CN103226748A - 基于关联存储器的项目管理系统 - Google Patents
基于关联存储器的项目管理系统 Download PDFInfo
- Publication number
- CN103226748A CN103226748A CN2013100307231A CN201310030723A CN103226748A CN 103226748 A CN103226748 A CN 103226748A CN 2013100307231 A CN2013100307231 A CN 2013100307231A CN 201310030723 A CN201310030723 A CN 201310030723A CN 103226748 A CN103226748 A CN 103226748A
- Authority
- CN
- China
- Prior art keywords
- data
- data entity
- project
- many
- entity
- 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
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了用于管理用于项目(106)的信息(116)的方法和装置。用于所述项目(106)的信息(116)作为数据实体(120)被存储在关联存储器(130)中。关联存储器(130)包括具有多个关联的多个数据,其中数据实体(120)包括在所述多个数据中。关联存储器(130)进一步地包括内容可寻址结构。关联存储器(130)经配置从而根据从包括所述多个数据之间的直接关系和间接关系的群组中选择的至少一个关系查询。将关联存储器(130)中存储的数据实体(120)分组,从而形成许多聚类(134)。使用所述许多聚类(134)生成报告。
Description
技术领域
本公开涉及使用关联存储器管理复杂或者大的项目。
背景技术
项目管理是与文明本身一样久远的技术。例如,古埃及管理在吉萨建立金字塔的项目。然而,在现代已经研究并改良项目管理的技术,以便根据成本、时间、和可能的其他参数增加项目的效率。
例如,已知1986年开发的一种商业项目管理策略是SIX SIGMASIX SIGMA项目管理策略的几种可能目标的一个是建立制造过程,其在所制造的每百万产品单元产生少于3.4个缺陷。然而,SIX SIGMA只是商业管理或项目管理策略的一个实例。
存在许多这种策略,并且存在用于辅助项目管理的软件。进一步,存在许多不同类型的项目。一种类型的项目可以制造大量的产生担忧,或者可能制造较少数目的非常复杂的产生担忧,例如飞行器。其他类型的项目可以包括建立公司、进行研究和开发、建立例如将载人飞行任务发送到火星的空间项目、以及许多其他不同类型的项目。因此,项目管理技术可以应用于许多不同类型的项目,并且存在许多不同的项目管理技术。更进一步,对于每种类型的项目,可以存在多效项目管理技术。
如上所述,研究和开发(R&D)可以是一种类型的项目,项目管理技术可能应用与此。研究和开发可以涉及针对开发不同类型技术的工作。不同类型的组织承担不同类型的研究和开发项目。这些类型的组织可以包括政府组织、非政府组织、国际组织、军事组织、公司、企业、独立承包商、慈善机构、非盈利组织、合伙企业、混合组织、及其他适合类型的组织,但不限制于此。混合组织可以是操作公共部门和私人部分两者的组织。
例如私有公司的组织可以承担不同类型的研究和开发项目。在一些情形中,公司可以在许多年承担成百上千的研究和开发项目。如一个说明性实例,公司可以在公司内部具有多个部门。公司内部每个部门可以负责几十个到上百个研究和开发项目的工作。此外,在一些情形中,公司内超过一个部门可以负责相同研究和开发项目的任务。
由于公司所承担的研究和开发项目的数目增加,管理这些研究和开发项目的困难也可能增加。进一步,因为研究和开发项目的增加,为这些不同的研究和开发项目管理信息可能变得更加困难。例如,用于研究和开发项目的信息可以包括与研究和开发项目关联的任务列表、研究和开发项目的管理者的识别、涉及研究和开发项目的员工列表、可交付物列表、截止期限列表、研究和开发项目的里程碑列表、基金信息、经费信息、研究日志、和/或其他适合类型的信息,但不限制于此。
在一些情形中,用于公司中的研究和开发项目的信息可以被存储在许多不同位置和/或以许多不同形式存储。由于研究和开发项目的数目增加,所以管理存储在不同位置和/或以不同形式存储的信息可能变得更加困难并更加费时。因此,应当期望这样的方法和装置,其考虑如上所述的至少一些问题以及可能的其他问题。
发明内容
在一个示例性的实施例中,提供了用于为项目管理信息的方法。用于项目的信息可以在关联存储器中存储为数据实体。关联存储器可以包括具有多个关联的多个数据,其中数据实体包括在多个数据中。关联存储器进一步可以包括内容寻址结构。关联存储器可以经配置从而根据从这样的组中选择的至少一种关系查询,其中该组包括多个数据之间的直接关系和间接关系。关联存储器中存储的数据实体可以被分组,从而形成许多聚类。可以使用许多聚类生成报告。
在另一个示例性实施例中,用于为项目管理信息的装置可以包含项目管理器和项目分析器。项目管理器可以经配置从而将用于项目的信息存储为关联存储器中的数据实体。关联存储器可以包括具有多个关联的多个数据,其中数据实体包括在多个数据中。关联存储器进一步可以包括内容寻址结构。关联存储器可以经配置从而根据从这样的组中选择的至少一种关系查询,其中该组包括多个数据之间的直接关系和间接关系。项目分析器可以经配置从而将关联存储器中存储的数据实体分组,从而形成许多聚类。项目分析器可以进一步经配置从而使用许多聚类生成报告。
在还另一个示例性实施例中,计算机系统可以包含总线、连接到总线的非瞬时存储装置、连接到总线的处理器单元。非瞬时存储装置可以包括程序代码。处理器单元可以经配置从而执行程序代码,从而将用于项目的信息存储为关联存储器中的数据实体。处理器单元可以进一步经配置从而将关联存储器中存储的数据实体分组,从而形成许多聚类。处理器单元可以进一步经配置从而使用许多聚类生成报告。关联存储器可以包括具有多个关联的多个数据。数据实体可以包括在多个数据中。关联存储器可以进一步包括内容寻址结构。关联存储器可以经配置从而根据从这样的组中选择的至少一种关系查询,其中该组包括多个数据之间的直接关系和间接关系。
在本公开的不同实施例中能够独立获得特征和功能,或者特征和功能可以合并为其他的实施例,其中进一步的细节能够参考下面的下列描述和附图。
附图说明
在权利要求中阐述表示示例性的实施例的特征的新颖特征。然而,当结合附图阅读时,参考本公开的示例性的实施例的下列详细说明会更好地理解示例性的实施例以及使用的优选模式、进一步目的、及其特征,其中:
图1是按照示例性的实施例以方框图的形式的项目管理环境的图例;
图2是按照示例性的实施例以方框图的形式的关联存储器的图例;
图3是按照示例性的实施例以方框图的形式的关联存储器中存储的数据实体的图例;
图4是按照示例性的实施例以方框图的形式的工作流程的图例;
图5是按照示例性实施例以流程图形式的用于管理项目的信息的过程的图例;
图6是按照示例性实施例以流程图形式的用于形成数据实体的聚类的过程的图例;
图7是按照示例性实施例以流程图形式的用于生成报告的过程的图例;
图8是按照示例性实施例以流程图形式的用于确定在相关于感兴趣方面的项目上花费多少的过程的图例;
图9是按照示例性的实施例用于创建和加载关联存储器的伪代码的图例;
图10是按照示例性的实施例用于形成聚类的伪代码的图例;和
图11是按照示例性的实施例的数据处理系统的图例。
具体实施方式
不同的示例性的实施例识别到并考虑许多不同的考虑因素。例如,不同的示例性实施例识别并考虑一些用于管理项目的当前可利用系统可以包括执行用于这些项目的信息的人工分析。人工分析可以是由操作人员执行的分析,即使计算机辅助执行。这种类型的分析可以比期望的需要更多时间、精力、成本和资源。
进一步,不同的示例性实施例识别并考虑人工分析可以需要具有某一水平的经验或专长的操作人员。操作人员获得这一水平的经历或专长所需要的时间、花费、和/或训练的量可能大于所期望的。
不同的示例性实施例也认识并考虑用于项目的信息可以存储在不同存储装置中、不同位置中、并且以不同形式存储。当该信息被存储在不同存储装置中、在不同位置、并且以不同形式存储时,追踪跨多个项目的有关信息可以比所期望的更困难。
此外,不同光的示例性实施例也识别并考虑一些用于识别多个项目之间有关的项目的当前可利用系统可能不能实质上处理用于项目的全部信息。例如,一些当前可利用系统可以只选择用于特定项目的某些条信息,用于根据预先定义的特性处理。
不同示例性实施例也识别并考虑这种类型的还原处理可以使得用于不同项目的信息条之间的关系丢失。例如,当这个信息在预先定义特性范围内不适合时,可能从处理中排除可以是对识别两个项目有关的重要的信息。
不同的示例性实施例识别并考虑可能期望这样的系统,其用于将有关的项目分组而不需要减少在处理期间用于这些项目的信息的数量。不同的示例性实施例识别并考虑关联存储器技术可以运行用于项目的大量信息积累并处理。进一步,不同的示例性实施例识别并考虑与一些当前可利用系统相比,使用具有关联存储器的实体分析引擎,可以允许有关的项目和项目之间有关的信息更准确且更快分组。
因此,不同的示例性实施例可以提供用于管理用于项目的信息的方法和装置。因此,不同的示例性实施例可以提供用于管理在关联存储器中存储的用于项目的信息的方法和装置。示例性实施例也可以用于其本身的项目管理。
这里所述的示例性的实施例可以用于研究和开发项目。然而,示例性实施例不限制于研究和开发项目,并且可以被应用于许多不同类型的项目。因此,尽管示例性的实施例可以在管理研究和开发项目的背景中使用关联存储器具体描述。
在一个示例性的实施例中,提供了用于管理用于项目的信息的方法。用于项目的信息可以在关联存储器中存储为数据实体。关联存储器可以包括具有多个关联的多个数据,其中数据实体包括在多个数据中。进一步,关联存储器可以进一步包括内容寻址结构。关联存储器可以经配置从而根据从这样的组中选择的至少一种关系查询,其中该组包括多个数据之间的直接关系和间接关系。关联存储器中存储的数据实体可以使用许多所选择的规范分组,从而形成许多聚类。可以使用许多团簇生成报告。
现在参考附图,图1是按照示例性实施例描述的以方框图形式的项目管理环境的图例。项目管理环境100可以包括许多组织102和项目管理系统104。项目管理系统104可以经配置从而管理由许多组织102承担的项目106。
如这里所使用的,“许多”术语可以意思是一个或更多术语。例如,许多组织意思是一个或更多组织。进一步,如这里所使用的,“组织”可以涉及任何类型的社会团体,其为集体目标分配任务。组织可以采取许多不同的形式。例如,许多组织102中的组织可以从下列的一个中选择,政府组织、非政府组织、国际组织、军队组织、公司、企业、独立承包商、慈善机构、非盈利组织、合伙企业、混合组织、或其他适合类型的组织,但不限制于此。任何给定组织可以使较大组织的部分,例如多部门企业内的部门。
在这些说明性实例中,许多组织102可以承担项目106。如这里所使用的,“项目”可以是计划的协同努力,其涉及针对实现特定目标的研究、设计、和/或开发。如这里所使用的,术语“项目”不限制于这个定义,并且可以包括涉及工作和时间的人类努力的任何目标。项目108可以是一个项目106的实例。
