CN101031935A - 用于信息管理的交互型智能系统和方法 - Google Patents

Abstract

本发明的主题是一种在连接若干参与方的通信网络内进行信息管理的交互型智能系统和方法。它是为在便于开发的交互型因特网系统和电子消息传送系统的领域内的应用设计的。本发明的方法和采用这种方法的系统使通信网络内的许多是可能的信息源和可以是信息的发送方和/或接收方的参与方可以进行交流。特别是，它们允许在信息交换中平衡得到保持，这对这种方法的正确操作和稳定性是很重要的。发送参与方通过接口将适合其他参与方接收的原始信息项交给参与方群体自由处理。对于这些其他参与方中的每个参与方，确定在原始信息与可能的接收参与方之间匹配值。按照预先确定的匹配值选择至少一个可能的接收参与方。原始信息发送给每个所选的接收参与方。确定原始信息与其他参与方之间的各自匹配值包括确定每个其他参与方的使用率。

Description

用于信息管理的交互型智能系统和方法

技术领域

本发明的主题是在连接若干参与方的通信网络内进行信息管理的交互型智能系统和方法。它是为在便于开发的交互型因特网系统和电子消息传送系统领域内的应用设计的。

背景技术

通常，在这样的系统内，用户通过一系列互动与系统通信。这导致系统的内容和行为的改变。

许多网站是交互型的。与只允许用户查阅网页的静态网站相反，交互型网站允许它的用户改变网站的内容或行为。

此外，电子消息传送系统允许任何拥有电子地址的访问者发送和接收电子消息。消息包括发送方、一个或多个接收方、主题和内容。消息可以含有所有类型的一个或多个附件。

交互型网站和消息传送系统提供了围绕给定的讨论主题将用户连接在一起的独特机会。

例如，在网上，论坛允许访问者交换问题和解答。这些是以话题分组的群体空间，允许虚拟群体以在访问者之间用相继的消息进行讨论的形式交换信息。在论坛内“邮递”了消息(通常称为“帖子”)的人的所有稿件都保存起来，而有些应用允许以后用关键字在这些讨论中进行搜索。论坛通常专用于一个领域，使用论坛是免费的。

分发名单是电子消息传送系统的应用的一个例子。这些分发名单允许一个群体的人员相互发送论及给定主题的消息。例如，在法国电影院话题上的由用于预订和解除预订的“管理”地址和消息所要发至的“激活”地址两个地址(在这里假想的)表征的分发名单中，希望向这个名单预订的人必须首先用一定的语法向管理地址发送一个消息(与请求预订相应的专用消息，因此在消息的标题或主体内表明)。然后，分发名单将返回一个确认登录的消息(大多数分发名单是免费的)。从那时起，管理地址将仅用于解除预订。如果有其他99个人执行同样的预订过程，这将导致给名单总共增添了100个预订户。在其中一个预订户向名单的“活跃”地址发送一个消息时这个消息将自动被转发，意味着它将被分发给其他预订户。任何预订户可以通过名单对它作出答复(而这答复于是也将分发给所有其他预订户)，或直接将答复发到发送原消息的预订户个人消息传送地址。这对于在爱好者之间通过电子消息传送系统讨论一个话题来说是一个简单和有效的策略。

有些名单是“有节制的”。一个人接收到预订户的消息后，根据这些消息符合论坛的伦理标准的情况决定是否分发它们。在所讨论的主题触及到宗教、政治、种族歧视等时往往会出现一些问题。

先前设计的这些交互型系统产生的问题之一是它们缺乏可靠性，而且使用复杂。实际上，用这样的系统发送消息在希望有访问者会感兴趣上有一点象“将一个瓶子抛入海洋”。什么时间会有答复是没有任何保证的。

而且，无论它是论坛还是分发名单，为了参与，人们必须知道它们存在和它们在因特网上的位置。现在有不计其数的效用不同的主题讨论论坛，为了发现这些论坛必须用搜索引擎寻找，这呈现额外的困难而且要花费额外的时间。

确实，这些系统还需要许多经常是行家才能完成的操作。

最后，它们具有一些技术限制，例如对一个分发名单或论坛的预订户的个数的限制。特别是，如果用户过多，消息最终成为非常混乱，或者在相互之间丢失，或者决不会发现有人想答复。于是，调节者就成为系统的必需部件。

人们还熟悉智能系统类型的应用的先前设计，用以将能回答别人提起的问题的人召集在一起。例如，公开出版物WO0139017揭示了一种管理用户与专家之间问答的互动系统，其中服务器利用用户在问题中提供的信息将问题传送给合适的人。此外，公开出版物WO0153970揭示了一种根据信息源简档的概念将对信息和信息源的请求汇集起来的系统和方法。信息源能在它自己的简档中直接规定它希望被发送给定主题上的所有问题。最后，公开出版物WO9939279揭示了一种基于人资源简档的信息系统。在这种系统内，问题所发给的专家是根据他的专长和/或他的简档与所提的问题的相关性的值来选择的。选择按照从诸如可用性、费用、工作量、经验、安全级别、性能和满意度之类的因素得出的标量值进行。

