CN103020103A - 情报分析中的关联存储器技术及执行方法 - Google Patents

情报分析中的关联存储器技术及执行方法 Download PDF

Info

Publication number
CN103020103A
CN103020103A CN2012103595857A CN201210359585A CN103020103A CN 103020103 A CN103020103 A CN 103020103A CN 2012103595857 A CN2012103595857 A CN 2012103595857A CN 201210359585 A CN201210359585 A CN 201210359585A CN 103020103 A CN103020103 A CN 103020103A
Authority
CN
China
Prior art keywords
data
unit
advantageous embodiment
associative storage
retrieval
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
Application number
CN2012103595857A
Other languages
English (en)
Other versions
CN103020103B (zh
Inventor
W·G·阿诺德
B·沃恩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN103020103A publication Critical patent/CN103020103A/zh
Application granted granted Critical
Publication of CN103020103B publication Critical patent/CN103020103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/90335Query processing
    • G06F16/90339Query processing by using parallel associative memories or content-addressable memories
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种用于分析非结构化数据的系统(100)。该系统包括含多个具有多个联系的关联单元中的数据(104)的关联存储器(102)。被配置的关联存储器(102)根据选自包含多个数据(104)间直接联系(114)和间接联系(116)群中至少一种联系进行检索,该关联存储器(102)进一步包括内容寻址结构(118)。该系统还包括与关联存储器(102)通信的分析器(102),其中分析器(122)被配置分析和整理所述的多个数据(104)进入比较单元(124、126、128),以响应检索(120)。分析器(122)被配置根据检索(120),建立排列比较单元(124、126、128)优先顺序的排序列表(130)。