如一个说明性实例,项目108可以是制造具有新型设计的飞机。如另一个实例,项目108可以是机械系统的检修。项目108也可以是开发新型宇宙飞船。在还另一个实例中,项目108可以是开发侦查和预警任务算法。
项目管理系统104可以经配置从而管理项目106。项目管理系统104可以使用硬件、软件、或两者的组合执行。例如,项目管理系统104可以使用一个或更多数据处理系统执行。这些数据处理系统可以在分布式或网络式环境中。在一些情形中,项目管理系统104可以使用一组远程管理数据处理系统执行,该系统被称作“云端”。进一步,项目管理系统104可以特征在于,包括一个或更多模块,其可以分开或者是整体建筑的部分。
在这些说明性实例中,项目管理系统104可以在计算机系统110中执行。计算机系统110可以包含许多计算机。当在计算机系统110中存在一个或更多计算机时,这些计算机可以彼此连通。在一些说明性实例中,计算机系统110可以使用图11中的数据处理系统1100执行。
如上所述,项目管理系统104可以包括项目管理器112和项目分析器114。项目管理器112可以经配置从而管理用于项目106的信息116。例如,信息116可以包括任务、可交付物、许多人、基金、成本、时间线、截止期限、装置、材料、文件、日志、报告、和/或其他适合的用于项目106的信息,但不限制于此。
信息116可以存储在许多存储装置118中。许多存储装置118的一个或更多可以位于许多组织102中、与许多组织102遥远的许多位置中、或两者组合中。许多存储装置118中的存储装置可以从存储器、服务器、存储单元、数据库、文件、闪盘、或一些其他适合类型的存储装置中选择的。
项目管理器112可以经配置从而从许多存储装置118检索信息116。在一个说明性实例中,项目管理器112可以使用项目追踪器121检索用于项目106的信息116。项目追踪器121可以使用任何数目的项目追踪应用执行。在这些示例性的实例中,项目追踪器121可以经配置从而检索自由文本形式的信息116。自由文本也可以被称为自由形式文本或者非结构化数据。
进一步,项目管理器112可以使用自由文本形式的信息116使用存储生成器113识别数据实体120。如这里所使用的,“数据实体”可以是用于项目106中的项目的数据的术语。如一个说明性实例,用于项目108的数据实体可以是为项目108执行的特殊任务。如另一个实例,用于项目108的数据实体可以是被制造作为项目108的部分的特殊产品。
存储生成器113可以使用数据实体120生成关联存储器130。如这里所使用的“关联存储器”可以包括多个数据和多个数据之间的多个关联。关联存储器中的多个数据和多个关联可以存储在非暂时计算机可读存储介质中。如这里所使用的,“多个”项可以意思是两个或更多项。例如,多个关联可以意思是两个或更多关联。在一些情形中,例如多个数据可以包括压缩数据、加密数据、或两者组合。
多个数据可以积累为数据的关联单元,例如第一数据关联单元、第二数据关联单元、和第三数据关联单元。可以存在或多或少的关联的单元。数据关联单元可以是两组或更多组数据,这些数据以一些方式彼此关联。
关联存储器可以经配置从而除了多个数据之间的直接关联以外根据多个数据之间的间接关系查询。关联存储器也可以经配置从而根据直接关系和直接和间接关系的组合查询。直接关系的实例可以使形成数据关联单元的两组数据的关系。直接关系也可以是两个数据关联单元之间的直接关系。
当直接关系不存在但是数据间接连接时,可以存在间接关系。例如,当第一关联数据单元间接相关于第二关联数据单元,并且第二数据关联单元间接相关于第三数据关联单元时,第一数据关联单元和第三数据关联单元之间可以存在间接关系。可能存在直接和间接关系的许多其他实例。
进一步,关联存储器可以进一步包括内容寻址结构。内容寻址结构可以提供关联存储器,其具有根据关联存储器中的内容或者多个数据本身查询的能力,而不是根据与关联存储器中数据关联的地址。在一些情形中,内容寻址结构爱可以允许关联存储器绘制多个数据中的输入模式,从而输出多个数据中的模式。
在这些说明性实例中,数据实体120可以形成至少关联存储器130中存储的多个数据的部分。如这里所使用的,“至少部分”可以是关联存储器130的一些或全部。存储生成器113可以将数据实体120存储在关联存储器130中。特别是,存储生成器113可以识别数据实体120的类型122,并且将数据实体120按类型122存储。如一个说明性实例,对于所识别的每个数据实体,存储生成器113可以确定用于该数据实体的特殊类型。存储生成器113可以与相同特殊类型的数据实体关联将数据实体存储在关联存储器130中。当数据实体的特殊类型是新的类型时,存储生成器113可以为新的类型的数据实体创建数据实体的新的列表。
例如,数据实体120的类型122可以包括第一类型124、第二类型126、和第三类型128,但不限制于此。当然,根据实施方式,数据实体120的类型122可以包括任何数目的类型。
此外,对于所识别的每个数据实体,存储生成器113可以为该数据实体识别一组属性。如这里所使用的,“一组”项可以意思是零个或更多项。例如,一组属性可以是零个或更多属性。以这个方式,一组属性可以是零或空组。进一步,如这里所使用的“属性”可以是相关于数据实体的信息条或者信息特定特征。
在一个说明性实例中,数据实体138可以是由存储生成器113识别的一个数据实体120的实例。然后,存储生成器113可以将数据实体138识别为第一类型124,并且由于属于第一类型124,可以将数据实体138存储在关联存储器130中。以这个方式,数据实体138可以与第一类型124的其他数据实体关联存储。
进一步,存储生成器113可以为数据实体138识别属性组119。进一步,存储生成器113可以为每组属性119识别属性类型。特别是,存储生成器113可以为属性组119识别属性类型组117。存储生成器113可以根据属性类型组117存储与数据实体138关联的属性组119。
在一些情形中,两个或更多数据实体120可以具有相同属性类型的属性。进一步,在一些情形中,当第一数据实体和第二数据实体两者都具有相同属性类型的属性时,用于第一数据实体的一个或更多属性可以与用于第二数据实体的一个或更多属性相同。
如一个说明性实例,属性类型可以从成本、抵消信贷、政府配套基金、项目中的人数、项目截止期限、项目中所使用的特殊类型的装置的数目、材料类型、识别数目、或者一些其他适合的属性类型的一个选择。用于数据实体的可能属性类型的这个列表不限制本发明,因为示例性的实施例预期许多可能的属性,而不仅仅是上面列出的属性。然后,特殊属性类型的属性可以是用于属于相应数据实体的属性类型的值。
例如,数据实体138可以是用于飞机的部件。用于数据实体138的属性组119的一个可以是塑料。塑料可以属于属性类型组117中的属性类型,其为材料的类型。用于数据实体138的属性组119可以包括用于每个属性类型组119的任何数目的属性。
以这个方式,存储生成器113可以以这样的方式存储用于项目106的信息116,从而允许相同或类似的数据条之间的关联在关联存储器130中形成。与使用当前可利用系统分组项目相比,在关联存储器130中存储数据实体120可以允许项目106中相关项目的组更容易且快速识别。
项目分析器114可以使用关联存储器130分析项目106。例如,项目分析器114可以包括第一报告生成器123和第二报告生成器125。在这些说明性实例中,第一报告生成器123可以经配置从而使用关联存储器130生成第一报告127,其识别与感兴趣领域129有关的信息。例如,感兴趣领域129可以是题目、题材、主体类型、焦点、或者相对于项目106的一些其他适合类型的感兴趣领域,但不限制于此。
第一报告生成器123可以包括查询生成器131。查询生成器131可以经配置从而使用关联存储器130识别相关于感兴趣领域129的数据实体144的数目。在一些情形中,数据实体144的数目可以被称为“聚类”。
特别是,查询生成器131可以使用许多所选择的规范132将相关于感兴趣领域129的在关联存储器130中存储的数据实体120中的任何实体分组。换句话说,查询生成器131可以使用许多所选择的规范132将数据实体120相关于感兴趣领域129的部分分组为聚类。
在这些说明性实例中,许多所选择的规范132可以最初在用户输入中接收。例如,用户输入可以通过图形用户界面接收,其配置用于在显示系统上显示。在一个说明性实例中,图形用户界面可以允许用户使用图形用户界面以查询的形式进入许多所选择的规范132。
许多所选择的规范132可以是许多搜索项。例如,这些搜索项包括单词、单词串、短语、相关于感兴趣领域129的一个或更多关键词、识别感兴趣领域129的单词或短语、图像、语音文件、一系列符号和/或字数字符、和其他适合的搜索项,但不限制于此,通过这些搜索项可以搜索关联存储器130中存储的数据实体120。
查询生成器131可以使用许多所选择的规范132识别相关于感兴趣领域129的许多数据实体144。因此,查询生成器131可以使用许多数据实体144识别新的规范组146,新的规范组146能够增加到许多所选择的规范132。可以根据数据实体120内数据实体的类型、与许多数据实体144的每个关联的属性、和/或其他适合的信息识别新的规范组146。在一些情形中,用户可以能够察看新的规范组146,然后通过去除和/或改进新的规范组146中的一个或更多规范精炼新的规范组146。
查询生成器131可以将新的规范组146增加到许多所选择的规范132,从而形成改进规范147。然后,查询生成器131可以使用改进规范147识别相关于感兴趣领域129的许多数据实体144。
使用许多数据实体144识别新的规范组146、使用新的规范组146形成改进规范147、然后使用改进规范147识别许多数据实体144的过程可以重复,直到新的规范组146是空和/或不再含有有意义和/或类似的搜索项。根据执行过程,这个过程可以由查询生成器131和/或用户停止。
当已经识别最终许多数据实体144时,第一报告生成器123可以使用许多数据实体144生成第一报告127。第一报告生成器123可以按照类型、与许多数据实体144的每个关联的每个属性组119、和/或关于第一报告127中许多数据实体144的其他适合的信息识别许多数据实体144。
在这些说明性实例中,第二报告生成器125可以经配置从而生成识别许多聚类134的第二报告150,其包括由于有关的项目106中的项目的数据实体。这些项目可以以许多不同的方式相关。例如,当用于这些项目的信息以某些方式相关时,聚类中的项目可以相关。如另一个实例,聚类中的项目可以通过相关于特殊领域或感兴趣对象相关。
如一个示例性的实例,第二报告生成器125可以使用实体分析引擎136识别关联存储器130中存储的数据实体120之间的相关性。实体分析引擎136可以将数据实体120彼此比较,从而识别数据实体120之间的相关性。例如,对于关联存储器130中存储的数据实体120中的每个数据实体,实体分析引擎136可以确定数据实体是否属于许多聚类134中的聚类。
数据实体138可以是数据实体120的一个的实例。聚类140可以是许多聚类134的一个的实例。通过比较数据实体与聚类140中已经存在的许多数据实体,实体分析引擎136可以确定数据实体138是否属于聚类140。