无论是在诸如因特网之类的通用网络上还是在用来管理和共享知识的诸如企业网之类的专用网上，这些应用都有着不考虑使用率的缺点。其结果是有连续纠缠住最好的专家的危险，有损于因此而被忽视的其他用户。这通常在系统内导致不平衡，使得有可能持有对所提的某些问题的回答的用户将得不到调用，与他本身作为问题的发送方和/或接收方使用系统不相称。这个问题在系统对公众开放和在因特网上可得到的情况下特别严重，从而涉及数千个甚至数百万个用户。如果平衡没有保持，系统的整体使用就会有问题，因为这不平衡最终使用户丧失兴趣，无论是因为他们只是极少(如果有过的话)接收到对他们的问题的适当答复，还是因为他们过于繁忙地被用作专家，或者是这两种原因的任何组合。

更为概括地说，现有的系统主要根据从用户简档确定的专长概念进行工作。根据这个原理，这些系统对于给定的信息要应付大量可能的接收方，这能导致系统的饱和、对可能的接收方过多的干扰，合在一起就减小了这些系统的效用，从而最终导致这部分用户丧失兴趣。

因此，需要有一种管理信息的智能交互型系统和用这种系统实现的方法，允许它的用户通过任何诸如因特网或专用网之类的通信网络交换信息。这种系统应优化信息项的发送方得到至少一个可能的接收方的高质量的回答的几率，而不过多地干扰这些可能的接收方。

发明内容

因此，本发明的目的是响应前面所提到的需要，克服前面所提到的缺点。为此，按照第一方面，本发明涉及一种在将多个也是可能的信息源、可以是信息的发送和/或接收方的参与方连接在一起的通信网络内管理信息的方法，其中这种方法特别允许在信息交换中保持平衡，这对所述方法的正确操作和稳定性是很重要的。

通信网络不仅是指专用计算机网、内联网、外联网或因特网，而且还指通过将用任何通信装置进行通信的参与方组合在一起而组成的非计算机网络。

参与方不仅是指人，而且还指设计成在所连接的网络上交流信息的独立的计算机系统，例如数据库，更一般地说设计成通过如上面所说明的某个信息网络交流的任何可能信息源。这样定义的参与方可以因此例如轮流作为信息的发送方和信息的接收方。

在一个参与者发送一个信息项以便使其他参与方可得到这个信息项从而获得在答复中的一个或多个信息项时，第一个信息项将称为原始信息，而其他信息项将表示为返回信息、应答或答复。

参与方可以是一个原始信息的接收方和返回信息的发送方，而从不曾是原始信息的发送方或返回信息项的接收方(例如，这将是数据库参与方的情况)。

因此，本方法允许第一发送方通过一个接口使原始信息项成为参与方的群体可得到的，这信息容易被一个或多个其他参与方接收。

对于每个其他参与方来说，本方法还可以用来确定可得到的原始信息与可能的接收参与方之间的匹配值。按照预先确定的匹配值选择至少一个可能的接收参与方。

本方法还允许使发送的原始信息成为可被每个所选的接收参与方得到的。

本方法的特征还表现在确定发送参与方所使之成为可得到的原始信息与其他参与方之间相应匹配值包括为这些其他参与方中的每一个参与方确定使用率。

在一个实现变型中，本发明的方法包括产生包括原始信息的发送参与方的动态参与名单。

优选的是，将任何已向原始信息的发送参与方发送至少一个返回信息项的所选参与方插入动态参与名单，除非它涉及不能是原始信息的发送方或返回信息的接收方的其他所选参与方(例如，数据库)。

在一个实现变型中，任何其他所选参与方向原始信息的发送参与方发送的每个返回信息项也发送给在动态参与名单上出现的所有其他参与方。

所交换的信息项，适当的话还有只是所查阅的信息项(例如，所访问的“网页”或所读取的讨论论题内容)，可以编档保存在信息库内。然后，在这个库内，将它们分别与它们的发送方和它们的接收方的各自标识符关联。

在一个实现变型中可以按照预定准则将一定的参与方分成一个或多个参与方类，对于这些参与方来说，所发送的返回信息项不编档保存在信息库内。

优选的是，确定一个给定参与方的使用率包括确定这个参与方在一段预定时间期间使其他原始信息成为可得到的平均频率和确定这个参与方在一段预定时间期间接收其他原始信息项的平均接收频率。

除了确定使用率之外，确定匹配值可以包括确定一个或多个其他选择准则的值，例如确定专长和/或可用性和/或满意度和/或可信度值。

优选的是，匹配值是选择标准的各个值的平均。

也优选的是，为每个选择准则指定一个加权系数。上述平均值于是可以用这些加权系数加权。

适当的话，选择预先确定的匹配值高于一定的预定匹配阈值的那些参与方。

优选的是，可信度值是所发送的返回信息项的数目和所接收的原始信息项的数目的函数。

适当的话，选择可以包括根据按所选参与方的匹配值的递降次序的每个所选参与方的可信度值来计算无答复概率，然后使按所选参与方的匹配值的递降次序的所选参与方最少，在此期间保留最少的无答复概率小于预定阅值的所选参与方。

优选的是，方法允许原始信息项的发送参与方和/或管理参与方调整确定匹配值的参数中的一些参数。

确定所述匹配值的参数可以包括无答复概率阈值和/或可选参与方的最多个数和/或一个或多个加权系数和/或匹配阈值。

优选的是，在匹配阈值形成选择准则的一部分时，确定可选参与方的专长值包括对发送参与方所使之成为可得到的原始信息的语义分析，以及将这个语义分析与对编档保存在信息库内的涉及这个可选参与方的信息项的上下文分析相比较。

