Proponujemy asymetryczną, zachowującą topologię wersję metody redukcji wymiarowości i wizualizacji danych Neighborhood Retrieval Visualizer (NeRV). Wprowadzamy asymetryczną miarę niepodobieństwa, wykorzystując współczynniki asymetryczne. Miara ta zastosowana jest w tradycyjnej metodzie NeRV, co prowadzi do sformułowania nowej, asymetrycznej wersji tego podejścia. Współczynniki asymetryczne przekazują informacje o asymetrii w danych wejściowych. Są one określane na podstawie grafu reprezentującego dane wejściowe. Dzięki temu możliwe jest odkrycie geometrii i topologii danych wejściowych. Eksperymenty przeprowadzone na trzech rzeczywistych zbiorach danych potwierdzają skuteczność proponowanego podejścia na podstawie analizy porównawczej naszej metody z sześcioma referencyjnymi algorytmami redukcji wymiarowości i wizualizacji danych.