这些比较可以根据预选的规范和/或用户输入的规范进行。如一个说明性实例,数据实体138可以与聚类140中已经存在的许多数据实体相比较,从而确定数据实体138是否与聚类140中其他数据实体共享一个或更多属性。在一些情形中,数据实体138可以根据属性和/或关联存储器130中与聚类140中的许多数据实体关联的其他信息条与聚类140中的许多数据实体相比较。
在比较数据实体138与聚类140中已经存在的许多数据实体中,实体分析引擎136可以根据这些比较生成相似度142。然后,实体分析引擎136可以确定相似度142是否大于所选择的阈值。如果相似度142大于所选择的阈值,项目管理器112可以将数据实体138增加到聚类140。
在一些说明性实例中,第二报告生成器125可以经配置从而使用由项目管理器112形成的许多聚类134生成第二报告150。在一个说明性实例中,项目分析器114可以经配置从而根据用于许多聚类134中的每个聚类的总值,生成第二报告150。
在一个说明性实例中,总值(aggregate value)152可以是用于聚类中许多数据实体共享的特定属性类型。例如,总值152可以是用于由聚类中的数据实体共享的特定属性类型的属性的值的总和。如一个说明性实例,总值152可以是聚类中数据实体的总数。如另一个说明性实例,总值152可以是聚类中项目的成本的总和,或者一些其他适合类型的值。
第二报告生成器125可以将许多聚类134中总值152大于所选阈值的任何聚类增加到为生成第二报告150选择的聚类组154。这个所选阈值可以这样选择,以便总值152大于所选阈值的聚类可以被识别为批准进一步发明。
然后,第二报告生成器125可以使用聚类组154中的数据实体生成第二报告150。第二报告150可以用于管理由许多组织102承担的项目106。进一步,第二报告150可以用于识别许多组织,其可以提高完成项目106的效率。
图1中项目管理环境的图例不意味着暗示对可以执行示例性实施例的方式的物理或结构限制。可以使用另外或替代所说明的构件的其他构件。一些构件可能不是必要的。同时,呈现区块示出一些功能构件。当在示例性实施例中执行时,这些区块的一个或更多可以合并、分为、或者合并并分为不同的区块。
例如,在一些情形中,项目分析器114可以是项目管理器112的部分。进一步,根据实施方式,至少部分项目管理器112和/或项目分析器114可以在关联存储器130中执行。
在一些说明性实例中,数据实体120可以存储在多于一个关联存储器中。在这些实例中,项目管理器112可以经配置从而跨这些多个关联存储器管理用于项目106的信息116。
图2是按照示例性的实施例描述的以方框图形式的关联存储器的图例。在这个说明性实例中,更详细地描述来自图1的关联存储器130。
如上所述,来自图1的数据实体120根据数据实体120的类型122存储在关联存储器130中。在这个说明性实例中,类型122可以包括第一类型124、第二类型126、和第三类型128。当然,在其他说明性实例中,类型122可以包括任何数目的类型。
例如,第一类型124可以是项目实体202,但不限制于此。例如,第二类型126可以是任务实体204。例如,第三类型128可以是可交付物实体206。当然,在其他说明性实例中,第一类型124、第二类型126、和/或第三类型128可以是其他适合类型的数据实体。
例如,项目实体202中的数据实体可以是特殊项目。例如,项目实体204中的数据实体可以是特殊项目。如这里所使用的,“任务”可以包含任何数目的操作,这些操作可以经执行从而实现具体目标。例如,任务可以生成关于特定技术的温度变化的报告。如另一个实例,任务可以执行检修。如还另一个实例,任务可以是拧紧具体部件上的螺丝。
进一步,例如,可交付实体206可以是由特定项目产生的可交付物。如这里所使用的,“可交付物”可以是由于意图可交付给客户或顾客的项目产生的任何有形或无形产物的描述。例如,可交付物可以是报告、文件、软件更新、电子装置、项目的目标或结果、或一些其他适合类型的项,但不限制于此。
项目实体202、任务实体204、和可交付实体206的每个都可以包括任何数目的数据实体。如一个说明性实例,关联存储器130中的项目实体202可以包括数据实体208、数据实体210、和数据实体212。任务实体204可以包括数据实体214、数据实体216、和数据实体218。可交付实体206可以包括数据实体220、数据实体222、和数据实体224。
图3是按照示例性的实施例描述的以方框图形式的关联存储器中存储的数据实体的图例。在这个说明性实例中,更详细地描述来自图2的可交付实体206中的数据实体222。
数据实体222可以存储在关联存储器130中,用于数据实体220的属性被组织为属性类型组300。在这个说明性实例中,属性类型组300包括名称302、材料304、描述符306、说明书308、项目实体310中的关联实体、和任务实体312中的关联实体。
名称302可以是数据实体222唯一的。换句话说,数据实体222可以只具有一个用于名称302的属性,其识别数据实体222的名称。如上所述,属性314可以是数据实体222的名称。材料304可以是与数据实体222关联的材料的类型。换句话说,是材料类型的任何属性可以在数据实体222中存储为属于材料304。在这个示例性的实例中,数据实体222具有属于材料304的属性316。当然,在其他说明性实例中,数据实体222可以具有多于一个属于材料304的属性。
描述数据实体222的任何属性可以被存储为属于描述信息306。如上所述,属性318、属性320、和属性322属于描述信息306。识别与数据实体222关联的特定产品说明书的任何属性都可以存储为属于说明书308。在这个示例性的实例中,数据实体222可以具有属于说明书308的属性324。
进一步地,识别来自图2中的项目实体202中的数据实体与数据实体222关联的任何属性,可以属于项目实体310中的关联实体。类似地,识别来自图2中的任务实体204中的数据实体与数据实体222关联的任何属性,可以属于任务实体312中的关联实体。
在这个示例性的实例中,属于项目实体310中的关联实体和任务实体312中的关联实体店额属性可以关联到与数据实体222关联的关联存储器130中的实际数据实体的链接。例如,属于项目实体310中关联实体的属性326可以与到图2中关联存储器130中数据实体212的链接关联。进一步地,属于任务实体312中关联实体的属性328可以与到图2中关联存储器130中数据实体216的链接关联。
图4是按照示例性的实施例描述的以方框图的形式的工作流程的图例。在这个示例性的实例中,可以使用图1中的项目管理系统104执行操作400,从而生成含相关于项目的信息的报告。如上所述,操作400可以包括操作402、操作404、操作406、和操作408。
在这个示例性的实例中,可以执行操作402,从而创建并加载关联存储器,例如图1中的关联存储器130。在操作402中例如图1中的数据实体120的数据实体可以存储在关联存储器中。这些数据实体可以具有类型,例如项目实体、任务实体、和可交付实体。用户可以选择操作404、操作406、或者用于生成报告的两者的组合。
操作404可以经执行从而使用关联存储器中存储的数据实体自动创建数据实体的聚类,并且尤其自动创建用于项目、任务、和可交付信息和/或用于任何其他类型的实体的信息的聚类。在操作404中,操作410可以经执行从而使用关联存储器中存储的数据实体形成聚类。进一步地,操作412可以经执行从而识别为每个聚类所形成的总值,例如图1中总值152。在操作412中,可以为报告选择总值大于一些所选择的阈值的聚类。
除操作404之外,或者可能可替换操作404,操作406可以经执行从而创建相关于特定感兴趣领域的数据实体的聚类。在操作406中,操作414可以经执行从而使用关联存储器中存储的数据实体形成聚类。进一步地,操作416可以经执行从而使用从聚类中数据实体识别的搜索项精炼数据实体的聚类许多次。例如,可以使用图1中的查询生成器131执行操作414和操作416。
在这个说明性实例中,可以执行操作408,从而使用为操作404和/或操作406中的报告所选择的聚类生成报告。尤其,该报告可以包括有关聚类中数据实体中所表述的项目、任务、和可交付物的信息。
以这样的方式,不同的示例性实施例可以使用关联存储器和实体分析技术结合定制的用户界面使得文件夹管理器能够跨类似的一个或更多组织快速识别并分组或“形成聚类”项目。这些项目可以根据相关和不相关的类似属性的匹配形成聚类。进一步地,不同的示例性的实施例可以受益于工作的合并和/或知识和资源的共享。
不同的示例性实施例提供这样的系统,其他可以减少文件夹管理器识别跨公司或组织的有关或类似项目的分组或“聚类”所需要的时间和工作的量。项目信息可以包括描述信息、任务、可交付物、和/或其他适合的信息。示例性实施例预期其他类型项目信息。项目信息可以使用许多应用维持并追踪,一些是成品应用并且一些是定制应用。因此,项目信息可以以许多格式存储。
另外,可能记得全部项目、企业范围对文件夹管理器特别困难,因为下列一个或更多因素,可能包括工作地点移动的步速、由于研究和开发项目的固定归类的项目信息的分离、区别部门或组织实践、安全性、政治、可能简单忽略。进一步地,这些因素使得文件夹管理器很难能够再调用“可行动”信息,用这些信息从共享知识识别潜在的成本节省或者更大的效率。
现有解决方法可以主要涉及可以需要多方面的工作的人工、人类分析,其包括一个或更多个体乃至组织的整个部门花费几个月甚至几年的时间。能够通过使用多个资源缓和日历时间,例如多个分析员或者多个文件夹管理器。然而,使用多个资源可以负面影响成本和效率。
假设文件夹管理器能够记起跨公司内的部门和组织的全部项目追踪方法和应用,搜索并积累项目信息的过程可以仍旧是涉及使用多个应用和搜索工具的相当大的人工任务。为了使主题变复杂,多个项目追踪应用可以意味着当描述项目信息时多个数据存储已经由可能共享或不共享共同语言的多个个体填充。
例如,多个个体可以不使用相同的简称描述相同项,可以使用“俚语”项,可以使用同义词、或者可以涉及例如非技术项的由非预期名称的项。因此,跨许多个项目,很多变量可以阻碍文件夹管理器设法收集每个类似项目记录,然后从来自多个个体输入的多个格式多个应用的许多项目记录想起并导出“知识”或可行动信息。
即使公司只使用一个项目追踪应用,其具有一致搜索功能,该项目追踪应用会根据刚好匹配项目记录中的关键词的任何关键词的存在返回项目的分组。文件夹管理器仍旧会没法确定返回的项目记录至今的类似性或差异。识别相关或类似项目和/或这些项目之间的类似性程度的任务可以需要每个项目记录都必须读取并且来自项目记录的数据必须总结并合计。
另一个因素可以是察看项目的文件夹管理器的经验。有经验的文件夹管理器花费许多年开发追踪和管理组织或公司的知识,他们可以比没有丰富经验的文件夹管理器更迅速检索并识别项目之间相似性。经验的成本可以是时间、多年的成功和失败项目、赚钱和损失的钱、和从做的每个决定学到的课程。努力减少积累产生这些知识的人类经验所需要的时间,分析员试图使用各种工具帮助这个过程 人类分析员使用的工具可以是基于规则的模型、关系数据库和查询系统、和数据挖掘系统。
然而,现有系统可能没有考虑整体文本获取。因此,这些系统可以以复杂且隐蔽的方式被限制其有关例如项目实体的数据实体、和例如成本、技术、和位置的属性的能力。
进一步地,现代数据挖掘解决方法可以是减少的,可能另外损失有用信息。例如,可能常常丢失通常在确定不经常重复的期望图形中重要的数据的细微的差别。因此,文件夹管理器可以忽略这样的项目,该项目的描述信息不还有会另外标志的关键词。例如,关键词可以是简称。另外,数据挖掘解决方法按照人力时间可能是耗时且成本高的。
