基于数据集特征分析可视化中的标记的制作方法

基于数据集特征分析可视化中的标记
1.相关申请的交叉引用
2.本技术是基于2019年6月17日提交的先前提交的美国临时专利申请第62/862,349号的实用专利申请，在此根据35u.s.c.
§
119(e)要求其申请日的利益，并通过引用进一步整体并入。
技术领域
3.本发明总体上涉及数据可视化，并且更具体而并不排他地涉及自动说明可视化中值出现的原因。


背景技术：

4.组织正在生成和收集越来越多的数据。该数据可以与组织的不同部分(例如，消费者活动、制造活动、客户服务、服务器日志等)相关联。由于各种原因，这类组织可能不方便有效地利用其庞大的数据收集。在某些情况下，数据量可能使有效利用所收集的数据来改进业务做法变得困难。在某些情况下，组织使用各种工具来生成部分或全部数据的可视化。使用可视化来表示这些数据可以使组织能够改进对关键业务操作的理解，并帮助他们监测关键的性能指标。然而，在某些情况下，可视化可能包括标记、信号、值等，这些可能看起来不合适或异常。在某些情况下，确定来源或以其他方式分析这些标记的来源或原因可能需要对用于生成可视化的底层数据的过度理解。不利的是，这可能需要组织指导熟练的或专门的数据分析人员审阅可视化和数据，以确定为什么标记可能具有给定值的说明。此外，在某些情况下，即使用户有技能或技术背景来执行他们自己的分析，底层数据可能是敏感的，或者对于正在审阅可视化的用户来说是不可访问的。因此，本发明是关于这些考虑和其他考虑而提出的。
附图说明
5.参照以下附图描述本发明的非限制性和非穷尽性实施方案。在附图中，除非另有说明，否则相同的参考数字指的是贯穿于各个图中的相同的部件。为了更好地理解所描述的创新，将参考将结合附图阅读的各种实施方案的以下详细描述，其中：
6.图1示出了其中可以实现各种实施方案的系统环境；
7.图2示出了客户端计算机的示意性实施方案；
8.图3示出了网络计算机的示意性实施方案；
9.图4示出了根据各种实施方案中的一个或多个的、用于基于数据特征分析可视化中的标记的系统的逻辑架构；
10.图5示出了根据各种实施方案中的一个或多个的可视化的一部分的逻辑表示；
11.图6示出了根据各种实施方案中的一个或多个的标记评估系统的一部分的逻辑表示；
12.图7示出了根据各种实施方案中的一个或多个的用于基于数据特征分析可视化中
的标记的用户界面的一部分的逻辑表示；
13.图8示出了根据各种实施方案中的一个或多个的用于基于数据特征分析可视化中的标记的过程的概述流程图；
14.图9示出了根据各种实施方案中的一个或多个的使用评估模型分析标记的过程的流程图；
15.图10示出了根据各种实施方案中的一个或多个的、用于基于监测用户交互来适配评估模型的过滤或排序的过程的流程图；
16.图11示出了根据各种实施方案中的一个或多个的用于生成用于评估模型的期望值分布的过程的流程图；以及
17.图12示出了根据各种实施方案中的一个或多个的用于比较评估模型的结果的过程的流程图。
具体实施方式
18.下面将参考附图更全面地描述各种实施方案，附图构成本发明的一部分，并且通过说明示出了可实施本发明的特定示例性实施方案。然而，实施方案可以以许多不同的形式实施，并且不应被说明为限于本文所述的实施方案；相反，提供这些实施方案使得公开文本将是彻底和完整的，并且将向本领域技术人员完全传达实施方案的范围。除其他外，各种实施方案可以是方法、系统、介质或设备。因此，各种实施方案可以采取完全硬件实施方案、完全软件实施方案或结合软件和硬件方面的实施方案的形式。因此，下面的详细描述不应被理解为限制性的。
19.在整个说明书和权利要求书中，除非上下文另有明确规定，否则以下术语采用在此明确相关联的含义。本文使用的短语“在一个实施方案中”不一定指的是相同的实施方案(尽管它可以)。此外，本文使用的短语“在另一个实施方案中”不一定指不同的实施方案(尽管它可以)。因此，如下所述，在不脱离本发明的范围或精神的情况下，可以容易地组合各种实施方案。
20.此外，如本文所用，术语“或”是包含的“或”运算符，并且等效于术语“和/或”，除非上下文明确另有规定。“基于”一词并非排他性的，并允许基于未描述的其他因素，除非上下文另有明确规定。此外，在整个规范中，“一种”、“一个”和“该”的含义包括复数引用。“在”的含义包括“在其中”和“在其上”。
21.例如实施方案，下面的术语也根据相应的含义在此使用，除非上下文明确另有指示。
22.本文所使用的术语“引擎”是指硬件或软件指令中包含的逻辑，这些指令可以用编程语言编写，例如c、c++、objective-c、cobol、java
tm
、php、perl、javascript、ruby、vbscript、microsoft.net
tm
语言，例如c#等。引擎可以编译成可执行程序或用说明编程语言编写。软件引擎可以从其他引擎或从自身调用。本文描述的引擎指的是一个或多个逻辑模块，其可以与其他引擎或应用程序合并，或者可以被划分为子引擎。引擎可以存储在非暂时的计算机可读介质或计算机存储设备中，并且存储在一个或多个通用计算机上并由其执行，从而创建被配置为提供引擎的专用计算机。
23.如本文所使用的，术语“数据源”指的是为组织存储或提供信息的数据库、应用程
序、服务、文件系统等。数据源的示例可以包括rdbms数据库、图形数据库、电子表格、文件系统、文档管理系统、本地或远程数据流等。在某些情况下，数据源是围绕一个或多个表或类似于表的结构组织的。在其他情况下，数据源被组织为图或类似于图的结构。
24.如本文所使用的，术语“数据模型”指的是提供底层数据源表示的一个或多个数据结构。在某些情况下，数据模型可以为特定应用程序提供数据源的视图。数据模型可以被认为是底层数据源的视图或接口。在某些情况下，数据模型可以直接映射到数据源(例如，实际上是逻辑传递)。此外，在某些情况下，数据模型可能由数据源提供。在某些情况下，数据模型可以被视为数据源的接口。数据模型使组织能够以更方便、更有意义(例如，更容易推理)、更安全等方式组织或呈现来自数据源的信息。
25.如本文所使用的，术语“数据对象”指的是包括数据模型的一个或多个实体或数据结构。在某些情况下，数据对象可以被视为数据模型的一部分。数据对象可以表示项或项的类或种类的单独实例。
26.如本文所使用的，术语“面板”指的是图形用户界面(gui)内的区域，该区域在gui内具有定义的几何形状(例如，x，y，z顺序)。面板可以被布置成向用户显示信息或承载一个或多个交互控件。可以使用包括动态规则的配置信息来定义与面板相关联的几何形状或样式。此外，在某些情况下，用户可以在一个或多个面板上执行操作，例如移动、显示、隐藏、重新调整大小、重新排序等。
27.如本文所使用的，“可视化模型”指的是表示数据模型(其可以适合于在显示在一个或多个硬件显示器上的可视化中使用)的一个或多个表示的一个或多个数据结构。可视化模型可以定义样式或用户界面特性，其可供非授权用户使用。
28.如本文所使用的，术语“显示对象”是指包括可视化模型的一个或多个数据结构。在某些情况下，显示对象可能被视为可视化模型的一部分。显示对象可以表示可以在可视化中显示的项的单个实例或整个类或种类的项。在一些实施方案中，显示对象可以被认为或称为视图，因为它们提供数据模型的某些部分的视图。
29.如本文所使用的，术语“标记”指的是可视化的独特或以其他方式可识别的部分，其可对应于可视化中的特定值或结果。例如，如果可视化包括条形图，则一个或多个条形可以被认为是标记。同样地，如果可视化包括线图，该图上的位置可以被认为是标记。
30.如本文所使用的，术语“感兴趣的标记”指的是从包括在可视化中的其他标记中选择的可视化中的标记。在一些情况下，可视化中的标记可以包含一个或多个交互特征，其可以使用户能够从包括可视化的标记中选择或识别一个或多个感兴趣的标记。例如，当鼠标指针悬停在标记上时，用户可以通过右键单击鼠标按钮来选择感兴趣的标记。在某些情况下，可以通过搜索、过滤等来选择感兴趣的标记。
31.如本文所使用的，术语“配置信息”指的是可以包括基于规则的策略、模式匹配、脚本(例如，计算机可读指令)等的信息，这些信息可以从各种来源提供，包括配置文件、数据库、用户输入、内置默认值等，或者它们的组合。
32.以下简要描述本发明的实施方案，以便提供对本发明的一些方面的基本理解。这个简短的描述并不打算作为一个广泛的概述。它不是为了确定关键或关键要素，也不是为了划定或以其他方式缩小范围。它的目的仅仅是以简化的形式提出一些概念，作为后面提出的更详细描述的前奏。
33.简言之，各种实施方案涉及使用一个或多个处理器(其执行一个或多个指令以执行如本文所述的操作)来管理数据的可视化。
34.在各种实施方案中的一个或多个中，可以提供基于来自数据源的数据的一个或多个可视化，使得一个或多个可视化包括可与来自数据源的一个或多个值相关联的一个或多个标记。
35.在各种实施方案中的一个或多个中，可以基于一个或多个标记的一个或多个特征、一个或多个可视化等从一个或多个标记确定感兴趣的标记。在各种实施方案中的一个或多个中，确定感兴趣的标记可包括：自动分析与一个或多个标记相关联的一个或多个值；以及基于自动分析确定感兴趣的标记。