按照第二方面，本发明涉及一种在通过接口将多个可以是信息发送方和/或接收方的参与方连接在一起的通信网络内使用如前面所说明的本发明的方法管理信息的智能交互型系统，其中这种系统特别是允许在信息交换中保持平衡，这对所述系统的正确操作和稳定性是很重要的。

优选的是，这种系统包括确定一个给定的发送参与方所使之成为可得到的原始信息项与另一个给定参与方之间的匹配值的装置，还包括按照为每个其他参与方确定的匹配值选择至少一个其他参与方的单元。确定匹配值的资源还包括至少一个确定这个其他给定参与方的使用率的模块。

优选的是，这个确定匹配值的资源除了确定使用率之外还包括至少一个确定至少一个其他选择准则的值的附加模块。

最后，按照第三方面，本发明涉及一种计算机可读存储媒体，在这种计算机可读存储媒体上存有在由计算机系统执行时使计算机系统可以实现如前面所说明的按照本发明设计的方法的指令序列。

因此，按照本发明设计的系统和方法由于提出了更为可靠和较为简单的解决方案，可以有益地用来通过将参数优化成使用户得到对他的问题的高质量答复的概率最大而解决以前设计的问题。

按照本发明设计的系统和方法允许与大量用户配合进行操作，同时还降低了用户饱和、不平衡或受到过度干扰的风险，并且使答复时间最短。

一般地说，参与方的数目是不受限制的。参与方可以通过操作接口之一分发原始信息项。然后将这个原始信息项传送给通过对所发送的原始信息的分析、对各个参与方所发送的信息项档案和对特定准则的分析明智地选择的一个或多个其他参与方。于是形成参与方围着交换信息项的虚拟圆桌。

本发明的系统自动地管理原始信息和返回信息。它存储信息，并选择和管理参与方。

附图说明

从以下结合附图对作为非限制性的例子给出的优选实现和应用变型的说明中可以更清楚和更充分地看到本发明的其他一些特征和优点，在这些附图中：

图1示意性地示出了接到通信网络上的本发明的系统；

图2示意性地示出了本发明的系统的详细情况；以及

图3a至3c示意性地全面示出了本发明的方法。

具体实施方式

图1因此示意性地示出了本发明的系统(1)，它接到通信网络(3)上。通信网络(3)可以同样是一个计算机网络，例如因特网、内联网或外联网。它还可以涉及任何将任何用户(2，5，5′，8)组合在一起的网络，用适合这个网络的通信方法通信。

本发明的系统(1)优选的是包括一个常规型服务器，它处理进入和送出的通信，也管理存档数据库(9)，并含有用来确定发送参与方(2)所使之可得到的原始信息项(I)与其他参与方(5，5′)之间的匹配值的装置(10)和用来选择其他参与方(5，5′)的单元(11)。优选的是，它还包括允许管理参与方(8)管理所有系统的管理接口(12)。

发送参与方(2)和其他参与方(5，5′)通过接口(4)接到通信网络(3)上。每个接口可以是不同的，适合参与方为了接到通信网络(3)上所选择的连接类型。例如，它可以是浏览器。在连接到因特网上的情况下，是与因特网的浏览器和安装在计算机内的调制解调器。在数据库类型的参与方(5′)的情况下，接口可以包括将系统(1)发送的信息项变换成数据库(5′)接受的请求的装置和将执行这个请求的结果变换成适合通过通信网络(3)在回答中发送给系统(1)的信息项的装置。

图2示意性地示出了本发明的系统(1)的具体情况。

系统(1)包括确定匹配值的装置(10)和由功能上处在系统中央的引擎(13)控制的选择单元(11)。引擎(13)管理从接到网络上的参与方接收信息项(I)和将信息项(R)分发给接到网络上的参与方。系统可以由管理者参与方(8)通过接到引擎(13)上的管理接口(12)管理。引擎(13)可以认为是全体的操作系统。特别是，它管理存档库(9)和一个或多个动态参与名单(7)。确定匹配值的资源(10)包括若干模块(10a，10b，10c，10d，10e)，各具有计算参数值或给定选择准则的作用。

图2中所示出的这些模块只是一个例子，并不是对本发明的限制。这种模块化的体系结构实际上允许随意地添加或撤除模块，如同建筑用砖那样，或者随意激活或去活系统内原来存在的模块。接收到原始信息项(I)，引擎(13)就将这个信息项的发送方的标识符插入动态参与名单，然后为存储在参与方(14)的库内的除了发送参与方之外的每个参与方，计算出这个参与方与原始信息项(I)的匹配值。为此，它起动执行每个模块(10a，10b，10c，10d，10e)，再将结果经预先规定的加权系数加权后相加。加权系数由引擎(13)存储，例如可以由管理者(8)通过管理接口(12)加以修改。在这种情况下，将这样规定的标准加权应用于系统所接收的任何原始信息项(I)。在所有的用户已分成若干个组或类时，适当的话，管理方可以为每个用户组或用户类规定一个标准加权。这些系数，或者至少其中的一些系数，适当的话可以直接由原始信息项(I)的发送参与方在发送这信息时直接指定。然后，将这些系数与原始信息项(I)一起发送给引擎(13)。在这种情况下，这样规定的专用加权以压倒标准加权的方式只应用于正在处理的原始信息项(I)。

