelt, wodurch für den Begriff im Zentralfeld 100 die dazugehörigen angezeigten Begriffe der Ringfelder ermittelt werden. Eine solche Zuordnung ist in Figur 5c explizit dargestellt.
[114] In Figur 5c enthält das Zentralfeld 100 den Begriff „The Pacific Ocean". Im Erstringfeld 201, 202, 203, 204, 205, 206, 207, 208 werden die dazu gehörigen ähnlichsten Begrifflichkeiten dargestellt. Um den Erstring herum ist der Zweitring 301 bis 308 dargestellt. Die dargestellte Information im Erstring und im Zweitring und in den weiteren Ringen wurden dem in Figur 3 und 4 beschriebenen Verfahren entsprechend aufgefüllt.
[115] Interessiert nun einen Benutzer das Feld 496 mit dem Begriff „Napoleon", kann er dieses Feld mittels Cursor auswählen, wobei dieses Feld 496 zum neuen Zentralfeld 100 der Figur 6 wird. Darum herum ermittelt die Distributionseinheit wiederum relevante Entitäten. Wählt nun der Benutzer das Feld 491 aus, so wird dieses Feld 491 zum Zentralfeld 100 der Figur 7. Somit gelangte man vom Begriff „The Pacific Ocean" zu dem Begriff „Carla Bruni". Somit ist eine Navigationsmöglichkeit zu heterogenen Daten gegeben.
[116] In Figur 8a ist ein Ausschnitt des starren, geometrischen Rasters dargestellt. In dem Zentralfeld 100 ist die Kommunikationseingabe des Benutzers dargestellt. Sein letzter Gesprächspartner ist im Feld 202 angezeigt. Im Feld 201 ist der zwölftletzte Gesprächspartner dargestellt. [117] Wird nun die Kommunikation mit einer Person, welche nicht im Erstring dargestellt ist, aufgenommen, verdrängt dieser neueste Kommunikationsstrang den zwölftältesten vom Feld 201, welcher zum Feld 301 wandert.
[118] Zu einem Kommunikationsstrang zugehörige Informationen werden entlang des Präfe- renzvektors 801 dargestellt (siehe Figur 8b). In Figur 8c sind die den Feldern unterlegten Metadaten als „#hashtag" hinterlegt (nutzergenerierte Metadatenkonvention auf twitter.com), anhand derer eine Auswahl auf die Felder nach Verknüpfungsregeln verteilt wird.
[119] Die Navigationseinrichtung eignet sich zur assoziativen Navigation und visuellen Repräsentation von umfangreichen Bilddatenbanken sowohl mit stark strukturierten Metadaten (cor- bis, getty images etc.) als auch mit nutzergenerierten schwach strukturierten Metadaten (flickr.com etc.).
[120] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation von audiovisuellen Medieninhalten mit stark strukturierten Metadaten über mehrere Referenzplattformen hinweg - z.B. ein Movie-Browser mit Anbindung an Daten von imdb.com.
[121] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation von Musikinhalten (wie z.B. auf „myspace.com" mit unzähligen aktiven „myspace music"-Teilnehmern) mit besonderer Einbindung usergenerierter Vernetzungsinformationen.
[122] Die Navigationseinrichtung eignet sich zur visuellen Verwaltung und Navigation von mengenmäßig großen Sammlungen heterogener Medieninhalte lokaler Computersysteme (z.B. eine Darstellung eines privaten Digitalfotarchivs) unter Einbindung von eigenen oder automatisiert ermittelten Metadaten.
[123] Die Navigationseinrichtung eignet sich zur Anbindung der wie beschrieben visuell repräsentierten Medieninhalten jeder Art an digitale Verkaufssysteme (wie z.B. Amazon.com) mit direkt verknüpfbaren kommerziellen Angeboten zwecks direkter oder via Affiliate-Programmen getätigter Bestelltransaktionen.
[124] Die Navigationseinrichtung eignet sich nach gleichem Prinzip zur Verbesserung der stöbernden Recherche in Patentdatenbanken (wie z. B. die Google-Patent-Suche). Sie ermöglicht die Sichtbarmachung, Filterung und visuelle Repräsentation von Referenzierungen innerhalb von Patentanträgen selbst (z.B. über die google patent search API abrufbar) über mehrere Hierarchieebenen und mehrere Teilgebiete multidimensional gleichzeitig hinweg.
