CN102722509A - 用于支持本地兴趣点发现的语义搜索系统和方法的邻域导引 - Google Patents

Abstract

本发明涉及用于支持本地兴趣点发现的语义搜索系统和方法的邻域导引。一种邻域导引系统，相关的方法和关联的数据库，其用于以比传统IVR系统更自然和提供更多信息的方式向汽车驾驶员或其它用户提供关于商业机构和其他地点的信息。当与用户交互时，邻域导引系统往往仅提供离用户非常近的选项，供客户基于客户的要求从中选择。更进一步，邻域导引系统提供用户所选择的商业机构的可用信息，例如营业时间，花费，等级，停车等。

Description

用于支持本地兴趣点发现的语义搜索系统和方法的邻域导引

相关申请的交叉引用

本申请要求美国临时专利申请号61/390476，在2010年10月6日提交的名称为“邻域导引”：支持本地兴趣点发现的语义搜索系统和方法的申请日的权益。

技术领域

本申请大体上涉及一种邻域导引系统和相关的数据库，用于提供关于商业机构和其他地点的信息，并且更具体地涉及一种邻域导引交互式语音应答(IVR)系统，相关的方法和关联的数据库，用于以比传统IVR系统更加自然和提供信息更多的方式提供关于商业机构和其他地点的信息给汽车驾驶员或其他用户。

背景技术

许多汽车制造商提供各种样式的导航系统和驾驶员辅助系统，在这里总体地和单独地把其称为交互式语音应答(IVR)系统，使得车辆驾驶员可以与汽车数据库或顾问交流以找到与商业机构和其他地点相关的各种兴趣点(POI)，上述兴趣点可显示在导航屏幕上，并且还可以向所述导航系统提供建议路线指令，其与GPS结合引导汽车到那些位置。这种导航系统允许驾驶员输入地址或其他地点识别信息到IVR系统，在此情况下导航系统利用在导航屏幕上的道路显示和/或声音指令将驾驶员引导到那个位置。更进一步地，驾驶员辅助系统可以独立地或与这样的导航系统联合以辅助驾驶员找到某些位置或获得其他信息。

OnStar^tm是上文中提到的IVR系统中的一种，其为装备此物的汽车提供无线通信工具从而允许签署该服务的成员与顾问无线地交互并且通过电子邮件接收各种关于他们的汽车的消息和信息，上述消息和信息通过汽车利用远程信息处理技术传输到OnStar^tm服务中心。OnStar^tm服务中心以本领域技术人员熟知的方式提供无线服务。目前，OnStar^tm的签署者可以选择接收月度诊断和信息报告，该报告确定某些汽车情况，例如发动机和变速器诊断，排放系统诊断，气囊系统诊断，稳定性控制系统诊断，机油寿命，移动电话备忘录等。OnStar^tm还提供多个其他特征，包括免提呼叫，建议路线导航，自动碰撞响应，应急服务，危机协助，远程车门解锁，道路救援，远程喇叭和灯光激活等。这些扩展的特征允许签署者拥有更多关于他或她的汽车的信息并且远程地提供某些汽车功能。

如果汽车驾驶员在不熟悉的区域内并且希望找到某个商业机构或其他地点，驾驶员可以利用ⅣR系统通过移动电话网络，可能利用语音识别软件，联系顾问或数据库，询问顾问关于驾驶员想要寻找的一类商业机构的信息。如果驾驶员询问具体的商业机构，顾问可以查找那个商业机构，并且提供到该商业机构的指引，这些可以通过远程信息处理技术下载到汽车的导航系统中。然而，如果驾驶员询问顾问关于某些商业机构的一般性信息，或其他事情，顾问可以作一般性网络查找以确认这样的商业机构在该区域是否存在，但是往往不能提供关于那些商业机构的详细情况。顾问往往不仅仅不能给出任何关于商业机构是否营业、等级如何，是否有合适的停车场，费用等的信息，如果具体类型的商业机构不是在正在进行询问的操作者的附近，顾问往往只会陈述在那个区域中不存在任何商业机构且而不能提供其他选择。