Description

情报分析中的关联存储器技术及执行方法
技术领域
本公开主要涉及利用关联存储器中的大量存储数据使得战略计划人员能够根据战区的一个或多个具体情况,有效利用可用资源快速制定执行计划。
背景技术
执行计划是一套部分地或作为一个整体设计的用于完成具体目标的行动或程序。例如,军事执行计划可以是占领和控制城市。军事执行计划可以是更狭窄的,例如训练一批具有一套特殊技能士兵的计划。军事执行计划可以是更广泛的,例如如何使整个常备军现代化或如何协调多个军事机构以便战胜敌方国家。执行计划也可涉及民间组织,如大企业、政府机构或其他类型的组织。
现代军事执行计划具有用于建立军事执行计划的新型处理工具。其中一种新型工具是大量信息,也称为数据,其可用来非常详细周密地分析以往军事行动并因此制定执行计划。虽然军事计划人员经常负责筛选数百万,数千万,甚至超过亿万条信息,但是这里所用的“大量的”数目指的是“至少数千”。
数据或信息可采用行动后报告形式,其可以是军事人员定期或某一事件后如战争或侦察时提交的非结构化自由文本数据。也可存在其他类型的数据,如音频,视频,编码的文本,图片,或其他数据类型。基于大量数据的执行计划比基于较少数据的执行计划更有效,因为越多的数据可得出更可靠的结论。换句话说,数据的量和相关性越大,来源于数据的认知就越可靠。然而,计划人员或分析人员需要牺牲时间308和精力辛苦读完数据才能获得该认知,从而制定执行计划。
如上所述,行动后报告对战略计划人员而言是信息的宝贵来源。然而,由于报告量大且内容的通常非结构化性质,从数据中挖掘和提取有价值信息是乏味和耗时的。在某些情况下,如果数据量相当大,从所有数据中挖掘和提取有价值信息是不切实际的。
例如,分析人员或计划人员可通过研究每一份报告发现最相关和最有用信息。研究完每一份报告后,汇总收集的信息,从而确定用于处理未来类似事件的一般模式、情形和有效途径。此外,该过程耗费时间且需要一定程度的专业技能,以便了解哪些信息相关和哪些信息不相关。在某些情况下,数据量会使该过程变得不切实际。
发明内容
本有利实施例提供用来分析非结构化数据的系统。该系统包括含多个具有多个关系的关联单元中的数据的关联存储器。被配置的关联存储器可根据选自包含多个数据间直接关系和间接关系的群的至少一种关系进行检索。关联存储器进一步包括内容寻址结构。该系统还包括与关联存储器通信的分析器,其中分析器被配置根据检索,分析和整理所述的多个数据进入比较单元。该分析器被配置根据检索建立排列比较单元优先顺序的排序列表。
该系统还具有所述的多个包含至少一种非结构化数据和自由文本的行动后报告且至少数千份行动后报告(AAR)的数据,每个报告至少描述一种执行情况和执行有效评价。进一步地,分析器可建立排列AAR的排序列表,以便最高排列的AAR最接近检索。
系统进一步包含作为仪表盘用于显示排序列表的显示单元,其可包括多个可从中了解所述多个数据的透视图。同样地,仪表盘被配置突出特定属性集中的第一个属性,其中该第一个属性表示与检索相关性最高的数据群。
本有利实施例还提供装置。该装置包括连接至总线的物理处理器。该总线可连接至关联存储器。关联存储器可以是非临时性的。关联存储器包括多个具有多个关系的数据。所述的多个数据可收集进数据关联单元。被配置的关联存储器可根据选自包含所述多个数据间直接关系和间接关系的群的至少一种关系进行检索。关联存储器进一步包括内容寻址结构。处理器分析并整理所述的多个数据进入比较单元,以响应检索。可进一步配置该处理器根据检索,建立排列比较单元优先顺序的排序列表。
本有利实施例还提供执行计算机的方法。该执行计算机的方法包括在处理器中进行检索。该执行计算机的方法包括利用处理器和关联存储器进行检索。关联存储器可以是非临时性的。关联存储器包括多个具有多个关系的数据。所述的多个数据可收集进数据关联单元。被配置的关联存储器可根据选自包含所述多个数据间直接关系和间接关系的群的至少一种关系进行检索。关联存储器进一步包括内容寻址结构。该方法进一步包括利用处理器分析和整理所述的多个数据进入比较单元,以响应检索。该方法进一步包括根据检索,利用处理器建立排列比较单元优先顺序的排序列表。
特征、功能和优势可独立实现于本公开的不同实施例中或其也可结合实现于其他实施例中,参照下面描述和附图,可以了解实施例中的进一步细节。
附图说明
权利要求中详细描述本有利实施例具有的新型特征。然而,本有利实施例也是优选的使用模式,结合附图,参照本公开有利实施例的以下详细描述,可更好理解其进一步目标和优势,其中:
图1示出根据有利实施例用于分析非结构化数据的系统的方框图;
图2示出根据有利实施例处理数据的流程图;
图3示出根据有利实施例单个分析人员筹备执行计划的方框图;
图4示出根据有利实施例多个分析人员筹备执行计划的方框图;
图5示出根据有利实施例分析人员利用关联存储器筹备执行计划的方框图;
图6示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图7示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图8示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图9示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图10示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图11示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图;
图12示出根据有利实施例的数据处理系统。
具体实施方式
该有利实施例认识并考虑到作为筹备执行计划一部分,实行人工处理许多自由文本的行动后报告是不切实际的。该有利实施例还认识并考虑到可作为筹备执行计划的一部分,分析其他类型数据,且在要求的时间范围内分析全部可用数据是不切实际的。因此,该有利实施例提供可让使用者快速确定并评估数据以便制定执行计划的机制。该有利实施例具有许多其他应用。
例如,该有利实施例可利用关联存储器,部分处理大量的自由文本行动后报告和可能地其他数据类型。该有利实施例可利用存储在关联存储器中的关系,快速并有效地发现相关数据和数据趋势,因此提高了评估的速度和其精确性。然后利用评估制定执行计划。话句话说,该有利实施例可减少用于汇总和处理数据以便制定有效执行计划的时间和精力。
在具体非限制性有利实施例中,分析人员或计划人员负责制定有效执行计划以便在阿富汗建立战斗前哨基地。在执行该任务时,计划人员建立该战斗前哨基地时,了解在过去哪些起作用或不起作用,可从中获得很大收益。幸运地,军事人员采用“行动后报告”形式记录了在阿富汗建立战斗前哨基地的相关数据。阅读每份报告以便提取和汇总一般方案,确认有价值的经验教训并制定有效执行计划需要耗费很多人力和时间且容易出现人为错误。这些缺点还会增加审查的数据量。
然而,该有利实施例意图通过汇总由来自战区的宝贵经验教训构成的不同数据资料创建特定的关联存储器。该存储器重点记忆实体、其属性以及与资料中描述的战略情形相关的关联和关系,包括行动后报告。通过利用关联存储器确定实体间的关联和关系,分析人员或计划人员能发现在人为审查过程中不能识别的情况和宝贵信息。因此,该有利实施例可使关联存储器快速执行一个或更多分析人员耗费数小时才能执行的任务。该有利实施例可为人类分析人员或计划人员节省宝贵时间。该有利实施例还可降低人为错误并提高人力资源的工作效率。
在有利实施例中,程序可包括检索关联存储器。检索可产生检索时与输入项相关的情况结果列表。获得的列表可通过与检索最密切相关的情况进行排序或排列。
该有利实施例处理非结构化自由文本数据是通过不限制任何数据将其分解成可识别和可比较单元进行处理。该有利实施例像许多其他数据挖掘技术一样可不使用还原算法或规则。
这里使用的术语“关联存储器”指的是所述的多个数据中的多个数据和多个关系。数据和关系可存储在非临时性的计算机可读存储媒介中。所述的多个数据可收集至关联群。可配置关联存储器根据除所述的多个数据间的直接关系之外的所述多个数据间的间接关系进行检索。还可配置关联存储器根据直接关系以及结合直接关系和间接关系两者进行检索。可配置关联存储器将所述的多个数据中的输入模式变换成所述的多个数据中的输出模式。
因此,该有利实施例提供包含所述多个数据间的多个数据和多个关系的关联存储器。所述的多个数据收集至关联群。可配置关联存储器根据选自除所述多个数据间直接关系之外的所述多个数据间包含直接关系和间接关系的群的至少一种关系进行检索。关联存储器还可采用软件的形式。因此,关联存储器也可看成一个程序,通过该程序信息可收集至关联群中,从而根据关系而不是直接关系获得新的认识。
这里使用的“透视图”指的是“角度”。关于关联存储器,透视图可以是关于使用者认知领域特定方面的背景的选择。这里使用的“插入透视图”是透视图一种类型,其可反馈至关联存储器并可从其他透视图获得的潜在资源。
图1示出根据有利实施例用于分析非结构化数据的系统的方框图。图1中示出的系统100可利用一个或更多数据处理系统,可能在分布式或网络式环境中和可能地通过一群远程管理数据处理系统如大家熟知的“云”实施。实施系统100可利用有关图12描述的数据处理系统1200或其改变后的系统实施。系统100的特征是其包括一个或更多独立命名的单元。每个单元可以是单独的或是整体体系结构的一部分。系统100可采用硬件、软件或其组合的形式。