36.在各种实施方案中的一个或多个中，可以使用一个或多个评估模型来基于感兴趣的标记和来自数据源的数据针对一个或多个评估模型生成一个或多个评估结果，使得每个评估结果与基于与来自数据源的数据的最佳拟合和感兴趣的标记的值的一个或多个分数相关联。在各种实施方案中的一个或多个中，生成一个或多个评估结果可以包括：基于其评估和一个或多个叙述模板，生成描述感兴趣的标记的一个或多个特征的一个或多个自然语言叙述；以及将一个或多个自然语言叙述包括在一个或多个评估结果中。
37.在各种实施方案中的一个或多个中，一个或多个评估结果可以基于它们与一个或多个分数的关联进行等级排序。
38.在各种实施方案中的一个或多个中，可以提供包括一个或多个评估结果的等级排序列表的报告。在各种实施方案中的一个或多个中，提供报告可包括生成可与一个或多个评估模型、一个或多个评估结果、感兴趣的标记等相关联的一个或多个其他可视化。
39.在各种实施方案中的一个或多个中，可以监测与报告相关联的反馈信息。在各种实施方案中的一个或多个中，可以提供基于反馈信息的一个或多个其他分数。在各种实施方案中的一个或多个中，可以使用一个或多个其他分数来确定对一个或多个评估结果的一个或多个修改。
40.在各种实施方案中的一个或多个中，可以基于一个或多个分数来过滤一个或多个评估结果，使得从报告排除与可能小于定义阈值的分数相关联的每个评估结果。
41.在各种实施方案中的一个或多个中，可以评估与包括在数据源中且从可视化省略的感兴趣的标记相关联的数据。因此，在一些实施方案中，可以基于评价生成一个或多个评估结果的一部分。
42.图解操作环境
43.图1示出了其中可以实践本发明的实施方案的环境的一个实施方案的组件。实施本发明可能不需要所有的部件，并且可以在不脱离本发明的精神或范围的情况下对部件的布置和类型进行变化。如图所示，图1的系统100包括局域网(lan)/广域网(wan)——(网络)110、无线网络108、客户端计算机102至105、可视化服务器计算机116、数据源服务器计算机118等。
44.下面结合图2更详细地描述客户端计算机102至105的至少一个实施方案。在一个实施方案中，客户端计算机102至105中的至少一些可以在一个或多个有线或无线网络上操作，例如网络108或110。通常，客户端计算机102至105可以包括能够通过网络通信以发送和接收信息、执行各种在线活动、离线动作等的几乎任何计算机。在一个实施方案中，客户端
计算机102至105中的一个或多个可被配置为在企业或其他实体内操作以为该企业或其他实体执行各种服务。例如，客户端计算机102至105可以被配置为作为web服务器、防火墙、客户端应用程序、媒体播放器、移动电话、游戏控制台、台式计算机等操作。然而，客户端计算机102至105不局限于这些服务，并且还可以例如用于其他实施方案中的终端用户计算。应当认识到，或多或少的客户端计算机(如图1所示)可以包括在诸如本文所述的系统中，并且实施方案因此不受所采用的客户端计算机的数量或类型的限制。
45.可作为客户端计算机102操作的计算机可包括通常使用有线或无线通信介质连接的计算机，例如个人计算机、多处理器系统、基于微处理器或可编程电子设备、网络pc等。在一些实施方案中，客户端计算机102至105可以包括能够连接到另一计算机并接收信息的几乎任何便携式计算机，例如膝上型计算机103、移动计算机104、平板计算机105等。然而，便携式计算机不受此限制，并且还可以包括其他便携式计算机，例如蜂窝电话、显示寻呼机、射频(rf)设备、红外(ir)设备、个人数字助理(pda)、手持计算机、可穿戴计算机、组合一个或多个前面的计算机的集成设备等。因此，客户端计算机102至105通常在能力和特征方面范围很广。此外，客户端计算机102至105可以访问各种计算应用程序，包括浏览器或其他基于web的应用程序。
46.启用web的客户端计算机可以包括被配置为通过web发送请求和接收响应的浏览器应用程序。浏览器应用程序可以被配置为使用几乎任何基于web的语言来接收和显示图形、文本、多媒体等。在一个实施方案中，使浏览器应用程序能够使用javascript、超文本标记语言(html)、可扩展标记语言(xml)、javascript对象表示法(json)、级联样式表(css)等或其组合来显示和发送消息。在一个实施方案中，客户端计算机的用户可以使用浏览器应用程序通过网络(在线)执行各种活动。但是，另一个应用程序也可能用于执行各种联机活动。
47.客户端计算机102至105还可以包括被配置为与另一计算机之间接收或发送内容的至少一个其他客户端应用程序。客户端应用程序可以包括发送或接收内容等的能力。客户端应用程序还可以提供标识自身的信息，包括类型、能力、名称等。在一个实施方案中，客户端计算机102至105可以通过各种机制中的任何一种唯一地标识自己，包括因特网协议(ip)地址、电话号码、移动识别号码(min)、电子序列号(esn)、客户端证书或其他设备标识符。这样的信息可以在一个或多个网络分组等中提供，在其他客户端计算机、可视化服务器计算机116、数据源服务器计算机118或其他计算机之间发送。
48.客户端计算机102至105还可以被配置为包括客户端应用程序，其使终端用户能够登录到终端用户账户，该账户可以由另一计算机(例如可视化服务器计算机116、数据源服务器计算机118等)管理。在一个非限制性示例中，这种终端用户账户可以被配置为使终端用户能够管理一个或多个在线活动，在一个非限制性示例中包括项目管理、软件开发、系统管理、配置管理、搜索活动、社交网络活动、浏览各种网站、与其他用户通信等。此外，客户端计算机可以被布置成使用户能够显示由可视化服务器计算机116、数据源服务器计算机118提供的报告、交互式用户界面或结果。
49.无线网络108被配置为将客户端计算机103至105及其组件与网络110耦接。无线网络108可以包括各种无线子网络中的任何一个，其可以进一步覆盖独立的ad-hoc网络等，以为客户端计算机103至105提供面向基础设施的连接。这样的子网络可以包括网状网络、无
线lan(wlan)网络、蜂窝网络等。在一个实施方案中，该系统可以包括多于一个无线网络。
50.无线网络108还可以包括通过无线无线电链路等连接的终端、网关、路由器等的自治系统。这些连接器可以被配置为自由和随机地移动并且任意地组织它们自己，使得无线网络108的拓扑可以快速改变。
51.无线网络108可进一步采用多个接入技术，包括用于蜂窝系统的第二(2g)、第三(3g)、第四(4g)、第五(5g)代无线电接入、wlan、无线路由器(wr)网状网等。诸如2g、3g、4g、5g和未来接入网的接入技术可以使移动计算机(例如具有各种移动度的客户端计算机103至105)能够广域覆盖。在一个非限制性示例中，无线网络108可以通过无线电网络接入来实现无线电连接，例如全球移动通信系统(gsm)、通用分组无线服务(gprs)、增强型数据gsm环境(edge)、码分多址(cdma)、时分多址(tdma)、宽带码分多址(wcdma)、高速下行链路分组接入(hsdpa)、长期演进(lte)等。实质上，无线网络108可以包括几乎任何无线通信机制，通过该机制，信息可以在客户端计算机103至105和另一计算机、网络、基于云的网络、云实例等之间传输。
52.网络110被配置为通过无线网络108等将网络计算机与包括可视化服务器计算机116、数据源服务器计算机118、客户端计算机102和客户端计算机103至105等的其他计算机耦接。网络110能够使用任何形式的计算机可读介质来将信息从一个电子设备传送到另一个电子设备。此外，除了局域网(lan)，广域网(wlan)，诸如通过通用串行总线(usb)端口、以太网端口、其他形式的计算机可读介质或其任何组合的直接连接之外，网络110还可以包括因特网。在一组相互连接的lan上，包括那些基于不同架构和协议的局域网上，路由器充当lan之间的链路，使消息能够从一个局域网发送到另一个局域网。此外，lan内的通信链路通常包括双绞线对或同轴电缆，而网络之间的通信链路可以利用模拟电话线、包括tl、t2、t3和t4的全部或部分专用数字线路或其他载波机制，包括例如电子载波、综合业务数字网络(isdn)、数字用户线(dsl)、包括卫星链路的无线链路或本领域技术人员已知的其他通信链路。此外，通信链路可进一步采用各种数字信令技术中的任何一种，包括但不限于例如ds-0、ds-1、ds-2、ds-3、ds-4、oc-3、oc-12、oc-48等。此外，远程计算机和其他相关电子设备可以通过调制解调器和临时电话链路远程连接到lan或wan。在一个实施方案中，网络110可被配置为传输因特网协议(ip)的信息。
53.此外，通信介质通常包含计算机可读指令、数据结构、程序模块或其他传输机制，并包括任何信息非瞬时传递介质或瞬时传递介质。例如，通信介质包括有线介质，例如双绞线、同轴电缆、光纤、波导和其他有线介质，以及无线介质，例如声学、rf、红外和其他无线介质。
54.此外，下面结合图3更详细地描述可视化服务器计算机116、数据源服务器计算机118的一个实施方案。尽管图1示出了可视化服务器计算机116、数据源服务器计算机118等，每个作为单个计算机，但创新或实施方案不限于此。例如，可视化服务器计算机116、数据源服务器计算机118等的一个或多个功能可以分布在一个或多个不同的网络计算机上。此外，在一个或多个实施方案中，可视化服务器计算机116、数据源服务器计算机118可以使用多个网络计算机来实现。此外，在各种实施方案中的一个或多个中，可视化服务器计算机116、数据源服务器计算机118等可以使用一个或多个云网络中的一个或多个云实例来实现。因此，这些创新和实施方案不应被说明为限于单个环境，并且还设想了其他配置和其他架构。