进一步地,用现有系统,可能失去实体之间的大部分关联数据,因为实体可以被强压为由预定特点表征。例如,许多数据库系统可以具有下拉式菜单,其只考虑某些将选择的类别。这些类别可能不含有足够细节能够充分寻址实体之间的全部关联。因此,可以省略能够对确定想要结果或者帮助分析过程具有巨大帮助的关系。
例如,关系数据库可以强迫项目A被称作“备用磁道系统开发”。自由文本可能将项目描述为“显示供应商公司信息的基于java的UI子应用”,其可以提供项目实际是关于什么的更好的指示。项目B可以以相同方式由关系数据库描述为“备用磁道系统开发”。然而,用于项目B的自由文本可能是“RF Technical 12tag”。
另外,关系数据库可以促使项目C被称作“合约管理任务”,而自由文本可能是“显示承包商的公司信息的基于java的UI子应用”。这些项目的分析可以指示项目A和项目C比项目A和项目B更加相关,即使项目A和项目B被放入同一数据库类别中。
进一步,项目追踪软件也可以通过迫使用户例如用技术成熟分类项目有助于归类问题。如果存在选择的类别过少,可能不正确地分类项目,因为用户选择“最接近”匹配类别。在这个情形中,该结果可能是具有很多聚类项目的几个类别,其中一些不正确聚类。
如另一个实例,当定义过多类别时,结果可能是许多类别,一些可能是无关的,其中如果有聚类项目,那么也只有几个聚类项目。进一步地,基于规则的系统可以倾向于脆弱并且对改变商业条件无反应。
这里所述的不同的示例性实施例可以使得文件夹管理器或用户识别跨组织或公司的项目,这些项目是最相似的或者发现在感兴趣的任意领域有关的项目。不同的示例性实施例可以影响关联存储器迅速评估以多个格式的大量数据,从而识别并使得类似项目分组或“称为聚类”。那些“称为聚类”的项目可以是彼此有关的或者相关于感兴趣领域的。
在一个示例性的实施例中,可以使用两个不同的步骤。第一步骤可以是关联存储器的创建或加载。可以使用如这里所述的图4中的操作402执行这个第一步骤。第二步骤可以是信息的分析。第二步骤可以为用户提供两个选项。第一个选项可以根据项目中的信息创建项目的聚类。可以使用如这里所述的操作404执行这个第一选项。第二选项可以创建相关于感兴趣领域的项目的聚类。可以使用如这里所述的操作406执行这个第二选项。
在第一步骤操作402中,通过将来自项目追踪应用的贯穿部门、组织、或者公司的当前和历史数据聚集,可以创造具体的关联存储器。关联存储器可以想起实体、用于实体的属性、和与数据来源中所述的项目有关的关联/关系。这些实体也可以被称为数据实体。例如,这些数据实体可以包括项目、任务、可交付物、和/或其他适合的实体。
例如,该属性可以包括描述、工作划分结构、和/或其他适合的属性。例如,该描述信息可以是无止境,“备件追踪(spares tracking)”或者“金融系统开发”。例如,工作划分结构可以是设计安全性用户界面、数据变换、或者试验。
用用于第二步骤的第一选项操作404,关联存储器上的实体分析可以用于提供数据实体之间的高价值相关性,从而一旦一段时间以后想起与项目、任务、和可交付物关联的全部信息,识别并创建类似项目的聚类。用第一选项,每个实体可以与所有其他实体相比较,并且可以研究这些高度相关的实体组,从而识别这样的信息,例如成本、类似技术和/或资源、最佳方案、和/或工作的加倍。
如一个说明性实例,公司内的第一组织可以需要使用试验设备,从而需要具体条件和建立程序的飞行器部件执行验收测试。公司中的第二组织可以开发这样的部件,其需要与用于第一组织开发的飞行器部件的条件相似的用于试验的条件,即使最初看来该部件和项目似乎无关。第一组织可能不知道第二组织试验由第二组织开发的部件的所需要的试验条件。
能够通过结合使用验收设施实现的时间和资源节约可以意味着生产不同部件的成本的实际美元减少。类似地,由于缺乏其他工作的了解,当购买企业许可证时能够白开发工具的单个许可副本。一次购买多个许可证可以减少软件的成本和安装开发工具所需要的时间。例如,与安装分开的软件包相比,可以通过安装单个服务包减少时间和成本。在两个情形中,不同的示例性实施例可以提供项目可见性和“可操作只能”,其能够引起理性决断,为公司产生成本节约。
用用于第二步骤的第二选项操作406,可以开发一列查找项组成的描述实体。描述实体可以与任何特定的主题或者感兴趣的领域有关。描述实体可以对比关联存储器反复精炼,达到最大值。换句话说,列表中的项可以在通过生成无意义的或者不恰当的实体匹配达到收益递减的点之前识别类似、意义相关属性的最大数目。一旦已经创建描述实体,该描述实体可以用于找到匹配查找项的全部项目。
该不同的示例性实施例可以适用于商业或者政府系统、过程或产品的任何范围。然而,因为当最佳协合作用的可能性增加时,聚类识别过程可以按指数规律变得更加困难,所以用于管理由不同示例性实施例提供的项目的方法和装置的值可以随系统、过程或产品的尺寸和复杂性的增加而显著增加。
尤其,不同的示例性实施例可以提供实体分析聚类存储器。这个实体分析聚类存储器可以是关联存储器,其能够发现高度类似研究和开发项目。
不同的示例性实施例提供这样的方法和装置,其通过将文本分为可认识可比较单元管理无固定结构的、不明确的、自由文本数据,而不限制任何数据。进一步地,不同的示例性实施例可以避免使用减少算法或者规则,像其他的现行的搜索工具。不同的示例性实施例可以返回实体的顺序分级列表,这些实体相关于由用户生成的询问中含有的项。
不同的示例性实施例提供这样的方法和装置,其可以得到解决方法并且比现行的人工或者自动工具更有效且更快地识别聚类。现行关系数据库操纵工具可以发现关键词。然而,该观点可以是关系数据库设计人员的观点,而不是有关本问题的实体的观点。关系数据库不可以解决以自由文本存在的全部实体,并且没有理解使得项目唯一类似或不是类似的特点,因为其具有相同项。
图5是按照示例性实施例以流程图形式描述的用于管理用于项目的信息的过程的图例。图5中所示的处理可以使用图1中的项目管理系统104执行。如这里所使用的,术语“项目管理系统”不需要限制于图1中的项目管理系统104,而是也可以包括与非瞬时的计算机可读介质一起使用的任何处理器或处理器组,从而实现这里所述的操作。
进一步,图5中所示的过程可以使用可能在网络或分布式环境中的一个或更多处理器执行,例如图11中的处理器单元1104,但是不限制于此。图5中所示的过程可以使用软件、硬件、或者器其组合执行,但是尤其可以结合相联存储器使用。
进一步地,虽然图5中的一个或更多操作可以被描述为由项目管理系统执行,但是这里描述的一个或更多操作可以由关联存储器执行,例如图1中的关联存储器。进一步地,一个或更多操作可以由图11中的项目管理器112、项目分析器114、数据处理系统1100执行,或者由任何适合的软件部件、硬件部件、或者其组合执行。
该过程可以由项目管理系统开始接受用于项目的信息作为自由文本(操作500)。在操作500中,许多项目追踪应用可以用于检索以自由文本形式的用于项目的信息。然后,项目管理系统可以将自由文本解析为数据实体的类型(操作502)。例如,在操作502中,该类型可以包括项目实体、任务实体、和可交付物实体。尽管示例性的实施例预期接收自由文本形式的信息,但是该示例性实施例也预期接收其他类型的信息,包括图片、视频、密码文本、和许多其他形式的数据。
项目管理系统可以将数据实体存储在关联存储器中(操作504)。用这样的方式,项目管理系统可以将用于项目的信息作为数据实体存储在关联存储器中。
其后,项目管理系统可以为将数据实体分组识别许多选择的规范(操作506)。然后,项目管理系统可以使用许多选择的规范将存储在关联存储器中的数据实体分组以形成许多聚类(操作508)。然后,项目管理系统可以使用许多聚类产生报告(操作510),其后该过程终止。
图6是按照示例性实施例以流程图形式描述的用于形成数据实体的团簇的过程的图例。图6中所示的过程可以用于执行图5中的操作508。
可以使用图1中项目管理系统104中的项目分析器114执行这个过程。如这里所使用的,术语“项目分析系统”不需要限制于图1中的系统分析器114,而是也可以包括与非瞬时的计算机可读介质一起使用的任何处理器或处理器组,从而实现这里所述的操作。
进一步,图6中所示的过程可以使用可能在网络或分布式环境中的一个或更多处理器执行,例如图11中的处理器单元1104,但是不限制于此。以这种方式,图6中所示的过程可以使用软件、硬件、或者器其组合执行,但是尤其可以结合相联存储器使用。
进一步地,虽然图6中的一个或更多操作可以被描述为由项目分析器执行,但是这里描述的一个或更多操作可以由关联存储器执行,例如图1中的关联存储器130。进一步地,在其他说明性实例中,一个或更多操作可以由图11中的项目管理器112、项目分析器114、数据处理系统1100执行,或者由任何适合的软件部件、硬件部件、或者其组合执行。
该过程可以通过项目分析器为在关联存储器中存储的数据实体选择数据实体类型开始(操作600)。然后项目分析器可以选择所选类型的数据实体(操作602)。下一个,项目分析器可以确定数据实体是否已经属于一聚类(操作604)。
如果该数据实体已经属于聚类,那么项目分析器可以确定在关联存储器中是否存在所选择的类型的任何额外未处理数据实体(操作606)。如果不存在额外未处理数据实体,那么项目分析器可以确定在关联存储器中是否存在任何额外未处理的数据实体类型(操作608)。
如果不存在额外未处理的数据实体类型,那么该过程可以终止。另外,该过程可以返回到如上所述的操作600。再次参考操作606,如果存在额外的未处理数据实体,那么该过程返回到如上所述操作602。
再次参考操作604,如果该数据实体已经不属于聚类,那么项目分析器可以给该数据实体分配唯一的聚类标识符(操作610)。在操作610中,唯一的聚类标识符可以识别数据实体会属于的特定聚类。
其后,项目分析器可以使用实体分析引擎识别当前选择的数据实体和关联存储器中存储的所选择的数据实体组的每个之间的相似性分数(操作612)。在这些说明性实例中,所选的数据实体组可以包括由实体分析学引擎识别为与当前所选数据实体类似的零个或更多数据实体。根据在图5中的操作506中识别的许多选择的规则,数据实体可以被识别为类似于当前所选的数据实体。
当然,在其他说明性实例中,所选择的数据实体组可以以其他方式选择。例如,所选择的数据实体可以是关联存储器中存储的所选择的类型的全部数据实体,除了当前选择的数据实体。
然后,项目分析器可以确定所选数据实体组中是否存在任何额外未处理数据实体(操作614)。在操作614中,如果所选数据实体组是空集,项目分析器可以确定在所选数据实体中中不存在未处理数据实体。
如果在所选的数据实体组中不存在未处理数据实体,那么项目分析器可以继续如上所述的操作606。另外,项目分析器可以选择所选数据实体组中的未处理数据实体(操作616)。
接着,项目分析器可以确定所选未处理数据实体和当前选择的数据实体之间的相似性分数是否大于所选阈值(操作618)。在这些说明性实例中,这个所选阈值可以由用户说明。如果相似性分数不是大于所选择的阈值,那么该过程可以回到如上所述的操作614。
否则,如果相似性分数大于所选择的阈值,那么所选择的未处理实体可以被认为是与当前选择的数据实体类似的数据实体。如果相似性分数大于所选择的阈值,那么项目分析器可以将分配给当前所选数据实体的唯一聚类标识符分配给类似数据实体(操作620)。用这样的方式,在操作620中,类似数据实体可以被增加到与当前所选数据实体相同的聚类中。其后,该过程可以继续到如上所述的操作614。
