관련된 데이터베이스 레코드들을 선택하고, 분석하며,네트워크로서 비주얼화하기 위한 방법 및 장치 document_id A220623044139

"정보화 시대" 및 "지식 경제"는 우리 시대를 특징짓는 디지털 정보의 급증을 설명하는데 흔히 사용되는 2가지 용어들이다. 명칭이야 어찌 되었든, 생성되는 정보의 양이 전례가 없는 속도로 증가하고 있다는 것에는 의문의 여지가 없다. 새로운 지식 개발 속도를 정량화하기 위한 많은 시도들이 이루어져 왔고 지식 개발의 기하급수적인 성장에 대한 다양한 추정치들을 발생시켜 왔다. 다양한 소스들이 이러한 정보 급증을 기술하고 이러한 정보 급증의 정량화를 시도한다. 자주 인용되는 통계 자료의 종류에 대한 몇가지 일례들은 다음과 같다: ㆍ 총 인간 지식은 일반적으로 5년 내지 10년마다 배가함 ㆍ 과학 지식은 일반적으로 3년 내지 5년마다 배가함 ㆍ 의료 지식은 일반적으로 2년 내지 8년마다 배가함 ㆍ 등록된 미국 특허들의 수는 지난 7년 동안 약 2배가 되었음 ㆍ 매일 대략 150만 페이지들이 웹에 추가됨 ㆍ 1999년에 디지털 저장된 원래 내용(original content)의 전세계적 상연에는 저장을 위해 약 635,000 내지 210만 테라바이트가 필요할 것임 이러한 추정치들의 신뢰도와 상관없이, 이들 모두는 새로운 정보의 부인할 수 없는 급증을 지적하고 있다. 컴퓨터 기술이 새로운 정보를 생성하고 저장하는 것을 좀더 용이하게 만들어 왔다. 이러한 정보를 저장하는데 사용되는 데이터베이스들의 수와 사이즈 모두가 기하급수적으로 증가하고 있다. 이용 가능한 정보의 빠른 성장에도 불구하고, 정보를 받아들이고 이해하는 인간의 정신 능력들은 크게 향상되지 않았다. 이용 가능한 정보의 급증 및 그것을 받아들이지 못하는 우리의 능력이 정보 과부하(information overload)를 초래한다. 정보의 광대한 축적이 정확한 정보를 찾는 것을 상당히 어렵게 하고 심지어는 이용 가능한 새로운 지식의 광대한 양을 이해하는 것조차 어렵게 한다. 지식 경제의 작업자들은, 정보는 넘쳐나지만 그로부터 인사이트들(insights)을 얻기는 어려운 환경에서 작업한다. 이러한 작업자들은 대개, 그들의 성과 및/또는 의사 결정(decision-making)을 향상시킬 수 있기 위해, 관심있는 특정 토픽 또는 영역에 관한 정보를 찾아내고 이해해야 한다. 그러나, 그들의 의사 결정에 지식을 제공하여 그들의 의사 결정을 향상시킬 수 있는 정보의 이용 가능성에도 불구하고, 정보를 찾아내거나 받아들이기 위한 현실적인 방법이 존재하지 않는다. 정보 작업자들이, 그들이 검색 중인 데이터의 거대한 "건초더미"에서 그들이 추구하는 정보 "바늘"을 찾아내는 것을 돕기 위해, 많은 회사들에 의한 엄청난 투자들이 이루어져 왔다. 정보 검색을 위한 주된 패러다임은 "검색 및 분류(Search and Sift)"라고 할 수 있다. "검색 및 분류" 방법은 항상, 매칭되는 대다수 검색 결과들을 리턴하는 부울 검색(Boolean search)으로 시작한다. 그 다음, 정보 검색자는, 그들이 추구하는 정보를 찾아내기 위해 결과들을 분류한다. 인터넷 사용자들 및 다른 대형 데이터베이스들의 사용자들은 이 방법에 상당히 익숙할 것이다. 정보 검색 분야의 투자 대부분은 "검색 및 분류" 프로세스를 향상시키는 것에 집중되어 왔다. 향상들의 일례들로는 다음과 같은 것들을 들 수 있다: ㆍ 쿼리 정제(query refinement) - 쿼리 정제는, 검색에 관련된 좀더 많은 문서들을 획득하거나 무관한 문서들을 결과 세트로부터 제외시키기 위해, 정보 검색자의 쿼리 이면에 담긴 의도를 판정하여 쿼리를 정제하고자 한다. 관련성이 높은 문서들을 획득할 것을 기대하여, 쿼리 용어들이 검색 용어들의 동의어들을 포함하도록 확장되는 "동의어 확장" 이 쿼리 정제의 일례이다. ㆍ 결과 랭킹 - "검색 및 분류" 방법을 향상시키기 위한 제 2 수단은 결과 랭킹이다. 결과 랭킹은, 정보 검색자의 의도에 대한 검색 결과들의 관련성에 기초해, 검색 결과들을 순서화하고자 한다. 관련성 랭킹들은, 검색 용어들의 사용 빈도, 검색 용어들의 문서내에서의 위치, 및 결과 세트의 문서들에 대해 인지되는 "중요성/유용성"을 포함하는, 다양한 수단들로 추정되어 왔다. 