55.说明性客户端计算机
56.图2示出客户端计算机200的一个实施方案，其可包括比所示组件更多或更少的组件。客户端计算机200可以表示例如图1所示的移动计算机或客户端计算机的一个或多个实施方案。
57.客户端计算机200可以包括经由总线228与存储器204通信的处理器202。客户端计算机200还可以包括电源230、网络接口232、音频接口256、显示器250、小键盘252、照明器254、视频接口242、输入/输出接口238、触觉接口264、全球定位系统(gps)接收机258、开放手势接口260、温度接口262、照相机240、投影仪246、定点设备接口266、处理器可读固定存储设备234和处理器可读可移动存储设备236。客户端计算机200可选地与基站(未显示)通信，或直接与另一计算机通信。并且在一个实施方案中，尽管未显示，但是可以在客户端计算机200内使用陀螺仪来测量或维持客户端计算机200的方位。
58.电源230可以向客户端计算机200提供电力。可充电电池或不可充电电池可用于提供电力。电源也可以由外部电源提供，例如ac适配器或对电池进行补充或再充电的动力对接支架。
59.网络接口232包括用于将客户端计算机200耦接到一个或多个网络的电路，并且被构造为与一个或多个通信协议和技术一起使用，该通信协议和技术包括但不限于实现osi模型的任何部分的协议和技术，用于移动通信(gsm)、cdma、时分多址(tdma)、udp、tcp/ip、sms、mms、gprs、wap、uwb、wimax、sip/rtp、gprs、edge、wcdma、lte、umts、ofdm、cdma2000、ev-do、hsdpa或各种其他无线通信协议中的任何一个。网络接口232有时被称为收发器、收发器设备或网络接口卡(nic)。
60.音频接口256可以被布置成产生和接收音频信号，例如人声的声音。例如，音频接口256可以耦接到扬声器和麦克风(未显示)，以使得能够与其他人进行通信或生成针对某些动作的音频确认。音频接口256中的麦克风还可用于对客户端计算机200进行输入或控制，例如，使用语音识别、基于声音检测触摸等。
61.显示器250可以是液晶显示器(lcd)、气体等离子体、电子墨水、发光二极管(led)、有机led(oled)或可与计算机一起使用的任何其他类型的光反射或光透射显示器。显示器250还可以包括触摸接口244，其被布置成从诸如手写笔或来自人手的手指的对象接收输入，并且可以使用电阻、电容、声表面波(saw)、红外、雷达或其他技术来感测触摸或手势。
62.投影仪246可以是远程手持投影仪或集成投影仪，其能够将图像投影在远程墙壁或诸如远程屏幕的任何其他反射物体上。
63.视频接口242可以被布置成捕捉视频图像，例如静态照片、视频片段、红外视频等。例如，视频接口242可以耦接到数字摄像机、网络摄像机等。视频接口242可以包括镜头、图像传感器和其他电子设备。图像传感器可以包括互补金属氧化物半导体(cmos)集成电路、电荷耦接器件(ccd)或用于感测光的任何其他集成电路。
64.小键盘252可以包括被布置成从用户接收输入的任何输入设备。例如，小键盘252可以包括按钮数字拨号或键盘。小键盘252还可以包括与选择和发送图像相关联的命令按钮。
65.照明器254可以提供状态指示或提供光。照明器254可以在特定时间段或响应于事件消息而保持激活。例如，当照明器254激活时，它可以背光小键盘252上的按钮，并且在客
户端计算机被供电时保持开启。此外，当执行特定动作时(例如拨号另一客户端计算机)，照明器254可以以各种模式背光这些按钮。照明器254还可以响应于动作使定位在客户端计算机的透明或半透明外壳内的光源发光。
66.此外，客户端计算机200还可以包括硬件安全模块(hsm)268，用于提供用于生成、存储或使用诸如密钥、数字证书、密码、密码短语、双因素认证信息等的安全/密码信息的附加防篡改保障。在一些实施方案中，硬件安全模块可用于支持一个或多个标准公钥基础设施(pki)，并可用于生成、管理或存储密钥对等。在一些实施方案中，hsm 268可以是独立计算机，在其他情况下，hsm 268可以被布置为可以添加到客户端计算机的硬件卡。
67.客户端计算机200还可以包括用于与外部外围设备或诸如其他客户端计算机和网络计算机的其他计算机通信的输入/输出接口238。外围设备可以包括音频耳机、虚拟现实头盔、显示屏眼镜、远程扬声器系统、远程扬声器和麦克风系统等。输入/输出接口238可以利用一种或多种技术，例如通用串行总线(usb)、红外、wifi、wimax、蓝牙
tm
等。
68.输入/输出接口238还可以包括一个或多个传感器，用于确定地理定位信息(例如，gps)、监测电力状况(例如，电压传感器、电流传感器、频率传感器等)、监测天气(例如，恒温器、气压计、风速计、湿度检测器、降水量刻度等)等。传感器可以是收集或测量客户端计算机200外部的数据的一个或多个硬件传感器。
69.触觉接口264可以被布置成向客户端计算机的用户提供触觉反馈。例如，触觉接口264可用于在计算机的另一用户正在呼叫时以特定方式振动客户端计算机200。温度接口262可用于向客户端计算机200的用户提供温度测量输入或温度变化输出。开放手势接口260可以例如通过使用单个或立体声摄像机、雷达、由用户持有或佩戴的计算机内的陀螺仪传感器等来感测客户端计算机200的用户的物理手势。照相机240可用于跟踪客户端计算机200的用户的物理眼部运动。
70.gps收发器258可以确定客户端计算机200在地球表面上的物理坐标，其通常将位置输出为纬度和经度值。gps收发器258还可以使用其他地理定位机制，包括但不限于三角测量、辅助gps(agps)、增强观测时差(e-otd)、小区标识符(cl)、服务区标识符(sai)、增强定时提前(eta)、基站子系统(bss)等，以进一步确定客户端计算机200在地球表面上的物理位置。应当理解，在不同的条件下，gps收发器258可以确定客户端计算机200的物理位置。然而，在一个或多个实施方案中，客户端计算机200可通过其他组件提供可用于确定客户端计算机的物理位置的其他信息，包括例如媒体访问控制(mac)地址、ip地址等。
71.在各种实施方案中的至少一个中，诸如操作系统206、其他客户端应用程序224、web浏览器226等的应用程序可以被安排成使用地理位置信息来选择一个或多个本地化特征，诸如时区、语言、货币、日历格式等。本地化功能可用于显示对象、数据模型、数据对象、用户界面、报告以及内部流程或数据库。在各种实施方案中的至少一个中，用于选择定位信息的地理位置信息可以由gps 258提供。此外，在一些实施方案中，地理定位信息可以包括通过诸如无线网络108或网络111之类的网络使用一个或多个地理定位协议提供的信息。
72.人机接口组件可以是物理上与客户端计算机200分离的外围设备，允许远程输入或输出到客户端计算机200。例如，如这里所描述的通过诸如显示器250或小键盘252之类的人机接口组件路由的信息可以替代地通过网络接口232路由到位于远程的适当的人机接口组件。可以是远程的人机接口外围组件的示例包括但不限于音频设备、定点设备、小键盘、
显示器、照相机、投影仪等。这些外围组件可以通过诸如蓝牙
tm
、zigbee
tm
等的微型网络进行通信。具有这样的外围人机接口组件的客户端计算机的一个非限制性示例是可穿戴计算机，其可包括远程微型投影仪以及一个或多个与单独定位的客户端计算机远程通信以感测用户朝向由微型投影仪投影到反射表面(例如墙或用户手上)的图像部分的手势的一个或多个摄像机。
73.客户端计算机可以包括web浏览器应用程序226，其被配置为接收和发送web页面、基于web的消息、图形、文本、多媒体等。客户端计算机的浏览器应用程序可以使用几乎任何编程语言，包括无线应用程序协议消息(wap)等。在一个或多个实施方案中，使浏览器应用程序能够使用手持设备标记语言(hdml)、无线标记语言(wml)、wmlscript、javascript、标准通用标记语言(sgml)、超文本标记语言(html)、可扩展标记语言(xml)、html5等。
74.存储器204可以包括ram、rom或其他类型的存储器。存储器204示出用于存储诸如计算机可读指令、数据结构、程序模块或其他数据的信息的计算机可读存储介质(设备)的示例。存储器204可以存储用于控制客户端计算机200的低级操作的bios 208。存储器还可以存储用于控制客户端计算机200的操作的操作系统206。应当理解，该组件可以包括通用操作系统，例如unix的版本，或者linux
tm
，或者专用客户端计算机通信操作系统，例如windows phone
tm
，或者操作系统。操作系统可以包括java虚拟机模块或与java虚拟机模块接口，该模块能够通过java应用程序控制硬件组件或操作系统操作。