适当的话(但不是必需)，由选择单元(11)的模块(11a)选择这样计算出的匹配值大于预定匹配阈值(也是可由管理方和/或发送方以与调整加权系数类似的方式调整的)的所有参与方。

根据由上述模块(10d)所确定的可信度值，由模块(11b)计算无答复概率，然后以参与方各自的匹配值递降顺序考虑使所选择的参与方的数目最少，以避免选择比必要的多的参与方，同时也使无答复的概率保持低于一定阈值(这阈值本身也如匹配阈值和/或加权系数那样是可调整的)。

适当的话，选择单元(11)考虑一个为可选参与方最多个数的附加参数(也如匹配阈值和/或加权系数和/或无答复概率阈值那样是可调整的)。

不用说，以上对本发明的系统的说明是功能上的而不是结构上的说明，因此并不是对本发明的限制。因此，例如资源(10)、单元(11)和内核(13)相互分开并不表示这些不同部分在物理上是分开的。另一方面，将系统(1)内的这些不同部分组合在一起只是功能上的，并不意味着所有这些部分必需设置在通信网络内同一地点。这些说明自然对于存档库(9)、动态参与名单(7)、参与方库(14)或管理接口(12)也是有效的。对于管理接口来说，管理者参与方可以通过任何接口在网络内任何位置很好地接到网络上，因此可以适当地通过安全连接机制与引擎(13)通信。

下面将对确定给定参与方的匹配值进行更为详细的说明。

使用率

匹配值首先是基于使用率。这个准则的作用是调用与使用系统情况(它已交换的信息项的数目和频率)成比例的参与方。它基于参与方在一段给定时间期间发送原始信息项的平均发送频率和在同一段时间期间接收原始信息项的平均接收频率。这段时间是可以设置的。

这允许系统得到平衡，它然后根据互易性进行工作。此外，这还允许参与方的活动量可在时间上受到平滑。因此，如果一个参与方在单独一天内发送10个原始信息项，在10个其他时机上就不会那样容易被选中。

专长

匹配值还可以基于专长。参与方的专长值可以是编档保存在存档库内的被交换的信息项的内容与正在处理的原始信息的内容之间的相应率。这个值可以由语义分析确定。

分析首先是将原始信息的内容断成称为“词表”的检索词序列，适当的，从中可以删除一定的“虚(empty)”词。

接着，可以通过将包含在包括例如复数的最普通的检索词的表内(如在词典的条目内)的词收集在一起将这个表中的词按曲折变化形式加以归类。这个任选的操作用来相当大地降低在数据库内编档保存的数据量，从而减少了所实施的处理量。

然后，用这个新的表更新系统的内部词典。

然后，根据两个词之间的主题链接的概念、词的相关性、词的出现率和主题链接的方向相关性执行词符号操作。

主题链接关联两个性质不同的词。这个关联意味着这两个词业已用于相同的所交换的信息项。因此，一个所交换的信息项中的每个词与这个信息项内的其他词相链接。在任何两个不同的词之间，可以只存在单个主题链接，但是这个链接是经加权的。两个词之间的主题链接的权由同时含有这两个词的所交换的信息项的数目确定。结果，两个词之间的主题链接的权总是在0到所交换的信息项的总数之间。而且，每个词可以与内部词典中所存在的每个其他词链接。

从主题链接的概念，有可能确定词的相关性。实际上，一个与少数其他词主题链接的词是更为相关的，因此对系统来说比一个与所有其他词主题链接的词有意义得多。

与每个词关联的还有一个等于使用这个词的所交换的不同信息项的数目的值。这个值称为词的“出现率”。通常，一个常用词将具有高出现率。

从i到j的主题链接的有向相关性的值是由i乘以i和j之间的主题链接的权再除以i的出现率确定的。

于是可以给词表的每个检索词评分。这得分就使这个词与表的其他检索词相区别。它的目的是排除“离题”词，从而也就有利于作为由表内所有的词确定的上下文的关键词的更为重要的词。这个得分是本词到其他词的有向相关性乘以本词的相关性的平均值。

最后，可以执行任选的语义扩展步骤，目的是通过将其编入所处理的词汇注册的其他词来扩展原来的表。为此，将所有具有与所交换的原始信息项的词主题链接的检索词增添入原来的“词表”。这些词中每个词各得到一个得分，该得分由原来的表内与它链接的词的得分乘以原来的表内与它链接的词到扩展的词汇的词的主题链接的有向相关性确定。

根据这个语义分析，为了选择与“词表”有关的最佳可能的参与方，系统研究各个参与方使用这些检索词的情况，它的操作基于淘汰准则的概念，以便允许专长领域随时间改变，因为有些专长领域产生了而其他一些例如由于缺乏使用而消失。

为此，可以将分析窗以硬的(立即删掉过时的专长)或逐渐(逐渐将过时的专长靠边)的方式减小到只包括最近x个月交换的消息。系统为每个参与方-词对赋予一个在0到1之间的淘汰系数，它取决于参与方最近使用了这个词的日期。

然后，首先就所发送的信息项方面对专长评分。得分是用参与方所用的各个词得到的得分之和得到的，每个得分用对每个词的参与方-词对适当的淘汰系数加权，所有涉及这些符号之和的不用它们各自的淘汰系数加权。

然后，适当的话，可以就所访问的页面方面对专长评分。所访问的页面例如意味着(但不只是)参与方随时间阅读的讨论论题，或者更全面地说随时间咨询的“网页”(例如产品单子、新闻论文或版面)。可以将这些所访问的页面的内容与所咨询的信息(C)相区别。

最后通过将前面两个专长得分相加(适当的话将它们对100规范化)得到总专长值，它是相对所发送的原始信息的每个参与方的专长的真正图像。

以下是语义分析操作脚本的一个假想例子。

步骤0：原始信息

“What is the recipe for pancakes，please？”(“请问薄型蛋糕的配方是什么？”)

步骤1：分断信息：

“词表”＝What，is，the，recipe，for，pancakes，please

步骤2：删除“虚”词

“词表”＝is，recipe，pancakes

步骤3：按曲折变化形式加以归类

“词表”＝Be，Recipe，Pancake

步骤4：扩展内部词典

步骤5：对表上的词计分

词         得分

Be         0.00253

Recipe     0.51275

Pancake    0.73125

步骤6：语义扩展

词         得分

Be         0.00253

Recipe     0.51275

Pancake    0.73125

Kitchen    0.50331

Ingredient 0.45012

Butter     0.21923

Flour      0.34012

Egg        0.28653

等…

步骤7：标记参与方

参与方     得分

用户156    76.54

用户25     55.23

用户3024   51.12

用户1158   47.32

等…

或者，在参与方一直读取的讨论论题的所访问的页面方面的专长得分可以接受与一个称为钝态(passive)专长(与信息咨询链接)的独立准则相应的独立得分，与钝态专长相对的是激活专长(与信息分发链接)，激活专长于是将为另一个独立准则的试验对象。可以用相同的方法或不同的方法，对于激活专长根据所发送和接收的信息项(I，R)而对于钝态专长根据所咨询的信息(C)分别计算这两个专长得分的各自的值。

可用性

这个准则也可以用来计算匹配值。对于给定的参与方，它的值于是可以为该参与方会在原始信息项发送后的短时间内发送返回信息的概率。为此，可以考虑参与方与系统连接的时间以及已经发送原始信息项和/或返回信息项的时间。

所有在发送原始信息项时连接的参与方的可用性值，因此包括发送该原始信息的参与方的可用性值，当然是最大的(等于100)。

发送原始信息项的参与方的可用性值当然始终是最大的(等于100)。

没有连接的参与方它的可用性值以一个覆盖预定几个(x个)星期(如果必要的话是可配置的)的卷动时窗方式分析得出。对于在最近的x个星期内的每一天，可以使用参与时段图。这个图表示参与方的连接时段和进行的各种信息交换(原始信息项与返回信息项是分开的)。

连接时段可以用梯形图表示，小底表示实际连接时段，宽底用来体现逐渐迁移到一定宽度，而高度表示事件的量度。

信息交换(原始信息项或返回信息项)也可以用梯形图表示，小底表示适宜的时段(例如，5分钟)，小底右侧极限表示事件的日期，宽底用来体现逐渐迁移到一定宽度，而高度表示事件的量度。

为了能调整一个事件相对另一个事件的量度，可以用在0到1之间的三个参数值来规定每个表示(连接时段、原始信息项或返回信息项)的高度。

为了得到可用性值，将时窗内的不同的现有图叠加在一起。

为了相对参与方的早先行为着重考虑参与方最近的行为，为每个图指定一个在0到1之间的权。最近的图具有为1的权。

所有这些经叠加的图形成了称为“可用性函数”的函数，其中只是包络(即所得到的函数的最大值)是重要的。

为了得到参与方在给定时刻t的可用性值，只要在检查窗的图上读出“可用性函数”在该时刻的值，再将它乘以100。

可以证明“可用性函数”的计算是比较重要的，因为要分析的参与方的简档的数量会非常迅速地增加。从这个点来看，可以周期性地(例如，每24个小时)执行这计算。

对于参与方的群体满意度

也可以使用这个附加准则。它的值于是可以由系统的各个参与方确定。实际上，每个参与方能对它已接收到的返回信息项评分。这个得分是它对所得到的返回信息的满意度的度量，其中这个满意度考虑了许多个人准则，例如返回信息的增添值、参与方的友好、所用的时间等。

在参与方得到一个适合它的返回信息项时，它能确认这个返回信息项。

对于一个给定参与方，总得分可以计算为它在一段预定时间内所得到的所有得分的平均值。

答复所用时间

这另一个计算匹配值的可行的准则是基于参与方的响应性。因此，它考虑答复所用的时间经在最近的x个星期内平滑的平均值。平滑的目的是允许逐渐消除特别事件的影响。

接近性

这个准则可以用来估计隔开两个参与方或隔开参与方与给定地理点的物理距离。这个距离越短，接近性得分越高。

礼貌性

这另一个任选准则可以用来按照参与方的词汇登记表指定得分。参与方使用接近原始信息发送方的有礼貌的词汇越多，他的得分就越高。这个准则的目的是使具有同样礼貌水平(使用文雅的术语等)的参与方接触。它的值的计算基于与用来计算专长值的相同的语义分析引擎所用的特定语义分析。

所关心的中心的亲缘性

这个亲缘性准则可以用来根据参与方所关心的中心相对原始信息的发送参与方所关心的中心的关系指定得分。即使原始信息的主题涉及很确切的领域，这目的也是将高分给具有与原始信息的发送参与方的相同的所关心的中心的参与方。目的是使共享同一个所关心的中心的参与方接触，从而促成相互交换所关心的中心。这个得分可以用与用来计算专长值的相同的语义分析引擎所用的特定语义分析确定。

关系亲缘性

这个任选准则用来按照参与方与原始信息项的发送参与方的相关程度赋予参与方的得分。为此，系统以由参与方确定的朋友名单(包括参与方希望优先与之交换信息项的参与方)和黑名单(包括参与方不愿与之交换信息的参与方)和基于友好程度的概念为基础。结果，引擎决不会将用户的问题转发给出现在“黑名单”上的专家。

友好距离的概念是基于例如“我的朋友的朋友是我的朋友”。为了确定这个系数，可以递推地分析原始信息项的发送参与方的朋友名单，诸如此类。

知识亲缘性

这个任选准则按照交互作用程度确定。实际上，所有在与原始信息的发送参与方进行信息交换期间直接交互的参与方具有最大的知识亲缘性，例如等于1。其次，那些与先前的参与方交互的具有比最大值小的知识亲缘性值，例如等于1/2，诸如此类。

可信度

这个准则的值是基于参与方所接收的原始信息项的数目和所发送的返回信息项的数目。

适当的话，可以也计算涉及领域的可信度的概念。然后，在所涉及的领域的上下文内，从参与方所接收的原始信息项的数目和所发送的返回信息项的数目推算出来。

匹配值

然后可以通过对预先确定的准则的加权，即通过计算这些准则的加权平均，确定每个参与方的匹配值。

当然，对于一个给定的准则等于0的加权允许使这个准则去活，因此不用考虑这个准则。

适当的话，可以预先选择匹配值高于一个给定阈值的参与方。

最后，可以确定参与方发送返回信息项的概率。

通过计算和使用答复概率(或不答复概率)寻求的目的是将发送原始信息项后不答复的概率降低到一个预定的阈值σ(例如，σ＝5％)。为此，在将这些参与方以它们各自的匹配值递降次序排序后由系统选择得到最高得分的最少参与方，使得无答复的概率小于σ。计算方法可以如下：

将无答复的概率(P)初始化为1，并将所选参与方的数目(N)初始化为0，

对于所有的参与方(适当的，是得到高于预定阈值的匹配值的参与方)，从得到最高可信度值的参与方开始，

计算参与方的无答复的概率(等于1减去可靠性值)，

将它乘以P，

所得结果成为P的新值，

确认对参与方的选择，

将N加1，

如果N等于可选参与方最多的数目(β)(可设置)，或者如果P小于阈值σ，或者如果N等于系统内所存在的参与方的数目，计算就结束。

在系统将同样的可靠性得分赋予几个参与方的情况下，可以设想它们按照诸如答复所用的时间之类的一定其它准则而不共用它们。

此外，这些可信度准则(一般的或者涉及领域的)适当的话可以以与其他准则相同的方式直接综合入匹配值的计算，如以上所说明的那样。

下面将结合图3a至3c详细说明本发明的方法。

在本发明的方法中，参与方将一个原始信息项发送给系统后，系统就自动选择最适合发送返回信息项的其他参与方(这些参与方称为“专家”)。

在实现的高级方法中，参与方可以更精确地配置系统的操作。例如，可以强迫它的联系人中的一些作为原始信息的接收方。它还可以规定原始信息的紧急特征。有了这信息，引擎就例如为需接触的参与方的可用性准则赋予例如或多或少的重要性。参与方适当的话还可以规定可能接收方的地理区域，目的是例如使这些参与方最靠近它或者处在一个给定的国家内。

在一个参与方接收到一个原始信息项时，它具有在答复中发送一个信息项的可选项。将原始信息项和各个返回信息项添加给表现为所有受到请求的参与方都可看到的动态参与名单。因此，可以建立一个在参与方之间进行讨论的形式。

确切些说，参见图3a，本发明的方法的第一部分(100)包括由向系统发送一个原始信息项的第一参与方使这个原始信息项成为可得到的步骤(101)。步骤(101)后是步骤(102)，将早先发送的原始信息存放在与发送方的标识符关联的存档数据库内。然后，在步骤(103)，产生动态参与名单，在动态参与名单中插入发送方的标识符。

方法的下一部分(200)涉及确定每个其他参与方的匹配值，下面将结合图3b予以说明。

方法的第二部分(200)包括一个围绕所有这些其他参与方的循环。这个循环本身包括一系列步骤(201至210)，其中为正在处理的参与方计算各个选择准则值。这些值是如前面所提到的使用率，可以给它添加一些前面也提到的值，诸如专长、可用性、满意度、答复所用的时间、接近性、礼貌性、所关心的中心的亲缘性、关系亲缘性、知识亲缘性、可信度等，导致在图3b中存在这10个步骤(201至210)。然而，这10个步骤仅仅是作为例子给出的，因为如前面所说明的那样这些准则中有些是任选的，可以用使用本方法的系统的模块化体系结构增添、激活或去活其他一些准则。因此，步骤可以比在详细说明中作为例子给出的那几个多一些或少一些。

在为每个其他参与方计算了每个选择准则的各自值时，在步骤(211)确定所述参与方的匹配值，它为前面所计算的这些值的加权平均。可以理解，可以通过将一个给定准则的加权系数设置为0达到对这个准则去活的目的。在这种情况下(通过将一个选择准则的加权系数设置为0将这个选择准则去活)和为了优化方法，还可以在计算每个选择准则的值前对加权系数进行测试。如果系数为0，就不用执行计算，而将相应准则的值设置为0。

为每个其他参与方确定了匹配值后，方法启动第三部分(300)，它涉及选择参与方，下面将结合图3c进行说明。

第三部分(300)包括一个围绕每个可选参与方的循环。这个循环可以本身包括确定正在处理的参与方的匹配值是否高于预定匹配阈值的检验(301)。如果是这种情况，就在步骤(302)选择这个参与方。如果对匹配值的检验(301)的结果是否定的，当然就不用执行以下的步骤。方法的这个第三部分(300)继续循环，直到名单中的参与方都得到处理。

根据在方法的第三部分(300)所选的参与方，执行进行过滤的第四部分(400)，它涉及如前面所说明的使无答复的概率最小，下面还将结合图3c进行说明。

第四部分(400)包括一个围绕在方法的第三部分(300)中所选的每个参与方的循环，按参与方的匹配值递降次序考虑。这个循环首先将无答复的概率(P)初始化为1，而将所选参与方的数目(N)初始化为0。

所述循环包括计算正在处理的参与方的无答复概率(将取为等于1减在步骤303确定的可信度值)的第一步骤(402)。也在这个步骤(402)期间，将P的值修改成等于它的先前值乘以正在处理的参与方的无答复概率。

在步骤(403)，确认选择正在处理的参与方，并将所选参与方的数目的值(N)加1。步骤(403)后是检验(404)，确定N是否等于可选参与方的最多数目减1(因为不能选择发送参与方)，或者P的值是否小于无答复概率的预定阈值，或者N是否等于系统内所存在的参与方的数目。如果这个检验的结果是肯定的，循环停止，在步骤500结束选择。否则，循环继续按参与方的匹配值递降次序考虑其他参与方。

步骤(500)实际上是方法的第五部分，它包括几个在图3c中未示出的步骤。它开始于系统将原始信息项发送给所有所选参与方，并将分别与这些参与方的标识符关联的信息归档保存在存档库内。此后，一个或多个所选参与方可以通过向系统发送返回信息项进行答复。系统于是将返回信息归档保存在存档库内，分别与原来的参与方的标识符和答复的参与方的标识符关联，然后将答复的参与方的标识符插入动态参与名单。适当的话，这种插入可以取决于这个参与方所属的类别。例如，如果参与方是数据库类型的，就不会将它插入这个动态参与名单。适当的话，参与方可以规定它是否希望被插入动态参与名单。然后，系统将返回信息项发送给原来的参与方。系统还可以将这个返回信息项发送给在动态参与名单上出现的任何其他参与方(然后将所述返回信息归档保存在存档库内，分别与这些其他参与方的标识符关联)。在最后这种情况下，例如，不将数据库类型的参与方插入参与名单用来防止向数据库参与方发送不能转换成数据库可以接受的请求的返回信息项。

应该提到的是，以上全部说明只是作为一个例子给出的，如本说明到处所表明的那样，并不是对本发明的限制。

Claims (24)

1.一种在将多个可以是信息的发送方和/或接收方的参与方(2，5，5′，8)连接在一起的通信网络(3)中管理信息的方法，包括：

由至少一个第一信息发送参与方通过接口(4)使至少一个原始信息项(I)成为可得到的步骤(100)，所述原始信息项(I)容易被一个或多个其它参与方(5，5′)接收；

为每个所述其它参与方(5，5′)确定所述原始信息项(I)与所述其它参与方(5，5′)之间的匹配值的步骤(200)；

根据对于每个所述其它参与方(5，5′)的所述匹配值，选择所述其它参与方(5，5′)中至少一个的步骤(300)；

将所述原始信息项(I)发送到在所述选择步骤(c)期间所选的所述其它参与方(5，5′)的步骤，

所述方法的特征在于所述确定匹配值的步骤(200)包括确定所述参与方(5，5′)的使用率的步骤(201)。

2.按照权利要求1所述的方法，其特征在于：它包括产生包括原始信息项(I)的所述发送参与方的动态参与名单(7)的步骤(103)。

3.按照权利要求1和2中任何一个权利要求所述的方法，其特征在于：所述发送步骤后面是由所述其它所选参与方(5，5′)中至少一个参与方通过接口(4)向所述发送参与方(2)发送至少一个返回信息项(R)的步骤。

4.按照权利要求3所述的方法，其特征在于：将向所述发送参与方(2)发送至少一个返回信息项(R)的每个其它所选参与方(5)插入到所述动态参与名单。

5.按照权利要求4所述的方法，其特征在于：由任何所述其它所选参与方(5，5’)向所述发送参与方(2)发送的每个返回信息项(R)也发送给属于所述动态参与名单的所有其它参与方(5)。