아마도 결과 랭킹의 가장 좋은 일례는, 검색 결과 페이지로 링크하는 다른 웹 페이지들의 수에 근거하는 Google''의 페이지 랭크 메트릭(page rank metric)일 것이다. ㆍ 결과 필터링 - "검색 및 분류" 방법을 향상시키기 위한 수단의 마지막 일례는 결과 필터링이다. 결과 필터링은 결과 세트의 문서들을 소정 분류 방식에 기초해 분류하고자 한다. 기대하는 것은, 이로써 정보 검색자는 그의/그녀의 "분류"를, 관심 분야와 가장 밀접하게 관련되어 있는 결과 세트의 서브세트로 좁힐 수 있을 것이라는 것이다. 결과 필터링의 일례들로는, 문서 분류들의 고정 분류법에 근거하는 Northern Light의 "결과들의 폴더들"(예를 들어, 도 1 참고), 문서들을 문서들의 의미 내용(semantic content)에 근거해 계층형 트리 구조로 분류하는 Vivisimo의 문서 클러스터링 도구(예를 들어, 도 2 참고), 및 문서들을, Vivisimo와 유사하지만 "버블 디스플레이(bubble display)"를 사용해 각 분류의 상대적 사이즈에 대한 비주얼 디스플레이도 제공하는 동적인 계층 구조로 분류하는 Grokker(예를 들어, 도 3 참고)를 들 수 있다. 이 방법들 모두가 "검색 및 분류" 방법의 유용한 향상들이지만, 이들 모두는 필요한 정보의 특정 유형을 가정하는데, 다시 말해, 정보 검색자는 정보의 특정 부분(PIECE)을 찾고 있고 추구되는 정보는 결과 세트의 문서들내에서(WITHIN) 발견될 수 있다고 가정한다. 이러한 정보 검색 유형은 다음과 같은 질문들에 대한 대답들을 찾아내는 것에 목적을 둔다: ㆍ 누가 Bobby Kennedy를 살해했는가? ㆍ 무엇이 세상에서 두번째로 높은 산인가? ㆍ CA주 Palo Alto의 내일 일기 예보는 무엇인가? ㆍ IBM''의 현재 주가는 얼마인가? 여기에서 설명되는 실시예들이 "검색 및 분류" 방법에 대한 추가적인 향상을 표현하기는 하지만, 그들의 주된 기여들은, 상이한 종류의 필요한 정보를 충족시키는 것에 목적을 둔다. 이러한 실시예들의 주된 목적은, 세트의 문서 사이에서(AMONG)에서 정보의 패턴들을 받아들이기 위한 수단을 제공하는 것에 의해, 정보 사용자들이 검색 결과들 또는 거대 문서 세트들을 이해하는 것을 돕는 것이다. 이런 종류의 정보를 여기에서는 "메타데이터(metadata)"라고 하는데, 그것이, 데이터베이스나 검색 결과의 임의의 특정 문서 또는 레코드에 포함되어 있는 것보다 높은 레벨의 정보를 표현하기 때문이다. 이런 종류의 정보 검색은 다음과 같은 질문들에 응답하는 것에 목적을 둔다: ㆍ 얼마나 많은 문서들이 나의 관심 분야와 관련이 있으며, 그 수가 얼마나 빨리 증가하고 있는가? ㆍ 누가 이 주제에 관한 정보의 주된 저자들인가? ㆍ 어떤 회사들이 이 주제에 관한 정보를 발생시키고 있는가? ㆍ 이 분야에서 작업 중인 회사들/저자들 사이는 어떤 관계인가? 설명된 실시예들은 한 세트의 문서들 또는 검색 결과와 연관된 메타데이터를 드러내기 위해 향상된 비주얼리제이션 기술들(advanced visualization techniques)을 이용한다. 본 발명의 신규한 기여들을 이해하기 위해, 이 분야의 다른 시스템들 및 기술들을, 특히 2가지 연구 영역들; 1) 메타데이터를 제시하는 기존의 방법들 및 2) 거대 데이터 세트들을 이해하는데 사용되는 비주얼리제이션 방법들내에서 재검토하는 것이 유용하다. 메타데이터를 제시하는 기존 방법들 거대 데이터 세트들에 관련된 메타데이터를 분석하고 제시하기 위한 선행 노력들은 다수 카테고리들로 나눠질 수 있다. 다음에서는, 본 발명을 차별화하기 위한 목적에서 각각에 대한 간략한 설명 및 업계의 기존 상태에 대한 일례들이 제공된다. 통계 분석 문서들의 세트들을 분석하는데 사용되는 수단들 중 가장 간단하면서도 가장 널리 사용되는 수단이 통계 분석이다. 통계 분석은, 날짜, 저자/발명자, 저자/발명자 약력(author/inventor affiliation), 국가, 분류(classification), 또는 다른 속성별로 세트의 문서들 수를 계산하는 것 만큼이나 간단할 수 있다. 이것은, 조사되고 있는 데이터의 특정 유형에 관련된 통계 자료의 계산을 포함할 수도 있다. 예를 들어, 특허 데이터 분야에서는, 인용 수(number of citations), 인용구(citations)/특허/연도, 출원으로부터 등록까지의 시간, 가장 최근의 인용 시기, 가장 최근의 학술적 인용 시기, 및 다른 통계 자료가 때때로 계산된다. 