75.存储器204还可以包括一个或多个数据存储器210，客户端计算机200可利用其存储应用程序220或其他数据。例如，数据存储器210还可用于存储描述客户端计算机200的各种能力的信息。然后可以基于各种方法中的任何一种将信息提供给另一设备或计算机，包括在通信期间作为报头的一部分发送、根据请求发送等。数据存储器210还可用于存储社交网络信息，包括地址簿、好友列表、别名、用户简档信息等。数据存储器210可还包括程序代码、数据、算法等，以供诸如处理器202的处理器使用以采取和执行动作。在一个实施方案中，数据存储器210中的至少一些还可以存储在客户端计算机200的另一组件上，包括但不限于非暂时处理器可读的可移动存储设备236、处理器可读的固定存储设备234，或者甚至在客户端计算机外部。
76.应用程序220可以包括计算机可执行指令，当由客户端计算机200执行时，可发送、接收或以其他方式处理指令和数据。应用程序220可以包括例如客户端可视化引擎222、其他客户端应用程序224、web浏览器226等。客户端计算机可以被安排为交换一个或多个服务器的通信。
77.应用程序的其他示例包括日历、搜索程序、电子邮件客户端应用程序、im应用程序、sms应用程序、因特网协议语音(voip)应用程序、联系人管理器、任务管理器、代码转换器、数据库程序、字处理程序、安全应用程序、电子表格程序、游戏、搜索程序、可视化应用程序等等。
78.另外，在一个或多个实施方案(图中未显示)中，客户端计算机200可包括嵌入式逻辑硬件设备而不是cpu，例如专用集成电路(asic)、现场可编程门阵列(fpga)、可编程阵列逻辑(pal)等或其组合。嵌入式逻辑硬件设备可以直接执行其嵌入式逻辑以执行动作。此外，在一个或多个实施方案(图中未显示)中，客户端计算机200可包括一个或多个硬件微控制器而不是cpu。在一个或多个实施方案中，一个或多个微控制器可以直接执行它们自己的
嵌入式逻辑以执行动作，并访问它自己的内部存储器和它自己的外部输入和输出接口(例如，硬件引脚或无线收发器)以执行动作，例如片上系统(soc)等。
79.说明性网络计算机
80.图3示出了网络计算机300的一个实施方案，其可以包括在实现各种实施方案中的一个或多个的系统中。网络计算机300可以包括比图3中所示的组件更多或更少的组件。然而，所示的组件足以公开用于实践这些创新的说明性实施方案。网络计算机300可以表示例如图1的可视化服务器计算机116、数据源服务器计算机118等中的至少一个的一个实施方案。
81.网络计算机，例如网络计算机300可以包括处理器302，其可以经由总线328与存储器304通信。在一些实施方案中，处理器302可以由一个或多个硬件处理器，或者一个或多个处理器核组成。在一些情况下，一个或多个处理器中的一个或多个可以是被设计成执行一个或多个专用动作的专用处理器，例如本文描述的那些。网络计算机300还包括电源330、网络接口332、音频接口356、显示器350、键盘352、输入/输出接口338、处理器可读固定存储设备334和处理器可读可移动存储设备336。电源330向网络计算机300提供电力。
82.网络接口332包括用于将网络计算机300耦接到一个或多个网络的电路，并且构造用于一个或多个通信协议和技术，包括但不限于，实现开放系统互连模型(osi模型)、全球移动通信系统(gsm)、码分多址(cdma)、时分多址(tdma)、用户数据报协议(udp)、传输控制协议/因特网协议(tcp/ip)、短消息服务(sms)、多媒体消息服务(mms)、通用分组无线电服务(gprs)、wap、超宽带(uwb)、ieee 802.16全球微波接入互操作性(wimax)、会话发起协议/实时传输协议(sip/rtp)或各种其他有线和无线通信协议的任何部分的协议和技术。网络接口332有时被称为收发器、收发器设备或网络接口卡(nic)。网络计算机300可选地与基站(未显示)通信，或直接与另一计算机通信。
83.音频接口356被布置成产生和接收音频信号，例如人声的声音。例如，音频接口356可以耦接到扬声器和麦克风(未显示)，以使得能够与其他人进行通信或生成针对某些动作的音频确认。音频接口356中的麦克风也可用于例如使用语音识别对网络计算机300的输入或控制。
84.显示器350可以是液晶显示器(lcd)、气体等离子体、电子墨水、发光二极管(led)、有机led(oled)或可与计算机一起使用的任何其他类型的光反射或光透射显示器。在一些实施方案中，显示器350可以是能够将图像投影在墙上或其他物体上的手持投影仪或微型投影仪。
85.网络计算机300还可以包括用于与图3中未显示的计算机或外部设备通信的输入/输出接口338。输入/输出接口338可以利用一种或多种有线或无线通信技术，例如usb
tm
、firewire
tm
、wifi、wimax、thunderbolt
tm
、红外、蓝牙
tm
、zigbee
tm
、串行端口、并行端口等。
86.此外，输入/输出接口338还可以包括一个或多个传感器，用于确定地理定位信息(例如，gps)、监测电力状况(例如，电压传感器、电流传感器、频率传感器等)、监测天气(例如，恒温器、气压计、风速计、湿度检测器、降水量刻度等)等。传感器可以是收集或测量网络计算机300外部的数据的一个或多个硬件传感器。人机接口组件可以在物理上与网络计算机300分离，允许远程输入或输出到网络计算机300。例如，如本文所述通过诸如显示器350或键盘352之类的人机接口组件路由的信息可以替代地通过网络接口332路由到位于网络
上其他地方的适当人机接口组件。人机接口组件包括允许计算机从计算机的人类用户获取输入或向其发送输出的任何组件。因此，诸如鼠标、笔针、轨迹球等的定点设备可以通过定点设备接口358通信以接收用户输入。
87.gps收发器340可以确定网络计算机300在地球表面上的物理坐标，其通常将位置输出为纬度和经度值。gps收发器340还可以使用其他地理定位机制，包括但不限于三角测量、辅助gps(agps)、增强观测时差(e-otd)、小区标识符(cl)、服务区标识符(sai)、增强定时提前(eta)、基站子系统(bss)等，以进一步确定网络计算机300在地球表面上的物理位置。应当理解，在不同的条件下，gps收发器340可以确定网络计算机300的物理位置。然而，在一个或多个实施方案中，网络计算机300可通过其他组件提供可用于确定客户端计算机的物理位置的其他信息，包括例如媒体访问控制(mac)地址、ip地址等。
88.在各种实施方案中的至少一个中，诸如操作系统306、评估引擎322、可视化引擎324、建模引擎326、其他应用程序329等的应用程序可被安排成利用地理位置信息来选择一个或多个定位特征，诸如时区、语言、货币、货币格式、日历格式等。本地化功能可用于用户界面、仪表板、可视化、报告以及内部流程或数据库。在各种实施方案中的至少一个中，用于选择定位信息的地理位置信息可以由gps 340提供。此外，在一些实施方案中，地理定位信息可以包括通过诸如无线网络108或网络111的网络使用一个或多个地理定位协议提供的信息。
89.存储器304可以包括随机存取存储器(ram)、只读存储器(rom)或其他类型的存储器。存储器304示出用于存储诸如计算机可读指令、数据结构、程序模块或其他数据的信息的计算机可读存储介质(设备)的示例。存储器304存储用于控制网络计算机300的低级操作的基本输入/输出系统(bios)308。存储器还存储用于控制网络计算机300的操作的操作系统306。应当理解，该组件可以包括通用操作系统，例如unix或linuxtm的版本，或者专用操作系统，例如microsoft corporation的操作系统，或者apple corporation的操作系统。该操作系统可以包括一个或多个虚拟机模块，或者与一个或多个虚拟机模块接口，例如，允许通过java应用程序控制硬件组件或操作系统操作的java虚拟机模块。同样，也可以包括其他运行时环境。
90.存储器304可还包括一个或多个数据存储器310，其可由网络计算机300用来存储应用程序320或其他数据。例如，数据存储器310也可用于存储描述网络计算机300的各种能力的信息。然后可以基于各种方法中的任何一种将信息提供给另一设备或计算机，包括在通信期间作为报头的一部分发送、根据请求发送等。数据存储器310还可用于存储包括地址簿、好友列表、别名、用户简档信息等的社交网络信息。数据存储器310可还包括程序代码、数据、算法等，以供诸如处理器302的处理器使用，以进行和执行诸如下面描述的那些动作的动作。在一个实施方案中，数据存储器310中的至少一些还可以存储在网络计算机300的另一组件上，包括但不限于处理器可读可移动存储设备336、处理器可读固定存储设备334或网络计算机300内或甚至网络计算机300外部的任何其他计算机可读存储设备内的非暂时性介质。数据存储器310可以包括例如数据模型314、数据源316、可视化模型318、评估模型319等。
91.应用程序320可以包括计算机可执行指令，当由网络计算机300执行时，发送、接收或以其他方式处理消息(例如，sms、多媒体消息服务(mms)、即时消息(im)、电子邮件或其他