[125] Die gezielte Verbindung der vorgenannten Punkte zur Schaffung einer im besonderen und neuartigem Maße intuitiven und intrinsisch motivierenden Benutzerschnittstelle für das In- formationsretrieval, wobei eine beliebig große dahinterliegende Komplexität des Datenraums in einer funktional und visuell konsistent vereinfachten Form nahezu spielerisch erfahrbar gemacht wird.
[126] Andere Umschreibungen wie algorithmische Verfahren sind möglich. Algorithmisches Verfahren zur automatisierten Anordnung kohärenter visueller Repräsentationen von Medienin- halten in einer komplexitätsreduzierenden konsistenten Benutzerschnittstelle können realisiert werden.
[127] Ebenfalls möglich sind Verfahren zur Übertragung einer nach Reduktion und Filterung aus Metadaten (oder via Inhaltsanalyse) multidimensionaler Vektorräume extrahierter Dimensionen (voreingestellt, automatisch ermittelt oder durch Nutzereingabe konfigurierbar) auf eine symmetrisch angeordnete und nachvollziehbare gewichtete Fokus-plus-Kontext-Geometrie innerhalb einer zweidimensionalen euklidischen Ebene in gleichzeitiger Darstellung.
[128] Die gezielte Verbindung der vorgenannten Punkte zur Schaffung einer im besonderen und neuartigen Maße intuitiven und intrinsisch motivierenden Benutzerschnittstelle für das In- formationsretrieval, wobei eine beliebig große dahinterliegende Komplexität des Datenraums in einer funktional und visuell konsistent vereinfachten Form nahezu spielerisch erfahrbar gemacht wird.
[129] Die Ordinations- und Navigationseinrichtung ist nicht notwendiger Weise eigene Suchmaschine und muss auch nicht die Verfahren einer Dimensionsreduktion durchführen, sondern kann eine Einrichtung darstellen, welche die aus verschiedenen Verfahren gewonnenen Daten weiterverarbeitet und in der beschriebenen Weise automatisiert sichtbar und navigierbar macht.
[130] In einer weiteren Ausführungsform der Erfindung kann die Verlaufsliste bereits besuchter Inhalte, linear in der Zeitleiste abgebildet, ab einer geeigneten Größe nach ihren Metadaten ausgewertet nach der beschriebenen Weise selbst wiederum, sozusagen rekursiv, in das starre, geometrische Raster übertragen werden und der gegangene Weg vieler Stunden, Tage und Wo- chen auf neuartige Weise in einem Blick multidimensional überschaubar gemacht werden. Die daraus entstehenden „Muster" haben hohen Aussagewert über Interessenslagen des Benutzers und können in einem eigenen Format archiviert und weiter gegeben werden.
[131] In Figur 9 ist das „Fokus plus Kontext plus Flow" Konzept dargestellt. Die unter dem starren, geometrischen Raster angezeigte Leiste stellt eine optionale Zeitleiste dar. Das Zentral- feld ist mit Fn dargestellt. Ein ausgewähltes Feld ist mit (Fn) und ein vorheriges Feld mit [Fn] dargestellt. Die Größe „n" ist ein laufender Index. Der Figur 9 kann das navigieren von 1 über 2 und 3 bis 4 mittels SMB entnommen werden.
[132] In Figur 10 sind die Schichten dargestellt, welche den SMB bilden. Dabei repräsentieren „1" unsortierte n-dimensionale Daten (Metadaten für Mediadateien), „2" die Dimensionsbe- Stimmung und/oder Dimensionsreduktion mittels verschiedener Daten, „3" die Sortierung und das Gruppieren (Clustering), „4" die Gewichtung und die Auswahl mittels verschiedener Verfahren, „5" die Semantic Map Symmetrieverteilung, welche dynamisch nach Clusteraufkommen bestimmt wird, „6" die Semantic Map (semantische Karte), welche durch ein Mappingverfahren erzeugt wurde, und „7" die Repräsentationsebene, welche dem Benutzer zur Verfügung gestellt wird.
[133] Die Schichten fünf bis 7 bilden die „Semantische Lupe" welche mittels einer gestrichelten Linie 1100 von Beiträgen Dritter (Schichten eins bis vier) getrennt sind.
[134] Wird nun eine Suchanfrage 1120 auf der Schicht sieben gestartet, werden die Daten der Schicht eins über die einzelnen Schichten hinweg in die Schicht sieben transformiert.
[135] Das Navigieren (Flow) 1140 orientiert sich dann an den gruppierten Daten der Schicht vier und lässt den Benutzer durch das Datenmeer „fließen".