이러한 통계 방법들이 널리 이용되고, 일부 경우들에서는, Delphion, Micropatent 및 CHI Research에 의해 특허 구역에서 제공되는 것들 및 다른 분야들의 다른 것들과 같은 상업적 애플리케이션들에 의해 자동화된다. 통계 분석은 평가 중인 문서들의 세트에 대한 소정의 유용한 인사이트를 제공할 수도 있지만, 획득될 수 있는 인사이트의 양에서는 분명히 제한적이다. 이런 유형의 가장 널리 알려진 도구들은 각각의 속성값을 가진 문서들의 수(예를 들어, Company A, Company B, Company C 등을 위한 문서들의 수) 또는 전체적인 문서 세트와 연관된 통계 자료(예를 들어, 출원부터 등록까지의 평균 시간)을 나타내는 문서 보고서들 또는 간단한 막대 그래프들을 제공한다. 이들은, 다양한 문서들이 어떻게 서로 관련되어 있는지에 관한 정보를 제공하지 않으며, 이들은, 사용자가 문서들의 다양한 속성들이 전체적인 문서 세트에 관해 드러내는 것이 무엇인지를 조사할 수 있는 방법으로, 메타데이터와 상호 작용하기 위한 수단을 제공하지 않는다. 본 발명의 하나 이상의 실시예들의 목적은, 사용자들이 문서들의 그룹들 사이의 관계들을 이해할 수 있는 수단을 제공하고 문서 세트 또는 검색 결과와 연관되어 있는 메타데이터로의 심도있는 조사를 위한 수단을 제공하는 것이다. 클러스터링(clustering) 문서들의 거대 세트들에 관한 메타데이터를 드러내는데 사용되는 다른 방법은 클러스터링이다. 문서들을 클러스터들로 그룹화하는 다양한 도구들이 개발되어 왔다. 이러한 도구들 중 일부는 카테고리들의 고정 분류법에 기초해 문서들을 클러스터들로 분리하는 한편, 다른 것들은 문서들내의 의미 정보를 이용해 문서들을 카테고리들의 동적 세트로 클러스터링한다. 고정 분류법 클러스터링 도구들의 2가지 일례들이 Northern Light 검색 엔진 및 The Brain(http://www.thebrain.com/)의 웹 검색 도구이다. 고정 분류법 클러스터링 방법은 2가지 방법들 중 하나로 실현된다. 첫번째, 카테고리들은 문서들의 명시적 속성들에 근거할 수 있다. 예를 들어, 인터넷 검색 결과들은, ".com", ".net", ".edu"와 같은 그들의 도메인 확장자들 또는 ".sp", ".ge", ".jp" 등과 같은 그들의 국가 도메인에 기초해 카테고리들로 분리될 수 있다. 두번째, 카테고리들은, 데이터 리포지토리의 문서들에 앞서 양도되었던 분류법에 기초할 수 있다. 이것은 일반적으로, 문서들 또는 그 문서들이 해당되는 도메인들을 수동으로 재검토하고 문서들 또는 그 문서들이 해당되는 도메인들을 고정 분류법내의 하나 이상 카테고리들에 양도하는 것에 의해 실현된다. 문서들 또는 검색 결과들을 클러스터링하는 제 2 방법은 동적 분류법의 생성에 기초한다. 이 클러스터링 기술들은 문서들내의 의미 데이터를 사용해 문서 세트를 좀더 작은 그룹들로 클러스터링한 다음, 그들이 공통적으로 가지고 있는 단어들 또는 문구들에 기초해 그 그룹들을 "명명"한다. 클러스터링 방법은 본질적으로, 세트의 문서들의 특징에 대한 인사이트를 제공할 수 있는 자동화된 분류 스키마를 생성한다. 이 기술은 광범위한 문서 유형들에 적용되어 왔고 이 펑크션을 수행하는 다양한 상용 소프트웨어 애플리케이션들이 이용 가능하다. 특허들의 분야내에서 클러스터링 기술들을 사용하는 일례들로는 Micropatent의 Aureka(http://www.micropat.com/static/index.htm) 도구 세트로 통합되어 있는 Vivisimo 및 Themescape 도구들(http://www.micropat.com/static/advanced.htm)과 Delphion의 도구 세트에서 이용 가능한 Text Clustering 도구들(http://www.delphion.com/products/research/products-cluster)을 들 수 있다. Vivisimo의 도구들은, Inxight (http: //www.inxight.com/products/smartdiscovery/)에 의해 개발된 의미 분석 도구들에서와 같이, 텍스트 문서들의 임의 세트에 대해 동작하도록 구성될 수 있다. 이러한 클러스터링 도구들을 사용해, 문서 세트 또는 검색 결과에 관한 기본적인 메타데이터가 제시될 수 있다. 