消息)、音频、视频，并使得能够与另一移动计算机的另一用户进行电信。应用程序的其他示例包括日历、搜索程序、电子邮件客户端应用程序、im应用程序、sms应用程序、因特网协议语音(voip)应用程序、联系人管理器、任务管理器、代码转换器、数据库程序、字处理程序、安全应用程序、电子表格程序、游戏、搜索程序等等。应用程序320可包括评估引擎322、可视化引擎324、建模引擎326、其他应用程序329等，其可被安排为执行用于下面描述的实施方案的动作。在各种实施方案中的一个或多个中，一个或多个应用程序可以被实现为另一个应用程序的模块或组件。此外，在各种实施方案中的一个或多个中，应用程序可以被实现为操作系统扩展、模块、插件等。
92.此外，在各种实施方案中的一个或多个中，评估引擎322、可视化引擎324、建模引擎326、其他应用程序329等可以在基于云的计算环境中操作。在各种实施方案中的一个或多个中，包括管理平台的这些应用和其他应用可以在虚拟机或虚拟服务器(可以在基于云的计算环境中管理)内执行。在各种实施方案中的一个或多个中，在此上下文中，根据由云计算环境自动管理的性能和缩放考虑，应用程序可以从基于云的环境内的一个物理网络计算机流到另一个物理网络计算机。同样，在各种实施方案中的一个或多个中，专用于评估引擎322、可视化引擎324、建模引擎326、其他应用程序329等的虚拟机或虚拟服务器可以自动地被供应和解除委托。
93.此外，在各种实施方案中的一个或多个中，评估引擎322、可视化引擎324、建模引擎326、其他应用程序329等可以位于运行在基于云的计算环境中的虚拟服务器中，而不是绑定到一个或多个特定物理网络计算机。
94.此外，网络计算机300还可以包括硬件安全模块(hsm)360，用于提供用于生成、存储或使用诸如密钥、数字证书、密码、密码短语、双因素认证信息等的安全/密码信息的附加防篡改保障。在一些实施方案中，硬件安全模块可用于支持一个或多个标准公钥基础设施(pki)，并可用于生成、管理或存储密钥对等。在一些实施方案中，hsm 360可以是独立的网络计算机，在其他情况下，hsm 360可以被布置为可以安装在网络计算机中的硬件卡。
95.另外，在一个或多个实施方案(图中未显示)中，网络计算机300可包括嵌入式逻辑硬件设备而不是cpu，例如专用集成电路(asic)、现场可编程门阵列(fpga)、可编程阵列逻辑(pal)等，或其组合。嵌入式逻辑硬件设备可以直接执行其嵌入式逻辑以执行动作。此外，在一个或多个实施方案(图中未显示)中，网络计算机可以包括一个或多个硬件微控制器而不是cpu。在一个或多个实施方案中，一个或多个微控制器可直接执行它们自己的嵌入式逻辑以执行动作，并访问它们自己的内部存储器和它们自己的外部输入和输出接口(例如，硬件引脚或无线收发器)以执行动作，例如片上系统(soc)等。
96.说明性逻辑系统架构
97.图4示出了根据各种实施方案中的一个或多个的、用于基于数据特征分析可视化中的标记的系统400的逻辑架构。在各种实施方案中的一个或多个中，系统400可以由各种组件组成，包括：一个或多个建模引擎，例如建模引擎402；一个或多个可视化引擎，例如可视化引擎404；一个或多个可视化，例如可视化406；一个或多个数据源，例如数据源410；一个或多个可视化模型，例如可视化模型408；或者一个或多个评估引擎，例如评估引擎412组成。
98.在各种实施方案中的一个或多个中，建模引擎402可被布置成使用户能够设计可
提供给可视化引擎404的一个或多个可视化模型。因此，在各种实施方案中的一个或多个中，可视化引擎404可被布置成基于可视化模型生成一个或多个可视化。
99.在各种实施方案中的一个或多个中，建模引擎可被布置成访问一个或多个数据源，例如数据源410。在一些实施方案中，建模引擎可被布置成包括用户界面，使用户能够浏览各种数据源信息、数据对象等，以设计可用于生成存储在数据源中的信息的可视化的可视化模型。
100.因此，在一些实施方案中，可视化模型可以被设计成提供包括图表、绘图、曲线图、表格、图形、样式、说明性文本、交互元素、用户界面特征等的可视化。在一些实施方案中，可以向用户提供图形用户界面，其使他们能够交互地设计可视化模型，使得可视化模型中的各种元素或显示对象可以与来自诸如数据源410的一个或多个数据源的数据相关联。
101.在各种实施方案中的一个或多个中，诸如数据源410的数据源可包括可位于本地或远程的数据库、数据存储、文件系统等中的一个或多个。在一些实施方案中，数据源可以由网络上的另一服务提供。在一些实施方案中，可以存在一个或多个组件(未显示)，其过滤或以其他方式提供对数据源中的数据的管理视图或管理访问。
102.在各种实施方案中的一个或多个中，可视化模型可以存储在一个或多个数据存储器中，例如，可视化模型存储器408。在该示例中，对于一些实施方案，可视化模型存储器408表示用于存储、保护或索引可视化模型的一个或多个数据库、文件系统等。
103.在各种实施方案中的一个或多个中，可视化引擎，诸如可视化引擎404可被安排成解析或以其他方式说明来自数据源的可视化模型和数据，以生成可显示给用户的一个或多个可视化。
104.在各种实施方案中的一个或多个中，诸如评估引擎412的评估引擎可以被布置成评估或以其他方式评估可视化中的标记。因此，在一些实施方案中，评估引擎可以被安排成自动提供对特定数据点(例如，标记)的值的统计说明，即使用于说明的数据已经从可视化省略。在一些实施方案中，评估引擎可以被安排成自动地从与可视化相关联的数据源中拉入附加数据，并使用诸如评估模型的统计模型来评估其相关性。在各种实施方案中的一个或多个中，关于标记的说明可以作为文本字符串和交互式可视化传达给用户，这将被进一步探讨。
105.在各种实施方案中的一个或多个中，评估引擎可以使用户能够从可视化中选择一个或多个感兴趣的标记。因此，在一些实施方案中，可视化引擎可被安排成生成包括使用户能够选择感兴趣的标记的交互式用户界面特征的可视化。例如，在各种实施方案中的一个或多个中，可视化引擎可以被安排为在右键单击上下文菜单中包括评估此标记命令。因此，在一些实施方案中，用户可以右键单击表示感兴趣的标记的显示对象以弹出上下文菜单，然后从上下文菜单中选择评估此标记命令。在其他实施方案中，用户可以使用与标记相关联的名称或标签来搜索感兴趣的标记。
106.图5示出了根据各种实施方案中的一个或多个的可视化500的一部分的逻辑表示。如上所述，可视化引擎可被安排为使用可视化模型和数据来生成可视化，例如可视化500。在本例中，可视化500表示一个条形图，显示每周每天的销售收入。本领域普通技术人员将理解，可视化模型或可视化引擎可被安排为根据用户或组织的设计目标为各种目的生成许多不同类型的可视化。这里，可视化500作为非限制性示例呈现，以帮助提供对这些创新的
描述的清晰度。本领域普通技术人员将理解，该示例至少足以公开本文的创新，并且可视化引擎或可视化模型可被安排为在许多领域中为许多不同目的生成许多不同的可视化。
107.在此示例中，可视化500包括表示周日赚取的收入的标记502。因此，在该示例中，如果标记502看起来明显低于可视化500中的其他标记，则标记502可能看起来是异常结果。
108.在该示例中，标记502可以被确定为感兴趣的标记，因为与可能与一周中其他日子的收入值相关联的其他标记相比，标记502可能显得异常。在一些实施方案中，可以使用户能够识别看起来有趣或异常的一个或多个感兴趣的标记。此外，在一些实施方案中，评估引擎可被布置成基于自动识别可能是异常或统计异常值的标记来自动识别一个或多个感兴趣的标记。
109.在一些实施方案中，如果标记可被识别为感兴趣的标记，则评估引擎可被布置成自动执行一个或多个动作以分析感兴趣的标记以提供对明显差异的说明。在某些情况下，由评估引擎执行的分析可以确定感兴趣的标记可能在预期范围内，而不是异常。
110.图6示出了根据各种实施方案中的一个或多个的标记评估系统600的一部分的逻辑表示。在各种实施方案中的一个或多个中，系统600可包括一个或多个组件，诸如评估引擎602、评估模型604、可视化模型606、数据源608、感兴趣的标记610、评估结果612。在一些实施方案中，诸如评估结果612的评估结果可被安排为包括置信度分数614或叙述616。
111.在各种实施方案中的一个或多个中，评估引擎602可被安排成基于评估模型604来评估感兴趣的标记610。在各种实施方案中的一个或多个中，评估模型可被安排为包括一个或多个启发式或机器学习评估器，其可被执行以对感兴趣的标记进行分类。
112.如本文所讨论的，评估引擎可被安排为采用一个或多个评估模型，并提供关于给定评估模型匹配(或分类)感兴趣的标记的程度的一个或多个报告。因此，在该示例中，评估结果612包括分数，例如置信度分数614和自然语言叙述616。
113.在各种实施方案中的一个或多个中，评估模型可以被安排成提供表示它们说明感兴趣的标记的程度的分数。在一些实施方案中，评估引擎可被安排为执行或应用评估模型以执行对感兴趣的标记、可视化模型或数据源的各种评估以对感兴趣的标记进行分类。在一些实施方案中，可以由评估模型提供表示感兴趣的标记与评估模型的拟合程度的置信度分数。例如，评估模型a可以被安排为执行十个测试或评估十个条件，其提供包括每个匹配条件的十个点的分数。同样，在一些实施方案中，评估模型可以执行或应用提供置信度分数的一个分类器。
114.在各种实施方案中的一个或多个中，不同的评估模型可以采用不同的评分标准。因此，在一些实施方案中，评估引擎可被安排成对由不同评估模型提供的置信度分数进行加权或归一化。在一些实施方案中，用于对评估模型置信度分数进行归一化或加权的特定归一化规则或权重规则可经由配置信息提供。
