Широко используемые в настоящее время в разичных системах аналитической обработки и поиска информации методы «многомерного масштабирования» (MuiltiDimensional Scaling, MDS) основываются на предложенных учеными-психологами еще в 1930-е годы подходах поиска шаблонов данных в многомерных массивах за счет редукции размерности. Как справедливо подчеркивают исследователи, задача уменьшения размерности фундаментальна; с ней сталкиваются представители самых разных научных дисциплин — и естественных, и социальных. Создатели нового метода отмечают, что он комбинирует в рамках единой процедуры различные методики добычи данных, разработанные на протяжении последних 70 лет. Утверждается, что метод дает возможность обрабатывать массивы данных на порядок большие, чем это возможно сейчас. Важным отличием метода является его инкрементальность: обычно для того, чтобы начать поиск, требуется предварительно собрать весь массив данных и подготовить его к обработке.