系统100可用于分析非结构化数据,但也可用于分析其他类型数据但不局限于,如结构化数据、视频数据、音频数据、图像数据、加密数据和许多其他类型数据。系统100可包括含所述多个含多个关系106的数据104的关联存储器102。所述多个数据104可收集至数据关联单元但不局限于,例如数据关联单元108、数据关联单元110和/或数据关联单元112。数据关联单元可以是两个或更多以某种方式彼此关联的数据。例如,两个数据可以是彼此关联的名称或地点,其中该名称和该地点都与相同的行动后报告相关。该示例决不限制两个或更多数据间的关联,因为许多不同示例可能在许多不同类型的背景中。
在有利实施例中,可配置关联存储器102根据选自包含所述多个数据104间直接关系114和间接关系116的群的至少一种关系进行检索。示例性直接关系可为上述示例的数据关联单元。直接关系也可为两个数据关联单元间的直接关系,例如数据关联单元108和数据关联单元110间。间接关系指不存在直接关系,此时数据是间接关系。如果数据关联单元108直接关系至数据关联单元110且数据关联单元110也直接关系至数据关联单元112,那么数据关联单元108和数据关联单元112间为示例性间接关系。许多其他示例性直接和间接关系也是可能的。
在有利实施例中,关联存储器102可进一步包含内容寻址结构118。内容寻址结构118使关联存储器102具有检索能力,其可根据内容或其多个数据104而不是仅仅根据与内容或多个数据104相关的地址进行检索。在有利实施例中,内容寻址结构118可将多个数据104中的输入模式变换成多个数据104中的输出模式。
系统100还可包含与关联存储器102通信的分析器122。分析器122可采用硬件或软件或其组合的形式。为响应检索120,可配置分析器122分析和整理多个数据104进入比较单元,例如,但不局限于,比较单元124、比较单元126和比较单元128。比较单元是包含一个或更多数据的数据单元,其可以是数据关联单元108、数据关联单元110或数据关联单元112中的任何一个。比较单元可用作其他用于分析数据或数据群彼此相关性的数据单元。
在有利实施例中,可配置分析器122根据检索120,建立排列比较单元优先顺序的排序列表130。例如,排序列表130可根据相关检索,列出比较单元优先顺序。在具体实施例中,检索120可涉及确定用于指定军事任务的目前所需要的训练类型,且排序列表130可根据用于指定军事任务的目前额外训练最需要的技能组合,排列比较单元。在另一个有利实施例中,优先顺序可以是依据所需装备类型,其根据询问执行时应该为指定军事部队提供何种装备的检索获得。在另一个有利实施例中,优先顺序可采用说明形式,说明就接近目标和小队士兵有效执行任务需要的相关技能和装备而言,小队执行士兵可最有效执行该任务。可设想许多其他有利实施例且上述示例不限制本发明。
可进一步对上述有利实施例做出变化。例如,尽管多个数据104可包含其他数据类型,但多个数据104至少包含一个非结构化数据132或自由文本数据134。虽然自由文本数据134可包含一个或更多行动后报告136,但其可包含许多不同类型的自由文本数据,包括新闻报道、拦截的敌军信息或捕获的数据、其他类型的自由文本数据或一般地其他类型数据。在有利实施例中,分析器122可进一步被配置分析和整理多个数据104进入比较单元,从而使比较单元可被人类用户识别。
在有利实施例中,分析器122可被配置建立排序列表130,以排列第一个比较单元,例如比较单元124,使其具有对应检索的最高关联数。然而,在该具体有利实施例中,只要讨论的比较单元具有对应检索120的最高关联数,比较单元124、比较单元126或比较单元128中的任何一个都可以是“第一个”比较单元。
在有利实施例中,多个数据104可包含大量数据。术语“大量”意味“至少数千”,但可以是多的,更多的,甚至数千万和超过数千万。在有利实施例中,对个数据104可包括至少数千份行动后报告(AAR)136,其每份都至少描述一种执行情况和执行有效评价。在有利实施例中,执行情况可以是具体战争、战略评估、侦察结果、逻辑安排和许多其他可能的情况。在有利实施例中,执行有效评价是评价已执行装备的有效性,已执行的具体军事部队的有效性,训练的效果,敌军的有效力,程序的效力和许多其他示例。在任何情况下,分析器122可建立排序列表130以排列AAR 136,以便最高排列的AAR最接近检索120。在有利实施例中,分析器122可被配置从关联存储器102的插入透视图138获得检索120。因此,虽然在一个有利实施例中,图1示出的检索120不能从分析器122和关联存储器102获得,但是在其他实施例中,检索120可从使用者操作关联存储器102的插入透视图138获得。
在有利实施例中,系统100可包含输出单元140。输出单元140可被配置形成一套将比较单元连接至构成比较单元的基础数据的链接。因此,由分析器122获得的排序列表130可包括连接至基础数据的链接,使得使用者可发现并审核系统100使用的数据资料,以形成列表。
在有利实施例中,系统100可包含与输出单元140通信的显示单元142。显示单元142可被配置通过分析器122显示排序列表130的结果。
此外,输出单元140可进一步被配置使得显示单元142作为仪表盘显示排序列表130。示例性仪表盘144在图6至图11中示出。在有利实施例中,仪表盘144包含大量可从中了解多个数据104的透视图。这些大量透视图的示例见图6至图11。
在有利实施例中,仪表盘144包含多个归类在第一列的种类和多个归类在第二列的属性。在这种情况下,穿过第一列和第二列的行可包括多个属性中的属性集,其对应于多个种类中具体种类项。这些排列见图6至图11。
在有利实施例中,仪表盘144可被配置突出具体属性集中的第一属性。在这种情况下,第一属性表示与检索120相关性最高的数据群。图1示出的有利实施例的实施方式没有物理和结构上的限制,不同实施例可以用不同方式实施。例如,系统100也可用除了非结构化数据的其他类型数据执行,例如,但不局限于,结构化数据、视频数据、图像数据、音频数据、加密数据和其他类型数据。可使用除了和/或取代图示元件的其他元件。在有些有利实施例中,有些元件是不必要的。同样地,列出方框是为了说明一些功能性元件。当在不同有利实施例中实施时,可以将这些方框中的一个或更多组合起来和/或将其分割成不同方框。
图2示出根据有利实施例处理数据的流程图。图2中示出的程序200可以以单元、系统或数据处理系统实施,例如图1的系统100或图2的数据处理系统1200。有关图2描述的程序200可采用存储计算机可读代码的非临时性计算机可读存储媒介的形式实施,当处理器实施时,其可实施有关图2描述的方法。虽然描述由“系统”实施时的图2的操作,但程序200不限制于图1和图12的系统的实施,还可在可能地分布式或网络式环境中,由一个或更多实在的或实际数据处理系统实施。程序200可使用硬件、软件或其组合进行实施。虽然列出处理器执行时的下述程序200的操作,但是下述操作可由图1的关联存储器102、图12的关联存储器1228、图2的分析器122、图12的处理器单元1204、图1的系统100或图12的数据处理系统1200或由任何合适的软件元件、硬件元件或其组合执行。
系统中的处理器接受检索(操作202)时,程序200开始。然后处理器与关联存储器协力,处理检索,其中关联存储器是非临时性的,其中关联存储器包括多个具有多个关联的数据,其中所述的多个数据收集至数据关联单元,其中关联存储器可被配置根据选自包含所述多个数据间直接关系和间接关系的群的至少一种关系进行检索,且其中关联存储器进一步包括内容寻址结构(操作204)。
处理器之后响应检索,分析和整理所述的多个数据进入比较单元(操作206)。然后处理器根据检索,建立排列比较单元优先顺序的排序列表(操作208)。
可选择地,当所述的多个数据进一步包含至少数千份行动后报告(AAR),其中每份报告至少描述一种执行情况和执行有效评价时,处理器可建立排序列表,排列行动后报告,使最高排列的行动后报告与检索最接近(操作210)。
可选择地,处理器可作为仪表盘在显示器上显示列表,其中仪表盘包含多个可从中了解许多数据的透视图,其中仪表盘包含多个归类在第一列的种类和多个归类在第二列的属性,且其中穿过第一列和第二列的行包含多个属性中的属性集,其对应于多个种类中的具体种类项,其中仪表盘可配置突出具体属性集中的第一个属性,且其中该第一个属性表示与检索相关性最高的数据群(操作212)。此后该程序结束。
图2示出的有利实施例的实施方式没有物理和结构上的限制,不同实施例可以利用不同方式实施。可利用除了和/或取代图示操作的其他操作。在某些有利实施例中,有些操作是不必要的。同样地,列出方框是为了说明一些操作。当在不同有利实施例中实施时,可以将这些方框中的一个或更多组合起来和/或将其分割成不同方框。
图3示出根据有利实施例单个分析人员筹备执行计划的方框图。图4示出根据有利实施例多个分析人员筹备执行计划的方框图。图3和图4都涉及根据行动后报告,创建执行计划。图3和图4示出的程序可说明在现存分析员技术下,如何改善该有利实施例。图3和图4共有的参照数字可参照相似实体并且其具有相似功能或特性。