앞서 언급된 도구들에 의해 이용되는 방법들은 각각의 카테고리에 해당되는 세트 또는 검색 결과의 문서들 수를 자동적으로 디스플레이하여, 구하고 있는 정보 부분을 찾아내기 위해 결과들을 좀더 빠르게 "분류(sift)"하는 것을 가능하게 할 수 있다. 이들은 문서 세트 또는 검색 결과의 내용들에 관한 유용한 소정 정보도 제공한다. 가장 널리 공지되어 있는 클러스터링 도구들의 가치는 중요한 2가지 방법들로 제한된다. 첫번째, 문서 세트의 내용들에 관해 제공되는 메타데이터는 그것이 클러스터링되는 분류법이 양호할 경우에만 양호하다. 이것은, 고정 및 동적 분류법 클러스터링 기술들 모두의 본질적인 한계이다. 고정 분류법들은 다음과 같은 다수 팩터들에 의해 그들의 유용성이 제한된다: ㆍ 이 분류법은, 정보 검색자가 아니라, 정보 생성자의 우선 순위들에 기초한다. 분류법의 생성은, 정보의 어떤 속성들이 가장 중요한지에 관해 선택하는 단계를 수반한다. 예를 들어, 새의 유형들에 관한 분류법에서의 제 1 분기들(branches)은 철새 대 텃새, 물새 대 육조(landfowl) 등과 같은 다수의 가능한 방식들로 확립될 수 있다. 대부분, 분류학자의 우선 순위들이 정보 사용자의 필요들과 일치하지 않으므로, 제공되는 클러스터링 메타데이터의 가치를 제한하게 된다. ㆍ 고정 분류법들은, 데이터베이스의 내용들이 생성되는 것에 따라 쉽게 조정될 수 없다. 일단 분류법이 확립되고 사용자들이 그것을 사용하기 시작하면, 그것은 고정되어 바꾸기 어려워진다. 내용들이 생성됨에 따라, 불가피하게 새로운 카테고리들을 추가하고, 카테고리들을 세분하고, 카테고리들을 재조합해야 할 수도 있다. 이로 인해, 결과들을 시간에 걸쳐 비교하는 것이 어려워진다. 일례로서, IPC(International Patent Classification system)로 공지되어 있는, WIPO에 의해 생성된 기술들의 분류법(taxonomy of technologies)을 고려한다. IPC는 현재 그것의 7번째 개정이 이루어진 상태이다. 각각의 개정에서, 클래스들이 추가, 이동, 세분 및 삭제되었다. 그러나, 개정 이전에 출원된 수백만 특허 문서들은 변함없이, 특허가 등록될 당시에 존재했던 원래의 분류 스키마에 따라 분류되어 있다. 고정 분류법에 기초할 경우, 이로 인해 클러스터링 메타데이터의 프레젠테이션을 해결하기가 어렵게 한다. ㆍ 고정 분류법들에 관련된 다른 쟁점은, 데이터 세트의 문서들은 통상적으로 단일 분류에만 해당되지 않는다는 점이다. 이로 인해, 통상적으로 문서들을 분류법내의 다수 카테고리들로 양도하는 것으로써 해결되어 왔던 분류 문제가 발생한다. 이러한 다중-양도은, 다수 문서들이 다중 카테고리들에 해당될 경우 클러스터링된 결과들을 어떻게 디스플레이할 것인지의 난제를 발생시킨다. 이들의 통상적인 해결책들은 단일(일차) 분류내의 각 문서만을 카운트하거나, 분류의 카테고리 각각을 위해 한번씩, 문서를 여러번 카운트하는 것이다. 양자의 해결책들 모두 문제의 소지가 있다. 첫번째 해결책은 이차 분류들에 관한 중요한 정보를 간과하고, 두번째 해결책은 각 문서의 다중 인스턴스들을 표현한다. ㆍ 고정 분류법들의 다른 주된 제한은 카테고리들에 문서들을 양도함에 있어서의 난제이다. 통상적으로, 이것은, 문서의 저자에 의해서나 분류를 담당하는 특별히 훈련된 사람 또는 사람들에 의해 수행되는 수동 프로세스이다. 다시 한번, 양자의 옵션들 모두 문제의 소지가 있다. 저자 분류는 일관성의 부족이라는 문제가 있는 한편, 중앙 집권식 분류는, 대다수 문서들이 분류되어야 할 경우, 엄청난 시간을 요한다. 동적 분류법들은 고정 분류법들의 제한들 중 일부를 극복하기 위해 생성되었다. 그러나, 동적 분류법들 또한, 대형 문서 세트에 관한 메타데이터를 제공함에 있어서 그들의 유용성을 떨어뜨리는 그들만의 고유한 제한들을 가진다. 동적 분류법들과 연관된 난제들 중 일부가 다음에서 설명된다: ㆍ 발명자들에 의해 공지된 모든 동적 분류법 시스템들은 의미 데이터에 기초한다. 간단히 말해서, 문서들의 분류는 문서들에 포함되어 있는 단어들의 유사도에 기초한다. 이에 의한 문제는, 사상들을 표현해야 하는 경우, 모든 언어들이 지나치게 부정확하다는 것이다. 의미 유사도에 기초한 문서들의 모든 분류는 동의성(다수 단어들이 동일한 의미를 표현하는 것) 및 다의성(단어들이 다중 의미들을 갖는 것) 모두로부터 난제를 겪을 것이다. 의미 클러스터링의 가치가 분명히 존재하지만, 발명자들이 경험한 바로는, 생성된 클러스터들이 내용들을 연상시키기는 하지만 정확한 것과는 거리가 멀다는 것이었다. ㆍ 의미 클러스터링과 연관된 두번째 언어적 쟁점은 다중 언어들이다. 상이한 언어들의 문서들이 데이터 세트에 포함되어 있을 경우, 의미 클러스터링 도구들은 전혀 쓸모가 없다. 세계화를 위한 경향이 계속되고 있으므로, 이 문제도 계속해서 그 중요성이 증가할 것이다. 다언어 문서 세트들의 언어적 비교를 허용하기 위해 다언어 시소러스들(multilingual thesauri)을 사용하기 위한 일부 시도들이 있어 왔지만, 이 연구는 여전히 초기 단계 상태이다. ㆍ 동적 분류법들의 마지막 제한은 일 문서 세트 또는 검색 결과로부터의 클러스터들과 다른 문서 세트 또는 검색 결과로부터의 클러스터들간의 비교가 어렵다는 것이다. 동적 분류법은 문서 세트에 대해 특정적으로 생성되기 때문에, 상이한 문서 세트들 또는 상이한 검색 결과들을 위해 생성된 2가지 분류법들이 비교될 수 없다. ㆍ 동적 분류법들 또한 상술된 다중 분류 문제로부터의 어려움을 겪는다. 클러스터링 기술의 두번째 제한은, 모든 분류법이 문서 세트 또는 검색 결과를 단일 속성과 관련해서만 설명한다는 것이다. 대부분의 분류법들이, 그들이 분류하는 문서들의 토픽들 또는 테마들을 설명하기 위한 것이다. 이 정보가 유용하기는 하지만, 사용자들로 하여금 클러스터링 정보 뿐만 아니라 문서 세트 또는 검색 결과를 설명하는 메타데이터의 다른 이용 가능한 다양한 소스들을 동시에 이용할 수 있게 하는 시스템이 발명자들에 의해 공지되어 있지 않다. 본 발명의 하나 이상의 실시예들의 목적은, 사용자의 특정 정보 필요들을 충족시키는 문서 세트 또는 검색 결과에 관한 심오한 레벨의 인사이트를 제공하기 위해, 사용자들에게, 고정 및 동적 분류법들 모두에 포함되어 있는 정보 뿐만 아니라 다른 광범위한 메타데이터 소스들을 반복적으로 또는 동시에 이용할 수 있는 방법을 제공하는 것이다. 대형 데이터 세트들을 이해하는데 사용되는 비주얼리제이션 방법들 대형 문서 세트들 또는 검색 결과들에 관련된 메타데이터에 대한 인사이트를 획득하는 가장 진보된 방법들이 비주얼리제이션 기술들이다. 데이터 비주얼리제이션 분야는, 컴퓨터 프로세서들이 복잡한 데이터 관계들을 디스플레이하는데 필요한 수백만 회의 계산들을 수행하기에 충분할 정도로 강력해짐에 따라, 지난 몇년 동안 빠르게 발전되어 왔다. 다수의 데이터 비주얼리제이션 도구들은 본 발명과 관련하여 고려해 볼 가치가 있다. 이들은, 후술될 몇가지 카테고리들로 나누어질 수 있다. 각각을 위해 관련 일례들도 제공될 것이다. 계층형 디스플레이들 - 채택되어 온 일 비주얼리제이션 방법이 계층형 디스플레이이다. 그것의 가장 단순한 형태로서, 문서들 또는 검색 결과들은, 분류된 데이터를 디스플레이하기 위한 주지의 메타포어(metaphor)인 디렉토리 구조와 유사한 트리 구조의 형태로 표현된다. 메타데이터를 드러내도록 설계된 일례의 계층형 디스플레이는 상술된 Vivisimo의 클러스터링 도구를 포함한다. 거대한 계층형 구조를 디스플레이하고 이해하는 것의 어려움 때문에, 이러한 계층 구조들을 디스플레이하기 위한 몇가지 다른 방법들이 개발되어 왔다. 일례가 어안 렌즈들(fisheye lens)인데, 이는, Micropatent의 Aureka 도구 세트내에서 특허 인용들의 거대 계층 구조들을 디스플레이하는데 사용된다. 어안 디스플레이로 인해, 사용자들은, 전체 계층 구조내에서 그들의 위치를 여전히 이해하는 상태에서, 계층 구조의 일부분을 확대할 수 있다. 계층형 디스플레이의 다른 복잡한 일례는 Grokis Corporation에 의해 개발되었으며 미국특허 제 6,879,332B2호에 설명되어 있는 Grokker 도구이다. Vivisimo 도구들과 마찬가지로, Grokker 도구는 의미 알고리즘에 기초해 문서들을 계층형 구조로 클러스터링한다. Vivisimo와 달리, Grokker 도구는 정형화된 마리메꼬 도면(stylized marimekko diagram)으로 사용자들에게 정보를 제시한다. Grokker 비주얼리제이션은, 문서 세트를, 문서들의 클러스터 각각이 클러스터의 문서들 수에 기초해 크기가 조정된 2차원 공간으로 표현한다. 스크린상의 공간은 전체적인 검색 결과를 표현한다. 이 공간내에서, 문서들의 클러스터들이 디스플레이되고(원들 또는 사각형들로 표현되고) 그러한 문서들내에서 발견되는 공통적인 단어에 기초해 레이블링된다. 각각의 클러스터내에서, 추가적인 "서브-클러스터들" 역시 비주얼로 표현되고 핵심 단어로써 레이블링(labeled)된다. 계층 구조는, 최종적으로 문서들 자체가 계층 구조의 최저 레벨에서 발견될 때까지 내려간다. 계층형 데이터 비주얼리제이션의 이러한 선도적 일례들 각각은 문서들내에 포함되어 있는 잠재적 의미 정보에 기초하고, 그에 따라, 고정 및 동적 분류법들을 설명하는 섹션에서 상술된 의미 분석의 제한들로부터 어려움을 겪는다. 공간 비주얼리제이션들 - 대형 문서 세트내의 메타데이터를 드러내는데 사용되는 비주얼리제이션의 두번째 유형은 공간 비주얼리제이션이다. 공간 비주얼리제이션은 맵 메타포어를 사용해 문서 레코드들을 2 또는 3-차원 공간들에 정렬한다. 다양한 공간 비주얼리제이션 도구들이 다소 차이가 있기는 하지만, 발명자들에게 공지된 것들은 유사한 방법에 따라 맵을 생성한다. 이 방법은 4가지 단계들; 1) 각각의 문서를 위한 의미 벡터(semantic vector)를 계산하는 단계 - 데이터 세트의 문서 각각에 대해, (통상적으로 단어 또는 개념 용법의 히스토그램에 기초해) 문서의 의미 내용을 표현하기 위한 벡터를 계산하는 단계, 2) 유사도 행렬(similarity matrix)을 생성하는 단계 - 각각의 문서를 위한 의미 벡터들을 사용해, 각각의 문서 쌍을 위한 유사도 메트릭을 계산하고 그에 의해 문서의 유사도 행렬을 생성하는 단계, 3) 유사도 행렬에 기초해 2 또는 3차원 투영을 생성하는 단계 - 주성분 분석(principal component analysis) 또는 유사한 방법(예를 들어, 다차원 스케일링)을 사용해, 문서들간의 거리가, 유사도 행렬에 의해 설명되는 바와 같은, 문서들간의 유사도를 가장 잘 반영하도록, 세트의 문서 각각을 위한 위치들을 계산하는 단계, 및 4) 정보 공간의 비주얼리제이션을 드로잉하는 단계 - 2 또는 3차원 투영을 사용해, 문서들을 문서 공간내의 포인트들로서 플로팅하는 단계를 수반한다. 일부 공간 비주얼리제이션 도구들은, 클러스터링의 정도(degree of clustering)를 드러내기 위해, 정보 공간상에 토포그래픽 오버레이(topographical overlay)를 덧씌우는 추가 단계를 취한다. 일부는, 클러스터내의 공통되는 단어들에 기초해 클러스터링된 그룹들을 식별하고 레이블링할 수도 있다. 공간 비주얼리제이션 도구의 일례가 Themescape 맵인데, 이는, Aurigin Systems에 의해 개발된 특허 분석 도구 모음의 일부이고 현재로서는 그것의 방계 회사인 Micropatent를 통해 그것을 취득한 The Thomson Corporation에 의해 제공되는 판매물의 일부이다. Themescape 비주얼리제이션 도구는 (사용자의 임의대로) 특허 타이틀들, 요약서들 또는 전문(full text)에 관한 의미 분석을 사용해 상술된 방법에 기초한 정보 공간의 2차원 투영을 생성한다. 도 4에 도시되어 있는 바와 같이, Themescape는 맵 메타포어를 사용하고, 산들로써 정보 공간의 최고로 클러스터링된 부분들을 표현하는 식으로, 정보 공간상에 토포그래피를 덧씌운다. Themescape 맵의 사용자들은 회사 이름들 및 다른 핵심 단어들에 대해 정보 공간을 검색하는 것에 의해 또는 추가적인 검토 또는 분석을 위해 문서 리스트로 다시 읽어들이거나 보내기해야 할 문서 클러스터들을 선택하는 것에 의해 지형을 답사할 수 있다. Themescape 도구를 위한 기초적인 기술은, 이 또한, SPIRE(Spatial Paradigm for Information Retrieval and Exploration)로서 공지되어 있는 공간 비주얼리제이션 도구를 가지고 있는 Pacific Northwest National Laboratory에서 수행된 연구로부터 비롯되었다. 도 5에 도시되어 있는 바와 같이, Spire는 2개의 비주얼리제이션 유추들(analogies)을 갖는데, 그 중 하나인 "Starfield"는 마치 별이 총총히 박힌 하늘처럼 보이는 화면에 문서들의 플롯을 3차원들로 나타낸다. 두번째 "Theme view"는 Aurigin의 Themescape 맵에 의한 구현과 상당히 유사한 토포그래픽 메타포어이다. 