115.此外，在各种实施方案中的一个或多个中，评估模型可被安排成提供自然语言叙述，例如叙述616。在一些实施方案中，自然语言叙述可用于用户界面或可提供给用户的报告中，以说明关于给定评估模型的感兴趣的标记的评估。在一些实施方案中，叙述可以基于使标签、单元、值等(其可以与感兴趣的标记或可视化模型相关联)能够包括在用户界面或报告信息中的模板。
116.在各种实施方案中的一个或多个中，评估模型可以被设计或定制以评价与感兴趣
的标记相关联的数据的一个或多个统计特征。因此，在各种实施方案中的一个或多个中，评估引擎可被布置成应用一个或多个评估模型以评估与感兴趣的标记相关联的数据是否具有评估模型所针对的一个或多个统计特征。在一些实施方案中，评估模型可以被布置为提供作为自我等级形式的置信度分数，其表示与感兴趣的标记相关联的数据与评估模型可以被设计为匹配或以其他方式评估的统计特征的接近程度。
117.在各种实施方案中的一个或多个中，一个或多个评估模型可聚焦于可预期与感兴趣的标记相关联的一般、公知或常见统计特征。
118.此外，在各种实施方案中的一个或多个中，一个或多个评估模型可以被定制或指向特定问题域或业务域。例如，针对财务信息的评估模型可能与针对员工信息的评估模型不同。同样，例如，针对汽车工业的评估模型可以与针对游轮(船舶)工业的评估模型不同地安排。此外，在各种实施方案中的一个或多个中，可以为特定数据源定制一个或多个评估模型，或者为特定组织或用户定制可视化模型。因此，在各种实施方案中的一个或多个中，评估模型可以存储在数据存储器中，使得它们能够彼此独立地配置。
119.在各种实施方案中的一个或多个中，评估引擎可被安排为生成或维护一个或多个评估模型的简档。在一些实施方案中，简档可被安排成跟踪可用于使评估模型结果适应特定组织、用户、问题域等的信息。
120.因此，在各种实施方案中的一个或多个中，评估引擎可被安排为使用用户活动信息或用户反馈来自动构建可用于修改或定制评估报告的评估模型简档。例如，如果组织的用户一致地报告感兴趣的标记和评估结果之间的不匹配，则评估引擎可被安排为引入加权规则，其基于用户反馈信息增加或减少用于对组织的评估结果进行等级排序的有效置信度分数。
121.在各种实施方案中的一个或多个中，如果用户在可视化中选择感兴趣的标记，则评估引擎可以确定一个或多个评估模型并将它们应用于感兴趣的标记及其相关的可视化模型或数据源。因此，下文将讨论评估模型的非限制性实例。为了简洁和清晰，本讨论仅限于几个示例，然而，本领域普通技术人员将理解，可考虑包含其他或附加评估策略的其他评估模型。
122.行数：评估模型可以被布置为确定与可视化中的其他标记相比，是否可能存在异常高或异常低数量的数据值或数据记录汇总到由感兴趣的标记表示的值中。例如，在某些情况下，如果与其他标记相比，感兴趣的标记的值似乎很高，则可能会说明为，因为贡献感兴趣的标记的底层记录的数量可能比其他标记多，比如中国gdp高，因为中国人口多。
123.行的度量：评估模型可以用来确定与可视化中的其他标记相比，聚集到感兴趣的标记的行中的平均值是否高。例如，在某些情况下，如果与其他标记相比，感兴趣的标记的值似乎很高，则可能会说明为，因为与其他标记的基础记录相比，贡献感兴趣的标记的底层记录可能具有高于平均值的值，比如，美国的gdp高是因为美国人挣的钱比其他国家的人多。
124.未可视化维度：可以安排评估模型来评估卷入感兴趣的标记的数据记录是否与用户看到的可视化中未包括的某些维度中的其他行不同。例如，商店x的平均订单值很高，因为它出售钻石，而大多数其他商店不出售钻石。而且，其他卖钻石的商店也有很高的平均订单值。
125.可视化维度：评估模型可以被安排来评估卷入感兴趣的标记中的数据记录是否不同于在可视化中包括的某些维度上的其他数据记录。例如，2015年商店x的总销售额很高，但这是按商店而不是地理区域销售的整体趋势的一部分，与感兴趣的标志和其他标志之间的差异有关。
126.一个异常值：评估模型可被安排成确定在与感兴趣的标记相关联的数据记录中是否可能存在单个异常值，该异常值可能导致感兴趣的标记看起来不同于可视化中的其他标记。因此，在一些实施方案中，这可能建议该一个数据记录可能值得进一步研究。例如，区域x在2018-04-28有很高的销售额，因为异常订单y发生在当天。
127.多个异常值：评估模型可以被安排来确定是否可能存在多个异常值，这些异常值可以共同导致感兴趣的标记看起来不同于可视化中的其他标记。这一结果可能建议一个缺失的潜在因素。例如，x地区在2018-04-28有很高的销售额，因为y1、y2和y3订单都在该地区的当天。这样的结果可能值得进一步研究。
128.中间聚合：评估模型可以被布置为确定与感兴趣的标记值关联的数据记录的子集合是否产生在数据记录的整个集合或与数据记录的其他子集合相比是不一致或不太可能的值。例如，评估模型可能会报告，地区x在2018-04-28有很高的销售额，因为商店y在地区x，且那天它有很高的销售额，但商店y没有主导销售额的单个订单。
129.图7示出了根据各种实施方案中的一个或多个的用于基于数据特征分析可视化中的标记的用户界面700的一部分的逻辑表示。在一些实施方案中，用户界面700可以被布置成包括一个或多个面板，诸如面板702、面板704、面板706、面板708、说明710等。
130.在该示例中，对于各种实施方案中的一个或多个，面板702可被布置成显示对由评估引擎分析的感兴趣的标记的说明的等级顺序列表。在一些实施方案中，每个说明项可以包括自然语言叙述，其可以提供对由评估引擎确定的与感兴趣的标记相关联的值的潜在说明。同样，在一些实施方案中，如果评估引擎可能无法确定可能的说明，则面板702可被安排为显示对该效果的叙述。
131.在各种实施方案中的一个或多个中，说明叙述的文本可以基于模板，使得可以与标记或对标记的说明相关联的字段名称或标签可以包括在说明叙述中。
132.在各种实施方案中的一个或多个中，面板704可被布置成包括可与由评估引擎分析的标记相关的附加说明或可视化。在一些实施方案中，诸如面板706的面板可以包括与该标记相关的附加说明叙述，或者可以帮助向用户说明该标记的一个或多个可视化。此外，在一些实施方案中，诸如面板708的面板可以包括有助于说明标记的可视化。例如，面板708可以包括帮助说明标记出现异常的原因的一个或多个替代可视化。
133.在各种实施方案中的一个或多个中，评估引擎、可视化引擎等可被安排为使用针对不同评估模型的特定可视化模型或说明文本/叙述模板。在一些实施方案中，评估模型的可视化模型或说明/叙述模板可以在配置信息中定义。因此，包括在用户界面700中的说明/叙述文本或可视化可针对特定组织、场景等而量身定制。
134.在各种实施方案中的一个或多个中，评估引擎或可视化引擎可被安排为经由配置信息确定用户界面700的部分或全部内容或样式。因此，在一些实施方案中，叙述性说明文本或模板、面板布局、可视化等可以根据组织、用户等的需要而不同地配置。
135.通用操作
136.图8至12表示根据各种实施方案中的一个或多个的、用于基于数据特征分析可视化中的标记的通用操作。在各种实施方案中的一个或多个中，结合图8至12描述的过程800、900、1000、1100和1200可以由单个网络计算机(或网络监测计算机)(例如图3的网络计算机300)上的一个或多个处理器实现或执行。在其他实施方案中，这些过程或其部分可由多个网络计算机(例如图3的网络计算机300)或在其上执行。在其它实施方案中，这些过程或其部分可由一个或多个虚拟化计算机实现或在一个或多个虚拟化计算机上执行，例如，基于云的环境中的虚拟化计算机。然而，实施方案不限于此，并且可以使用网络计算机、客户端计算机等的各种组合。此外，在各种实施方案中的一个或多个中，结合图8至12描述的过程可用于根据诸如结合图4至7描述的那些的各种实施方案或体系结构中的至少一个，基于数据特征分析的可视化中的标记。此外，在各种实施方案中的一个或多个中，由进程800、900、1000、1100和1200执行的一些或全部动作可以由一个或多个网络计算机的一个或多个处理器的评估引擎322、可视化引擎324、建模引擎326部分执行。
137.图8示出了根据各种实施方案中的一个或多个的用于基于数据特征分析可视化中的标记的过程800的概述流程图。在开始框之后，在框802，在各种实施方案中的一个或多个中，可视化引擎可被安排成基于一个或多个可视化模型或数据源生成一个或多个可视化。如上所述，可视化系统可被布置成包括一个或多个建模引擎、一个或多个数据源、一个或多个可视化引擎等，其可被布置成基于一个或多个可视化模型和由一个或多个数据源提供的数据来生成可视化。
138.在框804，在各种实施方案中的一个或多个中，评估引擎可被安排为确定一个或多个可视化中的一个或多个感兴趣的标记。在一些实施方案中，用户可以选择感兴趣的标记。
139.在各种实施方案中的一个或多个中，评估引擎可被布置成自动识别在可视化中可能与其他标记不一致的一个或多个标记。在一些实施方案中，评估引擎可被安排成执行动作以执行一个或多个启发式评估，以确定一个或多个标记是否可被标识为感兴趣的标记。在一些实施方案中，评估引擎可以被布置成在可视化用户界面中突出显示或以其他方式指示哪些标记可以是感兴趣的标记。指示潜在感兴趣的标记的特定样式可能会根据组织以及配置信息而有所不同。