该有利实施例不限制于基于行动后报告的执行计划的制定。例如,该有利实施例可适用于许多其他领域,其中可根据大量数据形成某种计划或结论。例如,该有利实施例适用于制定基于大量基础商业数据的经营计划,包括但不局限于来自成功和失败企业的报告。该有利实施例还可适用于制定基于基础测量和研究论文的分析和可能地其他数据资料的科学调查计划。因此,该有利实施例不限制制定基于行动后报告的执行计划。当然地,此处描述地涉及有关图3和图4描述的执行计划的具体有利实施例被认为是该有利实施例的非限制性示例。
现转至图3示出的操作300,行动后报告302可涉及一个或更多的报告和/或描述的行动。行动可以指任何事件,但是在军事背景下,行动为战斗情况。因此,行动后报告302可以是军事人员根据战斗军事行动形成的报告。然而,行动后报告302必然不限制于军事背景。例如,行动后报告302也可涉及科学试验结果、商业项目结果和许多其他结果。
行动后报告302是对战略计划者而言是信息的宝贵来源,但是由于报告量大以及内容的非结构化性,从数据中挖掘和提取有价值信息或知识是繁琐和费时的。从行动后报告302中提取信息需要分析人员或计划人员304仔细阅读每一份报告,才能发现最好、最有用信息。阅读完每份报告后,通常汇总有用信息,从而确定一般模式、情形和处理未来或目前战斗军事行动的有效途径。该程序可制定执行计划306。然而,制定执行计划306消耗时间308且还需要专业技能才能知道哪些信息相关且应该提取。
行动后报告302的容量和相关性越大,行动后报告302中的信息越可靠。例如,如果执行计划306在100至1000份或更多报告中被证实有效性,那么执行计划306更加切实可行。然而,获得这些信息需要牺牲分析人员或计划人员的时间308和精力,才能辛苦读完数据以制定执行计划306。因此,当试图制定执行计划306时,分析人员或计划人员304通常面对在可靠性和速度间选择的困境。在战争形势中,速度和可靠程度都非常重要。
除根据输入的关键词获得文件集的互联网搜索引擎技术外,其他现存的处理方法需要大量人力且需要大量时间和精力才能获得大量数据中的信息。例如,有经验领导团队的成员汇总和补充他们个人经验来制定执行计划306。通常地,这些经验仅来自有效交战中的数百个小时。互联网搜索引擎技术也是要求分析人员或计划人员304具有专业技能。此外,分析人员或计划人员304还需要人为阅读每份获得文件,然后总结并汇总数据以获得信息,之后再制定执行计划306。因此,时间308通常较长。
与速度困境相比,可靠性的另一方面是很多分析人员或计划人员被指派制定执行计划306,如图3和图4所示。在图3中,单个分析人员或计划人员304根据行动后报告302制定执行计划306。就使用的资源而言,该途径是有效的。因为分析人员或计划人员304处理时,单个分析人员或计划人员304具有全部相关知识,所以该途径可能更可靠。
另一个途径为图4的操作400,其中多个分析人员或计划人员402根据行动后报告302制定执行计划306。当多个分析人员或计划人员402制定执行计划306时,减少了制定执行计划306的时间和资源404。然而,就时间和资源404而言,在比例基础上,制定执行计划306的每个人员消耗比制定执行计划306的单个分析人员或计划人员304高。因此,与操作300相比,操作400有效性较低。
图5示出根据有利实施例分析人员利用关联存储器筹备执行计划的方框图。图5示出的程序元件可利用例如图1的系统100、图1的关联存储器102、图12的关联存储器1228或图1、图12以及这里其他地方描述的插入透视图实施。图5中使用的具体参考数字与图3和图4中使用的相应参考数字相似并其可参照相似实体且具有相似功能或特性。
利用这里描述的有利实施例,程序500也包括分析人员或计划人员502分析行动后报告302以便制定执行计划306。虽然可以是不止一个分析人员或计划人员502,但是单个分析人员或计划人员502可提高效率。关联存储器创建程序504形成关联存储器506后,利用分析人员或计划人员502或一些其他使用者或计算机程序执行创建程序,分析人员或计划人员502可使用关联存储器分析行动后报告302。对于下述原因和关于图1至图4的以上描述,利用关联存储器506分析行动后报告302可显著缩减用于制定执行计划306的时间508和/或资源。
该有利实施例可缩减用于汇总和处理行动后报告302或其他用于制定执行计划306的数据的时间508和/或资源。具体地,该有利实施例利用与特定使用者关联的关联存储器506,使分析人员或计划人员502快速制定执行计划306,从而有效利用战区具体情形的有效资源。该有利实施例可使关联存储器506快速评估大量自由文本数据,获得有效信息或知识,并通过能使分析人员或计划人员502有效制定执行计划306的方式显示出结果。例如,如果指定任务是在陌生地区,为建立战斗前哨基地制定有效执行计划,了解过去成功或失败方法,可使计划人员获得很大益处。这些数据可采用行动后报告302的形式。
关联存储器创建程序504包括汇总不同的由来自战区的经验教训组成的数据资料。结果的关联存储器506存储实体、它们属性和有关行动后报告302中描述的执行形势的关系或关联。通过明确实体间的关系和关联,分析人员或计划人员502能够了解情况并获得宝贵信息。因此,该有利实施例可使单个分析人员或计划人员502快速执行一个或更多分析人员需要耗费数小时才能执行的任务。该特性可节省时间。该特性还可降低人为错误并提高人力资源的工作效率。
分析人员或计划人员502可利用关联存储器506,通过输入检索项进入插入透视图,例如有关图1的描述。结果的输出可以采用这里其他地方描述的不同的形式,如图1、图2、图4、图7和图12至图15。关于这些图形和这里其他地方的描述,分析人员或规格人员502可获得有关根据行动后报告302可能难发现的事实或情况的丰富知识,因此利用最少的时间508获得有效的执行计划306。
例如,可用透视图或插入透视图形式进入检索。检索可形成与检索中输入的项目关联的情况结果列表。通过与检索最密切相关的情况排序或排列结果列表。可用工作表的形式显示结果,如图15所示。使用者可利用工作表了解有关制定执行计划306时所应该注意的累积信息。
例如,分析人员或计划人员502负责在指定战区,制定用于训练军队的执行计划306。分析人员或计划人员502需要决定用于该军事战区的最需要的技能。为了做出该决定,分析人员或计划人员302利用关联存储器506搜索行动后报告302,从而获得所需信息,而不是人为的查阅行动后报告302。因此,分析人员或计划人员502输入检索项,如“技能”、“需要的”“训练”或其它相关检索项,进入关联存储器506的透视图或插入透视图。关联存储器506之后根据这些参量进行检索。检索可获得关联结果的列表,以如图7至图10所示的工作表形式显示出来。查看工作列表时,分析人员或计划人员502可看见位于第一和突出位置的“迫击炮”和“无线电”项。通过链接至资料文件获得关联结果,分析人员或计划人员502可快速发现在指定战区,最需要训练的是迫击炮的使用和特定无线电的使用。分析人员或计划人员502之后可利用该信息制定执行计划306,以便训练某军队使用迫击炮和特定无线电。
更进一步地,该有利实施例可提供更有价值的只有许多反复人为调查或学科专家经验才能发现的信息。例如,通过结果的工作表中示出的关联信息,分析人员或计划人员502可发现使用迫击炮和使用特定无线电的协同作用效果。例如,在战斗军事行动中,使用无线电和使用迫击炮的特定程序的训练可产生更有效结果。使用传统的互联网搜索不能发现这种协同作用,并且只有学科专家复审许多小时后才能完全清楚这种协同作用。
上述示例不限制本有利实施例或其权利要求。许多其他示例是可能的。
该有利实施例具有额外优势。例如,该有利实施例可通过不限制任何数据通过将数据分解成可识别和可比较单元的方式处理非结构化自由文本数据。该有利实施例像许多其他数据挖掘技术一样,不需要利用还原算法或规则。该有利实施例可获得有关使用者检索项目的相似情况和有效操作的排序排列表。
该有利实施例具有多种用途。其是任何使用含非结构化自由文本数据的资料库的公司或政府实体的有用工具。该有利实施例适用于这些非结构化自由文本数据所存在的任何信息领域。因此,如这里描述的一些示例一样,该有利实施例不限制于车辆维修或军事行动。
该有利实施例是可升级的,其中其可适用于任何大小的数据库。该有利实施例是可再使用的,其中其可适用于不同数据资料,包括文本、图片、符号、音频、视频或可能地其他数据类型。该有利实施例是可再使用的。该有利实施例可转移至任何领域。
因此,该有利实施例可提供查看情况的方法。可输入与行动方案相关的信息。可在关联存储器技术中利用实体分析学产生‘实体’。可利用透视图代表实体分析学。在透视图内执行查找,透视图可以是插入透视图。获得并显示所得到的关联。也可显示数据的种类和数据资料的关联内容。可选择已发现信息的关联资料,以便比较资料数据的原始范围中汇总的数据。可根据提供的事件和/或所得结果做出决定。
图6至图11示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图6至图11的共同参照数字可参照具有相似功能的类似实体。图6至图11示出的不同截图仅是示例性的且不限制本发明。因此,图6至图11示出的有利实施例的许多改动是可能的。图6至图11中的截图可利用系统,如图1的系统100、图12的数据处理系统1200或其它硬件或软件实施。关于图6至图11描述的有利实施例也是关于图2至图5描述技术的实施示例。图6至图11示出的的示例性数据是不保密的且为公共知识。