Claims

Patentansprüche:
1. Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei die Navigationseinrichtung eine Distributionseinheit und eine Darstellungseinheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei das starre, geo- metrische Raster ein Zentralfeld und einen ersten Feldring mit zugehörigen Erstringfeldern aufweist, wobei der erste Feldring um das Zentralfeld herum angeordnet ist und dem Zentralfeld mehr als zwei Zentralfeldpräferenzordnungen zugewiesen sind, wobei jeder dieser Zentralfeldpräferenzordnungen ein zugehöriger Zentralfeldpräferenzvektor im starren, geometrischen Raster zugeordnet ist, wobei die Distributionseinheit eine oder zwei Präferenzentitäten zu jeder Zentralfeldpräferenzordnung im Datenraum ermittelt und diese Präferenzentität in dem Erstringfeld darstellt, in welches der Zentralfeldpräferenzvektor gerichtet ist, oder die zwei Präferenzentitäten in benachbarten Erstringfeldern darstellt, deren Nachbargrenzen mit dem Zentralfeldpräferenzvektor überlappen.
2. Navigationseinrichtung nach Anspruch 1, wobei für freie Erstringfelder eine Freifeldprä- ferenzentität mittels der Distributionseinheit ermittelt wird, wobei diese Ermittlung anhand des Präferenzvektorprodukts der zu den Zentralfeldpräferenzvektoren zugehörigen, zueinander benachbarten Zentralfeldpräferenzordnungen erfolgt.
3. Navigationseinrichtung nach einem der vorhergehenden Ansprüche, wobei um den ersten Feldring ein zweiter Feldring mit zugehörigen Zweitringfeldern angeordnet ist.
4. Navigationseinrichtung nach Anspruch 3, wobei die Anzahl der Zweitringfelder größer oder gleich der Anzahl der Erstringfelder ist.
5. Navigationseinrichtung nach einem der vorhergehenden Ansprüche, wobei einem oder mehreren Erstringfeldern eine oder mehrere Erstringfeldpräferenzordnungen mit jeweiligem Erstringfeldpräferenzvektor zugeordnet sind, wobei der Erstringfeldpräferenzvektor in Richtung des zweiten Feldringes gerichtet ist.
6. Navigationseinrichtung nach Anspruch 5, wobei die Distributionseinheit eine oder zwei Erstringfeldpräferenzentitäten zu jeder Erstringfeldpräferenzordnung im Datenraum ermittelt und diese Erstringfeldpräferenzentitäten in dem Zweitringfeld darstellt, in welches der Erstringfeldpräferenzvektor gerichtet ist, oder die zwei Erstringfeldpräferenzentitäten in benachbarten Zweitringfeldern darstellt, deren Nachbargrenzen mit dem Erstringfeld- präferenzvektor überlappen.
7. Navigationseinrichtung nach Anspruch 6, wobei für freie Zweitringfelder die Freifeldprä- ferenzentität mittels der Distributionseinheit ermittelt wird, wobei diese Ermittlung an- hand des Präferenzvektorprodukts der Präferenzvektoren zueinander benachbarter Präferenzordnungen erfolgt.
8. Navigationseinrichtung nach Anspruch 7, wobei die Präferenzvektoren die Zentralpräferenzvektoren und/oder die Erstfeldpräferenzvektoren umfassen.
9. Navigationseinrichtung nach einem der vorhergehenden Ansprüche, wobei um den zwei- ten Feldring weitere Feldringe mit weiteren Feldern angeordnet sind.
10. Navigationseinrichtung nach Anspruch 9, wobei die weiteren Feldringe teilweise im starren, geometrischen Raster dargestellt sind.
11. Navigationseinrichtung nach einem der vorhergehenden Ansprüche 9 oder 10, wobei die Anzahl der Felder eines weiteren Feldringes größer oder gleich der Anzahl eines weiter innen liegenden Feldringes ist.
12. Navigationseinrichtung nach einem der Ansprüche 9 bis 11, wobei einem oder mehreren Feldern jeweils eine Feldpräferenzordnung oder mehrere Feldpräferenzordnungen mit jeweiligem Feldpräferenzvektor zugeordnet sind, wobei der jeweilige Feldpräferenzvektor in Richtung entgegen des Zentralfeldes gerichtet ist.
13. Navigationseinrichtung nach Anspruch 12, wobei die Distributionseinheit eine oder zwei Feldpräferenzentitäten zu jeder Feldpräferenzordnung im Datenraum ermittelt und diese Feldpräferenzentitäten in den weiteren Feldern darstellt, in welchen der Feldpräferenzvektor gerichtet ist, oder die zwei Feldpräferenzentitäten in benachbarten Ringfeldern darstellt, die mit dem Feldpräferenzvektor überlappen.
14. Navigationseinrichtung nach Anspruch 13, wobei für freie Ringfelder die Feldpräferenz- entität mittels der Distributionseinheit ermittelt wird, wobei diese Ermittlung anhand des Präferenzvektorprodukts der Präferenzvektoren zueinander benachbarter Präferenzordnungen erfolgt.
15. Navigationseinrichtung nach Anspruch 14, wobei die Präferenzvektoren die Zentralpräfe- renzvektoren und/oder die Erstfeldpräferenzvektoren und/oder die Feldpräferenzvektoren umfassen.
16. Rechner mit einer Rechnereinheit und einem Bildschirm, wobei die Navigationseinrich- tung nach einem der Ansprüche 1 bis 15 in dem Rechner implementiert ist, wobei der
Bildschirm die Funktion der Darstellungseinheit und die Recheneinheit die Funktion der Distributionseinheit übernimmt und der Rechner einen Zugriff auf Entitäten in einem Datenraum hat.
17. Rechner nach Anspruch 16, wobei der Rechner Eingabemittel aufweist.
18. Rechner nach Anspruch 17, wobei mittels der Eingabemittel ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld auswählbar ist.
19. Verfahren zum Ändern eines Zentralfeldes in einer Navigationseinrichtung nach einem der Ansprüche 1 bis 15, wobei ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld ausgewählt wird und als Zentralfeld dargestellt wird.
20. Verfahren nach Anspruch 19, wobei wenigstens teilweise Präferenzentitäten der neuen Erstringfelder und/oder der neuen Zweitringfelder oder der neuen Ringfelder von der Distributionseinheit bestimmt werden.
21. Verfahren nach Anspruch 20, wobei die Präferenzentitäten in den neuen Erstringfeldern und den neuen Zweitringfeldern und den neuen Ringfeldern dargestellt werden.
22. Verfahren nach einem der Ansprüche 19 bis 21, wobei zur Umsetzung des Verfahrens ein Rechner nach einem der Ansprüche 16 bis 18 verwendet wird.
23. Kommunikationsdarstellungsverfahren, wobei in der Navigationseinrichtung nach einem der Ansprüche 1 bis 15 im ersten Feldring die aktuellsten Kommunikationsinformationen dargestellt werden und ältere Kommunikationsinformationen in außen liegenden Feldern versetzt dargestellt werden.
24. Kommunikationsüberwachungsdarstellungsverfahren, wobei in der Navigationseinrichtung nach einem der Ansprüche 1 bis 15 im ersten Feldring die aktuellste Kommunikationsinformation einer interessierenden Entität dargestellt wird und ältere Kommunikati- onsinformationen dieser Interessierenden Entität in außen liegenden Feldern versetzt dargestellt werden.
25. Algorithmisches Verfahren zur Generierung eines starren, geometrischen Rasters, wobei das starre, geometrische Raster auf einer potenziell unendlich iterierbaren Geometrie ba- siert.
26. Algorithmisches Verfahren zur automatisierten kohärenten und in ihren Relationen strukturierten Anordnung visueller Repräsentationen von Medieninhalten, wobei die strukturierte Anordnung in einer potenziell unendlich iterierbaren Geometrie erfolgt.
27. Navigationsvorrichtung, welche die die in Anspruch 25 bis 26 beschriebenen Verfahren in einer konsistenten und symmetrisierten Benutzerschnittstelle vereint, sodass die Komplexität darzustellender Relationen in einem Informationsretrieval reduziert werden.
28. Navigationsvorrichtung nach Anspruch 27, wobei die Verfahren zum inhaltlich kohärenten Browsen der algorithmisch in ihrer Relation ermittelten und ebenso algorithmisch strukturiert dargestellten visueller Repräsentationen von Medieninhalten verbunden wer- den.
29. Navigationsvorrichtung nach einem der Ansprüche 27 bis 28, wobei ein klassisches Fokus plus Kontext-Prinzip auf die Anforderungen audiovisueller Medien erweitert ist.