거대 데이터 세트에 포함되어 있는 정보에 대한 일반적인 이해를 발전시키는데는 상당히 유용하지만, 발명자들에게 공지되어 있는 공간 비주얼리제이션 도구들은 그들의 비주얼리제이션 근거를 문서들내에 포함되어 있는 잠재한 의미 정보(latent semantic information)에만 두므로, 그에 따라, 동적 분류법들을 설명하는 섹션에서 상술된 바와 같은 의미 분석의 제한들로부터 어려움을 겪는다. 네트워크 비주얼리제이션 - 거대 데이터 세트들과 연관된 메타데이터에 대한 이해를 증진시키기 위해 간혹 적용되는 최종적인 비주얼리제이션 기술이 네트워크 비주얼리제이션이다. 그것의 가장 단순한 형태로서, (수학자들은 그래프라고 부를) 네트워크 도면(network diagram)은 그저 (에지들(edges) 또는 타이들(ties)로도 알려져 있는) 링크들에 의해 접속되어 있는 (통상적으로 도트들로서 표현되는) 노드들의 세트일 뿐이다. 네트워크 그래프들은 새로운 것이 아니고, 일부 네트워크 개념들은 적어도 고대 그리스 시대로 거슬러 올라간다. 사회 네트워크 분석(social network analysis)은 1930년대에 주목할 만하게 발전되었다. 강력한 프로세서들을 갖춘 현대 컴퓨터들의 개발이 전산화된 네트워크 비주얼리제이션 도구들의 생성을 가능하게 만들어 왔다. 네트워크 패러다임은 거대 데이터 세트들의 분석에 적용하기에 아주 유용한 방법이다. 네트워크 렌즈들이 그렇게 가치있는 데에는 2가지 구체적인 이유들이 존재한다. 첫번째, 대다수 비주얼리제이션 도구들은 분석 중인 엔티티(통상적으로, 문서, 사람 또는 기관)에 관심을 집중하도록 설계된다. 네트워크 비주얼리제이션들은 개개 엔티티들에 관한 정보를 디스플레이할 뿐만 아니라, 엔티티들간의 관계들 또한 상당히 강조한다. 네트워크 디스플레이는 엔티티들만이 아니라, 그러한 엔티티들이 동작하는 시스템도 나타낸다. 최근에는, 다양한 과학 및 학술 연구자들이, 환원적 분석(reductionist analysis;예를 들어, 문제를 그것의 구성 부분들로 분해하고 각 성분을 철저하게 분석하는 것에 초점을 두는 분석)이 제한적이라는 것을 실감하고 있다. 생물학, 유전학, 생태학, 사회 과학, 물리학, 천문학, 정보 과학 및 다수의 다른 것들과 같은 분야들 모두가 시스템 분석(시스템 분석)에 기초해 진보되어 왔다. 시스템 분석은 최소 요소들(예를 들어, 유전자들, 원자들 또는 간혹은 쿼크들, 및 비트들)이 아니라 그러한 요소들간의 상호 작용들에 초점을 맞춘다. 네트워크 도구는 본질적으로 시스템 비주얼리제이션 도구이다. 따라서, 종래 기술의 다른 비주얼리제이션 도구들이 도출할 수 있는 것과는 완전 상이한 종류들의 인사이트 및 결론들을 도출할 수 있다. 네트워크 비주얼리제이션 도구들이 거대 데이터 세트들을 분석하기에 적합한 두번째 이유는, 네트워크들은 정보의 동일한 세트를 다양한 관점들로부터 볼 수 있는 가능성을 가지고 있다는 것이다. 종래 기술의 네트워크 비주얼리제이션 시스템들은 이 사실을 중요하게 이용하지 않지만, 네트워크들은 일 관점에서 다른 관점으로 변환될 수 있는 잠재력을 가지고 있고, 각각의 관점은 분석되고 있는 데이터에 관한 상이한 인사이트를 제공한다. 네트워크 비주얼리제이션 시스템에 대한 다음의 기술은, 거대하고 복잡한 데이터 세트들에 관해 얻어질 수 있는 인사이트를 극적으로 향상시키기 위해, 이것이 실현될 수 있는 방법을 설명할 것이다. 그러나, 우선은, 네트워크 비주얼리제이션 업계의 현재 상태를 이해하고 기존 도구들의 주된 제한들 중 일부를 확인해야 한다. 다음과 같은 것들을 포함하는, 다양한 전산화 네트워크 비주얼리제이션 도구들(computerized network visualization tools)이 존재한다: ㆍ aiSee (www.aisee.com) ㆍ Cyram NetMiner - (www.netminer.com) ㆍ GraphVis (www.graphvis.org) ㆍ IKNOW - (http://www.spcomm.uiuc.edu/projects/TECLAB/IKNOW/index.html) ㆍ Inflow - (www.orgnet.com/inflow3.html) ㆍ Krackplot(www.andrew.cmu.edu/user/krack/krackplot/krackindex.html) ㆍ Otter (www.caida.org/tools/visualization/otter/) ㆍ Pajek (http://viado.fmf.uni-lj.si/pub/networks/pajek/) ㆍ UCINET 0026# NetDraw (www.analytictech.com) ㆍ Visone (www.visone.de/) 이러한 도구들 각각은 네트워크 그래프를 생성할 수 있다. 좀더 발전된 패키지들(예를 들어, UCINET/NetDraw, NetMiner)은 다음과 같은 일련의 비주얼리제이션 능력들을 제공한다: ㆍ 다른 레이아웃 알고리즘들 선택하기 ㆍ 다수 노드 유형들 디스플레이하기 ㆍ 속성값에 기초해 노드들의 크기 조정하기/채색하기/형태 선택하기 ㆍ 다수 링크 유형들 디스플레이하기 ㆍ 링크 유형에 기초해 링크들의 크기 조정하기/채색하기/선 유형(line type) 선택하기 이러한 도구들 모두는 범용 네트워크 비주얼리제이션 도구들이다. 다시 말해, 이들은, 네트워크의 노드들 및 링크들 모두가 정의되는 방식으로 구조화되는 임의 데이터의 네트워크 그래프들을 디스플레이하도록 설계된다. 이러한 도구들 각각은 특정한 (그리고 대개는 고유한) 파일 포맷을 사용해 노드들과 노드 속성들 및 링크들과 링크 속성들에 관한 정보를 포착한다. 노드 정보는, 각각의 노드가 노드 레코드로써 표현되는 노드 리스트를 통해 포착된다. 노드 레코드들은, 그 노드를 위한 고유한 식별자인 하나 이상의 필드를 포함하지만, 노드에 관한 정보를 제공하는 다른 속성 필드들을 포함할 수도 있다. 링크 정보는, 최소한으로는 어떤 2개 노드들이 링크되어 있는지를 식별하지만 링크 강도, 링크 방향, 및 링크 유형과 같은 정보도 포착할 수 있는 링크 리스트(또는 링크 행렬)을 통해 포착된다. 도구들은 도구들의 세부 사항들에서 차이가 있지만, 도구들과 작업 프로세스는 도 6에서와 같은 공통 패턴을 따른다. 공지의 종래 기술 시스템들 중 어떤 것의 사용자는 이용될 모든 소스들로부터 데이터를 모은다. 그 다음, 그녀는, 데이터내의 어떤 엔티티가 노드들을 표현할 것인지 그리고 그녀가 어떤 정보를 사용해 노드들간의 링크들을 생성할 것인지에 대한 정의를 선택한다. 그 다음, 데이터는 네트워크 비주얼리제이션 도구의 특정 파일 구조와 매칭하도록 포매팅되어야 한다. 모든 경우들에서, 이것은, 사용자에게 노드들의 리스트 및 링크-리스트 또는 링크-행렬을 생성할 것을 요구한다. 일단 적절하게 포매팅되고 나면, 네트워크 데이터의 파일들은 네트워크 비주얼리제이션 시스템으로 입력되어 분석되고 비주얼화될 수 있다. 사용자는 도구내의 데이터로써 작업하여 상이한 레이아웃 알고리즘들 또는 디스플레이 속성들을 선택할 수 있고, 제공되는 임의의 분석 도구들을 사용해 네트워크 구조를 분석할 수 있다. 사용자가 노드들 및/또는 링크들의 상이한 정의를 사용해 데이터의 다른 비주얼리제이션을 개발하고 싶다면, 그녀는 처음부터 시작해, 노드들 및 링크들을 재정의해야 하고, 데이터를 노드 및 링크-리스트로 리포매팅(reformatting)해야 하며, 새로운 파일들을 비주얼리제이션 시스템으로 재도입해야 한다. 그 다음, 시스템은 노드들 및 링크들의 새로운 정의에 기초해 네트워크 그래프를 디스플레이할 수 있다. 이러한 종래 기술 시스템들의 본질적인 제한들 중 일부로는 다음과 같은 것들을 들 수 있다: ㆍ 임의 데이터 소스로부터의 데이터베이스 레코드들은, 이들이 시스템에 의해 사용 가능한 노드 및 링크 정보를 포함하지 않기 때문에, 비주얼화될 수 없다. ㆍ 데이터에 액세스하고 데이터를 포매팅하는 프로세스는 네트워크 비주얼 리제이션 도구로 통합되지 않는다. ㆍ 사용자는 데이터를 시스템에 적합한 노드/링크 리스트들로 포매팅해야 한다. ㆍ 사용자는, 시스템에서의 사용을 위해 데이터를 포매팅하기 전에, 무엇이 노드를 구성하고 무엇이 링크를 구성하는지에 대한 안정된 정의(stable definition)를 선택해야 한다. ㆍ 네트워크 비주얼리제이션 시스템내에서 작업하는 동안에는, 노드들 및 링크들의 정의들을 변경할 방법이 없다. ㆍ 새로운 노드/링크 정의가 선택되면, 양자의 네트워크들 모두가 동일한 기초적 데이터에 기초한다 하더라도, 제 1 정의에 기초한 네트워크를 제 2 정의에 기초한 네트워크와 조합하거나 접속할 방법이 없다. ㆍ 특정 소스로부터의 데이터에 의해 반복적으로 사용될 특히 유용한 노드 및 링크 정의들을 특정할 방법이 없다. 그 소스로부터의 데이터가 비주얼화될 때마다, 사용자는 처음부터 시작해 각각의 노드 및 링크 정의를 특정해야 하고 비주얼리제이션 시스템에 적합하도록 데이터를 조작해야 한다.