在有利实施例中,截图600示出关于图1至图6描述的使用中的示例有利实施例。在该有利实施例中,截图600示出表示情况仪表盘的表602。表602所示的情况仪表盘的作用是快速为使用者显示信息且提示使用者输入,例如问题、资料数据的说明和其他可能的输入。
表602示出许多包括含军备透视图604、通信透视图606和情况透视图608的许多透视图的子表。另外,表602还包括用于指示的导航信息610,其中使用者涉及仪表板的使用。在这种情况下,导航信息610说明使用者正在查看正审查的数据资料。
此外,如上面描述,“透视图”指“角度”。关于关联存储器,透视图指用于使用者所需范围特定方面的背景的选择。如这里所用,“插入透视图”是一种类型的透视图,其可反馈至关联存储器并可作为潜在资源从其他透视图看出。任何军备透视图604、通信透视图606和情况透视图608既不是透视图也不是插入透视图。
导航信息610说明资料的当前机构。如所示,资料可以是来自阿富汗军事行动中的许多美国陆军非保密的行动后报告。工作表612表示有关导航信息610的额外信息,在这种情况下其也包括资料。
图7示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图7示出利用情况仪表盘辅助筹备执行计划的过程中的下一个步骤。在目前情况下,截图700示出针对情况透视图608的工作表功能。在屏幕截屏700上,情况透视图608以表的形式示出。工作表612示出关于不同情况例如,但不局限于,伏击情况、训练情况、地形适合性情况和其他情况的数据可比较单元列表。每个数据可比较单元是比较单元中与指定标题以某种方式相关的数据群。此外,例如,“训练”702在军事背景中可为包含许多与训练相关的单个的行动后报告的数据可比较单元。这些可比较单元可以保存、记住并再次使用。数据比较单元还可再次输入关联存储器,以便建立可搜索的或可被关联存储器以另外方式利用的额外关系。
在目前情况下,分析人员或计划人员可关注如“训练”702表示的“训练”可比较单元。关于可比较单元“训练”702的进一步信息描述参照图8。
图8示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图8示出利用情况仪表盘辅助筹备执行计划的过程中的下一个步骤。截图800涉及针对情况透视图608的工作表功能。在这种情况下,分析人员或计划人员关注图7中“训练”702的数据可比较单元。应该注意任何指定的数据可比较单元其自身可由其他的数据可比较单元组成,因此可执行更详细的比较或搜索。
在图8所示的有利实施例中,使用者具有大量自由文本数据,其为在阿富汗部署部队前,考虑需要执行的最重要的训练。选择“关系”表802将显示所得的有关图7的“训练”702数据可比较单元的相关情况或章节。
导航信息610在使用者在“情况仪表盘::情况”时告知使用者。之后提示使用者在工作表612输入信息。使用者可根据包含所需搜索参量804、可选择的搜索参量806和除外的搜索参量808的不同参量指定检索。在目前情况下,使用者可在所需搜索参量804中输入“训练”且在可选择搜索参量806中输入“有用的,必要的,期望得到的”和“中心”。图9示出借助不同搜索参数完成检索后的搜索结果。
图9示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图9示出利用情况仪表盘辅助筹备执行计划的过程中的下一个步骤。
有关图8描述的检索结果在截图900中示出。具体地,截图900示出相关情况902的列表。相关情况902的列表包含许多纵列,其表示不同的相关情况。在图9示出的有利实施例中,相关情况902的列包括分数904、情况906和匹配属性908。分数904表示关于检索的搜索结果的相关性。情况906表示不同数据资料,包括可能地特定行动后报告。匹配属性908表示对应资料中发现的搜索项。
图10示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图10示出利用情况仪表盘辅助筹备执行计划的过程中的下一个步骤。
如图10所示,拉低过去相关情况的关系可获得相关信息。例如,计划人员或分析人员通过选择图9匹配属性908中的链接“训练”可改善图10的截图1000。在截图1000中,仅借助最初的点按开始工作表检索,使用者可借助“迫击炮”1002和“战术卫星无线电”1004完成一对一最重要训练。过于费时是不切实际的,或如果使用者必须阅读所有引用资料,那么甚至不可能获知该信息。
其他信息可显示在截图1000中,如图10所示。例如,截图1000示出的工作表可显示种类列1006和属性列1008。每个列出的种类可为信息的可比较单元。因此,例如,军备1010可为不同武器类型群中的一类。不同武器类型的可比较单元在属性列1008中示出,其可包括,例如,“迫击炮”1002。“迫击炮”1002可用加粗,加下划线,增大字体方式或用其他方法突出,以便表明“迫击炮”1002在搜索的行动后报告和/或其他数据资料中出现次数最多。
各种武器不需要限制于特定武器类型,但可涉及武器群。例如,军备1010也可具有其他匹配属性例如,但不限制于,“枪”1012或“直接射击”1014。
同样地,可存在多个不同类别的本体论抽象层。例如,可存在类别例如信息交流1016,位置1018和人1020。信息交流1016可示出哪种类型的交流装置可使训练更理想,如属性列1008所示。位置1018可示出在哪些位置训练更理想。人1020可示出哪种类型的人应该接受额外训练。
截图1000可示出其他信息。例如情况1022可示出单个行动后报告,其中需要更多训练或使用者可显见需要更多训练。截图1000还可包括更深一层的信息;因此,有利实施例不限制于关于图10描述的示例。
图11示出根据有利实施例用于分析非结构化数据的系统的仪表盘的示例性截图。图11示出利用情况仪表盘辅助筹备执行计划的过程中的下一个步骤。截图1100示出使用者可深入了解单个行动后报告或其他数据资料,以便审查特定的数据资料。如截图1100所示,可突出单个检索项吸引使用者注意包含与所检索最相关信息的部分数据资料。
通过图10的截图1000中所示的激活链接可获得单个报告,例如,但不局限于,“迫击炮”1002或“战术卫星无线电”1004。激活链接如“迫击炮”1002可获得一些或全部行动后报告或者其他数据资料,系统从这些报告或资料确定“迫击炮”1002具有与检索相关的最多点击数。通过例如激活图10情况1022示出的任何链接可获得单个行动后报告或其他数据资料。采用这种方式,计划人员或其他使用者可快速且有效地发现最相关的行动后报告或其他数据资料。因此,使用者能更快速发现所需信息并因此更快速制定执行计划。
该有利实施例不限制于有关图6至图11或图1至图5描述的截图和示例,但是可对其做出改变或补充。例如,实施有利实施例的系统可进一步包括硬件或软件,以帮助使用者建立执行计划。利用这里所述技术发现的信息可输进这些附加的硬件或软件,以便使用者操作、使用或参考。例如,一旦使用者发现在军事战区阿富汗,迫击炮和战术卫星无线电中的额外训练是可取的,该有利实施例可输入该信息,从而自动创建实施该训练的初步的执行计划。使用者之后可快速并有效地修改并最终确定该初步执行计划。其他的变化是可能的。
因此,该有利实施例提供用于分析非结构化数据的系统。该系统包括含具有多个关联的关联单元中的大量数据的关联存储器。根据选自含许多数据间直接关系和间接关系的群组的至少一种关系,检索配置的关联存储器。关联存储器进一步包括内容寻址结构,其可将许多数据中的输入型式变换成许多数据中的输出型式。系统还包括与关联存储器关系的分析器,其中配置分析器使其将许多数据分析并整理至比较单元,以响应检索。分析器可配置根据检索,建立排列比较单元优先顺序的排序列表。
该有利实施例还可利用排序列表进行排列,从而创建包含军事执行计划的执行计划。因此,该有利实施例可提供为获得用于做出快速决定和快速有效制定执行计划的信息的快速和有效的系统。该有利实施例可执行多个实体分析任务并在显示器的一个位置上显示全部结果。该有利实施例不需要在特定领域。该有利实施例可以是独立的平台式或便携式。该有利实施例是灵活的,其中该有利实施例可允许使用者保存和删除工作表。该有利实施例不限制于上述说明和描述。
现转至图12,其根据有利实施例示出数据处理系统。图12中数据处理系统1200为可用于实施有利实施例的示例性数据处理系统,例如图1的系统100或任何其他的单元或系统或这里公开的程序。在该说明性示例中,数据处理系统1200包括通信结构1202,其提供处理器单元1204、存储器1206、永续性存储器1208、通信单元1210、输入/输出(I/O)单元1212、显示器1214和关联存储器1228间的通信。处理器单元1204表征为“物理处理器”,其中处理器单元1204可为非临时性处理器。
关联存储器1228可以是图1的关联存储器102。关联存储器1228不需要与通信结构1202直接沟通。例如,关联存储器1228可借助通信单元1210与处理器1204和/或存储器1206交换数据,例如当关联存储器1228实际位于相对于数据处理系统1200的偏远位置的时候。