上面讨论的类型的导航和驾驶员辅助系统通过包括提供更多关于具体商业机构和地点信息的数据库而受益，并且能够向车辆驾驶员给出他们所要求的事项的其他替换选择。

发明内容

根据本发明的教导，公开了一种邻域导引系统，相关的方法和关联数据库，其用于以比传统IVR系统更自然和提供更多信息的方式向用户，例如汽车驾驶员提供关于商业机构和其他地点的消息。当与用户交互时，邻域导引系统往往只会向用户提供离用户特别近的多个选项，以供用户基于用户要求来进行选择。更进一步，邻域导引系统提供用户所选择的商业机构的可用信息，例如营业时间，花费，等级，停车等。

本发明的附加特征从接下来的参照附图的描述和所附的权利要求中变得清楚。

本公开文本还提供了如下的方案：

方案1.一种用于提供多重标准决策分析数据库的方法，该数据库使用随机的、非单调分析层级过程模型，来减少区域内兴趣点的选择范围周围的决策空间，所述方法包括：

在运行时间之前对所述兴趣点进行排列和加权；

在运行时间期间或就在运行时间之前，测量标准周围的实例密度，从而找到至少一个被充分加权的标准周围的至少一个足够密集的实例簇并且将其建议给用户，和

将该标准提供给用户以供修订。

方案2.根据方案1的方法，其中，根据由所述用户设置的明确的偏好对所述数据库进行修改。

方案3.根据方案2的方法，其中，基于从用户行为得出的推论对所述数据库进行修改。

方案4.根据方案3的方法，其中，所述用户行为是选自由根据基于案例的推理的推论、协同过滤和相关的机器学习方法论组成的组。

方案5.根据方案1的方法，进一步包括建立步骤的层级树，在用户和数据库之间的获得关于兴趣点的可能的补充信息的对话过程中要经过所述步骤。

方案6.根据方案1的方法，进一步包括支持所述系统的穷追询问式推论。

方案7.根据方案1的方法，其中所述方法用于与用于汽车的导航系统相关联的交互式语音应答系统中。

方案8.一种用于为用户提供关于预定局部区域内的商业机构的信息的方法，所述方法包括：

仅在显示器屏幕上显示在该预定区域中可用的商业机构；

询问用户该用户正在寻找什么；

基于该用户的要求向用户提供关于特定商业机构的详细信息；

提供到由用户选择的商业机构的指引。

方案9.根据方案8的方法，其中，所述方法用在汽车驾驶员辅助和/或汽车导航系统中。

方案10.根据方案8的方法，其中，提供关于商业机构的信息包括确认该商业机构是否营业，确认商业机构的等级，确认该商业机构提供的商品的价格以及确认在该商业机构处是否有可用的停车场。

方案11.根据方案8的方法，其中，该系统通过与用户的交互学习用户的偏好。

方案12.根据方案8的方法，进一步包括使用给用户提供详细信息的数据库，其中该数据库在运行时间之前对兴趣点进行排列和加权；在运行时间期间或就在运行时间之前测量标准周围的实例密度，从而找到至少一个被充分加权的标准周围的至少一个足够密集的实例簇并且将其建议给用户，并且将该标准提供给用户以供修订。

方案13.根据方案12的方法，其中，所述数据库使用语音识别软件。

方案14.根据方案12的方法，其中，基于从用户行为得出的推论对所述数据库进行修改。

方案15.根据方案12的方法，其中，根据由所述用户设置的明确的偏好对所述数据库进行修改。

方案16.根据方案12的方法，其中，所述数据库采用建立步骤的层级树，在用户和数据库之间的获得关于兴趣点的可能的补充信息的对话过程中要经过所述步骤。

方案17.根据方案8的方法，其中，用户行为是选自由基于案例推理的推论、协同过滤和相对的机器学习方法论组成的组。

方案18.一种邻域导引系统包括：

实体，其期望接收关于在特定邻域中的地点的信息；和

数据库，其可操作以向所述实体提供所述信息，该数据库在运行时间之前对兴趣点进行排列和加权；在运行时间期间或就在运行时间之前测量标准周围的实例密度，从而找到至少一个被充分加权的标准周围的至少一个足够密集的实例簇并且将其建议给所述实体，并且将该标准提供给所述实体以供修订。