图7是按照示例性实施例以流程图形式描述的用于生成报告的过程的图例。图7中所示的过程可以用于执行图5中的操作510。
可以使用图1中项目管理系统104中的项目分析器114执行这个过程。如这里所使用的,术语“项目分析系统”不需要限制于图1中的系统分析器114,而是也可以包括与非瞬时的计算机可读介质一起使用的任何处理器或处理器组,从而实现这里所述的操作。
进一步,图7中所示的过程可以使用可能在网络或分布式环境中的一个或更多处理器执行,例如图11中的处理器单元1104,但是不限制于此。以这种方式,图7中所示的过程可以使用软件、硬件、或者器其组合执行,但是尤其可以结合相联存储器使用。
进一步地,虽然图7中的一个或更多操作可以被如下所述为由项目分析器执行,但是如下所述的一个或更多操作可以由关联存储器执行,例如图1中的关联存储器。进一步地,在其他说明性实例中,一个或更多操作可以由图11中的项目管理器112、项目分析器114、数据处理系统1100执行,或者由任何适合的软件部件、硬件部件、或者其组合执行。
该过程可以从项目分析器选择许多聚类中的聚类开始(操作700)。在一个示例性的实例中,该聚类可以包括与特定的感兴趣领域有关的项目。项目分析器可以将用于聚类的总值(aggregate value)设定为零(操作702)。然后,该项目分析器可以选择聚类中的数据实体(操作704)。例如,在一个说明性实例中,这个聚类中的数据实体可以是项目,但不限制于此。这些项目每个都可以具有成本属性。例如,以这样的方式,用于聚类的总值可以是用于聚类中项目的总成本。
其后,项目分析器可以识别或确定用于所选数据实体的值(操作706),并且然后可以将该值增加到总值(操作708)。在这个示例性的实例中,该值可以用于所选数据实体的属性。例如,当所选数据实体是特定项目时,该值可以用于特定项目的成本。
然后,项目分析器可以确定该聚类中是否存在任何额外未处理数据实体(操作710)。如果存在额外未处理数据实体,那么该过程可以返回到如上所述的操作704。
另外,该项目分析器可以存储与所选择的聚类关联的总值(操作712)。然后,项目分析器可以确定在许多聚类中是否存在任何额外未处理聚类(操作714)。如果存在额外未处理聚类,那么该过程可以返回到如上所述的操作700。
否则,项目分析器可以为许多聚类中总值大于所选阈值的每个聚类生成报告信息(操作716),其后该过程终止。例如,所选信息可以是用于项目的总的成本,其成本足够高以至于受到进一步注意。例如,该报告信息可以包括聚类中每个项目的成本、聚类中项目的总成本、和其他适合的信息,但不限制于此。
在一些情形中,许多聚类中没有聚类的总值大于所选阈值。在这些情形中,报告信息可以指示信息不可利用。
图8是按照示例性实施例以流程图形式描述的用于确定在相关于感兴趣方面的项目上花费多少的过程的图例。图8中所示的处理可以使用图1中的关联存储器130执行。
进一步,图8中所示的过程可以使用可能在网络或分布式环境中的一个或更多处理器执行,例如图11中的处理器单元1104,但是不限制于此。以这种方式,图8中所示的过程可以使用软件、硬件、或者器其组合执行,但是尤其可以结合相联存储器使用。
进一步地,虽然图8中的一个或更多操作可以被如下所述为由项目分析器执行,但是如下所述的一个或更多操作可以由图1中的项目管理系统104执行。进一步地,一个或更多操作可以由图11中的项目管理器112、项目分析器114、数据处理系统1100执行,或者由任何适合的软件部件、硬件部件、或者其组合执行。
该过程可以从关联存储器接收许多用于查询的查找项开始(操作800)。在这个示例性的实例中,许多查找项可以以用户输入的用户输入接收。许多查找项可以是与特定感兴趣的领域有关的查找项。换句话说,输入的查询可以经配置用于识别与特定感兴趣的领域有关的项目。
然后,该关联存储器可以生成用于关联存储器中存储的数据实体的属性的列表,这些属性相关于查询中的查找项(操作802)。然后,关联存储器可以等待接收用户输入(操作804)。响应于接收用户输入,该关联存储器可以确定用户输入是否包括许多用于查询的额外的查找项(操作806)。
当用户确定所显示的属性列表中的一个或更多属性与感兴趣的领域显著有关时,该用户输入可以包括一个或更多用于查询的额外的查找项。该用户可以使用一个或更多这些属性作为用于查找的额外查找项。在这个示例性的实例中,当该用户输入不包括许多用于查找的额外的查找项时,用户输入可以是启动使用该查询识别与特定感兴趣的领域有关的项目的命令。
如果用户输入包括许多额外的查找项,那么项目分析器可以将额外查找项增加到该查询(操作808),然后该过程回到如上所述的操作802。另外,操作中806,如果用户输入不包括许多额外的查找项,那么关联存储器可以使用当前查询生成与特定感兴趣的领域有关的项目的列表(操作810),其后该过程终止。在这个示例性的实例中,该用户可以使用所生成的项目列表识别哪些项目属于相应于特定感兴趣的领域的聚类。
不同的所述实施例中的流程图和方框图说明了在不同有利实施例中装置和方法的一些可能的实现的构造、功能性、和操作。在这点上,流程图或者方框图的每个区块可以表示模块、区段、功能、和/或一部分操作或者步骤。例如,一个或更多区块可以被执行为程序代码、以硬件执行、或者程序代码和硬件的组合。例如,当在硬件中执行时,该硬件可以采取集成电路的形式,其经制造或经配置从而执行流程图或者方框图中的一个或更多操作。
在一些示例性实施例的替换执行过程中,区块中所示的功能可以不按照图中所示的顺序发生。例如,在一些情形中,相继示出的两个区块可以大体上同时执行,或者该区块有时可以倒序执行,取决于所涉及的功能性。同时,可以另外增加其他区块到流程图或者方框图中的说明的区块中。
例如,在一些说明性实例中,图7中所述的过程可以只为所选的聚类组执行。在一些说明性实例中,图6中所述过程和图7中所述的过程可以由项目分析器执行,例如图1中的项目分析器114。
图9是按照示例性的实施例所述的用于创建和加载关联存储器的伪代码的图例。例如,伪代码900可以用于创建并加载关联存储器,例如图1中的关联存储器130,但不限制于此。有时,伪代码900可以用于执行图4中的操作402。
图10是按照示例性的实施例描述的用于形成团簇的伪代码的图例。伪代码1000可以用于形成聚类,例如图1中的许多聚类134。有时,伪代码1000可以用于执行图4中的操作410和/或操作414。
图11是按照示例性的实施例描述的数据处理系统的图例。在这个说明性实例中,数据处理系统1100可以用于执行图1中的一个或更多计算机和/或图1中的项目管理系统。数据处理系统1100包括通信组织(communications fabric)1102,其在处理器单元1104、存储器1106、永久性存储器1108、通信单元1110、输入/输出(I/O)单元1112、显示器1114和关联存储器1115之间提供通信。在这个说明性实例中,关联存储器可以使用关联存储器1115执行。
处理器单元1104用来为可以加载存储器1106的软件执行指令。处理机单元1104可以是许多处理器、多处理器核、或者任何其他类型处理器,这取决于特殊的执行过程。如这里参考项目所使用的“许多”可以意思是一个或更多项目。进一步,处理器单元1104可以使用许多不同种类处理器系统执行,其中主处理器与副处理器一起存在在单个芯片上。如另一个说明性实例,处理器单元1104可以是含有相同类型的多处理器的对称的多处理器系统。
存储器1106和永久性存储器1108是存储装置1116的实例。存储装置是任一片能够存储信息的硬件,例如数据、功能形式的程序代码、和临时基底或永久基底上的其他适合类型的信息,但不限制于此。在这些实例中存储器件1116也可以被认为是计算机可读存储装置。在这些实例中,存储器1106可以是例如随机存取存储器或者任何其他适合的易失或非易失性存储器装置。永久性存储器1108可以采取不同形式,这取决于特定的执行过程。
例如,永久性存储器1108可以含有一个或更多部件或装置。例如,永久性存储器1108可以是硬盘驱动器、闪速存储器、可再写光盘、可再写性磁带、或者上述项的一些组合。由永久性存储器1108使用的介质也可以是可移动的。例如,可移动硬盘驱动器可以用于永久性存储器1108。
在这些实例中,通信单元1110保证与其他数据处理系统或装置的通信。在这些实例中,通信单元1110是网络接口卡。通信单元1110可以通过使用实体或无线通信链接或者两者提供通信。
输入/输出单元1112考虑用其他可以连接到数据处理系统1100的装置的数据的输入和输出。例如,输入/输出单元1112可以为通过键盘、鼠标、和/或其它适合的输入装置为用户输入提供连接。进一步,输入/输出单元1112可以发出输出到打印机。显示器1114提供给用户显示信息的机构。
用于操作系统的指令、应用、和/或程序可以位于存储装置1116中,其通过通信组织1102与处理器单元1104通信。在这些说明性实例中,该指令以功能的形式在永久性存储器1108上。这些指令可以加载存储器1106中,用于由处理器单元1104执行。不同实施例的过程可以由处理器单元1104使用计算机执行指令执行,这些指令可以位于存储器中,例如存储器1106。
这些指令被认为是可以由处理器单元1104中的处理器读取和运行的程序代码、计算机可用程序代码、或计算机可读程序代码。在不同实施例中的程序代码可以包含在不同的实体或计算机可读存储介质上,例如存储器1106或者永久性存储器1108。
程序代码1118以功能形式位于计算机可读介质1120上,其选择性可移动,并且程序代码1118可以加载或转移到数据处理系统1100上用于由处理器单元1104执行。在这些实例中,程序代码1118和计算机可读介质1120形成计算机程序产品1122。在一个实例中,计算机可读介质1120可以是计算机可读存储介质1124或者计算机可读信号介质1126。计算机可读存储介质1124可以包括例如光盘或者磁盘,其被插入或放入驱动器或者其他装置中用于传输到例如硬盘驱动器的存储装置上,该装置为永久性存储器1108的部分。
计算机可读存储介质1124也可以采取永久性存储器的形式,例如硬盘驱动器、拇指驱动器、或者闪速存储器,其连接到数据处理系统1100。在有些情况下,计算机可读存储介质1124不可以从数据处理系统1100移动。在这些实例中,计算机可读存储介质1124是用于存储程序代码1118的实体或有形存储装置,而不是传播或传输程序代码1118的介质。计算机可读介质1124也被称为计算机可读有形的存储装置或者计算机可读物理存储装置。换句话说,计算机可读存储介质1124是人能够触摸的介质。
可替换地,程序代码1118可以使用计算机可读信号介质1126被传输到数据处理系统1100。计算机可读信号介质1126可以是例如含有程序代码1118的传播数据信号。例如,计算机可读信号介质1126可以是电磁信号、光信号、和/或任何其他适合类型的信号。这些信号可以在通信链路是传输,例如无线通信链接、光纤电缆、同轴电缆、有线、和/或任何其他适合类型的通信链路。换句话说,通信链路和/或连接在说明性实例中可以是物理或者无线的。
在一些示例性的实施例中,程序代码1118可以通过网络从另一个装置下载到永久性存储器1108中,或者通过计算机可读信号介质1126下载到数据处理系统用于在数据处理系统1100中使用。例如,保存在服务器数据处理系统中的计算机可读存储介质中的程序代码可以通过网络从服务器下载到数据处理系统1100。提供程序代码1118的数据处理系统可以是服务器计算机、客户计算机、或者能够保存和传输程序代码1118的其他装置。
为数据处理系统1100所示的不同部件不是意味着提供对可以执行不同实施例的方式的物理或结构限制。在数据处理系统中可以执行不同的示例性的实施例,该系统包括除了为数据处理系统1100所说明的那些以外和/或代替那些的部件。图11中所示的其他部件能够不同于所示的说明性实例。使用能够运行程序代码的任何硬件装置或者系统可以执行不同的实施例。如一个实例,数据处理系统可以包括与无机部件结合的有机部件(organic components),和/或可以全部由除了人以外的有机部件组成。例如,存储装置可以由有机半导体组成。
在另一个说明性实例中,处理器单元1104可以采取硬件单元的形式,其具有为特定使用制造或配置的电路。这个类型的硬件可以执行操作,而不需要将程序代码从存储装置加载存储器,从而经配置从而执行操作。
例如,当处理器单元1104采取硬件单元的形式时,处理器单元1104可以是电路系统、专用集成电路(ASIC)、可编程逻辑装置、或者经配置从而执行许多操作的其他适合类型的硬件。用可编程逻辑装置,该装置经配置从而执行许多操作。该装置可以最后重新配置,或者可以永久地经配置从而执行许多操作。可编程逻辑装置的实例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、现场可编程门阵列、及其他适合的硬件装置。用这个类型的执行过程,程序代码1118可以省略,因为用于不同实施例的过程在一个硬件单元中执行。
在再另一个说明性实例中,可以使用在计算机和硬件单元中找到的处理器的组合执行处理器单元1104。处理机部件1104可以具有许多硬件设备和许多处理器也就是说对运行程序代码1118进行组态。用这个所示的实例,可以在许多硬件单元中执行一些过程,而可以在许多处理器中执行其他过程。
在另一个实例中,总线系统可以用于执行通信组织1102,并且可以由一个或更多总线组成,例如相同总线或输入/输出总线。当然,总线系统可以使用任何适合类型的构造执行,其保证数据在连到总线系统的不同部件或装置之间的传输。
另外,通信单元可以包括许多装置,这些装置发送数据、接收数据、或者发送并接收数据。通信单元可以是例如调制解调器或者网络适配器、两个网络适配器、或者其一些组合。进一步,存储器可以是例如存储器1106、或者高速缓冲存储器,例如在可以存在于通信组织1102中的界面和存储控制器集线器中找到的高速缓冲存储器。
下面是以上文本和附图中公开的图例的方面、变形例、情况、和实例。在一个方面,公开了用于管理用于项目106的信息116,该方法包括:将用于项目106的信息116作为数据实体120存储在关联存储器130中;其中关联存储器130包括具有多个关联的多个数据,其中数据实体120包括在多个数据中;其中该关联存储器130进一步地包括内容可寻址结构;和其中该关联存储器130经配置从而根据从包括多个数据之间的直接关系和间接关系的群组中选择的至少一个关系查询;将存储在关联存储器中的数据实体120分组,从而形成许多聚类134;和使用许多聚类134生成报告。
在一个变形例中,该方法进一步地包括:识别拥有将关联存储器130中数据实体120相关于感兴趣领域129的部分分组为许多聚类134中的聚类的许多选择的规范132。在另一个变形例中,该方法包括,其中将关联存储器130中存储的数据实体120分组从而形成许多聚类134,这包括使用许多选择的规范132从关联存储器130中存储的数据实体120识别与感兴趣的领域129有关的许多数据实体120。在还另一个变形例中,该方法进一步地包括:根据识别的许多数据实体144识别一组新的规范146;和将新的规范组146增加到许多选择的规范146,从而形成用于将关联存储器130中存储的数据实体120的部分分组为许多聚类134中的聚类的改进的规范147,这些数据实体相关于感兴趣领域129。
在一个情况下,该方法包括其中将关联存储器130中存储的数据实体120分组从而形成许多聚类134,这包括:确定在关联存储器130中存储的数据实体120中的数据实体是否属于许多聚类134中的聚类;和当确定数据实体属于聚类时,将数据实体120中数据实体增加到聚类。在一个情况下,该方法包括其中确定关联存储器130中存储的数据实体120中的数据实体是否属于许多聚类134中的聚类,这包括:使用实体分析学引擎136和许多与数据实体关联的属性,比较该数据实体与已经存在与聚类中的许多数据实体144,从而形成相似性分数142;和确定相似性分数142是否大于所选择的阈值。
在一个实例中,该方法包括其中当确定数据实体属于聚类时,将数据实体120中的数据实体增加到聚类,这包括:当该相似性分数142大于选择的阈值时,将数据实体增加到聚类。在另一个实例中,该方法包括其中将用于项目106的信息116作为数据实体120存储在关联存储器130中,这包括:接收作为自由文本的用于项目106的信息116;将自由文本解析为数据实体120的第一类型124、第二类型126、和第三类型128;和将数据实体120存储在关联存储器130中。在还另一个实例中,该方法包括其中第一类型124是项目实体,第二类型126是任务实体,并且第三类型128是可交付实体。
在一个变形例中,该方法进一步包括:接收以用户输入的查询形式的许多所选择的规范132,其中许多所选择的规范132包括许多查找项,其用于将关联存储器130中存储的与感兴趣领域129有关的部分数据实体120分组为许多聚类134中的聚类。在另一个变形例中,该方法包括其中使用许多聚类134生成报告,这包含:为许多聚类134中的每个聚类计算总值152;将许多聚类134中总值152大于所选择的阈值的任何聚类增加到为生成报告选择的一组聚类中;和使用聚类组中的数据实体120生成报告。
在还另一个变形例中,该方法包括其中用于许多聚类134中的聚类的总值152是由聚类中许多数据实体144共享的特定属性类型的属性的值的总和。在还另一个变形例中,该方法包括其中特定属性类型是从成本、抵销信贷、政府匹配基金、项目的许多人、用于项目的许多任务、项目最后期限、项目中使用的许多特定类型的装置、材料的类型、和识别号码中选择。
在一个方面,公开了用于管理用于项目106的信息116的装置,该装置包括:项目管理器112,经配置从而将用于项目106的信息116作为数据实体120存储在关联存储器130中;其中关联存储器130包括具有多个关联的多个数据,其中数据实体120包括在多个数据中;其中关联存储器130进一步包括内容可寻址的结构;和其中关联存储器130经配置从而根据从包括多个数据数据间的直接关系和间接关系的分组中选择的至少一个关系查询;和项目分析器114,经配置从而将关联存储器130中存储在数据实体120分组,从而形成许多聚类134并使用许多聚类134生成报告。在一个变形例中,该装置进一步地包括:图形用户界面,经配置用于在显示系统上显示,其中该图形用户界面经配置从而接收识别许多选择的规范132的用户输入,这些规范132用于将关联存储器130中存储的数据实体120与感兴趣的领域129有关的部分分组为许多聚类134中的聚类。
在一个情况下,该装置包括,其中项目分析器114进一步地经配置从而将关联存储器130中存储的数据实体120分组,从而形成许多聚类134,这通过:使用许多选择的规范132从关联存储器130中存储的数据实体120识别与感兴趣领域129有关的许多数据实体;根据识别的许多数据实体144识别新的规范组146;和将新的规范组146增加到许多选择的规范146,从而形成用于将关联存储器130中存储的数据实体120相关于感兴趣领域的部分分组为许多聚类134中的聚类的改进的规范147。在一个实例中,该装置包括其中项目分析器114进一步经配置从而将关联存储器130中存储的数据实体120分组,从而通过确定关联存储器中存储的数据实体120中的数据实体是否属于许多聚类134中的聚类,形成许多聚类134;和当确定数据实体属于聚类时,将数据实体120中数据实体增加到聚类。
在另一个实例中,该装置包括其中图像分析器114进一步被经配置从而通过使用实体分析学引擎136和与数据实体关联的许多属性比较数据实体与聚类中已经存在的许多数据实体144,从而形成相似性分数142,确定关联存储器中存储在数据实体120中的数据实体是否属于许多聚类中的聚类;和确定相似性分数142是否大于选择的阈值。在还另一个实例中,该装置包括,其中项目分析器114进一步地经配置从而通过当相似性分数142大于选择的阈值时将数据实体增加到聚类,将数据实体120中的数据实体增加到聚类中。
在一个方面,公开了计算机系统110,其包括:总线;非瞬时存储装置,连接到总线,其中非瞬时存储装置包括程序代码;和处理器单元1104,连接到总线,其中处理器单元1104经配置从而执行该程序代码,从而:将用于项目106的信息116作为数据实体120存储在关联存储器130中;其中关联存储器130包括具有多个关联的多个数据,其中该数据实体120被包括在多个数据只用;其中关联存储器130进一步包括内容可寻址结构;和其中关联存储器130经配置从而根据包括多个数据间的直接关系和间接关系的分组中选择的至少一个关系查询;将关联存储器130中存储的数据实体120分组,从而形成许多聚类134;和使用许多聚类134生成报告。
因此,不同的示例性实施例提供了用于管理用于项目的信息的方法和装置。尤其,不同的示例性实施例提供了用于管理用于存储在关联存储器中的项目的信息的方法和装置。
在一个示例性实施例中,提供用于管理用于项目的信息的方法。用于项目的信息可以作为数据实体被存储在关联存储器中。关联存储器可以包括具有多个关联的多个数据,其中数据实体包括在多个数据中。进一步地,该关联存储器可以包括内容可寻址结构。该关联存储器可以经配置从而根据从包括多个数据之间的直接关系和间接关系的群组中选择的至少一个关系查询。可以使用许多选择的规范形成许多聚类分组关联存储器中存储的数据实体。可以使用许多聚类生成报告。
为了说明和描述的目的,已经呈现不同的示例性的实施例的描述,并且该描述不是意指彻底地,或者以所公开的形式限制于实施例。对本领域技术人员许多变形和变化会显而易见。进一步,不同的示例性的实施例可以提供与其他示例性的实施例相比不同的器件。为了最好地解释该实施例的原理、实际应用,并且为了使得本领域技术人员能够理解用于具有按照适合于特定使用的不同变形的不同实施例的本公开,选择并描述了所选的实施例。
Claims (10)
1.一种用于管理用于项目(106)的信息(116)的方法,所述方法包含:
将用于所述项目(106)的信息(116)作为数据实体(120)存储在关联存储器(130)中;
其中所述关联存储器(130)包括具有多个关联的多个数据,其中所述数据实体(120)包括在所述多个数据中;
其中所述关联存储器(130)进一步地包括内容可寻址结构;和
其中所述关联存储器(130)经配置从而根据从包括所述多个数据之间的直接关系和间接关系的群组中选择的至少一个关系进行查询;
将存储在所述关联存储器中的所述数据实体(120)分组,从而形成许多聚类(134);和
使用所述许多聚类(134)生成报告。
2.根据权利要求1所述的方法,进一步包含:
识别用于将所述关联存储器(130)中数据实体(120)相关于感兴趣领域(129)的部分分组为所述许多聚类134中的聚类的许多选择的规范(132);
其中将所述关联存储器(130)中存储的所述数据实体(120)分组,从而形成所述许多聚类(134),其包含:
使用所述许多选择的规范(132)从所述关联存储器(130)中存储的所述数据实体(120),识别与所述感兴趣领域(129)有关的许多数据实体(144);
根据所述识别的许多数据实体(144)识别新的规范组(146);和
将所述新的规范组(146)增加到所述许多选择的规范(132),从而形成用于将所述关联存储器(130)中存储的所述数据实体(120)相关于感兴趣领域(129)的部分分组为所述许多聚类(134)中的所述聚类的改进的规范(147)。
3.根据权利要求1所述的方法,其中将所述关联存储器(130)中存储的所述数据实体(120)分组,从而形成所述许多聚类(134),其包含:
确定在所述关联存储器(130)中存储的所述数据实体(120)中的数据实体是否属于所述许多聚类(134)中的聚类,包含:
使用实体分析学引擎(136)和许多与所述数据实体关联的属性,比较所述数据实体与已经存在于所述聚类中的许多数据实体(144),从而形成相似性分数(142);和
确定相似性分数(142)是否大于所选择的阈值;和
当确定所述数据实体属于所述聚类时,将所述数据实体(120)中数据实体增加到所述聚类,包含:
当所述相似性分数(142)大于所述选择的阈值时,将所述数据实体增加到所述聚类。
4.根据权利要求1所述的方法,其中将用于所述项目(106)的所述信息(116)作为所述数据实体(120)存储在所述关联存储器(130)中,其包含:
接收作为自由文本的用于所述项目(106)的所述信息(116);
将所述自由文本解析为所述数据实体(120)的第一类型(124)、第二类型(126)和第三类型(128);和
将所述数据实体(120)存储在所述关联存储器(130)中;和
其中所述第一类型(124)是项目实体,所述第二类型(126)是任务实体,并且所述第三类型(128)是可交付实体。
5.根据权利要求1所述的方法,进一步包含:
接收以用户输入的查询形式的许多所选择的规范(132),其中所述许多所选择的规范(132)包含许多查找项,所述许多查找项用于将所述关联存储器(130)中存储的与感兴趣领域(129)有关的部分的数据实体(120)分组为所述许多聚类(134)中的聚类;
其中使用所述许多聚类(134)生成所述报告包含:
为所述许多聚类(134)中的每个聚类计算总值(152);
将所述许多聚类(134)中所述总值(152)大于所选择的阈值的任何聚类,增加到为生成所述报告选择的聚类组;和
使用所述聚类组中的所述数据实体(120)生成所述报告;其中用于所述许多聚类(134)中的聚类的所述总值(152),是所述聚类中许多数据实体(144)共享的特定的属性类型的属性的值的总和。
6.一种用于管理用于项目(106)的信息(116)的装置,所述装置包含:
项目管理器(112),经配置从而将用于所述项目(106)的信息(116)作为数据实体(120)存储在关联存储器(130)中;
其中所述关联存储器(130)包括具有多个关联的多个数据,其中所述数据实体(120)包括在所述多个数据中;
其中所述关联存储器(130)进一步地包括内容可寻址结构;和
其中所述关联存储器(130)经配置从而根据从包括所述多个数据之间的直接关系和间接关系的群组中选择的至少一个关系进行查询;
项目分析器(114),经配置从而将存储在所述关联存储器中的所述数据实体(120)分组,从而形成许多聚类(134),并且使用所述许多聚类(134)生成报告。
7.根据权利要求6所述的装置,进一步地包含:
图形用户界面,经配置用于在显示系统上显示,其中所述图形用户界面经配置从而接收识别许多选择的规范(132)的用户输入,所述选择的规范(132)用于将所述关联存储器(130)中存储的所述数据实体(120)与所述感兴趣的领域(129)有关的部分分组为所述许多聚类(134)中的聚类。
8.根据权利要求6或者7的任何一项所述的装置,其中所述项目分析器(114)进一步地经配置从而将所述关联存储器(130)中存储的所述数据实体(120)分组,从而形成所述许多聚类(134),通过:
使用所述许多选择的规范(132)从所述关联存储器(130)中存储的所述数据实体(120)识别与所述感兴趣领域(129)有关的许多数据实体(144);
根据所识别的许多数据实体(144)识别新的规范组(146);和
将所述新的规范组(146)增加到所述许多选择的规范(132),从而形成用于将所述关联存储器(130)中存储的所述数据实体(120)相关于感兴趣领域(129)的部分分组为所述许多聚类(134)中的聚类的改进的规范(147)。
9.根据权利要求8所述的装置,其中所述项目分析器(114)进一步经配置通过确定所述关联存储器中存储的所述多个数据实体(120)中的数据实体是否属于所述许多聚类(134)中的聚类,从而将所述关联存储器(130)中的所述数据实体(120)分组以形成所述许多聚类(134);并且当确定所述数据实体属于所述聚类时,将所述多个数据实体(120)中的所述数据实体增加到所述聚类中。
10.根据权利要求7-9的任何一项所述的装置,其中所述项目分析器(114)进一步经配置使用实体分析学引擎(136)和与所述数据实体关联的许多属性,通过比较所述数据实体与所述聚类中已经存在的许多数据实体(144),以便形成相似性分数(142),从而确定所述关联存储器中存储的多个数据实体(120)中的所述数据实体是否属于所述许多聚类(134)的聚类;并确定所述相似性分数(142)是否大于选择的阈值;并且其中所述项目分析器(114)进一步经配置通过当所述相似性分数(142)大于所述选择的阈值时将所述数据实体增加到所述聚类,从而将所述多个数据实体(120)中的所述数据实体增加到所述聚类。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/359,217 | 2012-01-26 | ||
US13/359,217 US10679230B2 (en) | 2009-04-07 | 2012-01-26 | Associative memory-based project management system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103226748A true CN103226748A (zh) | 2013-07-31 |
CN103226748B CN103226748B (zh) | 2021-04-27 |
Family
ID=47740788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310030723.1A Active CN103226748B (zh) | 2012-01-26 | 2013-01-25 | 基于关联存储器的项目管理系统 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP2620901A1 (zh) |
JP (1) | JP6153331B2 (zh) |
CN (1) | CN103226748B (zh) |
AU (1) | AU2012244271B2 (zh) |
BR (1) | BR102013001760A2 (zh) |
CA (1) | CA2793400C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016107490A1 (en) * | 2015-01-02 | 2016-07-07 | Huawei Technologies Co., Ltd. | Method and result summarizing apparatus for providing summary reports options on query results |
CN107743697A (zh) * | 2015-06-12 | 2018-02-27 | 微软技术许可有限责任公司 | 容错域中的动作编排 |
CN111221917A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 智能分区存储方法、装置及计算机可读存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10581692B2 (en) * | 2015-10-19 | 2020-03-03 | The Boeing Company | Spacecraft network management system and method |
US10198778B2 (en) | 2016-06-02 | 2019-02-05 | The Boeing Company | Processing data to replicate lifecycle threads in the development of a structural product |
US10181164B2 (en) | 2016-06-02 | 2019-01-15 | The Boeing Company | Processing data to establish lifecycle threads in the development of a structural product |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240458A1 (en) * | 2004-04-23 | 2005-10-27 | Lucent Technologies, Inc. | Methods and apparatus for transaction and project management |
CN101256646A (zh) * | 2008-03-20 | 2008-09-03 | 上海交通大学 | 轿车客户需求信息聚类分析系统 |
US20080229313A1 (en) * | 2007-03-15 | 2008-09-18 | Ricoh Company, Ltd. | Project task management system for managing project schedules over a network |
CN101587574A (zh) * | 2009-06-23 | 2009-11-25 | 上海汽车集团股份有限公司 | 汽车产品质量问题控制系统 |
CN102324075A (zh) * | 2011-10-29 | 2012-01-18 | 大连理工大学 | 一种基于WebGIS的绿色建筑智能化节能评估管理系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7483880B2 (en) * | 2004-09-30 | 2009-01-27 | Microsoft Corporation | User interface for database display |
US7478090B2 (en) * | 2005-01-14 | 2009-01-13 | Saffron Technology, Inc. | Methods, systems and computer program products for analogy detection among entities using reciprocal similarity measures |