数据处理系统1200还可包括输出单元1230和/或分析器1232。输出单元1230可以是输出图1的输出单元140。分析器1232可以是图1的分析器122。在有利实施例中,分析器1232可以是处理器单元1204。在有利实施例中,输出单元1230可以是显示器1214。处理器单元1204可执行装至存储器1206的软件指令。根据具体实施,处理器单元1204可以是许多处理器、多处理器内核或一些其他类型的处理器。这里参照项目使用的“许多”意味一个或更多项目。进一步地,处理器单元1204可利用许多不同的处理器系统实施,其中主要处理器是单芯片上的辅助处理器。作为另一个说明性示例,处理器单元1204可以是包含多个相同类型处理器的对称多处理器系统。
存储器1206和永续性存储器1208为示例性存储装置1216。存储单元是无论在临时基础和/或永久基础上的任何可存储类似信息的硬件,例如,但不限制于,数据,功能形式的程序代码,和/或其他适宜的信息。在这些示例中,存储装置1216还可称为计算机可读存储装置。例如,在这些示例中,存储器1206可为随机存取存储器或任何其他适宜的易失性或非易失性存储装置。永续性存储器1208可根据具体实施采用不同形式。
例如,永续性存储器1208可包含一个或更多组件或装置。例如,永续性存储器1208可以是硬盘驱动器、闪存、可重写光盘、可重写磁带或一些上述的组合。永续性存储器1208使用的媒介还可以是可移动的。例如,可移动硬盘可用于永续性存储器1208。
这些示例中的通信单元1210提供与其他数据处理系统或装置的交流。在这些示例中,通信单元1210为网络接口卡。通信单元1210可通过利用实体或无线通信链接中的一方或双方提供通信。
输入/输出单元1212借助与数据处理系统1200关系的其他装置提供数据输入和输出。例如,输入/输出单元1212可通过键盘、鼠标和/或一些其他合适输入装置为使用者提供联接。进一步地,输入/输出单元1212可将输出信号发送至打印机。显示器1214提供为使用者显示信息的机械单元。
用于操作系统、应用和/或程序的指令可存在存储装置1216中,其通过通信结构1202与处理器单元1204关系。在这些说明性示例中,永续性存储器1208的指令采用功能形式。这些指令可装至存储器1206,以便处理器单元1204执行。不同实施例的程序可由处理器单元1204利用指令执行的计算机实施,这些程序可存于存储器中,例如存储器1206。
这些指令称为程序代码、计算机可用程序代码或可阅读并由处理器单元1204中的处理器执行的计算机可读程序代码。不同实施例中的程序代码可存于不同的物理或计算机可读存储媒介中,例如存储器1206或永续性存储器1208。
程序代码1218以功能形式存于选择性移动的计算机可读媒介1220中且可装于或转移至数据处理系统1200,以便处理器单元1204执行。在这些示例中,程序代码1218和计算机可读媒介1220构成计算机程序产品1222。在一个示例中,计算机可读媒介1220可以是计算机可读存储媒介1224或计算机可读信号媒介1226。计算机可读存储媒介1224可包含,例如,被插入或放于驱动器或其它装置的光盘或磁盘,其是用于转移至存储装置上的部分永续性存储器1208,例如硬盘驱动器,其是部分永续性存储器1208。计算机可读存储媒介1224还可采用永续性存储器形式,例如硬盘驱动器、拇指驱动器或闪存,其与数据处理系统1200关系。在一些示例中,计算机可读存储媒介1224不能从数据处理系统1200中移除。
可选择地,程序代码1218利用计算机可读信号媒介1226,可转移至数据处理系统1200。例如,计算机可读信号媒介1226可以是,包含程序代码1218的可传播数据信号。例如,计算机可读信号媒介1226可以是电磁信号、光信号和/或任何其他合适类型的信号。这些信号可在通信链接上传输,例如无线通信链接、光纤电缆、同轴电缆、电线和/或任何其他合适类型的通信链接。换句话说,在说明性示例中,通信链接和/或连接可以是实体的或无线的。
在一些有利实施例中,程序代码1218可在网络上从另一个装置或数据处理系统中通过计算机可读信号媒介1226下载至永续性存储器1208,以便在数据处理系统1200内使用。例如,存储在服务器数据处理系统的计算机可读存储媒介中的程序代码可在网络上从服务器下载至数据处理系统1200。提供程序代码1218的数据处理系统可以是服务器计算机、客户端计算机或一些其他能存储和传输程序代码1218的装置。
用于数据处理系统1200的示例性说明的不同组件不限制本方法的结构,其中可实施不同实施例。不同有利实施例可利用包含除了和/或代替用于数据处理系统1200的示例性说明的那些组件的组件的数据处理系统实施。图12示出的其他组件可与所示的说明性示例不同。不同实施例可利用任何硬件装置或能运行程序代码的系统实施。作为一个示例,数据处理系统可包括与无机组件整合一起的有机组件和/或完全由除人之外的有机组件构成。例如,存储装置可由有机半导体构成。
在另一个说明性示例中,处理器单元1204可采用具有特殊用途时制造并配置的电路的硬件单元的形式。这种类型的硬件可实施操作,其不需要配置从存储装置存进存储器的程序代码执行操作。
例如,当处理器单元1204采用硬件单元形式时,处理器单元1204可以是电路系统,专用集成电路(ASIC)、可编程逻辑装置或一些被配置执行许多操作的其他合适类型的硬件。利用可编程逻辑装置,装置被配置执行许多操作。装置在随后时间可被重新配置或永久被配置执行许多操作。示例性的可编程逻辑装置包括,例如,可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列和其他合适硬件装置。借助这种实施类型可删除,程序代码1218,因为用于不同实施例的程序利用硬件单元实施。
仍在另一个说明性示例中,处理器单元1204可利用计算机和硬件单元中的处理器的组合体实施。处理器单元1204可具有许多硬件单元和许多被配置运行程序代码1218的处理器。借助该描述性示例,虽然其他程序可在许多处理器中实施,但是某些程序可在许多硬件单元中实施。作为另一个示例,数据处理系统1200中的存储装置是任何可存储数据的硬件设备。存储器1206、永续性存储器1208和计算机可读媒介1220是采用有形形式的示例性存储装置。
在另一个示例中,总线系统可用于实施通信结构1202且可由一个或更多总线构成,例如系统总线或输入/输出总线。当然,总线系统可利用提供连接至总线系统的不同组件或装置间的数据传输的任何合适类型的结构实施。此外,通信单元可包括一个或更多用于传输和接收数据的装置,例如调制解调器或网络适配器。进一步地,例如存储器可以是存储器1206或超高速缓冲储存区,例如存于接口和存于通信结构1202中的内存控制器中枢。
不同有利实施例可采用完全硬件实施例、完全软件实施例或既包含硬件也包含软件的实施例的形式。有些实施例以软件形式实施,其包括但不限制于,例如固件、常驻软件和微码。
此外,不同实施例可采用计算机程序产品的形式,其可访问通过计算机或任何装置或执行指令的系统或与其关联提供使用的程序代码的计算机可用或计算机可读媒介。有关本公开的目的,计算机可用或计算机可读媒介一般可为任何有形设备,其可通过指令执行系统、设备或装置或与其关系以包括、贮存、传达、传播或传输使用的程序代码。
计算机可用或可读媒介可为,例如,但不限制于,电子、磁性、光学、电磁、红外或半导体系统或传播媒介。非限制性计算机可读媒介示例包括半导体或固态存储器、磁带、可移动计算机软盘、随机存取存储器(RAM)、只读存储器(ROM)、硬磁盘和光盘。光盘可包括高密度磁盘-只读存储器(CD-ROM)、高密度磁盘-读/写(CD-R/W)和DVD。
进一步地,计算机可用或计算机可读媒介可包括或存储计算机可读或可用程序代码,以致当其在计算机上执行时,执行该计算机可读或可用程序代码使得计算机在通信链接上传输另一个计算机可读或可用程序代码。该通信链接可利用媒介,其为,例如,但不限制于,物理或无线。
适合存储和/或执行计算机可读或计算机可用程序代码的数据处理系统可包括一个或更多通过通信结构例如系统总线,直接或间接与存储器元件相连的处理器。存储器元件可包括程序代码、大容量存储器和超高速缓存器的实际执行期间使用的局部存储器,超高速缓存器提供至少某些计算机可读或计算机可用程序代码的临时储存器,以便在执行代码时减少代码从大容量存储器检索的次数。
输入/输出或I/O装置可直接连接至系统也可通过中间的I/O控制器连接至系统。这些装置可包括,例如,但不限制于,键盘、触摸屏显示器和指示器。不同的通信适配器还可连接至系统,使得数据处理系统通过中间的私人或公共网络连接至其他数据处理系统或远程打印机或存储器。非限制性示例是作为仅部分目前可用类型的通信适配器的调制解调器和网络适配器。
因此,该有利实施例解决了发现大量数据间关系的问题,以便作出有关特定情况的具体决定。该有利实施例利用关联存储器技术执行这些任务。
描述不同有利实施例是为了说明和叙述,且其不是全面的或限制于公开形式的实施例。许多改变和变化对本领域内的那些普通技术人员是显而易见的。进一步地,相比于其他有利实施例,不同有利实施例具有不同优势。挑选和描述实施例或选定的实施例以便更好解释这些实施例的原理、实际应用并使得本领域内的其他普通技术人员针对适用于预期特定用途的不同变化的不同实施例能够理解本公开。