30. Navigationsvorrichtung nach Anspruch 29, wobei ein fließendes, stöberndes Browsen ermöglicht wird, sodass nach einem Suchvorgang die Navigationsvorrichtung weiter verwendbar ist.
31. Navigationsvorrichtung nach einem der Ansprüche 29-30 zum Verwenden für ein stöberndes und gleichzeitig kohärentes Browsen , wobei eine Notwendigkeit explizit zu formulierender Sucheingaben und dazu benötigten Vorwissens eines zu Suchenden durch visuelle Auswahlverfahren deutlich reduziert ist und es ermöglicht, bislang unbekannte, aber individuell relevante Kontexte als Basis weiterer Suchintentionen aufzunehmen.
32. Navigationsvorrichtung nach einem der Ansprüche 27 bis 31, wobei eine Schnittstelle zu einer Verwertung und/oder einer Sichtbarmachung beliebig ermittelter Metadaten und/oder physikalischer Informationen von Medieninhalten, insbesondere durch ein Bild- analyse- und ein Mustererkennungsverfahren erzeugte physikalischer Informationen von Medieninhalten, darstellt.
33. Navigationsvorrichtung nach einem der Ansprüche 27 bis 32, wobei die ermittelten Metadaten und/oder physikalischer Informationen von Medieninhalten einen beliebig-n- dimensionale Vektorraum, einen beliebig-n-dimensionale Informationsraum und/oder einen beliebig-n-dimensionale Datenraum nach einer Dimensionsreduktion aufnehmen und für eine Abbildung oder einer Verteilung, insbesondere für ein Mapping, aufbereitet.
34. Navigationsvorrichtung nach einem der Ansprüche 27 bis 34, wobei die n- dimensionalen Vektorräume, die n- dimensionalen Informationsräume und/oder die n- dimensionalen Datenräume nach ihrer Auswertung auf eine Anzahl symmetrisch anordnungsfähiger und strukturierter ausgewählter Parameter in zweidimensionaler Darstellung verteilt und gefiltert werden, sodass eine spezifische kognitive Karte mental vereinfachter Repräsentation von multidimensionaler Komplexität erzeugt wird, welche insbesondere einer semantischen Lupe entspricht.
35. Navigationsvorrichtung nach Anspruch 34, wobei die Parameter voreinstellbar sind oder aus Datenkontexten flexibel automatisch ermittelbar ist oder durch individuelle Nutzereingabe konfigurierbar ist.
36. Navigationsvorrichtung nach einem der Ansprüche 32 bis 35, wobei die gefilterten Dimensionen in ihrer symmetrischen Anordnung und dem Richtungsprinzip entsprechend als spezifische kognitive Karte gleichzeitig sichtbar dargestellt ist, sodass eine Zusammenfassung vieler kleiner Suchanfragen und derer Ableitungen in einer einzigen Ansicht dargestellt sind.
37. Navigationsvorrichtung nach einem der Ansprüche 32 bis 36, wobei die Reduktion und/oder die Filterung n-dimensionaler Vektorräume nach ihrer Reduktion und Auswer- tung in eine zweidimensionale symmetrische Geometrie zwecks visueller Nachvollziehbarkeit eingebettet wird.
38. Navigationsvorrichtung nach einem der Ansprüchen 29 bis 37, wobei der Fokus plus Kontext plus Fluss-Prozess in audiovisuellen Medienpools voll oder teilweise automatisiert angeboten werden, sodass semantisch kohärente Linearitäten und/oder Abfolgen zur vorzugsweise passiven Rezeption mit optionaler Interaktion generierbar sind.
PCT/DE2009/001440 2008-10-16 2009-10-16 Navigationseinrichtung zum ordnen von entitäten in einem datenraum und diesbezügliche verfahren sowie ein rechner, welcher die navigationseinrichtung aufweist WO2010043211A2 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US12/998,404 US9245055B2 (en) 2008-10-16 2009-10-16 Visualization-based user interface system for exploratory search and media discovery
DE112009002686T DE112009002686A5 (de) 2008-10-16 2009-10-16 Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum und diesbezügliche Verfahren sowie ein Rechner, welcher die Navigationseinrichtung aufweist