方案19.根据方案18的系统，其中，所述实体选自由移动电话，平板电脑，汽车，门户网站和经销商亭组成的组。

方案20.根据方案18的系统，其中，邻域导引系统是汽车驾驶员辅助和/或导航系统的一部分。

附图说明

图1是用于传统交互式语音应答系统的层级结构的方块图；

图2是用于图1所示的传统交互式语音应答系统的顾问或数据库和汽车驾驶员之间的典型交互的示例的流程图；

图3是用于本发明的邻域导引交互式语音应答系统的层级结构的方块图；

图4是用于图3所示的邻域导引交互式语音应答系统的顾问或数据库和汽车驾驶员之间的典型交互的示例的流程图；

图5是用于图3所示的邻域导引交互式语音应答系统的顾问或数据库和汽车驾驶员之间的典型交互的另外示例的流程图；

图6是邻域导引交互式语音应答系统的总体方块图；和

图7是正与各种实体交互的邻域导引交互式语音应答系统的图示。

具体实施例

本发明关于邻域导引系统的实施例的接下来的讨论仅仅是在本质上进行示范，绝没有试图限定本发明或它的应用或使用。

如下要详细讨论的，本申请提出了邻域导引系统，相关的方法和关联的数据库，其可包括邻域导引交互式语音识别(IVR)系统，该系统允许汽车驾驶员或其他用户与数据库通过语音识别软件通信和/或与实际的顾问通信，以允许用户获得现实世界的知识和决定，从而支持为关心关于车辆附近的某些商业机构和地点的信息的用户实现增加的自然性和实用性的某些功能。换句话说，本发明提出了邻域导引IVR系统，该系统给用户提供比之前可利用的已知IVR系统更多的关于具体的商业机构或具体类型的商业机构的有用信息。邻域导引IVR系统被设计成操作为现实世界的管理员，该管理员以比仅向用户提供多个选择范围更智能的方式与用户交互。

接下来大部分的讨论都是关于邻域导引交互式语音识别系统的，尤其是用于汽车的。然而，正如本领域技术人员可以理解的，本发明可以用于交互式语音识别系统以外的可利用相同数据库的许多其他类型的导引系统。

图1是传统的或已知的IVR系统10的层级结构方块图，该系统允许用户从提供在系统10的结构的顶层的各种商业机构或其他地点进行选择，例如方块14中的加油站，方块16中的酒店，方块18中的餐厅等。在顶层处的多个选择范围对于具体系统来说总是相同的，不管在汽车或用户附近是否真有可用的该商业机构。用户可以从这些分类中选择一个，例如餐厅，在这之后IVR系统10将进入下一层并且提供所选分类的选择范围，例如，方块20中的中式的，方块22中的意式的，方块24中的泰式的和方块26中的越式的。再一次，这个层级上的选择范围对于特定系统的所选分类来说总是相同的，不管在汽车附近是否真正有可用的该商业机构。如果用户选择了具体餐厅，那么IVR系统10可以在方块12中提供该具体的选择范围的一个或多个选项，上述选项将在汽车的附近。然而，IVR系统10在用户选定选择范围之后只会确认该具体选择范围的选项不可用。而且，IVR系统10可能不能提供任何关于该选项的任何细节，例如是否营业，等级如何，花费等。

图2是示出了在用户和已知IVR系统10之间的交流的实例的流程图30，该交流可基于系统10的层级结构而发生。如上所述，用户和IVR系统10的交互可以通过使用语音识别软件的数据库或真实的自然人顾问或两者的混合。在方块32中，已知的IVR系统10可以询问用户他们正在寻找的地点类型，上述类型可以从在系统10的层级结构的顶层的预置地点中选择。用户然后可以在方块34中应答或选择餐厅，而IVR系统10可以在系统10的层级结构的下一层的方块36中询问餐厅的类型。如所述的，汽车所在的具体的附近范围或邻域可能不包括供选择的餐厅的所有的不同类型，但是已知的IVR系统10仍然将它们作为用户的选择范围而给出。在方块38中，用户可以选择泰式餐厅，此时IVR系统10可能在方块40处响应出在该附近区域可用的各种泰式餐厅的选项。此时用户可以在方块42处从列表中选定选项，之后IVR系统10将在方块44确认该选项的地点并且在方块46询问用户他们是否需要指引，这些指引在方块48中被提供给汽车。

传统IVR系统10的操作和层级有很多缺点，比如所提供的商业机构的选项在汽车目前所在的邻域中是不可用的。从而，即使商业机构在具体区域中不可用，系统10仍然会将其作为选择来提供。结果，当驾驶员希望定位附近的餐厅或其他商业机构时，会有大量的交互和长的言辞输出，这使得过程缓慢，冗长和不自然。另外，许多IVR系统不允许用户在中间点退出流程，这更加减少了成就感。从而，传统的IVR系统10的层级结构要求用户经历对于用户正在寻找的具体商业机构不适用的决策层。如果用户询问具体的服务或总体的分类，那么IVR系统10的应答可能是在该地点没有，IVR系统10初始地将该特定的服务或总体的分类作为选择来提供。

进一步，例如，某些类型的餐厅没有在所提供的标准列表上，但是它可能是用户所感兴趣的餐厅。再进一步，当提供了选择范围时，传统IVR系统10不会提供关于该特定的选择范围的可以帮助用户进行选择的任何细节，例如它的等级，是否营业，可否停车，费用等。

图3是本发明的邻域导引IVR系统50的层级结构的方块图。用户可以从中进行选择的顶层选项不是像传统IVR系统10中的情况那样对汽车可能所在的所有地点都相同，而是对商业机构的总体表示，例如在方块54中的加油站和在方块56中的餐厅，系统50仅在它们在汽车的附近是可用的时才显示它们。因此，不可用的事物，例如酒店，剧院等，不会作为用户的选项来给出。进一步，基于特定分类的选择范围的数量，那些选项也可以被提供在系统50的层级结构的顶层。例如，如果在加油站项下只有单独的Shell^TM加油站，在方块60示出，那么Shell^TM加油站可以在方块62处显示在系统50的层级结构中的顶层选项中。同样地，如果在餐厅下仅有在方块64展示的中式餐厅，或者在餐厅下仅有在方块66展示的泰式餐厅，那么餐厅的这些选择范围可以被设置在系统50的层级结构的顶层中，如分别展示为方块68和70。选项方块72被提供在中式餐厅方块64和泰式餐厅方块66之下，因为对于那些具体的餐厅有不只一个选项。

图4是流程图80其示出了可能基于系统50的层级结构而发生的在用户与邻域导引IVR系统50之间的交流的示例。在方块82中，邻域导引IVR系统50可以询问用户它们正在寻找什么，并且基于可用于邻域导引IVR系统50的数据库，用户可以例如在方块84中询问最近的泰式餐厅而不是像在传统的IVR系统10中不得不从餐厅列表中挑选。在方块86中，邻域导引IVR系统50可以通过陈述半英里外有Bow泰式餐厅，其目前是营业的并且是等级较高来作为对用户要求的应答，这些信息在传统IVR系统10中是不可获得的。邻域导引IVR系统50可以在方块88中询问用户是否想去该餐厅，并且如果得到肯定答复则在方块90中提供指引。

图5是示出了可基于系统50的层级结构发生的在用户与邻域导引IVR系统50之间的交流的其他示例的流程图100。再一次，在方块102，邻域导引IVR系统50可询问用户他在找什么，对此用户可以在方块104应答“餐厅”。利用邻域导引IVR系统数据库，IVR系统50可以提供大致在该具体区域中的餐厅的信息。例如，所述系统50可在方块106陈述有很多泰式餐厅，Bow泰式是昂贵的，但是评价很高并且目前营业。系统50可以询问用户是否想去Bow泰式餐厅，在方块108中用户可以询问是否有更便宜的泰式餐厅。系统50可在方块110中应答比Bow泰式餐厅便宜的第二选项，并且询问用户是否想去那个餐厅。用户可以在方块112中应答他想去，此时系统50在方块114中提供去那个餐厅的指引。

因此，基于这些例子，邻域导引IVR系统50能够在选择过程的顶层提供对于具体询问的应答，或者能经历与用户的更具体和自然的交流以提供用户能够更加有效使用的更一般性的信息。而且，用户可以询问具体事物，例如像上面给出的例子的最近的泰式餐厅，如果在那个具体区域中没有可用的泰式餐厅，邻域导引IVR系统50也将如此指示，并且可提供其他的，可能相关的，在该区域中可能存在的其他餐厅的选择。

基于上面讨论的，邻域导引IVR系统50提供了很多相对于传统IVR系统10的优点，例如与用户更自然的交互，其中系统50能够避免(尽可能多的)记忆长的指令列表的要求，系统50不用(通过混合主动的对话)要求和在传统菜单驱动的IVR层级中相同多的许多步骤来达到目标，系统50可以识别广泛的各种短语，使得典型的用户在给定的对话来回中说起来很自然，因此，提供了一定程度的感觉像连续的语音口述的灵活性，而没有口述系统的运行费用和缺点。

邻域导引IVR系统50将比已知的IVR系统10有更大的实用性，这定义为所获得的信息价值与用户方面为获得该信息所付出的努力。实用性的度量可以包括关于具体地点的信息的准确性，相关性和深度，这可以包括与和人工代理或带有传统的层级菜单系统的虚拟助手的交互相比，达到目标所需要的时间或步骤/指令的数量。进一步，信息的上下文相关性通过告知用户该商业机构目前是否营业、其是否符合用户的偏好、附近是否有建议的停车地方而与信息的实用性密切相关。

邻域导引IVR系统50可以提供用于用户在可供选择的事物中进行决定的决策支持，而不是仅仅帮助用户找到根据某个分类已经决定的地方或仅找到落入某个分类中的最近地方。一定的标准，例如花费，等级，时间等，将提供以支持用户的决定。还有，使用IVR系统50的焦点是关于发现想要去的地方而不是仅仅导航到预先决定的地点。

邻域导引IVR系统50反映了实际的现实世界的知识并且应当反映了大多数用户做出关于他们想要去领域中的哪里的决定所需要的信息的最必要的元素。这应当通过系统50提供的分类的类型或会话式的结构来反映以优化交互。提供一组对于大多数人做实际决定时都习惯的启发式规则。

在这里讨论的本发明还包括产生如所描述的与用户的交互所必需的数据库。上面的讨论涉及邻域导引IVR系统，但是，如所提及地，IVR系统仅仅是本发明的邻域导引系统可以适用的系统类型的一个示例。还可以提供其他使用本发明的邻域导引系统的非车辆的示例。为邻域导引系统产生的、将在下面更具体讨论的数据库适用于IVR和非IVR系统。

对于非人工的顾问，可以使用指令和控制语音识别作为输入并且合成的和/或事先记录的语音可被用作为输出。任何合适的语音识别引擎都能够被用于在这里讨论的目的，只要记住无约束的、较大的词汇量产生较低的准确性，用户培训和安静的环境对于好的结果是重要的，许多单词是预测的而不是具体识别的，并且识别错误和/或词语预测能完全改变意思。对于指令和控制，较小的词汇量大大改进准确性和应答时间。示意性产生的语法提供了自然语言的变化，并且对语法的错误约束以及上下文相关的术语可用来进行更好的错误修正。