Claims (10)

1.一种用于分析非结构化数据的系统(100),其包括:
包含具有多个联系(106)的多个数据(104)的关联存储器(102);
其中所述多个数据被收集至数据关联单元(108);
其中所述关联存储器(102)被配置以根据选自包含所述多个数据(104)间的直接关系(114)和间接关系(116)的组中的至少一种关系进行检索;
其中所述关联存储器(102)进一步包括内容寻址结构(118);
分析器(122)与所述关联存储器(102)通信,其中所述分析器被配置分析和整理所述多个数据(104)至比较单元(124、126、128),以响应检索(120);且
其中所述分析器(122)被配置根据所述检索(120)以优先顺序建立排列所述比较单元(124、126、128)的排序列表(130)。
2.根据权利要求1中所述的系统(100),其中所述多个数据(104)包括所述非结构化数据(132)和自由文本数据(134)中的至少一种,且其中所述分析器(122)被进一步配置分析和整理所述多个数据(104)至所述比较单元(124、126、128),使得所述比较单元(124、126、128)可被人类用户识别。
3.根据权利要求1中所述的系统(100),其进一步包括:
所述分析器(122)被配置以建立所述排序列表(130),从而将具有最多的响应所述检索(120)的联系的单元排列为第一比较单元。
4.根据权利要求1中所述的系统(100),其中所述分析器(122)被配置从所述关联存储器(102)的插入透视图(138)获得所述检索(120)。
5.根据权利要求1中所述的系统(100),其进一步包括:
输出单元(140),其被配置形成将所述比较单元(124、126、128)链接至构成所述比较单元(124、126、128)的基础数据的一组链接。
6.根据权利要求1中所述的系统(100),其进一步包括:
与所述输出单元(140)通信的显示单元(142),其中所述显示单元(142)被配置显示所述排序列表(130),其中所述输出单元(140)被进一步配置使得所述显示单元(142)作为仪表盘(144)显示所述排序列表(130);且
其中所述仪表盘(144)包含用于从中了解所述多个数据(104)的多个透视图。
7.根据权利要求6中所述的系统(100),其中所述仪表盘(144)包含多个归类在第一列的种类和多个归类在第二列的属性,且其中横跨所述第一列和所述第二列的行包含所述多个属性中的属性集,其对应于所述多个种类中的特定种类实体。
8.一种装置,其包含:
物理处理器;
连接至所述物理处理器的总线;
连接至所述总线的关联存储器(102),其中所述关联存储器(102)是非临时性的,其中所述关联存储器(102)包含具有多个联系(106)的多个数据(104),其中所述的多个数据(104)被收集至数据关联单元(108),其中所述关联存储器(102)被配置以根据选自包含所述多个数据(104)间直接关系(114)和间接关系(116)的组中的至少一种关系进行检索,且其中所述关联存储器(102)进一步包括内容寻址结构(118);
其中所述物理处理器被配置分析和整理所述多个数据(104)至比较单元(124、126、128),以响应检索(120);且
其中所述物理处理器被配置根据所述检索(120)以优先顺序建立排列所述比较单元(124、126、128)的排序列表(130)。
9.根据权利要求8中所述的装置,其进一步包括:
与所述物理处理器通信的显示单元(142),所述显示单元(142)被配置显示所述排序列表(130),其中所述物理处理器被进一步配置使得所述显示单元(142)作为仪表盘(144)显示所述排序列表(130);且
其中所述仪表盘(144)包含用于从中了解所述多个数据(104)的多个透视图。
10.根据权利要求9中所述的装置,其中所述仪表盘(144)包含多个归类在第一列的种类和多个归类在第二列的属性,且其中横跨所述第一列和所述第二列的行包含所述多个属性中的属性集,其对应于所述多个种类中的特定种类实体,其中所述仪表盘(144)被配置突出特定属性集中的第一个属性,且其中所述第一个属性表示与所述检索(120)相关性最高的数据组。
CN201210359585.7A 2011-09-23 2012-09-24 情报分析中的关联存储器技术及执行方法 Active CN103020103B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/243,656 US20130080448A1 (en) 2011-09-23 2011-09-23 Associative Memory Technology in Intelligence Analysis and Course of Action Development
US13/243,656 2011-09-23