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102008051880 2008-10-16
DE102008051880.8 2008-10-16
US21573009P 2009-05-08 2009-05-08
US61/215,730 2009-05-08

Publications (2)

Publication Number Publication Date
WO2010043211A2 true WO2010043211A2 (de) 2010-04-22
WO2010043211A3 WO2010043211A3 (de) 2010-07-29

Family

ID=42106958

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2009/001440 WO2010043211A2 (de) 2008-10-16 2009-10-16 Navigationseinrichtung zum ordnen von entitäten in einem datenraum und diesbezügliche verfahren sowie ein rechner, welcher die navigationseinrichtung aufweist

Country Status (3)

Country Link
US (1) US9245055B2 (de)
DE (1) DE112009002686A5 (de)
WO (1) WO2010043211A2 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2252051B1 (de) * 2009-05-13 2014-06-11 Sony Europe Limited Verfahren zum Abrufen von Inhalten
US11122009B2 (en) * 2009-12-01 2021-09-14 Apple Inc. Systems and methods for identifying geographic locations of social media content collected over social networks
US11113299B2 (en) 2009-12-01 2021-09-07 Apple Inc. System and method for metadata transfer among search entities
US20120311474A1 (en) * 2011-06-02 2012-12-06 Microsoft Corporation Map-based methods of visualizing relational databases

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030050927A1 (en) * 2001-09-07 2003-03-13 Araha, Inc. System and method for location, understanding and assimilation of digital documents through abstract indicia
US6311194B1 (en) * 2000-03-15 2001-10-30 Taalee, Inc. System and method for creating a semantic web and its applications in browsing, searching, profiling, personalization and advertising
US7451389B2 (en) * 2000-06-06 2008-11-11 Microsoft Corporation Method and system for semantically labeling data and providing actions based on semantically labeled data
US20020103869A1 (en) * 2000-07-07 2002-08-01 Philip Goatly Standards development package method and system
US7146349B2 (en) * 2000-11-06 2006-12-05 International Business Machines Corporation Network for describing multimedia information
CA2343494A1 (en) * 2001-04-03 2002-10-03 Ibm Canada Limited - Ibm Canada Limitee Method and device for semantic reconciling of complex data models
KR100411437B1 (ko) * 2001-12-28 2003-12-18 엘지전자 주식회사 지능형 뉴스 비디오 브라우징 시스템
US7574652B2 (en) * 2002-06-20 2009-08-11 Canon Kabushiki Kaisha Methods for interactively defining transforms and for generating queries by manipulating existing query data
AU2003233573B2 (en) * 2002-09-30 2009-09-24 Microsoft Technology Licensing, Llc System and method for making user interface elements known to an application and user
AU2002953555A0 (en) * 2002-12-23 2003-01-16 Canon Kabushiki Kaisha Method for presenting hierarchical data
US7711689B2 (en) * 2003-01-17 2010-05-04 The Board Of Trustees Of The Leland Stanford Junior University Methods and apparatus for storing, organizing, sharing and rating multimedia objects and documents
EP1510938B1 (de) * 2003-08-29 2014-06-18 Sap Ag Verfahren zur Bereitstellung eines Visualisierungsgraphen auf einem Computer und Computer zur Bereitstellung eines Visualisierungsgraphen
EP1510941A1 (de) * 2003-08-29 2005-03-02 Sap Ag Verfahren zur Bereitstellung eines Visualisierungsgraphen auf einem Computer und Computer zur Bereitstellung eines Visualisierungsgraphen
US8117280B2 (en) * 2003-12-12 2012-02-14 Fujitsu Limited Task computing
CN1658234B (zh) * 2004-02-18 2010-05-26 国际商业机器公司 生成语义网络的分层可视化的方法和装置
US20050193222A1 (en) * 2004-03-01 2005-09-01 Greene William S. Providing secure data and policy exchange between domains in a multi-domain grid by use of a service ecosystem facilitating uses such as supply-chain integration with RIFD tagged items and barcodes
US7606168B2 (en) * 2005-01-28 2009-10-20 Attenex Corporation Apparatus and method for message-centric analysis and multi-aspect viewing using social networks
US20070033198A1 (en) * 2005-08-02 2007-02-08 Defries Anthony Data representation architecture for media access
US9286388B2 (en) * 2005-08-04 2016-03-15 Time Warner Cable Enterprises Llc Method and apparatus for context-specific content delivery
US20080027895A1 (en) * 2006-07-28 2008-01-31 Jean-Christophe Combaz System for searching, collecting and organizing data elements from electronic documents
US20090164387A1 (en) * 2007-04-17 2009-06-25 Semandex Networks Inc. Systems and methods for providing semantically enhanced financial information
US8522151B2 (en) 2009-02-04 2013-08-27 Microsoft Corporation Wizard for selecting visualization

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AMATO A ET AL: "An interface for semantic browsing of an images database" VIRTUAL ENVIRONMENTS, HUMAN-COMPUTER INTERFACES AND MEASUREMENT SYSTEM S, 2004. (VCIMS). 2004 IEEE SYMPOSIUM ON BOSTON, MA, USA JULY 12-14, 2004, PISCATAWAY, NJ, USA,IEEE LNKD- DOI:10.1109/VECIMS.2004.1397189, 12. Juli 2004 (2004-07-12), Seiten 67-71, XP010773301 ISBN: 978-0-7803-8339-5 *
ONTRUP J ET AL: "Large-scale data exploration with the hierarchically growing hyperbolic SOM" NEURAL NETWORKS, ELSEVIER SCIENCE PUBLISHERS, BARKING, GB LNKD- DOI:10.1016/J.NEUNET.2006.05.015, Bd. 19, Nr. 6-7, 1. Juli 2006 (2006-07-01) , Seiten 751-761, XP024902834 ISSN: 0893-6080 [gefunden am 2006-07-01] *

Also Published As

Publication number Publication date
US20120017145A1 (en) 2012-01-19
WO2010043211A3 (de) 2010-07-29
DE112009002686A5 (de) 2011-09-29
US9245055B2 (en) 2016-01-26

Similar Documents

Publication Publication Date Title
Zhao et al. Interactive exploration of implicit and explicit relations in faceted datasets
DE69624809T2 (de) Verfahren und System zum Auswählen eines Informarionsgegenstandes
DE69622350T2 (de) Ein Geschichtsanzeigegerät
Kipp et al. Patterns and inconsistencies in collaborative tagging systems: An examination of tagging practices
Dunne et al. GraphTrail: Analyzing large multivariate, heterogeneous networks while supporting exploration history
Mukherjea et al. Visualizing the world-wide web with the navigational view builder
Kang et al. NetLens: iterative exploration of content-actor network data
DE69805437T2 (de) Informationsmanagementsystem
DE112016001453T5 (de) Navigieren von Ereignisinformation
DE19960043A1 (de) Orthogonales Navigieren in Objekthierarchien
Lindsay PlumX from plum analytics: not just altmetrics
WO2009030288A1 (de) Erfassung von zusammenhängen zwischen informationen repräsentierenden daten
Reitz A framework for an ego-centered and time-aware visualization of relations in arbitrary data repositories
Salah et al. Combining cultural analytics and networks analysis: Studying a social network site with user-generated content
WO2011163234A1 (en) Cohort-selectable faceted display
WO2010043211A2 (de) Navigationseinrichtung zum ordnen von entitäten in einem datenraum und diesbezügliche verfahren sowie ein rechner, welcher die navigationseinrichtung aufweist
Gaikwad et al. An interactive image retrieval approach to searching for images on social media
Cuenca et al. VERTIGo: A visual platform for querying and exploring large multilayer networks
Ohm et al. Collection space navigator: an interactive visualization interface for multidimensional datasets
Menin et al. From linked data querying to visual search: towards a visualization pipeline for LOD exploration
Seifert A pool of queries: Interactive multidimensional query visualization for information seeking in digital libraries
Yeh et al. Integrated faceted browser and direct search to enhance information retrieval in text-based digital libraries
Gödert An ontology‐based model for indexing and retrieval
EP3818433A1 (de) System zur ergonomischen interaktion eines anwenders mit daten
Nizamee et al. Visualizing the web search results with web search visualization using scatter plot

Legal Events

Date Code Title Description
DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 1120090026869

Country of ref document: DE

WWE Wipo information: entry into national phase

Ref document number: 12998404

Country of ref document: US

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112009002686

Country of ref document: DE

Effective date: 20110929

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09796599

Country of ref document: EP

Kind code of ref document: A2

122 Ep: pct application non-entry in european phase

Ref document number: 09796599

Country of ref document: EP

Kind code of ref document: A2