140.在一些实施方案中，由评估引擎自动确定的感兴趣的标记可以被认为是潜在的感兴趣的标记。因此，在一些实施方案中，可以使用户能够确认是否应该由评估引擎评估潜在的感兴趣的标记。
141.在框806，在各种实施方案中的一个或多个中，评估引擎可被安排成基于一个或多个评估模型来分析一个或多个感兴趣的标记。在各种实施方案中的一个或多个中，评估引擎可被安排成执行一个或多个评估模型以评估感兴趣的标记，以确定可提供对底层数据/数据源的特征如何贡献于感兴趣的标记的洞察的说明。
142.在框808，在各种实施方案中的一个或多个中，评估引擎可被安排成生成一个或多个评估报告，其可包括与一个或多个标记相关联的一个或多个可视化或一个或多个说明叙述。如上所述，在一些实施方案中，评估报告可包括使用户能够审阅评估结果的交互式用户界面，评估结果可包括可描述感兴趣的标记的一个或多个特征的说明叙述。
143.接下来，在各种实施方案中的一个或多个中，可以将控制权返回给调用进程。
144.图9示出了根据各种实施方案中的一个或多个的用于使用评估模型分析标记的过
程900的流程图。在开始框之后，在块902，在各种实施方案中的一个或多个中，评估引擎可以是一个或多个评估模型和一个或多个感兴趣的标记。如上所述，在一些实施方案中，可以定义一个或多个评估模型用于评估标记。因此，在一些实施方案中，评估引擎可被布置成从数据存储器等获得一个或多个评估模型。在一些实施方案中，评估引擎可被布置成基于可经由配置信息提供的规则、条件等来确定特定评估模型。
145.在框904，在各种实施方案中的一个或多个中，评估引擎可被安排成基于标记、可视化模型、数据源等来评估一个或多个评估模型。在各种实施方案中的一个或多个中，评估模型可以包括或是评估引擎可以执行或应用于评估标记的相关规则、条件、计算机可读指令等。
146.在判决框906，在各种实施方案中的一个或多个中，如果可能有更多的评估模型要评估，则控制可以循环回到框904；否则，控制可以流到框908。在一些实施方案中，评估引擎可以被安排成通过省略或跳过一个或多个评估模型来提前结束评估。例如，在一些实施方案中，如果可以认为先前评估的评估模型提供了对感兴趣的标记的充分说明，则评估引擎可以被配置为停止评估附加评估模型。
147.因此，在各种实施方案中的一个或多个中，评估引擎可被布置成将置信度分数与由评估模型提供的评估结果相关联。在一些实施方案中，评估模型可被安排为提供指示评估模型匹配或说明标记的程度的置信度分数。
148.此外，在各种实施方案中的一个或多个中，评估引擎可被布置成维持可与评估模型提供的置信度分数组合的另一组置信度分数。因此，在一些实施方案中，对标记的评估的总体置信度分数可以是由评估模型提供的分数和由评估引擎提供的分数的组合。
149.例如，在一些实施方案中，由评估引擎提供的置信度分数可以基于与评估模型不可用或无关的其他因素或度量来生成。在一些实施方案中，这样的因素或度量可以基于用户反馈、组织需求(例如，配置信息)、与组织或社区活动相关联的度量等。
150.在框908，在各种实施方案中的一个或多个中，评估引擎可被安排为过滤和排序由评估模型提供的结果。在各种实施方案中的一个或多个中，评估模型可被安排成提供一个或多个置信度分数，其表示对由模型提供的说明与标记匹配程度的自我评估。
151.此外，在各种实施方案中的一个或多个中，评估引擎可被布置成修改由评估模型提供的置信度分数，以提供最终置信度分数。
152.因此，在各种实施方案中的一个或多个中，评估引擎可被布置成基于过滤出的基于规则、条件等的一个或多个评估模型来消除一个或多个说明。例如，在一些实施方案中，评估引擎可以被配置为自动排除与低于定义阈值的置信度分数相关联的说明。
153.此外，在各种实施方案中的一个或多个中，可以将说明、可视化模型、数据源、数据、用户、组织等中的一个或多个的其他度量或特征合并到条件、规则等中，可执行这些条件、规则等以过滤出一个或多个评估或说明。例如，在一些实施方案中，过滤器可以包括与一个或多个用户角色相关联的条件。因此，例如，过滤器可以被配置为对一些用户角色更具包容性或对其他用户角色更具包容性。因此，在该示例中，评估报告中包括的说明的数量对于数据科学家可以增加，对于普通用户可以减少。
154.在一些实施方案中，用于过滤的其他度量或特征可以基于各种源，包括组织偏好、用户偏好、定位、用户输入、其他配置信息等。
155.类似地，在各种实施方案中的一个或多个中，评估引擎可被安排成基于各种条件、规则、度量或特征对一个或多个说明进行等级排序。例如，在一些实施方案中，可以基于置信度分数等对说明进行等级排序。此外，例如，在一些实施方案中，可以基于用户偏好、组织偏好等对一个或多个说明进行等级排序。
156.类似于过滤器，在一些实施方案中，用于等级排序说明的各种条件、规则、度量或特征可以基于各种源，包括组织偏好、用户偏好、本地化、用户输入、其他配置信息等。
157.在框910，在各种实施方案中的一个或多个中，评估引擎可被安排成生成评估报告。在各种实施方案中的一个或多个中，评估报告可以包括各种信息，包括说明的等级排序列表、对被评估的感兴趣的标记的一个或多个特征的描述、在不同上下文或视图中示出感兴趣的标记的可视化等。
158.接下来，在各种实施方案中的一个或多个中，可以将控制权返回给调用进程。
159.图10示出了根据各种实施方案中的一个或多个的用于基于监测用户交互来适配评估模型的过滤或排序的过程1000的流程图。在开始框之后，在框1002中，在各种实施方案中的一个或多个中，评估引擎可被布置成基于对一个或多个感兴趣的标记的自动评估来生成评估报告。如上所述，评估引擎可被安排为提供用于生成交互式报告的信息，其包括使用户能够与说明交互的一个或多个用户界面特征。
160.此外，在各种实施方案中的一个或多个中，交互式评估报告可包括一个或多个用户界面组件，其可使用户能够提供反馈信息以对说明进行分级。例如，在一些实施方案中，交互式评估报告可以使用户能够使用各种分级系统来评估说明或可视化，例如，有帮助/无帮助、评级等级(例如，1-100、星、字母等级等)、自然语言叙述等。
161.在框1004，在各种实施方案中的一个或多个中，评估引擎可被安排成监测可与评估报告相关联的一个或多个用户交互或用户反馈。如上所述，交互式评估报告可被安排为包括用于直接收集用户反馈的组件或特征。例如，在一些实施方案中，可以使用户能够对一个或多个说明的有用性或正确性进行分级。因此，在各种实施方案中的一个或多个中，评估引擎可以监测或记录与评估报告的各个部分相关联的反馈。在一些实施方案中，评估引擎可以被安排成使用户能够为整个评估报告提供总体等级。
162.此外，在各种实施方案中的一个或多个中，评估引擎可被布置成被动地监测一个或多个用户如何与评估报告交互。在一些实施方案中，监测各种用户交互度量可以提供对可以由各种评估模型提供的评估的性能或质量的附加见解。例如，在一些实施方案中，如果所监测的交互显示用户正在做类似于忽略一个或多个说明、重新分类说明列表、花费大量时间审阅排名较低的说明、点击帮助屏幕、在短时间内运行几个标记评估等事情，则可以指示说明叙述或评估模型可能没有令人满意地说明标记。相比之下，例如，监测到的信息表明用户接受说明而没有执行额外的确认行动或审阅，这可能表明评估报告可能令人满意。
163.在框1006，在各种实施方案中的一个或多个中，评估引擎可被布置成基于所监测的交互或反馈提供修改的置信度分数。在各种实施方案中的一个或多个中，评估引擎可被安排为执行一个或多个公式以生成指示评估模型执行得有多好的置信度分数。
164.因此，在各种实施方案中的一个或多个中，评估引擎可被安排成基于用户反馈或观察到的用户活动来增加或减少评估模型置信度分数。在一些实施方案中，各种类型的反馈或观察到的活动的影响可以根据反馈或观察到的活动的类型而变化。
165.在各种实施方案中的一个或多个中，评估引擎可被布置成基于可在配置信息中定义的一个或多个规则或动作来提供或修改置信度分数。
166.在判定框1008，在各种实施方案中的一个或多个中，如果一个或多个评估模型的置信度分数低于定义的阈值，则控制可以进入框1010；否则，控制可以流到框1012。
167.在框1010，在各种实施方案中的一个或多个中，评估引擎可被布置成丢弃或重新训练一个或多个低评分评估模型。在一些实施方案中，评估引擎可被安排为排除一个或多个低分数评估模型用于特定组织。此外，在一些实施方案中，评估引擎可被安排成基于可能与一个或多个评估模型相关联的置信度分数，全局地将一个或多个评估模型排除在一些或所有其他组织使用之外。
168.在各种实施方案中的一个或多个中，不是丢弃差分评估模型，而是可将评估引擎布置成指示一个或多个差分评估模型在可用于评估标记之前可能需要重新训练或重新认证。因此，在一些实施方案中，评估引擎可被安排为生成通知或在评估报告中包括重新训练或重新认证信息。
169.在框1012，在各种实施方案中的一个或多个中，评估引擎可被安排为使用置信度分数来过滤或排序随后生成的标记评估或说明。在各种实施方案中的一个或多个中，评估引擎可被安排成使组织或用户能够定义用于从评估报告中包括或排除评估模型或评估模型结果的阈值。接下来，在各种实施方案中的一个或多个中，可以将控制权返回给调用进程。
170.图11示出了根据各种实施方案中的一个或多个的用于生成用于评估模型的期望值分布的过程1100的流程图。在开始框之后，在框1102中，在各种实施方案中的一个或多个中，可以向评估引擎提供评估模型和感兴趣的标记。如上所述，评估引擎可以被安排成评估两个或更多个评估模型的集合，以确定哪一个可以说明感兴趣的标记的表现。因此，在一些实施方案中，评估引擎可被安排成评估模型集合中的每个评估模型，以基于可以说明感兴趣的标记的程度对它们进行等级排序。
171.在框1104，在各种实施方案中的一个或多个中，可以增量地向评估引擎提供可以直接显示在可视化中的一些或全部数据。在一些实施方案中，可以显示给用户的可视化可以包括数据源的一个或多个部分。例如，在一些实施方案中，可视化可基于数据源中可用的列或字段的一部分来生成。因此，在一些实施方案中，可以确定可直接包括在可视化中的列或字段。
172.在各种实施方案中的一个或多个中，评估引擎可被布置成将包括在可视化中的数据增量地添加到评估数据集。例如，在一些实施方案中，如果所显示的可视化可以基于来自数据源的五个列，则评估引擎可以被安排成基于两个可视化列、然后基于三个可视化列等来评估评估模型。
173.在一些实施方案中，评估引擎可被安排成以各种序列提供数据部分(例如，列或字段)，例如，它们在可视化中出现的顺序、它们在数据源中出现的顺序、随机顺序、一个或多个排序顺序等。因此，在一些实施方案中，评估引擎可以被布置成基于包括在配置信息中的规则等来确定可以将数据部分添加到数据集的顺序。
174.在框1106处，在各种实施方案中的一个或多个中，评估引擎可被安排为使用一个或多个评估模型和当前数据集来提供感兴趣的标记的概率分布。因此，在一些实施方案中，
评估模型可以使用当前数据集中的数据字段或列来尝试基于当前数据集预测感兴趣的标记的值。
175.因此，在各种实施方案中的一个或多个中，可以使用模型来生成概率分布，其可以在每次可以将附加数据添加到评估数据集时预测感兴趣的标记的值。
176.在判定框1108处，在各种实施方案中的一个或多个中，如果显示的数据可以被安排为耗尽，则控制可以进行到框1110；否则，控制可以循环回框1104。例如，如果与兴趣标记相关联的可视化包括五列，则在集成中的每个评估模型都为与可视化相关联的数据部分的每个组合生成了感兴趣的标记的预测值分布之后。注意，评估引擎可以被安排为使用配置信息来确定用于预测感兴趣的标记值的数据部分的组合的数量、顺序或类型。此外，在一些实施方案中，虽然本文描述的大多数示例涉及产生概率分布的评估模型，但可预期其他类型的模型或预测器，包括产生单个值和误差范围的模型。此外，在各种实施方案中的一个或多个中，通常预期评估引擎可以被安排成采用各种预测模型，只要它们可以预测从数据源中选择的给定数据集的感兴趣的标记的值。
177.在框1110，在各种实施方案中的一个或多个中，评估引擎可被布置成将模型数据集增量地修改为未包括在可视化中的数据。在一些实施方案中，数据源可以包括未包括在可视化中的附加数据(例如，列或字段)。在某些情况下，其他列或字段中的信息可能说明标记在可视化中的出现。因此，类似于针对框1104的描述，这些数据部分可以增量地添加到评估数据集。
178.在框1112，在各种实施方案中的一个或多个中，评估引擎可被安排为基于增量修改的数据集使用评估模型来生成一个或多个概率分布。因此，类似于针对框1106所描述的，评估引擎可以被安排为使用评估数据集和评估模型来预测感兴趣的标记的值。
179.在判决框1114，在各种实施方案中的一个或多个中，如果与感兴趣的标记相关联的数据部分的剩余部分已经耗尽，则可以将控制返回到调用过程；否则，控制可循环回框1110。有关其他细节，请参见判决框1108的描述。
180.图12示出了根据各种实施方案中的一个或多个的用于比较评估模型的结果的过程1200的流程图。在开始框之后，在框1202，在各种实施方案中的一个或多个中，评估引擎可以被安排成产生如上所述的各种期望值分布。
181.在框1204，在各种实施方案中的一个或多个中，评估引擎可被安排成基于由给定模型最佳预测提供的信息量来生成模型性能分数。在一些实施方案中，可以通过计算由给定模型产生的概率分布的固有随机性(例如，熵)来比较由不同模型提供的量信息。因此，在各种实施方案中的一个或多个中，评估引擎可以被安排成使用熵来比较不同的模型。在一些实施方案中，用于计算给定模型的熵的特定机制及其结果可以根据模型类型而变化。然而，本领域的普通技术人员可以理解，评估引擎可以被安排为执行一个或多个常规或公知的信息论计算，以估计以产生给定概率分布的熵测量。在一些实施方案中，评估引擎可以被安排为使用配置信息中定义的一个或多个规则、指令等来确定给定概率分布或评估模型的熵值。因此，在一些实施方案中，评估引擎可以被安排为使用一个或多个非常规或定制的方法来计算熵。
182.在一些实施方案中，由评估模型预测提供的信息量可以使用常规的或公知的信息论单元来表示或测量，例如比特、nat、dits等，这些单元可以使预测中包括的量信息能够被
表达。因此，在一些实施方案中，可以比较由不同模型或分布提供的信息量。
183.在框1206，在各种实施方案中的一个或多个中，评估引擎可被布置成基于与所提供的预测相关联的复杂性为每个评估模型生成模型复杂性分数。信息论提供了测量预测模型复杂性的各种机制，可以用来公平地比较评估模型。在一些实施方案中，复杂性可以被认为是模型产生给定结果的困难程度的测量。因此，在一些实施方案中，复杂度可以基于各种因素来测量，这些因素包括输入的数量、参数的数量等。
184.此外，在各种实施方案中的一个或多个中，复杂度分数可以反映对感兴趣的标记的所建议的说明有多复杂。例如，在一些实施方案中，建议感兴趣的标记强烈依赖于一个其他数据部分(例如，列)的建议可被认为比依赖于两个或更多个其他数据部分的建议更不复杂。
185.在各种实施方案中的一个或多个中，评估引擎可被安排成采用可由配置信息提供的规则、指令等来计算评估模型的复杂性度量。通常，在一些实施方案中，这些可以包括公知的或约定的信息理论方法以及定制的或专有的方法。
186.在框1208，在各种实施方案中的一个或多个中，评估引擎可被布置成基于相关联的信息分数和复杂性分数为每个评估模型提供总体模型分数。在各种实施方案中的一个或多个中，总分数可被安排为选择以最小复杂性提供最多信息的评估模型。例如，在一些实施方案中，信息分数(参见，框1204)和复杂性分数(参见，框1206)可被归一化或映射到0-100尺度，并求和以提供评估模型的总分数。然而，在一些实施方案中，评估引擎可被安排为使用经由配置信息提供的规则、指令等，以基于信息分数或复杂性分数计算总分数。
187.在框1210，在各种实施方案中的一个或多个中，评估引擎可被安排成基于一个或多个定义的权重、启发式、用户偏好等修改一个或多个总体模型分数。例如，如上所述，可以使用用户反馈来加权一个或多个评估模型的总分数。同样，在各种实施方案中的一个或多个中，可以观察到一个或多个评估模型在一些条件下产生错误的结果、在稀少数据应用中的过拟合等。在各种实施方案中的一个或多个中，评估引擎可被安排为在特定情况下修改某些评估模型的总分数。因此，在各种实施方案中的一个或多个中，评估引擎可被布置成采用经由配置信息提供的一个或多个规则、指令等，以确定是否应该修改总体模型分数。
188.在框1212，在各种实施方案中的一个或多个中，评估引擎可被安排成基于修改的总分数对评估模型进行等级排序。
189.接下来，在各种实施方案中的一个或多个中，可以将控制权返回给调用进程。
190.将理解，每个流程图图示中的每个框以及每个流程图图示中的框的组合可以通过计算机程序指令来实现。这些程序指令可以提供给处理器以产生机器，使得在处理器上执行的指令创建用于实现每个流程图框中指定的动作的装置。计算机程序指令可由处理器执行以使处理器执行一系列操作步骤以产生计算机实现的处理，使得在处理器上执行的指令提供用于实现每个流程图框中指定的动作的步骤。计算机程序指令还可以使每个流程图的框中所示的操作步骤中的至少一些并行执行。此外，步骤中的一些也可以跨一个以上的处理器执行，例如可能出现在多处理器计算机系统中。此外，在不脱离本发明的范围或精神的情况下，每个流程图图示中的一个或多个框或框的组合也可以与其他框或框的组合同时执行，或者甚至以与图示不同的顺序执行。
191.因此，每个流程图图示中的每个框支持用于执行指定动作的装置的组合、用于执
行指定动作的步骤的组合和用于执行指定动作的程序指令装置。还将理解，每个流程图图中的每个框和每个流程图图中的框的组合可以由执行指定动作或步骤的基于特殊目的硬件的系统或特殊目的硬件和计算机指令的组合来实现。前述示例不应被说明为限制性或穷尽性，而是说明性用例，以示出本发明的各种实施方案中的至少一个的实现。
192.此外，在一个或多个实施方案(图中未显示)中，可以使用嵌入式逻辑硬件设备代替cpu，例如专用集成电路(asic)、现场可编程门阵列(fpga)、可编程阵列逻辑(pal)等或其组合来执行说明性流程图中的逻辑。嵌入式逻辑硬件设备可以直接执行其嵌入式逻辑以执行动作。在一个或多个实施方案中，微控制器可被布置成直接执行其自身的嵌入式逻辑以执行动作，并访问其自身的内部存储器和其自身的外部输入和输出接口(例如，硬件引脚或无线收发器)以执行动作，例如片上系统(soc)等。