Publications (2)

Publication Number Publication Date
CN103020103A true CN103020103A (zh) 2013-04-03
CN103020103B CN103020103B (zh) 2018-07-13

Family

ID=47225932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210359585.7A Active CN103020103B (zh) 2011-09-23 2012-09-24 情报分析中的关联存储器技术及执行方法

Country Status (5)

Country Link
US (1) US20130080448A1 (zh)
EP (1) EP2573693A3 (zh)
JP (1) JP2013080465A (zh)
CN (1) CN103020103B (zh)
CA (1) CA2784343A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377690A (zh) * 2019-06-27 2019-10-25 北京信息科技大学 一种基于远程关系抽取的信息获取方法和系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9659110B2 (en) 2011-10-20 2017-05-23 The Boeing Company Associative memory technology for analysis of requests for proposal
US8914604B2 (en) * 2012-06-12 2014-12-16 The Boeing Company Creating optimal comparison criterion within associative memories
US10817545B2 (en) 2017-12-04 2020-10-27 Accenture Global Solutions Limited Cognitive decision system for security and log analysis using associative memory mapping in graph database

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763574A (zh) * 2009-06-03 2010-06-30 中国科学院自动化研究所 一种基于领域知识的古建筑保护技术信息管理系统及方法
US20100306227A1 (en) * 2009-06-02 2010-12-02 Fleming James S Methods, systems and computer program products for providing a distributed associative memory base
CN102012912A (zh) * 2010-11-19 2011-04-13 清华大学 一种基于云计算环境的非结构化数据的管理方法
US20110093479A1 (en) * 2009-10-19 2011-04-21 Vexigo, Ltd. System and method for use of semantic understanding in storage, searching and providing of data or other content information

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09231238A (ja) * 1996-02-20 1997-09-05 Omron Corp テキスト検索結果表示方法及び装置
US6233586B1 (en) * 1998-04-01 2001-05-15 International Business Machines Corp. Federated searching of heterogeneous datastores using a federated query object
JP4487332B2 (ja) * 1998-05-29 2010-06-23 ソニー株式会社 情報処理装置および方法、記録媒体、並びに情報処理システム
US6425525B1 (en) * 1999-03-19 2002-07-30 Accenture Llp System and method for inputting, retrieving, organizing and analyzing data
US7398221B1 (en) * 2001-03-30 2008-07-08 Rapt, Inc. Method and apparatus for component plan analysis under uncertainty
US6956756B2 (en) * 2001-04-25 2005-10-18 Terminus Technology Limited Associative memory, method for searching the same, network device, and network system
US20040039734A1 (en) * 2002-05-14 2004-02-26 Judd Douglass Russell Apparatus and method for region sensitive dynamically configurable document relevance ranking
US7676287B2 (en) * 2004-03-03 2010-03-09 Fisher-Rosemount Systems, Inc. Configuration system and method for abnormal situation prevention in a process plant
US8166462B2 (en) * 2006-09-07 2012-04-24 Oracle America, Inc. Method and apparatus for sorting and displaying costs in a data space profiler
US20070050239A1 (en) * 2005-08-24 2007-03-01 Caneva Duane C Method for managing organizational capabilities
US7808228B1 (en) * 2008-07-21 2010-10-05 Bierer Walter S Long range phasing voltmeter
US9542436B2 (en) * 2009-02-09 2017-01-10 The Boeing Company Employing associative memory for enhanced lifecycle management
US20100268673A1 (en) * 2009-04-16 2010-10-21 The Boeing Company Associate memory learning agent technology for travel optimization and monitoring

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100306227A1 (en) * 2009-06-02 2010-12-02 Fleming James S Methods, systems and computer program products for providing a distributed associative memory base
CN101763574A (zh) * 2009-06-03 2010-06-30 中国科学院自动化研究所 一种基于领域知识的古建筑保护技术信息管理系统及方法
US20110093479A1 (en) * 2009-10-19 2011-04-21 Vexigo, Ltd. System and method for use of semantic understanding in storage, searching and providing of data or other content information
CN102012912A (zh) * 2010-11-19 2011-04-13 清华大学 一种基于云计算环境的非结构化数据的管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377690A (zh) * 2019-06-27 2019-10-25 北京信息科技大学 一种基于远程关系抽取的信息获取方法和系统

Also Published As

Publication number Publication date
JP2013080465A (ja) 2013-05-02
EP2573693A2 (en) 2013-03-27
EP2573693A3 (en) 2013-07-31
CN103020103B (zh) 2018-07-13
CA2784343A1 (en) 2013-03-23
US20130080448A1 (en) 2013-03-28

Similar Documents

Publication Publication Date Title
US9542412B2 (en) Method and system for large scale data curation
Abebe et al. An empirical study of software release notes
CN103020103A (zh) 情报分析中的关联存储器技术及执行方法
Dhami et al. Critical review of analytic techniques
Memon et al. Harvesting covert networks: a case study of the iMiner database
Vepřek et al. Beyond effectiveness: legitimising predictive policing in Germany
CN102902705A (zh) 定位数据中的歧义
Pinto et al. Enterprise linked data: A systematic mapping study
Miah et al. Applications of Biological Diversity Information Systems towards Conservation at Lawachara National Park in Bangladesh
Chen et al. Predicting and fixing vulnerabilities before they occur: a big data approach
Kulshrestha Big data in military information & intelligence
Saxena Enhancing productivity of recruitment process using data mining & text mining tools
Marzukhi et al. Framework of Knowledge-Based System for United Nations Peacekeeping Operations Using Data Mining Technique
Tingstad et al. Assessing the Value of Intelligence Collected by US Air Force Airborne Intelligence, Surveillance, and Reconnaissance Platforms
Young Computing war narratives: The hamlet evaluation system in Vietnam
Onal et al. Requirements and design for better cultural situation awareness: Delivering the right information
D'Abrusco et al. Assessing your Observatory's Impact: Best Practices in Establishing and Maintaining Observatory Bibliographies
Brauner et al. Improving development and utilization of US Air Force intelligence officers
Lieb et al. Online News Coverage of Critical Race Theory Controversies: A Dataset of Annotated Headlines
Namdari et al. Investigating the Relationship between Strategic Planning and Evidence Based Librarianship from the Viewpoint of Managers and Librarians in Kermanshah University Libraries
Clark et al. A semi-stochastic algorithm approach to generating CBRNE terrorist attack plot scenarios
Kadio Assessing challenges of the Intelligence Unit in the Tanzania Law Enforcement
Vilander Business Intelligence and Developing Management Reporting: Action research in a case organization
Bartolome et al. Clustering and Topic Analysis in CS 5604 Information Retrieval Fall 2016
Iracki Army acquisition lessons learned

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant