CN102346763A - 用于分析需求的系统和方法 - Google Patents
用于分析需求的系统和方法 Download PDFInfo
- Publication number
- CN102346763A CN102346763A CN2011102194760A CN201110219476A CN102346763A CN 102346763 A CN102346763 A CN 102346763A CN 2011102194760 A CN2011102194760 A CN 2011102194760A CN 201110219476 A CN201110219476 A CN 201110219476A CN 102346763 A CN102346763 A CN 102346763A
- Authority
- CN
- China
- Prior art keywords
- demand
- database
- term
- relational language
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 75
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 244000287680 Garcinia dulcis Species 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 239000003054 catalyst Substances 0.000 description 4
- 230000003647 oxidation Effects 0.000 description 4
- 238000007254 oxidation reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 description 2
- 230000000692 anti-sense effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241001125877 Gobio gobio Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3338—Query expansion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/374—Thesaurus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及用于分析需求的系统和方法,具体地涉及用于改善系统中和系统的系统中的需求管理的系统和方法。多个需求数据库可以被对接,并且语言处理工具可以用来标识具有相关内容的需求。需求的相关性可以基于网络中术语之间的语义距离、它们的语义关系、在需求中相关术语的数目等。可以向用户呈现与搜索术语有关的需求数据的可导航截面。因而,为系统和系统的系统提供了添加的可视性和访问的简易性。
Description
关于美国政府基金的声明
本发明在由美国国防部授予的合同N00178-05-D-4450的政府支持下做出。美国政府在本发明中享有某些权利。
技术领域
本公开总体上涉及用于分析关于大型系统和系统的系统的经部分结构化的数据的系统和方法。
背景技术
大型系统和系统的系统可能使分析员面临可以跨多个异构数据库分布的成百上千种系统需求。这可能使寻找与具体任务相关的需求成为极大的挑战。单独系统变得越来越复杂,并且对所谓“系统的系统”的关注不断增长。系统的系统是多个系统的结合或者合成,系统的系统中的每个系统能够独立运行或者被设计为用于独立运行。使事情更加复杂化的是,许多单个系统是在未预见到在系统的系统内运行的情况下建立的。
由于需求可以由独立的承包商开发,并且需求可以分布在跨越针对不同组件系统而组织的多个数据库中,而不是针对作为一个整体的系统的系统,因此很难以连贯和统一的方式遍历地搜索或者浏览大量需求。例如,由不同实体在不同时间出于不同目的而创建的不同数据库可以用不同术语以及以不同组织方案来描述相关需求。更进一步地,通常未向系统工程师提供与其工作的系统的“写入”访问权限,因而他们不能改变和整理数据条目以便统一不一致的数据。
发明内容
某些需求管理应用允许诸如人工分析员之类的用户在父亲需求和孩子需求之间创建静态或者“硬”链接。这些产品被设计用于根据设计层次来组织单个系统的需求,但是这些产品遭受了较多的限制,尤其用于大型系统和系统的系统时。这些产品通常仅允许单个地、静态的组织需求,这一点是有问题的,原因在于分析员常常需要从与设计不同的角度(例如,财务、调度、服务等)来审视需求。此外,在这种系统中,寻找相关需求的任务仅可以通过对硬链接进行导航或者经由简单文本搜索来实现,而这耗费较多时间并且不可能是全面的。例如,对术语“轮胎”的文本搜索可能漏掉使用术语“车轮”的需求。更近一步地,不可能简单地利用商业上可用的工具跨越多个数据库进行相关需求的自动化搜索。即使针对分离系统的数据库可以借助于硬链接连接到一起,这也将不仅是复杂并且耗时的任务,而且将会与硬链接的基本目的相冲突——根据系统设计层次来组织需求。
本公开描述了用于允许以保持统一性、内部组织以及底层数据完整性而仍然提供对需求的全部主体的全面访问的方式来访问多个和潜在的离散需求数据库。
如这里所描述的,可以提供用于分析需求数据的系统,包括需求数据库,其存储与主题域有关的经部分结构化的数据;语义网络,其将需求数据库中的经部分结构化的数据链接到相关数据;以及分析工具。该分析工具包括:配置用于从用户接收查询的用户界面;以及分析器,其配置用于:将查询解析成搜索术语;在该语义网络中标识相关术语;在该需求数据库中标识包含至少一个相关术语的需求;以及向用户提供该需求。
更进一步地,可以实现用于分析需求数据的方法,包括接收包括:搜索术语的搜索查询;访问语义网络以向搜索术语添加相关术语,其中该相关术语中的至少一个未包括在该搜索术语中;将该搜索术语和该相关术语与在需求数据库中的需求数据进行比较;在该需求数据库中标识包括至少一个搜索术语和至少一个相关术语的需求;以及经由计算机设备向该用户提供经标识的需求。
此外,可以实现用于分析需求数据的方法,包括接收包括需求的搜索查询;将该需求的文本内容与需求数据库进行比较;在该需求数据库中标识需求,其中经标识的需求与该需求的文本内容具有至少一个共同的术语;标识在该经标识的需求和经链接的需求之间的软链接;以及经由计算机设备向用户提供该经链接的需求。
本公开还描述了包括多个代码段的计算机可读存储介质,包括用于接收包括搜索术语的搜索查询的代码段;用于访问语义网络以向该搜索术语添加相关术语的代码段,其中该相关术语中的至少一个未包括在该搜索术语中;用于将该搜索术语和该相关术语与该需求数据库中的需求数据进行比较的代码段;用于标识该需求数据库中包括至少一个搜索术语和至少一个相关术语的需求的代码段;以及用于经由计算机设备向用户提供经标识的需求的代码段。
附加的目的和优点部分将在以下详细描述中阐述、并且部分将从所述描述变得明显,或者可以由本发明的实践而习得。这些目的和优点将借助于在附随权利要求中特定指出的元件和组合而被意识到和获得。
应当理解的是,以上一般描述和以下详细描述两者仅是示例性和解释性的,并且并不限制所要求保护的本发明。
并入到说明书中并且构成本说明书一部分的附图示出了若干实施例,这些实施例与描述一起用于解释本发明的原理。
附图说明
图1A描绘了用于实现这里描述的方法和技术的示例性系统。
图1B描绘了用于实现这里描述的方法和技术的示例性系统。
图2描绘了搜索需求数据的示例性过程。
图3描绘了整理搜索术语和/或相关术语的示例性过程。
图4描绘了用于将相关术语和搜索术语包括在一起的示例性过程。
图5描绘了针对术语簇(cluster)的示例性数据存储布置。
图6描绘了用于将搜索术语和相关术语与需求数据进行比较的示例性过程。
图7描绘了用于搜索需求数据的示例性过程。
图8描绘了针对需求之间的软链接的示例性数据存储布置。
图9描绘了用于指派软链接的示例性过程。
图10描绘了用于搜索需求数据的示例性过程。
图11A描绘了用于搜索需求数据的示例性用户界面。
图11B描绘了用于搜索需求数据的示例性用户界面。
具体实施方式
现在将详细参照若干示例性实施例。在任何可能处,将贯穿附图使用相同的参考标号来指代相同或者类似的部件。
图1A描绘了用于实现在这里描述的方法和技术的示例性系统100A。系统100A可以包括一个或者多个数据库101,数据库101包括经部分结构化的数据或者经部分结构化的数据和/或经完全结构化的数据和/或未经结构化的数据的组合。经结构化的数据通常指代根据数据的具体特点而排序和组织的数据。经结构化的数据的示例是如下的电子表格,其中在一栏列出产品,在另一栏中列出价格,在另一栏中列出销售额,在另一栏中列出利润等。基本的经结构化的数据源可以在MircrosoftWord Perfect Quattro Apple等中构建。相比而言,未经结构化的数据通常包括不具有计算机可识别的组织的数据。未经结构化的数据的示例包括图像、报纸文章、小说等。
经部分结构化的数据(或者“经半结构化的数据”)通常对应于具有在经完全结构化的数据和未经结构化的数据之间的某个组织层级的数据。一种经部分结构化的数据可以包括如下数据,其中数据库中的行或者列包括自由流式文本(例如,术语、短语、全句、段落等),并且将行或者列组织成使得行或者列中的数据是相同类型的。例如,产品需求数据库可以在每个行中包括一个需求或者若干个密切相关的需求。可以简洁地(例如,“A-16螺栓=平顶,保证强度85千磅,屈服强度92千磅,抗张强度120千磅”)或者更正式地(例如,“供在点A-16处使用的螺栓必须为平顶,具有85千磅的保证强度、92千磅的屈服强度和120千磅的抗张强度”)来编写需求。经部分结构化的数据的其他示例可以包括这样的数据库中的行或者列,这样的数据库包括:方向、学术文章标题或者摘要、专利标题或者摘要、新闻标题、书章节标题、邮件主题行、Twitter文本消息等。
数据库101可以包括一个或者多个逻辑上和/或物理上分离的数据库。数据库101可以运行数据库软件,该软件可以例如以SQL、.QL、CQL、COQL、XPath、MDX、QUEL、DMX等编写。在某些实施例中,数据库101可以由一个组织来维护,而在其他实施例中,多个组织可以维护数据库101。在数据库101中的经部分结构化的数据可以以统一的方式(例如,以相同的术语指代相同的东西)来编写,或者可以用通俗的或者特有的方式来编写。在某些实施例中,数据库101可以包含拼写错误、冗余、冲突数据(例如,冲突的产品需求)、空数据条目和/或过时数据条目。在数据库101中的单独实体(例如,单元或者数据库条目等)的数目可以相当少(例如,<100)或者非常多(例如,>10,000,000)。
系统100A还可以包括语义网络数据库102。语义网络数据库102可以包含各种类型的语义数据。例如,在与产品需求管理有关的实施例中,语义网络数据库102可以包括在产品需求中所使用的各种术语以及相关术语。相关术语可以包括同义词、反义词以及其他的相关词。例如,如果数据库101涉及船只需求,则语义网络数据库102可以包括在船只需求中所使用的各种术语以及相关术语。譬如如果数据库101中的一个需求关注船只的“船舵”系统,则语义网络数据库可以包括作为同义词或者等同口语表述的术语“船桨”。语义网络数据库102还可以包括与“船舵”系统有关的术语,诸如“舵栓”、“艉柱”、“舵钮”等。
在某些实施例中,语义网络数据库102可以包括与数据库101中的需求术语具有关系的相关术语。例如,在语义网络数据库102中的相关术语可以涉及在更换另一部件时必须被更换的产品部件,其关注的是依赖于其他需求的需求等。作为示例,如果数据库101包含与汽车安全带需求有关的数据,则语义网络数据库102可以包括关于安全带卡扣、搭扣机制、刹车传感器、防抱死刹车计算机设备等的需求,这是由于在安全带的一个方面的改变可能导致或者需要汽车的其他关联组件的改变。
在某些实施例中,熟悉需求和需求所涉及的产品的主题专家或者技术人员可以指定将被包含在语义网络数据库102中的数据。例如,可以向专家或者技术人员分发问卷或者调查,在这些问卷或者调查中,要求专家或者技术人员列举针对具体需求术语的相关术语。备选地或者附加地,专家和技术人员可能被要求指示出很可能被其他需求的改变所影响的需求。在其他实施例中,在语义网络数据库102中的部分或者所有数据可以由自动化装置取得。例如,通过监测搜索引擎结果或者呼叫中心故障排除调查,可以使用统计技术来确定在需求术语与相关术语之间的关联。作为示例,监测搜索结果可以揭示在90%的实例中,点击飞机操舵故障排除网页的用户在搜索“飞机操纵杆(yoke)”或者“操纵杆(joystick)”之后到达该页。在这种情况中,“操纵杆”和“飞机操纵杆”可以被视为相关的术语。作为语义网络数据库102的数据的自动化收集的另一示例,与某些产品有关的同义反义词典、字典或者术语表可以是有用的数据源。譬如,术语表可以指示飞机的“飞机操纵杆”也可以被称作“控制杆”。
语义网络数据库102可以包括一个或者多个逻辑上和/或物理上分离的数据库。语义网络数据库102可以运行数据库软件,该软件可以例如以SQL、.QL、CQL、COQL、XPath、MDX、QUEL、DMX等编写。在某些实施例中,语义网络数据库102与一个或者多个数据库101安置在相同存储介质中(例如,网络附接存储、存储区域网络、个人计算机硬盘驱动器等),或者可以被分离地安置。语义网络数据库102可以由维护一个或者多个数据库101的相同组织来维护,或者由另一组织来维护。数据库102可以直接与数据库101通信,或者例如经由网络103间接地与数据库101通信。在某些实施例中,数据库102可以被包括在一个或者多个数据库101中。以下将进一步讨论数据库102。
网络103可以包括因特网、内联网或者其他网络连接以及它们的变形(例如,云计算布置)。在某些实施例中,数据库102和数据库101可以位于同一防火墙之后,并且其他实施例中,数据库102和数据库101各自可以在其与网络103之间具有它自己的防火墙。
系统100A还可以包括计算设备104。如图1A中所示,计算设备104(例如,个人计算机、膝上式计算机、服务器、PDA、蜂窝电话等)可以经由网络103与语义网络数据库102和数据库101进行通信,或者如图1B中的系统100B所示,计算设备104可以经由网络103与语义网络数据库102和数据库101直接进行通信。计算设备104可以包括一个或者多个操作系统(例如,Microsoft WindowsMicrosoft Windows Mac OSLinux等)、一个或者多个应用程序107(例如,包含用于执行这里描述的过程的指令的程序)、一个或者多个I/O单元(例如,鼠标、轨迹球、键盘、监视器等)和一个或者多个I/O端口109(例如,以太网(IEEE 802.3)、电话、Wi-Fi(IEEE 802.11)、蜂窝、音频、视频等)。操作系统106、应用程序107、I/O单元108、I/O端口109可以由一个或者多个CPU 105(例如,微处理器、微控制器等)来进行控制。此外,计算机设备104可以包括一个或者多个RAM 110和ROM 111存储介质。
图2描绘了用于搜索需求数据的示例性过程200。在某些实施例中,过程200可以利用语义搜索中间件,诸如AutonomyMicrosoftCogito等。在某些实施例中,过程200可以包括接收搜索查询的步骤201。该搜索查询可以包括数字和/或词。在其他实施例中,如以下讨论的,搜索查询可以包括需求本身。在步骤201中接收到的搜索查询可以包括简单文本(例如,“潜望镜镜头”或者“15英寸潜望镜镜头”)、布尔操作符(例如,“潜望镜&镜头”或者“15AND英寸AND潜望镜AND镜头”)、特殊操作符(例如,用于搜索精确术语的引号、在“n”个词内搜索另一搜索术语的“/n”、用于包括各种结束字符的词的“!”等)等。在与需求管理有关的实施例中,在步骤201中接收到的搜索查询可以包括与需要修理、更换、修改、更新等的产品部件有关的搜索术语。
过程200还可以包括用于将搜索查询解析为搜索术语的步骤202。在某些实施例中,步骤202可以仅标识每个搜索术语(例如,“潜望镜”和“镜头”),并且应用所使用的任何特殊搜索特征(例如,布尔操作符、特殊操作符等)。在某些实施例中,如图3所描绘的,步骤202可以包括整理搜索术语的过程。
例如,在过程300中,可以在步骤301中检测常见词(例如“与(and)”、“所述(the)”、“的(of)”、“在(at)”、“针对(for)”等)的出现。在步骤302中,可以从搜索查询中去除常见词,除非包括规则(如果有的话)适用。包括规则的一个示例可以是引号内的词不应当在步骤302中被去除。作为另一示例,包括规则可以指定在步骤302中处于特殊操作符中的词(例如,“在/5开关”)不应当被去除。
过程300还可以包括确定经更正的拼写是否对于任何搜索术语都可用的步骤303。例如,步骤303可以运行拼写检查例程,该例程确定在搜索查询中的任何词是否具有未被识别的拼写。在某些实施例中,拼写检查例程可以基于周围的词使用统计方法来标识可能的拼写错误或者语法错误。
在步骤304中,如果在步骤303中检测到任何拼写错误或者语法错误,则这样的错误可以被更正。更正可以自动地发生,或者经由询问用户是否应当做出更正而发生。
过程300还可以包括检查搜索术语的复数变形的步骤305。例如,步骤305可以确定非复数搜索术语是否具有复数变形,并且反之亦然。如果在步骤305中标识了复数或者非复数变形,则它们在步骤306中被包括为搜索术语。可以自动地完成,或者经由询问用户该包括是否应当发生而完成对复数或者非复数变形的包括。在某些实施例中,步骤305还可以包括检查其他词法变形,诸如形态变形、前缀变形、大写变形、拼写变形等。例如,术语“初始化(initialize)”可以是“初始化(initialise)”的变形等。经标识的变形可以在步骤306中被包括为搜索术语。
参照图2,过程200还可以包括确定将要向搜索术语添加的相关术语的步骤203。例如,图4描绘了用于确定是否向搜索查询添加搜索术语的示例性过程400。过程400可以包括用于访问术语簇的步骤401。在某些实施例中,参照图1A和图1B,术语簇可以存储在数据库102中。术语簇可以表示在以下需求中找到的术语的群组,这些需求在产品部件中物理邻近、如果簇中的其他术语涉及于更换或者调整中等则需要更换或者调整的可能性等方面相关。
例如,图5描绘了术语簇501的示例性数据存储布置500。譬如簇1包括术语“仪表板”、“旋扭”、“拨号盘”、“控制”、“指轮”、“按钮”、“触摸屏”等。此外,在簇1中,术语“旋扭”和“拨号盘”被标识为同义词的链接对。此外,在簇6中,术语“燃烧”和“点火”被标识为同义词的链接对502。在某些实施例中,同义词的链接对502可以包括三个或者更多术语,并且在某些实施例中,同义词如果不是字典中的用法的话,可以是在现实生活中的用法。在附加的实施例中,数据存储布置500也可以包括标识在需求数据库101中的位置的数据,其中需求呈现为包含来自术语簇501的术语。例如,数据存储布置500可以包括标识在该处存储包含来自术语簇501的术语的需求的存储器位置的指针。
过程400可以包括确定针对具体搜索术语,相关词是否可用的步骤402。在某些实施例中,步骤402可以包括查询在语义网络数据库中的术语簇或者其他数据。如果语义网络数据库包含相关术语,则这些术语可以在步骤404中被包含在搜索查询中。如果没有任何相关术语可用,则搜索术语可以在步骤403中被添加到需要与相关术语的关联的术语列表中。例如,步骤403可以生成术语列表,主题专家和技术人员可以考虑该术语列表并且针对该术语列表开发相关术语,相关术语可以被存储在语义网络数据库或者另一数据库中。
过程400还可以包括步骤405,在该步骤中,标识重复的术语(如果有的话)。在某些实施例中,步骤405可以标识精确的重复并且自动地将它们从查询中去除,除非包括规则(如以上讨论的)适用。例如,如果搜索查询包括术语“注射”、“节流阀”以及“入口”,则可能的是,术语“节流阀”可能已经在步骤402中被标识为术语“注射”的相关术语,并且在步骤404中被包括到搜索查询中。在这种情况下,术语“节流阀”可能在搜索查询中出现两次,并且该术语的重复出现可以在步骤406中去除。在某些实施例中,相似术语(例如,“注射”和“注射器”)也可以在步骤405中被标识,并且在步骤406中被去除。该去除可以自动地执行,或者通过询问用户是否希望去除经标识的术语来执行。
回到图2,过程200可以包括步骤204,在该步骤中,将搜索术语和/或相关术语(例如,如果在步骤203中添加)与需求数据进行比较。例如,图6描绘了用于将搜索术语和相关术语与需求数据进行比较的示例性过程600。过程600可以包括访问搜索术语和相关术语(如果有的话)的步骤601。以上已讨论了用于接收搜索术语和确定是否添加相关术语的示例性过程。如以上所述,参照图1A和图1B,访问相关术语可以包括访问语义网络数据库102。
过程600也可以包括步骤602,在该步骤中,访问需求数据库。例如,参照图1A和图1B,访问需求数据库可以包括访问数据库101。在某些实施例中,步骤602可以包括查询需求数据库以定位搜索术语和需求数据之间的文本匹配。例如,具有词“催化转换器”以及相关词“氧化”和“二氧化碳”的搜索可以导致与包含术语“催化转换器”、“氧化”和“二氧化碳”的需求的文本匹配。因而,虽然在该示例中原始搜索仅包括词“催化转换器”,但是相关术语(“氧化”和“二氧化碳”)的包括将搜索查询扩展到包括所有三个术语。
过程600还可以包括确定需求和搜索查询之间的共同术语的数目的步骤603。在某些实施例中,步骤603可以确定相对于一个或者多个需求数据库中的每个条目的共同术语的数目。在其他实施例中,步骤603将仅确定相对于包含与搜索术语的至少一个文本匹配的需求的共同术语的数目。譬如,对于在步骤603使用词“催化转换器”以及相关词“氧化”和“二氧化碳”的搜索而言,过程600可以被配置用于仅确定与包括这些术语中的至少一个术语的需求的共同术语的数目。
过程600还可以包括确定搜索术语(以及相关术语,如果有的话)的独特性的步骤604。术语的独特性例如可以表示其在需求数据库中的一些或者所有术语之间、在关于特定主题领域(例如,汽车、海事、微处理器等)的所有术语之间、以及在语言的所有术语之间等的罕见性。譬如,术语的独特性可以通过从最频繁到最不频繁来对需求数据库中的术语的出现频率排名来进行定量。最常见的词将收到100/100的排名,并且最不常见的词将收到1/100的排名,而其他词的排名落在两者之间。在100/100与1/100之间的排名可以与它们的出现频率直接成比例地确定、根据统计模型确定等。备选地或者附加地,可以基于在字典、技术术语表等中出现的频率来确定排名。在水管设施的需求数据库中,譬如,如果术语“管子”比术语“喷嘴”具有较高的出现频率,则术语“管子”可以接收比术语“喷嘴”高的排名。
过程600还可以包括为搜索术语(以及相关术语,如果有的话)和需求数据之间的关系设定缺省得分的步骤605。缺省得分可以表示可以依赖于搜索术语、相关术语以及需求数据的特点而提高或者降低的基本得分。在其中最终得分在从1-10标定(scale)的实施例中,缺省得分可以被设定在例如5(或者,如果1-100,则设定在50)。
过程600可以包括确定搜索术语和相关术语与需求数据共同具有的词的数目(例如,如在步骤603中确定的)是否超过某一阈值的步骤606。在某些实施例中,阈值可以自动地设定成使得至少某一部分的比较超过该阈值。在其他实施例中,用户可以自己调节阈值。例如,如果用户的搜索术语和相关术语与需求数据具有非常少的共同术语,则用户可以决定降低阈值,并且反之亦然。譬如,用户可以将阈值从3个共同术语降低到2个共同术语。如下文进一步讨论的,如果共同术语的数目不超过阈值,则过程600可以前进到步骤610。
过程600还可以包括基于共同术语的数目(例如,如在步骤603中确定的)来调节得分(例如,缺省得分)的步骤607。例如,可以为共同术语的数目确定点数配额。点数配额的一个示例在存在10个或者更多共同术语时可以奖励20点,在存在5-9个共同术语时则奖励15点,在存在3-4个共同术语则奖励10点等。点数可以被添加到缺省得分中(例如,如在步骤605中确定的)。例如,如果搜索术语“电压”、“调节器”和“变压器”在需求数据(例如,变压器组件的需求)中出现10次,则可以向为50的缺省值添加20个点数,从而产生经调节的得分70。
过程600还可以在608中确定搜索术语和相关术语是否包含与需求数据共同的任何独特术语,如果包含,则独特性的水平是否超过某一阈值。例如,搜索术语、相关术语和需求术语的独特性例如可以如参照步骤604说明的来确定。在步骤608中,可以确定独特性的阈值(例如,30/100或者10/100)使得具有定量的独特性水平的数据将会超过阈值(例如,在30/100之下,或者在10/100之下)。步骤608还可以包括确定超过独特性阈值的任何术语是否存在于搜索术语和/或相关术语与需求数据这两者中。譬如,如果独特性阈值设定在10/100,并且三个搜索术语的独特性被确定为41/100、36/100以及4/100,则只有第三个搜索术语将会超过独特性阈值。步骤608继而可以确定第三个术语是否在需求数据中出现。如下文进一步讨论的,如果未出现,则过程600可以前进到步骤610。如果第三个术语在需求数据中出现,则基于共同独特术语的出现在步骤609中调节得分。例如,在每个共同独特术语上得分可以升高20个点数,或者得分可以与共同术语的独特性成比例地升高(例如,共同术语越独特,则向得分添加的点数越多)。
在某些实施例中,过程600也可以包括步骤610,在该步骤中,可以应用各种类型的加权标准。例如,加权标准可以确定来自搜索术语和相关术语的术语在需求数据中重复了多少次。譬如,如果搜索术语和相关术语包括术语“扭矩”、“力矩”、“支点”和“角动量”,并且术语“支点”在特定需求中出现了很多次,则将会应用附加的加权来增加与需求相关联的得分。例如可以与术语“支点”在需求中重复的次数成比例地增加得分。作为附加的加权标准的又一示例,步骤610可以确定搜索术语和相关术语与需求数据之间的共同的同义词的数目。在某些实施例中,可以基于经标识的同义词的数目而增加得分
过程600还可以包括根据得分来对需求数据进行分类的步骤611。例如,在过程600中已经确定了得分并且已经在适当时进行了调节之后,可以以得分为顺序(例如,从最高到最低)来对与特定需求数据相关联的得分进行分类。在一些实施例中,步骤611可以首先呈现具有最高得分的需求,从而指示它们与搜索术语和相关术语最相关。例如,参照图2,基于得分显示需求数据的步骤206可以包括以从最高得分到最低得分的顺序显示需求。参照图1A和图1B,可以经由计算机104(例如,经由I/O单元108)显示需求数据。如下文进一步讨论的,可以经由用户界面(例如,用户搜索界面、用户浏览界面等)显示需求数据。
图7描绘了搜索需求数据的示例性过程700。在某些实施例中,过程700可以实现为如图2中描绘的过程200的备选或者与过程200一起实现。过程700可以包括用于接收搜索查询的步骤701。搜索查询可以包括数字和/或词、布尔操作符、特殊操作符等。
过程700还可以包括将搜索查询解析成搜索术语的步骤702。例如,解析搜索查询可以包括标识查询中的分离的术语、整理搜索术语(例如,检查拼写错误、语法错误、复数变形等)、应用搜索操作符(如果有的话)等。
过程700还可以包括确定搜索术语与需求数据之间的文本匹配的步骤703。例如,参照图1A和图1B,步骤703可以包括查询需求数据库101以标识搜索术语的实例。查询数据库101可以包括应用包括于搜索查询中的特殊搜索操作符(例如,布尔操作符)。例如,对术语“flang!”的搜索可以标识在需求数据库101中的术语“flange”、“flanged”、“flanges”、“flanging”等。
过程700还可以包括定位需求数据库中的软链接的步骤704。一般而言,软链接可以表示需求数据库中的需求之间的关联。如以上关于图1A和图1B的语义网络数据库102讨论的,软链接例如可以由专家或者技术人员确定,或者由自动化装置确定。例如,软链接可以将在进行产品部件的修改或者修理时最可能需要一起考虑的需求关联起来。软链接还可以包括如以上参照图5讨论的术语簇。
在某些实施例中,软链接可以表达两个或者多个需求是相关的(例如,应当一起考虑、为相互依赖的、具有类似的存续期等)概率。例如,具有大量相关术语的两个或者多个需求可以是彼此“软链接的”。软链接可以表达为状态(例如,“是”或者“否”)、概率(例如,75%的相关性概率)、强度(例如,与其他需求相比,90/100)等。在某些实施例中,软链接可以通过弱化需求被认为不重要的某些方面(例如,需求中类似“所述”和“一个”的常见词)来确定,软连接可以强调需求的其他方面(例如,独特术语、仅具有一个相关含义的术语等)等。有可能在彼此不共享术语(或者仅共享类似“所述”和“一个”的常见词)的两个或者多个需求之间发展软链接。例如,可以利用工业专家、技术人员或者其他资源来确定需求包括的相关术语、同义词等。因而,即使两个或者多个需求不包含任何相同术语,但是如果发现它们是相关的则也可以在它们之间潜在地建立软链接。
图8描绘了示例性数据存储布置800,其中图示了需求数据库801之间的软链接。例如,在存储布置800中,示出的每个数据库包括一个或者多个相关需求802、803和804,这些需求软链接到一起。在某些实施例中,一个或者多个需求数据库801可以不包括任何软链接到一起的相关需求802、803、804。如图8中所示,每个需求数据库801包括相关的需求802、803和804,这些需求软链接到至少一个其他需求802。需求数据库1、需求数据库2和需求数据库3包括相关需求802,需求数据库1和需求数据库2包括相关需求803,并且需求数据库2和需求数据库3包括相关需求804。相关需求802、803和804之间的软链接可以例如通过存储指向存储了相关需求的存储器位置的指针、存储与相关需求关联的独特标识符等来实现。指针或者独特标识符可以存储在需求数据库801中、语义网络数据库中,或者另一类型的数据库中。
回到过程700的步骤704,软链接在需求数据库中被定位和/或被创建出来,并且被用来提供反映在两个或者多个相关需求之间的关系的得分。在一个实施例中,例如,可以基于其中共同术语的数目超过某一阈值的两个或者多个需求之间的文本匹配来创建软链接。在其他实施例中,可以基于在标识和包括了相关术语(例如,来自语义网络数据库)之后两个或者多个需求之间的文本匹配来创建软链接。其他更复杂的实施例也是可能的。例如,图9描述了基于得分指派软链接的示例性过程900。
过程900可以包括用于访问第一需求(例如称为“需求A”)的文本内容的步骤901。需求A的文本内容可以包括需求中包括的文本(例如,词和数字)以及与需求相关联的任何元数据。参照图1A和图1B,需求A可以被存储在例如数据库101中。
过程900也可以包括用于整理来自需求A的文本内容的步骤902。内容的整理可以包括例如去除拼写错误、去除语法错误、包括复数变形、去除大写字母等。整理可以自动地发生、由用户选择而发生或者这两者。
在某些实施例中,过程900还可以包括用于包括相关术语的步骤903。例如,需求术语可以具有由主题专家或者技术人员或者经由自动化技术确定的相关术语。在某些实施例中,步骤903解析需求A的文本内容,并且基于需求A的内容确定任何相关术语是否可用。例如,参照图1A和图1B,相关术语可以由语义网络数据库102提供。步骤903可以将相关术语包括在暂时存储器(例如,RAM、闪存)中、或者在更持久的存储器(例如,需求数据库)中,以用于执行过程900。
过程900还可以包括去除重复术语的步骤904。例如,如果在需求A中出现重复术语,则重复可以在步骤904中被去除。此外,如果在步骤903中的相关术语的包括导致重复术语的出现,则重复可以在步骤904中被去除。在某些实施例中,包括规则可以运行以防止重复术语被去除(例如,如果重复的术语归因于特殊操作符)。此外,在某些实施例中,重复术语可以自动地去除,而在其他实施例中,重复术语可以基于用户的选择而去除。
在某些实施例中,过程900可以包括确定相关术语和需求A的文本内容的独特性的步骤905(如果有的话)。例如,可以通过确定术语在数据源内(例如,需求数据库、字典、术语表等)的出现频率来定量独特性。在某些实施例中,如果术语的定量的独特性超过独特性阈值(例如,10/1000),则该术语被视为是独特的。在又一实施例中,可以针对每个术语独特性进行排名。
过程900也可以包括用于将相关术语和需求A的文本内容与需求B的文本内容进行比较的步骤906。例如,步骤906可以将相关术语和需求A的文本内容与一个或者多个需求数据库(例如,需求B、需求C、需求D等)中的每个其他需求进行比较。在其他实施例中,步骤906可以将需求A和相关术语仅与某些其他需求(例如,与需求A或者相关术语共享至少一个共同术语的需求、与需求A或者相关术语共享至少一个非常见词的需求、被分类在与需求A一样的主题域内的需求等)。需求A和相关术语与需求B的比较可以包括确定两个需求(以及相关术语)共同具有的词的数目。步骤906还可以包括确定两个需求共同具有哪个词、在每个需求中某些词重复了多少次等。
在某些实施例中,过程900还可以包括步骤907,在该步骤中,可以向需求A和需求B之间的关系指派得分。譬如,得分可以与需求A和需求B共享的术语的数目成比例。如以上讨论的,得分可以基于例如需求A和相关术语与需求B共享的同义词的数目而增加。得分可以表达为例如百分比、数值范围(例如,1-100)等。
过程900还可以包括确定需求A和需求B是否是经强制链接的需求的步骤908。经强制链接的需求譬如可以包括被确定为必要相关地链接的两个或者多个需求(例如,左前灯和右前灯组件、燃油类型与引擎效率、电池大小与电池寿命等)。经强制链接的需求可以由主题专家、技术人员、自动化方法等标识。经强制链接的需求也可以由合同、规定、法律等制定。在某些实施例中,如果需求A和需求B被确定为是经强制链接的需求,则在步骤909可以为它们关系给出最高的可能得分。譬如,在具有得分值在1-100之间的打分系统中,需求A和需求B之间的关系可以被给予为100的得分。过程900继而可以前进到如以下进一步讨论的步骤915。
如果在步骤908中需求A和需求B并未被确定为经强制链接的需求,则过程900可以前进到确定需求A与需求B是否共享任何独特术语的步骤910。独特术语、以及独特性的程度可以在例如步骤905中确定。如果步骤910确定了需求A和相关术语与需求B共享一个或者多个独特术语,则可以在步骤911中调节针对需求A与需求B之间的关系的得分。例如,得分可以与被确定为独特的共享术语的数目成比例地增加、与每个术语的独特性成比例增加、或者仅与独特性水平超过阈值的术语成比例增加。例如,如以上讨论的,可以使用点数配额,使得术语越独特,向得分添加的点越多。于是,独特术语以及具有较高独特性评级的术语的更多实例可以产生较高的得分。
如果步骤910确定了需求A和相关术语与需求B不共享独特术语,或者步骤911的得分调节例程已经完成,则过程900可以前进到步骤912。在某些实施例中,步骤912可以确定需求A和相关术语与术语B中是否出现任何同义词。同义词可以由主题专家、由技术人员或者由自动化装置(例如,通过参照同义反义词典、字典、术语表等)来确定。需求A和需求B之间的得分可以在步骤913中与共享的同义词的数目成比例地调节。在某些实施例中,步骤912可以确定共享的术语是否也是独特术语(例如,如由步骤905确定的)。例如如果在特定需求集合中术语“网站”和“网页”被确定为同义词,并且也在该需求集合中被确定为独特术语,则在步骤913中可以进行对得分的额外调节。
如果步骤912中确定在需求A和相关术语与需求B之间没有出现同义词,或者在步骤913中基于同义词调节得分的例程已经完成,则过程900可以前进到步骤914。在某些实施例中,步骤914可以包括确定需求A和需求B是否经由软链接而链接的。如果已经为需求A和需求B建立了软链接(例如,通过过程900的先前执行),则过程900可以终止。
如果并未为需求A和需求B之间建立软链接,则可以在步骤915中添加软链接。例如,步骤915可以基于在步骤907中指派的并且(如果有的话)在步骤909、911和/或913中修改的得分确定是否在需求A和需求B之间添加软链接。在某些实施例中,例如,在步骤915中仅前10%的得分可以超过阈值,使得它们将会被软链接。在其他实施例中,阈值可以指定仅80及以上的得分将会导致将要添加软链接。在又一实施例中,软链接可以被生成为具有根据在过程900中确定的得分的强度。以这种方式,具有较高得分的需求之间的软链接将比具有较低得分的需求之间的软链接强(例如,表达更密切关系)。在这样的实施例中,软链接可以被指派给在过程900中分析的需求组合的一些或者全部。
再次参照图7,过程700也可以包括基于需求之间的软链接来显示需求数据的步骤705。例如,在由用户给定某些术语时,步骤705可以向用户显示被视为是与搜索术语相关的需求。在某些实施例中,如图9中所描绘的,将要显示的需求数据可以通过比较需求文本内容和相关术语与其他需求数据的过程来确定。可以开发得分以用来表示不同需求之间的关系,并且可以根据得分在不同需求之间添加软链接。在某些实施例中,步骤705可以呈现软链接的所有需求。在又一实施例中,步骤705可以呈现具有软链接强度超过特定阈值的所有需求。在其他实施例中,步骤705可以以需求的得分的顺序,从最高到最低呈现一些或者所有需求。
图10描绘了搜索需求数据的示例性过程1000。过程1000可以包括用于接收对需求的选择的步骤1001。因而,与示例性过程200与示例性过程900不同,过程1000可以接收需求而不是文本作为搜索查询。在某些实施例中,步骤1001可以接收对需求的选择和文本搜索术语(例如,词和/或数字)这两者。在又一实施例中,步骤1001可以包括接收对多于一个需求的选择。
过程1000也可以包括定位在步骤1001接收到的需求之间的任何软链接和/或对文本内容和需求数据进行比较的步骤1002。例如,在所选择的需求与其他需求之间定位软链接可以包括针对这些软链接查询需求数据库和/或语义网络数据库。这种过程例如可以如以上参照图9描述的来进行。此外,将需求文本内容与需求数据进行比较可以包括例如如以上参照图2描述的查询需求数据库和/或语义网络数据库。在其中步骤1001中的包括一个或者多个需求和文本搜索术语这两者的某些实施例中,如以上讨论的,步骤1002可以进行定位软链接并且将搜索文本与需求数据进行比较这两者以找出相关需求。在某些实施例中,例如,可以利用过程200和过程900这两者的方面。
图11A描绘了示例性用户搜索界面1100A。在某些实施例中,界面1100A可以包括搜索查询域1101。如以上描述的,用户可以在域1101中输入文本(例如,词和/或数字)和/或布尔操作符、特殊操作符、需求参考标号等。在某些实施例中,域1101可以包括需求的下拉列表,用户可从列表中选择一个或者多个需求。
界面1100A也可以包括搜索按钮1102。在某些实施例中,如果先前未连接的话,按钮1102的选择可以使得界面1100A连接到一个或者多个数据库(例如,需求数据库、语义网络数据库等)。例如,参照图1A和图1B,按钮1102的选择可以使得界面1100A连接到数据库101和语义网络数据库102。在又一实施例中,按钮1102的选择可以使得界面1100A根据在域1101中提供的搜索内容执行在一个或者多个数据库中的查询。如以上讨论的,这种内容可以包括搜索文本、具体需求、搜索操作符等。
在某些实施例中,结果列表窗口1103可以被包括在界面1100A中或者与界面1100A结合(例如,在分离的窗口中)。例如,窗口1103可以列出根据输入到域1101中的搜索内容所标识的需求。如在图11A中描绘的,在窗口1103中的需求可以被列举为全文本需求。在又一实施例中,在窗口1103中的结果可以由需求标号、表格中的独特标识符、存储器位置、数据库位置(例如,在需求数据库中)等来标识。在其中根据如以上讨论的得分、软链接、软链接强度或者排名来标识需求的实施例中,可以以得分、软链接强度、排名等顺序在窗口1103中显示需求。例如,在其中标识了经强制链接的需求的实施例中,可以首先被在窗口1103中列出经强制链接的需求,后面接着以得分顺序等列出的其他需求。
在某些实施例中,如图11B所描绘的,界面1100B可以包括参考数据域1104。如图11B所图示的,域1104可以例如显示数据库参考标号。例如,数据库参考标号可以指示需求来自哪个数据库(例如,需求被存储其中的数据库)。域1104还可以包括其他参考信息,诸如需求最后更新的日期、需求的作者、指示需求的主题域的代码、表示与该需求软链接的其他需求的数目等以及前述的组合。
从在这里公开的本发明的说明书和实践的考虑中,本发明的其他实施例对本领域技术人员来说将会明显。旨在使说明书和示例仅被视为示例性的,而本发明的真实范围和精神实质由以下权利要求来指示。
Claims (26)
1.一种用于分析需求数据的系统,包括:
需求数据库,其存储与主题域有关的经部分结构化的数据;
语义网络,其将所述需求数据库中的经部分结构化的数据链接到相关数据;以及
分析工具,其包括:
用户界面,其配置用于从用户接收查询;以及
分析器,其配置用于:
将所述查询解析成搜索术语;
在所述语义网络中标识相关术语;
在所述需求数据库中标识包含至少一个相关术语的需求;以及
向所述用户提供所述需求。
2.根据权利要求1所述的系统,其中所述分析器被配置用于在所述需求数据库中标识包含至少一个搜索术语和至少一个相关术语的需求。
3.根据权利要求1所述的系统,其中所述语义网络包括数据库,所述数据库将与所述主题域有关的、经部分结构化的数据链接到相关需求数据。
4.根据权利要求1所述的系统,其中所述经部分结构化的数据包括与所述主题域有关的需求。
5.根据权利要求1所述的系统,其中所述相关术语由主题专家或者技术人员确定。
6.根据权利要求1所述的系统,进一步包括打分工具,所述打分工具被配置用于:
根据需求数据库中的需求与至少一个搜索术语和至少一个相关术语的关系向所述需求指派得分;以及
根据所述需求的得分对需求数据库中的需求进行排名。
7.根据权利要求6所述的系统,其中经排名的需求以其排名为顺序经由所述用户界面向所述用户进行呈现。
8.根据权利要求1所述的系统,其中所述分析器基于在经链接的需求和所述经标识的需求之间的软链接,在所述需求数据库中定位与所述经标识的需求有关的所述经链接的需求。
9.根据权利要求8所述的系统,其中所述分析器向所述用户提供所述经链接的需求。
10.一种用于分析需求数据的方法,包括:
接收包括搜索术语的搜索查询;
访问语义网络以向搜索术语添加相关术语,其中所述相关术语中的至少一个未包括在所述搜索术语中;
将所述搜索术语和所述相关术语与在需求数据库中的需求数据进行比较;
在所述需求数据库中标识包括至少一个搜索术语和至少一个相关术语的需求;以及
经由计算机设备向所述用户提供经标识的需求。
11.根据权利要求10所述的方法,其中所述计算机设备包括搜索界面,其配置用于接收所述搜索查询、连接到所述需求数据库和所述语义网络以及向用户提供需求。
12.根据权利要求10所述的方法,进一步包括:
根据需求数据库中的需求与至少一个搜索术语和至少一个相关术语的关系向所述需求指派得分;
根据需求的得分对需求数据库中的需求进行排名;以及
根据需求的排名经由所述计算机设备向所述用户呈现需求。
13.根据权利要求10所述的方法,进一步包括基于在经定位的需求和所述经标识的需求之间的软链接,在所述需求数据库中定位与所述经标识的需求有关的需求。
14.根据权利要求10所述的方法,其中访问所述语义网络以向所述搜索术语添加相关术语包括添加被主题专家或者技术人员确定为与搜索术语相关的相关术语。
15.根据权利要求10所述的方法,其中所述至少一个搜索术语是所述至少一个相关术语的同义词。
16.一种用于分析需求数据的方法,包括:
接收包括需求的搜索查询;
将所述需求的文本内容与需求数据库进行比较;
在所述需求数据库中标识需求,其中经标识的需求与所述需求的文本内容具有至少一个共同的术语;
标识在所述经标识的需求和经链接的需求之间的软链接;以及
经由计算机设备向用户提供所述经链接的需求。
17.根据权利要求16所述的方法,其中所述软链接由主题专家或者技术人员来确定。
18.根据权利要求16所述的方法,其中在所述需求数据库中标识需求包括在所述需求数据库中标识与所述需求的所述文本内容至少具有超过阈值的共同的术语的数目的需求。
19.根据权利要求16所述的方法,其中标识在所述经标识的需求和经链接的需求之间的软链接包括:
确定与所述软链接相关联的得分;
确定所述得分是否超过阈值;以及
如果所述得分超过所述阈值则标识所述软链接。
20.根据权利要求19所述的方法,其中所述得分与在所述经标识的需求和所述经链接的需求之间的关系的强度相关联。
21.根据权利要求16所述的方法,其中所述软链接被存储在语义网络数据库中。
22.根据权利要求21所述的方法,其中所述语义网络数据库被存储在所述需求数据库中。
23.一种包括多个代码段的计算机可读存储介质,包括:
用于接收包括搜索术语的搜索查询的代码段;
用于访问语义网络以向所述搜索术语添加相关术语的代码段,其中所述相关术语中的至少一个未包括在所述搜索术语中;
用于将所述搜索术语和所述相关术语与所述需求数据库中的需求数据进行比较的代码段;
用于标识所述需求数据库中包括至少一个搜索术语和至少一个相关术语的需求的代码段;以及
用于经由计算机设备向用户提供经标识的需求的代码段。
24.根据权利要求23所述的计算机可读存储介质,进一步包括:
根据所述需求数据库中的需求与至少一个搜索术语和至少一个相关术语的关系向所述需求指派得分的代码段;以及
根据需求的得分对所述需求数据库中的需求进行排名的代码段。
25.根据权利要求24所述的计算机可读存储介质,进一步包括:
用于根据需求的排名向所述用户提供经排名的需求的代码段。
26.根据权利要求23所述的计算机可读存储介质,进一步包括:
用于基于在经链接的需求和所述经标识的需求之间的软链接,在所述需求数据库中定位与所述经标识的需求有关的所述经链接的需求的代码段。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/846,895 | 2010-07-30 | ||
US12/846,895 US8650186B2 (en) | 2010-07-30 | 2010-07-30 | Systems and methods for analyzing requirements |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102346763A true CN102346763A (zh) | 2012-02-08 |
CN102346763B CN102346763B (zh) | 2016-09-07 |
Family
ID=44584871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110219476.0A Active CN102346763B (zh) | 2010-07-30 | 2011-07-27 | 用于分析需求的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8650186B2 (zh) |
EP (1) | EP2413256A1 (zh) |
CN (1) | CN102346763B (zh) |
AU (1) | AU2011204935B2 (zh) |
CA (1) | CA2747481C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089843A (zh) * | 2018-01-18 | 2018-05-29 | 福建省农村信用社联合社 | 一种智能化的银行企业级需求管理系统 |
CN111444106A (zh) * | 2020-04-09 | 2020-07-24 | 中国人民解放军国防科技大学 | 一种对软件可测试需求的分析方法及系统 |
CN117009460A (zh) * | 2023-07-19 | 2023-11-07 | 读书郎教育科技有限公司 | 词典笔的辅助信息快速搜集方法 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2633444A4 (en) * | 2010-10-30 | 2017-06-21 | International Business Machines Corporation | Transforming search engine queries |
US8620902B2 (en) * | 2011-06-01 | 2013-12-31 | Lexisnexis, A Division Of Reed Elsevier Inc. | Computer program products and methods for query collection optimization |
US11151617B2 (en) | 2012-03-09 | 2021-10-19 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US11727249B2 (en) | 2011-09-28 | 2023-08-15 | Nara Logics, Inc. | Methods for constructing and applying synaptic networks |
US10789526B2 (en) | 2012-03-09 | 2020-09-29 | Nara Logics, Inc. | Method, system, and non-transitory computer-readable medium for constructing and applying synaptic networks |
US8170971B1 (en) | 2011-09-28 | 2012-05-01 | Ava, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US8732101B1 (en) | 2013-03-15 | 2014-05-20 | Nara Logics, Inc. | Apparatus and method for providing harmonized recommendations based on an integrated user profile |
US10467677B2 (en) | 2011-09-28 | 2019-11-05 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
CN103914492B (zh) * | 2013-01-09 | 2018-02-27 | 阿里巴巴集团控股有限公司 | 查询词融合方法、商品信息发布方法和搜索方法及系统 |
GB2514404A (en) * | 2013-05-23 | 2014-11-26 | Basis Technologies Internat Ltd | A method and apparatus for searching a system with multiple discrete data stores |
US20140351278A1 (en) * | 2013-05-23 | 2014-11-27 | Basis Technologies International Limited | Method and apparatus for searching a system with multiple discrete data stores |
US20150039358A1 (en) * | 2013-07-31 | 2015-02-05 | International Business Machines Corporation | Data persistence technology configurator |
US10055485B2 (en) | 2014-11-25 | 2018-08-21 | International Business Machines Corporation | Terms for query expansion using unstructured data |
US11379538B1 (en) | 2016-05-19 | 2022-07-05 | Artemis Intelligence Llc | Systems and methods for automatically identifying unmet technical needs and/or technical problems |
US11392651B1 (en) | 2017-04-14 | 2022-07-19 | Artemis Intelligence Llc | Systems and methods for automatically identifying unmet technical needs and/or technical problems |
US11157874B2 (en) | 2018-04-30 | 2021-10-26 | International Business Machines Corporation | Hierarchy definition and analysis for requirement documentation |
US11010376B2 (en) * | 2018-10-20 | 2021-05-18 | Verizon Patent And Licensing Inc. | Methods and systems for determining search parameters from a search query |
US11762916B1 (en) | 2020-08-17 | 2023-09-19 | Artemis Intelligence Llc | User interface for identifying unmet technical needs and/or technical problems |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1061461A1 (en) * | 1999-06-18 | 2000-12-20 | BRITISH TELECOMMUNICATIONS public limited company | Database system |
US20020111941A1 (en) * | 2000-12-19 | 2002-08-15 | Xerox Corporation | Apparatus and method for information retrieval |
WO2004086255A1 (en) * | 2003-03-25 | 2004-10-07 | British Telecommunications Public Limited Company | Concept dictionary based information retrieval |
US20060020629A1 (en) * | 2004-03-01 | 2006-01-26 | Karthik Ramani | Multi-tier and multi-domain distributed rapid product configuration and design system |
US20070198480A1 (en) * | 2006-02-17 | 2007-08-23 | Hogue Andrew W | Query language |
US20070276858A1 (en) * | 2006-05-22 | 2007-11-29 | Cushman James B Ii | Method and system for indexing information about entities with respect to hierarchies |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038560A (en) | 1997-05-21 | 2000-03-14 | Oracle Corporation | Concept knowledge base search and retrieval system |
JP2002288201A (ja) * | 2001-03-23 | 2002-10-04 | Fujitsu Ltd | 質問応答処理方法,質問応答処理プログラム,質問応答処理プログラム記録媒体および質問応答処理装置 |
US7272594B1 (en) * | 2001-05-31 | 2007-09-18 | Autonomy Corporation Ltd. | Method and apparatus to link to a related document |
US20030227487A1 (en) * | 2002-06-01 | 2003-12-11 | Hugh Harlan M. | Method and apparatus for creating and accessing associative data structures under a shared model of categories, rules, triggers and data relationship permissions |
US7707167B2 (en) | 2004-09-20 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for creating a knowledge interchange profile |
US11283885B2 (en) | 2004-10-19 | 2022-03-22 | Verizon Patent And Licensing Inc. | System and method for location based matching and promotion |
WO2010091320A1 (en) * | 2009-02-06 | 2010-08-12 | Slinker Scott W | Determining associative intent in a database containing linked entities |
US8635227B2 (en) | 2010-07-31 | 2014-01-21 | Viralheat, Inc. | Discerning human intent based on user-generated metadata |
US8612477B2 (en) | 2010-09-24 | 2013-12-17 | Aol Inc. | Systems and methods for customized electronic communications |
-
2010
- 2010-07-30 US US12/846,895 patent/US8650186B2/en active Active
-
2011
- 2011-07-22 AU AU2011204935A patent/AU2011204935B2/en active Active
- 2011-07-26 CA CA2747481A patent/CA2747481C/en active Active
- 2011-07-27 EP EP11175662A patent/EP2413256A1/en not_active Withdrawn
- 2011-07-27 CN CN201110219476.0A patent/CN102346763B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1061461A1 (en) * | 1999-06-18 | 2000-12-20 | BRITISH TELECOMMUNICATIONS public limited company | Database system |
US20020111941A1 (en) * | 2000-12-19 | 2002-08-15 | Xerox Corporation | Apparatus and method for information retrieval |
WO2004086255A1 (en) * | 2003-03-25 | 2004-10-07 | British Telecommunications Public Limited Company | Concept dictionary based information retrieval |
US20060020629A1 (en) * | 2004-03-01 | 2006-01-26 | Karthik Ramani | Multi-tier and multi-domain distributed rapid product configuration and design system |
US20070198480A1 (en) * | 2006-02-17 | 2007-08-23 | Hogue Andrew W | Query language |
US20070276858A1 (en) * | 2006-05-22 | 2007-11-29 | Cushman James B Ii | Method and system for indexing information about entities with respect to hierarchies |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089843A (zh) * | 2018-01-18 | 2018-05-29 | 福建省农村信用社联合社 | 一种智能化的银行企业级需求管理系统 |
CN108089843B (zh) * | 2018-01-18 | 2020-08-28 | 福建省农村信用社联合社 | 一种智能化的银行企业级需求管理系统 |
CN111444106A (zh) * | 2020-04-09 | 2020-07-24 | 中国人民解放军国防科技大学 | 一种对软件可测试需求的分析方法及系统 |
CN111444106B (zh) * | 2020-04-09 | 2023-09-01 | 中国人民解放军国防科技大学 | 一种对软件可测试需求的分析方法及系统 |
CN117009460A (zh) * | 2023-07-19 | 2023-11-07 | 读书郎教育科技有限公司 | 词典笔的辅助信息快速搜集方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2011204935B2 (en) | 2014-05-08 |
AU2011204935A1 (en) | 2012-02-16 |
CA2747481A1 (en) | 2012-01-30 |
CN102346763B (zh) | 2016-09-07 |
CA2747481C (en) | 2019-10-01 |
US20120030198A1 (en) | 2012-02-02 |
US8650186B2 (en) | 2014-02-11 |
EP2413256A1 (en) | 2012-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102346763A (zh) | 用于分析需求的系统和方法 | |
US20200342177A1 (en) | Capturing rich response relationships with small-data neural networks | |
US11106873B2 (en) | Context-based translation retrieval via multilingual space | |
US10878233B2 (en) | Analyzing technical documents against known art | |
US11948113B2 (en) | Generating risk assessment software | |
US9116985B2 (en) | Computer-implemented systems and methods for taxonomy development | |
US10706045B1 (en) | Natural language querying of a data lake using contextualized knowledge bases | |
US12093253B2 (en) | Summarized logical forms based on abstract meaning representation and discourse trees | |
US20140108304A1 (en) | Semantic Request Normalizer | |
CN104933081A (zh) | 一种搜索建议提供方法及装置 | |
US10546088B2 (en) | Document implementation tool for PCB refinement | |
US9031886B2 (en) | Pluggable modules in a cascading learning system | |
Perevalov et al. | Augmentation-based Answer Type Classification of the SMART dataset. | |
CN114303140A (zh) | 与产品和服务相关的知识产权数据分析 | |
Lee et al. | Trustsql: A reliability benchmark for text-to-sql models with diverse unanswerable questions | |
Groot | Data mining for tweet sentiment classification | |
US10558778B2 (en) | Document implementation tool for PCB refinement | |
Álvarez-Rodríguez et al. | Towards a stepwise method for unifying and reconciling corporate names in public contracts metadata: The CORFU technique | |
AU2014202412B2 (en) | Systems and methods for analyzing requirements | |
RU2571407C1 (ru) | Способ формирования карты связей компонентов преобразованного структурированного массива данных | |
Zhang et al. | A transformer‐based approach for improving app review response generation | |
Júlio et al. | Engage Students in News Writing | |
Ordina | Classification Problem in Real Estate Corpora: Furniture Detection in Real Estate Listings | |
KR20230002036A (ko) | 키워드 사전을 이용하여 투자 키워드를 관리하는 서버 및 방법 | |
Müller et al. | Annotating korean text documents with linked data resources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |