[发明专利]用于促进数据发现的系统和方法

说明书

相关申请交叉引用

本国际专利申请根据PCT实施细则4.10和PCT第8条款要求具有2009年12月15日在美国专利商标局提出的题为“用于促进数据发现的系统和方法”(SYSTEMS AND METHODS FOR FACILITATING DATA DISCOVERY)的美国专利申请12/638067的优先权，并且该申请通过引用结合于本文中。

背景技术

本发明涉及数据发现，诸如法律数据发现。组织今天面临着与数据发现有关的各种挑战。增大的数字化内容、由于管制要求原因的数据保留、生产率工具的流行、在通信网络上数据的可用性及其它因素已推动在组织中数据量的快速增长。响应快速数据增长，许多组织已通过各种数据存储装置扩展数据存储，并且已利用各种供应商提供的各种工具执行各种数据发现任务来实现数据发现。通常情况下，在工具与执行的任务之间的时标差和速度不匹配可导致诸如错失的数据和响应数据发现请求时的等待时间等问题。

一般而言，数据发现可涉及诸如识别、收集、挑选、处理、分析、检查、生产和保存等任务。通常情况下，这些任务可由不同供应商提供的不同工具执行。例如，识别和收集的任务可由识别收集工具执行，并且处理的任务可由耦合到识别收集工具的单独处理工具执行。由于识别和收集可比处理快得多地执行，因此，识别收集工具可不必要收集太多数据，使得处理工具可能不能及时地处理所有收集的数据。因此，相当大部分的所收集数据可未经处理而被丢弃。因此，一些重要的数据可能得不到适当地分析和保存。另外，如果工具的用户期望数据发现工具以与数据收集速度一致的速度响应数据发现请求，则用户可体验到在处理工具处的延迟造成的相当大等待时间。

在一些布置中，可需要数据在一些数据发现工具之间手动传送。手动进程可造成在工具中和在数据发现进程中相当大的错误量。

发明内容

本发明的一实施例涉及一种用于促进在网络上数据发现的系统，其中，网络具有一个或多个数据存储装置。系统可包括配置成选择至少第一文件集和第二文件集的爬虫程序，第一文件集和第二文件集中的每个存储在一个或多个数据存储装置至少之一中。系统也可包括配置成获得第一文件集的副本的数据获取器程序，数据获取器程序还配置成阻止获得第二文件集的副本。系统也可包括实现爬虫程序和数据获取器程序中的一个或多个程序的一个或多个功能的电路硬件。

以上发明内容仅涉及本文中公开的本发明的许多实施例之一，并且无意限制在本文中权利要求书中陈述的本发明的范围。下面将在本发明的详细描述中结合附图更详细地描述本发明的这些和其它特征。

附图简述

在附图中，以示例方式而不是限制方式示出本发明的实施例，并且附图中，相似的标号表示类似的元件，以及其中：

图1A示出的图示显示根据本发明的一个或多个实施例，用于促进数据发现的系统和系统的示例操作环境。

图1B示出的框图显示根据本发明的一个或多个实施例，用于促进数据发现的系统的一些组件。

图2A示出的图示显示根据本发明的一个或多个实施例，用于促进数据发现的布置。

图2B示出的表格显示根据本发明的一个或多个实施例，用于触发在促进数据发现时数据发现任务之间另外协调的条件。

具体实施方式

将参照如附图所示的本发明的几个实施例，详细描述本发明。在下面的说明中，为提供本发明的详尽理解而陈述了多个特定的细节。然而，本领域的技术人员将明白，可在这些特定细节中的一些或所有细节不存在的情况下实践本发明。在其它实例中，未详细描述熟知的进程步骤和/或结构，以免不必要地混淆本发明。

在本文中下面描述各种实施例，包括方法和技术。应记住的是，本发明可能也包括制品，制品包括在其上存储用于执行发明技术的实施例的计算机可读指令的计算机可读媒体。计算机可读媒体例如可包括用于存储计算机可读代码的半导体、磁性、光-磁、光学或其它形式的计算机可读媒体。此外，本发明也包括用于实践本发明的实施例的设备。此类设备可包括执行与本发明的实施例有关的任务的电路，专用的和/或可编程的。此类设备的示例包括在适当编程时的专用计算装置和/或通用计算机，并且可包括计算机/计算装置和适用于与本发明的实施例有关的各种任务的专用/可编程电路的组合。