6.按照权利要求1至5中任何一个权利要求所述的方法，其特征在于：每个所述信息项(I，R)存档在信息库(9)中，与发送参与方(2)和接收参与方(5，5)的各自标识符关联。

7.按照权利要求1至6中任何一个权利要求所述的方法，其特征在于：由发送参与方(2)和接收参与方(5，5′)在一段给定时间内咨询的每个信息项(C)存档在所述信息库(9)内，与这个发送参与方(2)和这个或这些接收参与方(5，5′)的各自标识符关联。

8.按照权利要求1至7中任何一个权利要求所述的方法，其特征在于：所述确定使用率的步骤(201)还包括确定所述其它参与方(5)在一段预定时间期间使原始信息项(I)成为可得到的平均频率，以及确定所述其它参与方(5，5′)在一段预定时间期间接收原始信息项(I)的平均接收频率。

9.按照权利要求1至8中任何一个权利要求所述的方法，其特征在于：所述确定所述匹配值的步骤(200)除了所述确定使用率的步骤(201)之外还包括至少一个用于确定至少一个其它选择准则的值的步骤(202，...，210)。

10.按照权利要求9所述的方法，其特征在于：所述确定所述匹配值的步骤(200)除了所述确定使用率的步骤(201)之外还包括至少一个用于确定专长和/或可用性和/或满意度和/或可信度值的步骤(202，203，204，205)。

11.按照权利要求10所述的方法，其特征在于：所述确定所述匹配值的步骤(200)除了所述确定使用率的步骤(201)之外还包括至少一个用于确定专长值的步骤(202，203，204)，所述专长值为激活专长值。

12.按照权利要求10和11中任何一个权利要求所述的方法，其特征在于：所述确定所述匹配值的步骤(200)除了所述确定使用率的步骤(201)之外还包括至少一个用于确定专长值的步骤(202，203，204)，那时所述专长值为钝态专长值。

13.按照权利要求1至12中任何一个权利要求所述的方法，其特征在于：为每个所述选择准则的值指定一个加权系数。

14.按照权利要求1至13中任何一个权利要求所述的方法，其特征在于：所述匹配值为经所述加权系数加权的所述各选择准则值的平均值。

15.按照权利要求1至14中任何一个权利要求所述的方法，其特征在于：所述选择步骤(300，400)包括选择所述匹配值高于预定匹配阈值的其它参与方(5，5′)的步骤(301，302)。

16.按照权利要求10至15中任何一个权利要求所述的方法，其特征在于：在所述确定可信度值的步骤(205)所确定的所述可信度值是所发送的返回信息项(R)的数目和所接收的原始信息项(I)的数目的函数。

17.按照权利要求10至16中任何一个权利要求所述的方法，其特征在于：所述选择步骤(300，400)包括：

根据按匹配值递降次序排列的所选择的所述其它参与方(5，5′)的所述可信度值，计算无答复概率的步骤；以及

使按所述其它所选参与方(5，5′)的匹配值的递降次序的所述其它所选参与方(5，5′)的数目最少的步骤，在此期间保留最少数目的所述其它所选参与方(5，5′)以使得所述无答复概率小于预定阈值。

18.按照权利要求1至17中任何一个权利要求所述的方法，其特征在于：它包括由所述原始信息项(I)的发送参与方(2)和/或由管理者参与方(8)调整确定所述匹配和选择值的参数的步骤。

19.按照权利要求18所述的方法，其特征在于：所述确定所述匹配和选择值的参数包括所述无答复概率阈值和/或所述其它可选参与方(5，5)的最多数目和/或一个或多个所述加权系数和/或所述匹配阈值。

20.按照权利要求10至19中任何一个权利要求所述的方法，其特征在于：确定所述其它参与方(5，5′)的所述专长值包括

对所述发送参与方(2)所使之可得到的所述原始信息项(I)进行语义分析；以及

将所述语义分析与存档在所述信息库(9)内的与所述其它参与方(5，5′)关联的所述信息项(I)和/或(R)和/或(C)的上下文分析相比较。

21.一种计算机可读存储媒体，所述计算机可读存储媒体存有在由计算机系统执行时使所述计算机系统实现按照权利要求1至20中任何一个权利要求所述的方法的指令序列。

22.一种智能交互型系统(1)，所述系统在通过接口(4)将许多可以是信息的发送方和/或接收方的参与方(2，5，5′，8)连接在一起的通信网络(3)内使用按照权利要求1至20中任何一个权利要求所述的方法管理信息。

23.按照权利要求22所述的系统，其特征在于它包括：

确定给定发送参与方(2)所使之成为可得到的原始信息项(I)与另一个给定参与方(5，5′)之间的所述匹配值的装置(10)；

根据所述确定匹配值的装置为每个其它参与方确定的所述匹配值，选择至少一个其它参与方(5，5′)的单元(11)，

其中所述确定所述匹配值的装置包括至少一个确定所述其它参与方(5，5′)的使用率的模块(10a)。

24.按照权利要求23所述的系统，其特征在于：所述确定所述匹配值的装置(10)除了确定所述其它参与方(5)的使用率的所述模块(10a)之外还包括至少一个用于确定至少一个其它选择准则的值的模块(10b，10c，10d，10e，10f)。

Images