[发明专利]数据量的处理

说明书

技术领域

本发明涉及用于处理（大）数据量、尤其是用于在数据量中找出至少一个命中项的方法以及装置。

背景技术

信息技术随着持续深入社会而产生巨大量的数据和信息。一个增长的挑战是，使这些数据中的知识可用于不同应用。

应将数据挖掘（英语术语譬如是指“从数据山中提取譬如有价值的事物”）理解成将大多基于统计数学的方法系统地应用于数据存量，其目的是识别新的模式。在此，还涉及处理非常大的数据存量（其不再能人工地处理），为此需要有效的方法，该方法的时间复杂度使其适用于这样的数据量。但是这些方法也应用于较小的数据量。在实际中，尤其是在德语语言使用中，盎格鲁萨克森术语“数据挖掘”是为所谓的“Knowledge Discovery in Databases”（数据库中的知识发现，KDD）的整个过程设立的，该过程还包括诸如预处理的步骤（参见：http://de.wikipedia.org/wiki/Data-Mining）。

在实际中，数据挖掘常常唤起错误的期望，据此“感兴趣的知识”应当自动地——即在没有用户的显著贡献的情况下——被提取。该方案也被称为“Unsupervised Machine Learning”（譬如：没有监视的机器学习）。

在最近几十年中，研发出可以从大数据量中提取感兴趣的部分方面的多种算法。但是可以自动被提取的“感兴趣的知识”总是由诸如常用模式的相对简单的方面、在数据中被搜索的特定群集和结构构成。对用算法提取的知识的品质的解释和评估在于用户。

另外需要与用户的交互。例如，用于异常识别的算法需要预先定义正常行为或者由用户提供正常数据。该方案也被称为“Supervised Machine Learning”（譬如：受监视的机器学习）或“Active Learning”（主动学习）。对数据挖掘系统的问题设置越复杂，则与用户的交互就被构造得越详细。

在此，存在用户与机器之间的例如以有利的人机接口形式的合适通信能力的问题。

这是因为，在机器提取的信息与对人的可用物之间存在大的分歧：例如需要交互式地影响模型参数，以便逐渐地最大化可用知识的份额。恰恰具有复杂关联的大数据量在此对系统的能力提出巨大的要求。

作为一种跨学科的方案已知有“视觉分析学”（VA），其将来自不同研究领域的优点相结合。视觉分析学方法的目标是，从大的和复杂的数据组中得到认识。该方案将自动数据分析的强项与人能快速地在视觉上收集模式和趋势的能力相组合。通过合适的交互机制，数据可以被视觉探索并且可以获得认识（参见http : //de. wikipedia. org/wiki/Visual_Analytics）。

已知VA系统的在图形显示上的交互基本上由选择已经存在于数据中的感兴趣的模式构成。在此，用户被限制于已经存在的模式。更广泛的灵活性未被提供给用户。

发明内容

本发明的任务在于，避免前述缺点并且尤其是提供用于在大数据量中搜索信息的有效可能性。

该任务根据独立权利要求的特征来解决。优选的实施方式尤其是可自从属权利要求中得知。

为了解决该任务，说明了一种用于处理数据量、尤其是用于在大数据量中搜索命中项的方法；

－其中创建图形搜索模式；

－其中该搜索模式被转换成至少一个询问；

－其中该询问被应用于数据量。

该方案使得能够基于交互式创建的、视觉的搜索询问来进行自动化模式识别。因此，用户可以选择已存在的模式作为搜索模式或者根据已存在数据创建或修改搜索模式，或者在没有样品的情况下创建搜索模式并且根据其想象进行适配。图形搜索模式为用户提供了对复杂询问结构的简单访问，用户可容易地理解和修改所述复杂查询结构。图形模式在至少一个询问中被翻译并且被应用于数据量；因此找到基于图形搜索模式的命中项。

在此应当注意，搜索模式的创建还可以包括修改现有数据或已存在的搜索模式。

一个改进方案是，通过图形用户界面来创建搜索模式。

图形用户界面例如可以包括图形编辑器。

另一改进方案是，借助于二维或三维扫描仪和/或借助于至少一个相机来创建搜索模式。

例如，可以检测用户与机器的运动或交互，并且将其适当地转换成对搜索模式的修改。因此，用户可以借助于相机和/或借助于扫描仪视觉地修改数据并且因此将图形搜索模式与其想象相应地匹配。

一个改进方案尤其是，基于数据量的数据或其它数据和/或基于至少一个其它搜索模式来创建搜索模式。