US20070203912A1 (en) * | 2006-02-28 | 2007-08-30 | Thuve Matthew L | Engineering manufacturing analysis system |
EP2435927A4 (en) * | 2009-05-27 | 2016-04-06 | Graffectivity Llc | SYSTEMS AND METHODS FOR ASSISTING PEOPLE FOR INFORMATION STORAGE AND RECOVERY IN AN INFORMATION STORAGE SYSTEM |
US20110087387A1 (en) * | 2009-10-12 | 2011-04-14 | The Boeing Company | Platform Health Monitoring System |
-
2012
- 2012-10-24 CA CA2793400A patent/CA2793400C/en active Active
- 2012-10-30 AU AU2012244271A patent/AU2012244271B2/en active Active
-
2013
- 2013-01-23 BR BR102013001760A patent/BR102013001760A2/pt not_active Application Discontinuation
- 2013-01-25 EP EP13152754.1A patent/EP2620901A1/en not_active Withdrawn
- 2013-01-25 CN CN201310030723.1A patent/CN103226748B/zh active Active
- 2013-01-28 JP JP2013013196A patent/JP6153331B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240458A1 (en) * | 2004-04-23 | 2005-10-27 | Lucent Technologies, Inc. | Methods and apparatus for transaction and project management |
US20080229313A1 (en) * | 2007-03-15 | 2008-09-18 | Ricoh Company, Ltd. | Project task management system for managing project schedules over a network |
CN101256646A (zh) * | 2008-03-20 | 2008-09-03 | 上海交通大学 | 轿车客户需求信息聚类分析系统 |
CN101587574A (zh) * | 2009-06-23 | 2009-11-25 | 上海汽车集团股份有限公司 | 汽车产品质量问题控制系统 |
CN102324075A (zh) * | 2011-10-29 | 2012-01-18 | 大连理工大学 | 一种基于WebGIS的绿色建筑智能化节能评估管理系统 |
Non-Patent Citations (1)
Title |
---|
张苇如 等: "基于维基百科和模式聚类的实体关系抽取方法", 《中国计算语言学研究前沿进展(2009-2011)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016107490A1 (en) * | 2015-01-02 | 2016-07-07 | Huawei Technologies Co., Ltd. | Method and result summarizing apparatus for providing summary reports options on query results |
CN107743697A (zh) * | 2015-06-12 | 2018-02-27 | 微软技术许可有限责任公司 | 容错域中的动作编排 |
CN107743697B (zh) * | 2015-06-12 | 2021-02-26 | 微软技术许可有限责任公司 | 容错域中的动作编排 |
CN111221917A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 智能分区存储方法、装置及计算机可读存储介质 |
CN111221917B (zh) * | 2019-10-12 | 2023-05-26 | 中国平安财产保险股份有限公司 | 智能分区存储方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2013156989A (ja) | 2013-08-15 |
AU2012244271A1 (en) | 2013-08-15 |
AU2012244271B2 (en) | 2013-12-05 |
EP2620901A1 (en) | 2013-07-31 |
CN103226748B (zh) | 2021-04-27 |
BR102013001760A2 (pt) | 2017-05-02 |
CA2793400A1 (en) | 2013-07-26 |
CA2793400C (en) | 2018-02-06 |
JP6153331B2 (ja) | 2017-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Munappy et al. | Data management for production quality deep learning models: Challenges and solutions | |
Tabassum et al. | An investigation of cross-project learning in online just-in-time software defect prediction | |
Visengeriyeva et al. | Metadata-driven error detection | |
CN103226748A (zh) | 基于关联存储器的项目管理系统 | |
US11620453B2 (en) | System and method for artificial intelligence driven document analysis, including searching, indexing, comparing or associating datasets based on learned representations | |
Mohd Selamat et al. | Big data analytics—A review of data‐mining models for small and medium enterprises in the transportation sector | |
US20150317573A1 (en) | User-relevant statistical analytics using business intelligence semantic modeling | |
Arnarsson et al. | Natural language processing methods for knowledge management—Applying document clustering for fast search and grouping of engineering documents | |
US10679230B2 (en) | Associative memory-based project management system | |
Hammond et al. | Cloud based predictive analytics: text classification, recommender systems and decision support | |
Moalla et al. | Data warehouse building to support opinion analysis in social media | |
KR102153259B1 (ko) | 데이터 도메인 추천 방법 및 추천된 도메인을 이용하여 통합 데이터 저장소 관리 시스템을 구축하는 방법 | |
US20160162821A1 (en) | Comparative peer analysis for business intelligence | |
Hassan et al. | Sampling technique selection framework for knowledge discovery | |
Moukhi et al. | Towards a new method for designing multidimensional models | |
Shang et al. | Alpine meadow: A system for interactive automl | |
Boumans et al. | A comprehensive meta model for the current data landscape | |
Bayomie et al. | Multi-perspective process analysis: Mining the association between control flow and data objects | |
Nabot | Software component selection methods and techniques: a systematic review | |
Januzaj et al. | An application of data mining to identify data quality problems | |
CN109299381A (zh) | 一种基于语义概念的软件缺陷检索和分析系统及方法 | |
Folino et al. | An approach to the discovery of accurate and expressive fix-time prediction models | |
Salperwyck et al. | A two layers incremental discretization based on order statistics | |
Langer et al. | Organizing the Data Ecosystem | |
Ayyavaraiah | Data Mining For Business Intelligence |
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 |