当产生数据库时，与商业机构和兴趣点有关的内容应当不止于它们的名字，分类和地点以包括比如时间，建议的停车，价格范围等事物。该内容被从各种在线资源聚合，利用和标准化的。该资源可以是两种或更多种类型：其它聚合器和具体商业机构的主页。在生产中，聚合过程需要在运行时间之前离线完成。在数据库中的该内容应当定期地更新以保证一定的新鲜度等级。在数据库中的功能和内容的范围需要足够的大以与已知的数据库系统相比在访问信息和/或知识方面显示大量增加。邻域导引系统数据库应当是连贯的，因为它应当具有跨越其各种不同功能的一致的用户体验，而不是组合不同的范例。在高层级中，邻域导引IVR系统50可以与其他虚拟顾问中的顶层菜单项一致，其中它应当具有与其他虚拟顾问中的顶层项的用户体验的相符合的最初的进入点和介绍信息。在最初的进入点和介绍后，邻域导引IVR系统50可以从其他虚拟助手应用的用户体验范例自然地转换到它的用户体验范例，如果该转换是为了增加轻松使用和智能。

图6是方块图，其示出了上面讨论的一类邻域导引IVR系统120的总体描述。框122中示出了系统120的使用者，其中指令和信息是在使用者122和系统120自身之间无线传输的。框124示出了IVR系统数据库，其会包括各种必要的服务器和控制模块，以及可能需要用来与用户122交流的人员和顾问。信息和数据保存在数据库124中并且通过其中各种算法进行处理以安装本文的讨论被使用，这些信息和数据由各种来源126提供，这些来源可以是任何适合的来源，例如因特网，图书馆，电话本，评级服务等。数据库124提供信息到声音接口128并且从声音接口接收信息，该信息接口包括在框130中的语音合成和在框132中的语音识别，在这里语音识别132包括在框134中的指令语法。

图7是图解140，其示出了上面讨论类型的邻域导引系统142可以上述讨论的方式与什么样的实体交互，汽车及其他。特别地，尽管上面的讨论具体到与汽车驾驶员的交互，但是，邻域导引系统142还可用于其它用户。例如，在方块104的那些包括了移动电话，平板电脑等的用户，在方块146中的汽车，在方块148中的Onstar^TM操作者，在方块150中的Onstar^TM客户门户网站并且在方块152中的经销商亭。

如上面所讨论的，邻域导引系统142是决策支持系统，该系统对酒店的典型的管理员在帮助旅行者找到给定的邻域内的用于商业或娱乐的期望目的地时可能完成的任务进行建模。基于这个原理，邻域导引系统142将采用多重标准的决策分析，在这里定义任务为寻找具有可能矛盾的或可能不可能同时满足的多重标准的决策。众所周知，对于普通客户，大量不同的选项会导致较差的决策作出，并且有时导致分析瘫痪。因此，需要缩小用户的选项。使用分析层级过程以管理多重标准决策分析(MCDA)挑战和选项的似非而是，这通过交互地缩小选择的范围直到一个目的地被选择。

邻域导引系统142将随机优化和非单调方法用于分析层级过程，使得该过程最近似地模拟管理员在现实世界中如何执行这些功能。在导引，人工的或虚拟的，不知道个人的偏好，并且以提供随机的选项而开始的情况下，可定义随机优化。通过在一方面或另一方面调整管理员的建议，可以比通过详尽地探究所有能想到的选项参数更快地找到令人满意的结果。对于非单调推理，导引遇到一组试验性的标准，但是不能找到完美的匹配。导引可能需要撤销一个选择标准以进一步地探索决策空间。

邻域导引系统142的完全版本可以利用计算机推理进行学习，以随着时间的过去，了解特定用户更可能对什么感兴趣。基于案例的推理包括根据比较当前的情况和过往的情况的过程从与同一个用户的过去对话中学习。在检索、重复利用，修订和记忆基于案例的推理方法中，系统首先检索相同的情况，然后重复利用该历史情况到当前情况中，然后根据任何的修正反馈来修订检索，并且记忆任何相关的信息。新记忆的情况定义将增加在未来对话中系统作出更好的初始推荐的几率。更进一步，邻域导引系统142可以通过登录网页站点而被个性化成用户的特定偏好。

可以通过组合第三方库和具体商业机构的主页来产生数据库。对于那些一些期望的数据不能获得的商业机构，有必要在系统142将使已知其更好的数据的商业机构优先的情况下确保向用户的确信应答。数据库的产生可以包括网页收罗、数据的建模，句法解析和图示分析的组合以抽取规范化的数据，例如餐厅的烹饪风格，商业机构的营业时间，停车场的地点等。对于大多数的信息来源，需要用文档对象建模(DOM)来对页面结构进行建模并且单元化和规范化那里的信息，这在许多情况中会以非结构的或较差结构的方式表达。可利用示意网络本体论将抽取出的数据排列到一直增长的知识基础。可以使用软本体论方法吸收具有分类事物的不同方式的个体的本体论相对性。

可使用图表和文字挖掘来从结构化的数据库和非结构化的信息提取有关的信息，例如自由格式文本，例如网页，并且标准化这些数据和将这些数据与每个兴趣点相关联，并且产生适当的与系统交互的语法。需要决策支持技术以使得系统能够以快捷高效的方式导引用户到当地区域内的最佳地符合他们的期望的选择范围。机器推理将提高自动个性化，因此系统142可以基于历史使用以及直接指引来学习用户的偏好。

本领域技术人员很容易理解，为描述本发明而在这讨论的几个和各种步骤和过程可能涉及通过计算机、处理器或使用电现象操纵和/或转换数据的其他电子计算装置执行的操作。那些计算机和电子装置可采用各种易失的和/或非易失的内存，该内存包括其上存有可执行程序的非临时性计算机可读介质，该程序包括能够由计算机或处理器执行的各种代码和可执行指令，在这里内存和/或计算机可读介质可以包括所有形式和类型的内存和其它计算机可读介质。

前面的讨论公开并描述了仅仅是本发明的示例性实施例。在不脱离由下述权利要求定义的本发明的精神和范围的情况下，本邻域技术人员很容易地从这样的讨论和附图以及权利要求认识到可做出各种变化，修改和变更。

Claims (10)

1.一种用于提供多重标准决策分析数据库的方法，该数据库使用随机的、非单调分析层级过程模型，来减少区域内兴趣点的选择范围周围的决策空间，所述方法包括：

在运行时间之前对所述兴趣点进行排列和加权；

在运行时间期间或就在运行时间之前，测量标准周围的实例密度，从而找到至少一个被充分加权的标准周围的至少一个足够密集的实例簇并且将其建议给用户，和

将该标准提供给用户以供修订。

2.根据权利要求1的方法，其中，根据由所述用户设置的明确的偏好对所述数据库进行修改。

3.根据权利要求2的方法，其中，基于从用户行为得出的推论对所述数据库进行修改。

4.根据权利要求3的方法，其中，所述用户行为是选自由根据基于案例的推理的推论、协同过滤和相关的机器学习方法论组成的组。

5.根据权利要求1的方法，进一步包括建立步骤的层级树，在用户和数据库之间的获得关于兴趣点的可能的补充信息的对话过程中要经过所述步骤。

6.根据权利要求1的方法，进一步包括支持所述系统的穷追询问式推论。

7.根据权利要求1的方法，其中所述方法用于与用于汽车的导航系统相关联的交互式语音应答系统中。

8.一种用于为用户提供关于预定局部区域内的商业机构的信息的方法，所述方法包括：

仅在显示器屏幕上显示在该预定区域中可用的商业机构；

询问用户该用户正在寻找什么；

基于该用户的要求向用户提供关于特定商业机构的详细信息；

提供到由用户选择的商业机构的指引。

9.根据权利要求8的方法，其中，所述方法用在汽车驾驶员辅助和/或汽车导航系统中。

10.一种邻域导引系统包括：

实体，其期望接收关于在特定邻域中的地点的信息；和

数据库，其可操作以向所述实体提供所述信息，该数据库在运行时间之前对兴趣点进行排列和加权；在运行时间期间或就在运行时间之前测量标准周围的实例密度，从而找到至少一个被充分加权的标准周围的至少一个足够密集的实例簇并且将其建议给所述实体，并且将该标准提供给所述实体以供修订。

Images