CN103714450A - 自然语言度量条件警告产生 - Google Patents
自然语言度量条件警告产生 Download PDFInfo
- Publication number
- CN103714450A CN103714450A CN201310464735.5A CN201310464735A CN103714450A CN 103714450 A CN103714450 A CN 103714450A CN 201310464735 A CN201310464735 A CN 201310464735A CN 103714450 A CN103714450 A CN 103714450A
- Authority
- CN
- China
- Prior art keywords
- natural language
- business measurement
- tolerance
- warning
- business
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种自然语言度量条件警告产生的方法和系统。可以监视企业数据源以经由规则来检测度量条件,并且可以产生警告。可以将警告作为商业度量条件的自然语言描述而呈现。从警告中,读者可以导航到呈现另外的细节并且允许在该数据内的进一步导航的详情页。呈现的另外的细节包括挖掘提纲、用于克服消极条件的策略、到组织内的关于条件的讨论的链接、关于条件的用于共享或协作的选项等等。
Description
技术领域
本发明涉及自然语言度量条件警告产生的方法和系统。
背景技术
商业管理需要人的才能。但是,为了在如今的商业形势中成功,管理者还必须利用诸如商业智能、在线分析处理、和全球通信的高级数据处理技术。
即使在普通的商业企业中,可能会呈现给管理者的商业智能信息的量也是让人难以承受的。随着对管理者寄予的责任的增加,期望管理者监视、查看、和分析越来越多的报告、提醒、信息、图表、电子邮件、和原始数据。花费这些时间沉浸在大数据的世界中为进行有意义的管理行为留下很少的空间,这将会导致瘫痪。对于大企业或者更高级别的管理者,问题甚至进一步加大。
对于信息超负荷问题的一个可能的解决方案是雇佣数据分析员来监视数据并识别最重要的数据,然后将其提供给管理者用于消费以及进一步分析。数据分析员可以变为可以使用最新近的商业智能工具来揭示数据中的趋势并向管理者提供报告的专家。但是,这样会使数据分析员介入在管理者和数据之间。因此,管理者脱离数据并且必须依赖于数据分析者,而该数据分析者可能不完全熟悉管理者的具体商业目的和目标。
并且,即使数据分析员为管理者提供了充分的信息以用于发现问题,仍然为管理者留下了对于探索问题的原因然后应用管理才能来解决该问题的挑战。这些进一步的任务通常需要进一步的分析、通信等。如果管理者依赖于数据分析员,则这样的处理可能涉及在管理者和分析员之间多次的来回通信,导致进一步的延迟和脱离。
而且,现代商业环境要求管理者承担增加的责任,并且经由高级技术来管理各种种类的商业因素。尽管当前的方法可以提供各种种类的商业智能功能,但是最终结果通常仍然是信息超负荷或者信息脱离。因此,存在改进的空间。
发明内容
提供此发明内容以介绍以下在具体实施方式中进一步描述的简化形式的概念的选择。此发明内容不意图识别要求保护的主题的关键特征或主要特征,也不意图用于限制要求保护的主题的范围。
可以监视企业数据源,以用商业度量条件检测规则来检测商业度量条件,并且可以据此产生警告。标题格式可以用于以管理者容易理解的自然语言来传达警告条件。
可以以基于严重性来分级的、以读者为中心的表述来呈现警告。从该警告,读者可以导航到详情页,该详情页呈现另外的细节并且允许在该数据内的进一步导航。给出的另外的细节包括挖掘提纲、用于克服消极条件的策略、到组织内的关于条件的讨论的链接、用于共享条件的选项、关于条件协作地工作等等。
可以支持诸如经由行业基准点的自动阈值、自动挖掘等的其他特征。
如在此所述的,根据需要,各种其他特征和优点可以并入这些技术中。
附图说明
图1是实现基于规则的商业度量条件警告的示例系统的框图。
图2是实现基于规则的商业度量条件警告的示例方法的流程图。
图3是示例的商业度量条件警告的屏幕截屏,并且示出了到详情(story)页的导航。
图4是显示商业度量条件警告的示例方法的流程图。
图5是示例的详情页的屏幕截屏。
图6是示例的详情页的屏幕截屏,并且示出根据对于详情页的提纲挖掘而用于进一步的挖掘细节和/或度量导航的导航。
图7是处理详情页内的挖掘提纲的处理激活的示例方法的流程图。
图8是监视商业度量条件的示例系统的框图。
图9是监视商业度量条件的示例方法的流程图。
图10是示出为了自动挖掘目的而在度量框架中使用的示例性的数据层级的框图。
图11是示出为了自动挖掘的目的而在度量框架中使用的示例性实现的数据层级的框图。
图12是示例的商业度量条件检测规则的框图。
图13是处理商业度量条件检测规则的示例方法的流程图。
图14是用于产生商业度量条件的自然语言描述的示例性文本模板系统的框图。
图15是产生商业度量条件的自然语言描述的示例性文本模板方法的流程图。
图16是用于产生商业度量条件的自然语言描述的示例系统的框图。
图17是用于产生商业度量条件的自然语言描述的示例方法的流程图。
图18是实现基于规则的商业度量条件警告的配置的系统的框图。
图19是实现基于规则的商业度量条件警告的配置的示例方法的流程图。
图20是示例性的标题页的屏幕截屏。
图21和22是示例性的详情页的屏幕截屏。
图23是扩展的挖掘提纲的屏幕截屏。
图24是另一个扩展的挖掘提纲的屏幕截屏。
图25是扩展的风险提纲的屏幕截屏。
图26是用于平板设备的用户界面的屏幕截屏。
图27是用于智能电话设备的用户界面的屏幕截屏。
图28是示出摘要图扩展的示例用户界面的屏幕截屏。
图29是示出用于警告的协作工具条的示例用户界面的屏幕截屏。
图30是示出对于度量的目标设置的调整的示例用户界面的屏幕截屏。
图31是其中可以实现所述的实施例的示例性的计算系统的视图。
图32是可以与在此所述的技术结合使用的示例性的支持云的环境。
具体实施方式
示例1-示例性概述
在此所述的技术可以用于动态的、基于用户中心规则的商业度量条件警告。采用这些技术可以提供用于监视大的数据集合内的重要度量条件的有效技术。
这些技术对于希望管理商业企业中的人员和资源,同时降低与监视大的数据集有关的复杂性的那些人可以是有帮助的。可以避免信息超负荷和专门的分析员的介入。受益人包括希望有效地检测商业企业中的异常或者紧急情况的管理者。分析员也可以从这些技术中间接受益,因为他们容易与用户共享他们的数据分析技术和专家意见。
使用在此的技术,管理者不仅可以更好地检测企业中的异常,而且他们可以关于这些异常更有效地通信和协作。在此的各种特征提供了表示管理者如何可以在商业组织中更好地应用他们的才能方面的范例转换的功能。
示例2-实现商业度量条件警告的示例系统
图1是实现在此所述的商业度量条件警告的示例系统100的框图。
在此示例中,商业度量监视系统150监视一个或多个数据源110中的商业度量条件。该监视系统150可以访问用户配置数据120,和商业度量条件检测规则130,以产生用于在用户设备190上显示的、包括自然语言描述165的警告160。监视系统150还可以访问在此所述的基准点(benchmark)。
可以将系统100描述为单个统一的系统,或者一个或多个客户端系统以及一个或多个服务器系统。例如,监视系统150和企业数据源110可以被认为是分离的系统,像客户端设备190一样。监视系统150可以与诸如生产力、电子邮件、协作、社交网络、或其它通信软件系统的另外的系统180交互。
在此示例中,监视系统150包括:警告检测引擎155,其被配置为根据规则130检测数据源110中的商业度量条件;自然语言引擎157,其被配置为产生用于检测到的商业度量条件的出现的自然语言描述(例如以自然语言描述该出现);以及警告分发引擎159,其被配置为根据配置信息(例如,指示要向哪些目的地分发警告的用户配置数据120)来分发警告。
如在此所述的,商业条件度量规则130可以指定将在其之下产生警告的相应的商业条件度量条件。
在实践中,诸如系统100的、在此所示的系统可以利用不同的功能性、不同复杂性的组件等而在复杂性方面进行变化。例如,可以包括模板以有助于用户界面的产生,可以提供预配置的规则,默认设置可以简化配置,等等。还可以包括与安全性和冗余性有关的另外的特征。
系统100和在此所述的任何其他系统可以与诸如以下所述的计算系统(例如处理单元、存储器等)的、在此所述的任意硬件组件结合实现。在在此的任意的示例中,输入、输出、和引擎可以存储在一个或多个计算机可读的存储介质或者计算机可读的存储设备中。在此所述的技术对于操作系统和硬件的细节是通用的,并且可以应用于任意的各种环境中来利用所述的特征。
可以支持客户端/服务器操作,并且可以应用云计算技术以给予客户端经由本地应用来执行所述的技术的能力,而不用担忧操作服务器所需或所使用的实际计算架构,该架构可以由与客户端用户组织不同的商业实体掌管。
示例3-实现商业度量条件警告的示例方法
图2是实现基于规则的商业度量条件警告的示例方法200的流程图,并且可以实现在例如图1所示的系统中。
在210中,接收警告配置信息。例如,可以接收指示要监视的商业度量、商业度量条件等的配置信息。这样的配置信息可以是任意在此所述的,包括用于警告规则的参数、对于哪些用户运行哪些规则、警告分发选项等。可以支持默认或自动配置信息,以避免冗长的配置过程。
在220中,检测用于商业度量的商业度量条件。例如,基于数据源中的数据,可以检测已经超过对于具体商业度量的阈值(例如,由规则指定)。
在230中,产生警告。如在此所述的,可以产生用于各个警告的度量条件的自然语言描述。这样的描述可以是在此所述的标题格式的。
在240中,分发警告。如在此所述的,可以支持各种分发选项。
在客户端设备处可以发生另外的处理。例如,查探用于警告的条件。例如,接收用户可以在警告内进行导航。可以本地处理这样的导航(例如使用随警告发送的数据,或者通过访问数据源)。或者,可以通过与度量监视系统或另一系统交互(例如,通过履行来自客户端的、用于在警告内导航的请求)而支持导航。
可以提供(例如,详情页(story page)形式的)关于警告的进一步的信息。可以支持在该信息内的进一步的导航以揭示更进一步的信息。这样的方法可以提供宝贵的工具来发现导致发生条件的根本原因、与其他方通信和协作、以及另外对情况应用管理才能。如在此所述的,可以支持用户界面的移动版本,允许管理者经由移动设备来进行有效管理。也可以支持集成到现有系统中。
方法200以及任何其他在此所述的方法可以由存储在一个或多个计算机可读介质(例如,存储器或者其他切实介质)中的或者存储在一个或多个计算机可读的存储设备中的计算机可执行的指令来进行(例如,使得计算机系统进行该方法)。
示例4-示例性的数据源
在任意在此所述的示例中,这些技术可以使用一个或多个企业数据源来作为输入。这样的数据源通常指示随着时间而对于企业的各个方面的度量(例如,销售和人力资源信息)。因而,来自一个时间段的数据可以与来自另一时间段的数据相比较;来自当前时间段的数据可以与基准点相比较;可以为了经过类似或其他时间段的变化而比较来自当前时间段的数据;等等。
数据源可以支持在线分析处理(OLAP)技术,比如添加或删除某些量纲(dimension)、挖掘(drilling down)、交叉分析(slicing and dicing)、经由向上归纳(rollups)和集合而合并数据等等。
示例5-示例性的度量框架
在任意在此所述的示例中,商业度量框架可以支持所述技术。例如,可以提供管理和测量诸如与人力资源、财务、销售等有关的各种种类的商业度量的架构。
如在此所述的,该框架可以提供指示监视群体(population)分段的信息。在实践中,该群体可以采取商业组织的员工的形式。
示例6-示例性的商业度量
在任意在此所述的示例中,可以测量各种种类的商业度量。这样的商业度量可以涉及人力资源(例如,劳动力简档、劳动力生产力、劳动力流动性、劳动力发展、劳动力补偿和收益等)、销售、财务等。
在人力资源的领域,商业度量可以采取人员流失率(attrition rate)、管理人员配备因素、直属下级人数(span of control)、开始工作的平均时间、新员工出错率、人员更替率等的形式。如在此所述的,可以支持更精细级别的细节(例如,对于具有3-5年工作年限的员工的主动离职率)。
商业度量可以采取除了数字外的形式。例如,在业绩评估期间,可以确定员工是高潜力的员工。这样的确定可以由数据库中的记录构成,并且被用作用于设置商业度量条件、自动挖掘等的量纲(例如是否具有高潜力)。另外,可以使用对具体企业定制的任意种类的度量。
示例7-示例性的警告用户界面
图3是示例性的商业度量条件警告310的屏幕截屏,并且示出到详情页的导航。在该示例中,显示警告310,其包括以标题形式的、相关联的警告的自然语言描述312。可以将警告310作为在此所述的警告的分级列表的部分而呈现。
该示例还包括绘出商业度量条件的摘要图315。该图315本身可以提供在此所述的另外的功能。代替图,可以示出不同的指示符(例如,与警告有关的观察到的度量值,比如,平均销售量)。
警告310可以支持提供另外的信息的激活,以及在此称为“详情页”320的功能。例如,激活(例如敲击、滑动、点击等)警告310或者警告310内的指定的区域或面可以导致显示详情页320。实际上,标题形式的警告310可以保留在详情页的顶部。为了强调信息是在警告之下扩展的,可以提供适当的动画(例如,示出详情页来源于警告310)。
详情页320可以包括对商业度量条件的充分描述,用于更好地理解标题中描述了什么。详情页320还可以支持各种种类的功能,以帮助阅读的用户来理解警告条件、传达该条件、与其他人关于该条件进行协作、或者采取另外的关于该警告条件的动作。
随后可以收起(collapse)详情页320(例如,用以浏览和激活其他警告)。
示例8-显示商业度量条件警告的示例方法
图4是显示商业度量条件警告的示例方法400的流程图,并且可以例如经由图3所示的界面来实现。
在410中,显示警告。该警告可以包括对在此所述的、在商业企业内的商业度量而检测的商业度量条件的自然语言描述。如在此所述的,这样的警告包括以标题格式的自然语言,并且被包括在分级警告的列表中以用于由用户考虑。
在420中,接收如上所述的警告的激活。
在430中,响应于对警告的激活,显示与该警告相关联的详情页。如在此所述的,可以支持在详情页内的各种种类的功能。该详情页可以包括关于商业度量条件的进一步的细节。例如,该详情页可以包括显示作为对于商业企业内的多个数据分段的观察(例如,作为挖掘提纲)的商业度量。
警告或其缩略版本可以显示在详情页的顶部以提供上下文。
如在此所述的,响应于用户激活(例如详情页的顶部处的警告、在详情页或警告内的诸如后退箭头的区域等),随后可以收起或关闭该详情页,或者可以支持导航回到警告的原始列表的一些其他技术。由此,显示警告或者继续显示警告(例如,以警告列表的形式来显示)。
随着在界面内导航,可以发出各种实时询问,显示的数据通过这些询问确定。例如,当探查数据内的量纲时,可以查阅数据库工具、OLAP工具等来确定显示什么数据。
示例9-示例性的警告
在任意在此所述的示例中,警告可以采取传达用于由用户最终考虑的商业度量条件的各种形式。如在此所述的,警告可以源自用多个商业度量条件检测规则对一个或多个企业数据源的分析。
如在此所述的,经由警告可以提供各种种类的功能。例如,可以经由警告访问到进一步的数据的导航、配置、通信、和协作功能。
示例10-示例性的警告的分级列表
在任意在此所述的示例中,警告可以作为警告的分级列表的部分而呈现。例如,当该警告是标题的形式时,可以呈现包括以标题格式的警告的列表的警告的标题页。当产生这样的列表时,可以对描述进行分级,以用于显示。
可以通过各种技术,根据严重性来对警告进行分级。
如在此所述的,另一技术是基于观察到的度量超过其阈值多少(例如以及容限)而选取前n个警告。也可以据此示出并分级底部的n个警告(例如,在顶部的n个警告之后示出)。
示例11-示例性的摘要图
在任意在此所述的示例中,警告可以包括绘出商业度量条件的摘要图。例如,该图可以简洁地传达相关联的商业度量随着时间的进展(例如,随着时间段的进展)。可以示出商业度量条件的趋势图。可以实现其他类型的摘要图。
实际上,摘要图可以是最低限度的、容易理解的格式(例如,用于商业度量条件的迷你图(sparkline graph)),其示出少量数据点以及可能示出表示阈值(例如,根据适当的规则)和/或容限水平的水平线。可以示出多条图线(例如,当将一组与平均值进行比较时等)。可以经由虚线示出预测值。
除了线图之外,可以支持其他显示(例如,示出百分比填充(completion)的圆形图等)。
示例12-示例性的详情页
图5是可以与在此所述的任意示例一起使用的示例性的详情页500的屏幕截图。如在此所述的,详情页可以提供用于在数据内进一步导航、采取动作、与其他者协作等的工具。
可以显示挖掘提纲522以提供关于商业度量条件的快速修辞(quickcolor)(例如,哪些分段在驱动度量)。如在此所述的,响应于提纲522的激活,可以示出进一步的细节。提纲522可以基于规则中存储的量纲(例如1250)。
在一些情况下,商业度量条件是负面的商业度量条件。在这样的情况下,解决方案建议部分524可以显示用于补救该负面商业度量条件的解决方案的指示。如在此所述的,这样的指示可以包括简要描述、进一步可用的解决方案资源的数量、到策略库的链接等。
通信/协作选项部分526可以提供一个或多个用户界面元素,用于接收与另一用户共享的、来自详情页的内容或者警告的指示。
如在此所述的,也可以示出在组织内的、与商业度量条件有关的讨论。
还可以包括用于描述度量条件的可能的原因的部分。
还可以包括识别与商业度量条件相关联的未来风险的部分。
另外,一个或多个部分可以显示与被测量以产生警告的主题度量有关的(例如,除了该主题度量以外的)一个或多个主题度量的分析或状态。如在此所述的,可以根据用于分析主题商业度量(例如,挖掘等)的任意的技术来分析这样的商业度量。
其他可能的部分可以帮助解释商业度量条件,比如关于度量输入之一的挖掘(例如,当分析离职率(termination rate)时离职的员工的群体)。
可以从详情页链接支持商业度量的另外的内容页。例如,这样的页可以提供用于查看被用作到度量计算的输入(例如,对于人员流失度量的离职的员工的列表、对于招聘时间(time-to-fill)度量的岗位列表等)的细节的能力。因此,当计算商业度量时,可以进一步分析在群体计数(例如7)中产生的各个情况。可以通过用于输入的相关分段(例如,使用作为规则的部分而提供的量纲)来支持这样的细节。
依赖于商业度量,可能希望不同的方法和技术的组合。可以构建详情页模板,以影响(leverage)关于对于给定的商业度量哪些是最适合显示的部分的知识。规则可以与这样的模板相关联。根据需要,可以定制模板。
示例13-示例性的挖掘提纲
在任意在此所述的示例中,挖掘提纲可以表示在此所述的自动挖掘技术的缩略结果。这样的提纲可以描绘顶部的n个分段(例如,通过观察的商业度量来分级)。也可以示出底部的n个分段。这样的信息可以有助于收集关于情况及其根本原因的快速修辞,以及有助于探索可能的解决方案。
示例14-示例性的解决方案建议
在任意在此所述的示例中,可以呈现用于补救负面条件的建议。这样的建议可以与触发警告的规则相关联。可以支持在此所述的到策略库的链接。
示例15-示例性的通信选项
在任意在此所述的示例中,可以在详情页内呈现通信和协作选项。例如,可以发送关于警告的电子邮件。来自警告的内容可以被自动并入电子邮件草稿中。
示例16-关于商业度量的示例讨论
在任意在此所述的示例中,详情页可以包括指示在商业企业内进行的、关于与该详情页相关联的商业度量的讨论的部分。例如,关键字的列表可以与商业度量或规则相关联。
用关键字在协作软件、电子邮件、或其它通信软件上的搜索可以展示讨论。到具体讨论的(例如,或者在讨论内提出的)链接可以被包括在详情页上。响应于该连接的激活,可以显示该讨论。搜索可以限制于管理者的组的成员,并且安全性和隐私设置可以阻止查看未授权的数据。
示例17-示例性的详情页用户界面
在任意在此所述的示例中,警告可以用于导航到用户界面,所述用户界面显示关于相关联的商业度量条件的进一步的信息并且允许在数据内进一步导航以及通信和写作功能。这样的用户界面有时被称为“详情页”或者“完全详情页”,因为其给出了对商业度量条件的更完整的描述。
图6是示例性的详情页的屏幕截图,并且示出了从详情页上的挖掘提纲到进一步的挖掘细节和/或度量导航的导航。在该示例中,在导航到详情页620之后,警告610的描述和图615保留在详情页的顶部。还包括对于观察的度量的支持数据(例如,66个员工离开)的简要指示。或者,可以示出警告610的压缩版本。
在任意在此所述的示例中,(例如,在详情页上的)在商业企业内的多个数据分段的显示可以包括商业度量的挖掘提纲622。
响应于该提纲的激活,可以示出进一步的挖掘细节642(例如,提纲622的扩展版本)。如在此所述的,可以根据该进一步的挖掘细节来进行诸如在数据内的导航、分类等的进一步的分析。因为管理者可以超越规则内的指定而自由地在数据内移动,所以这样的用户界面有时被称为“数据广场(dataplayground)”。管理者可以应用经验和其他管理技巧来探索数据,以找到根本原因和可能的解决方案。
示例18-显示详情页的示例方法
图7是处理在详情页内的挖掘提纲的激活的示例方法700的流程图,并且可以例如经由图6所示的界面而实现。
在710中,显示详情页。可以使用任意在此所述的示例。
在730中,接收挖掘提纲的激活(例如,经由激活、或者区域、面等)。
在740中,响应于挖掘提纲的激活,显示进一步的挖掘细节(例如,提纲的扩展版本)。例如,可以示出另外的(例如分级的)分段,如在此所述的。
随后,可以返回到详情页(例如,通过按下返回按钮、关闭图标等)。
示例19-监视商业度量条件的示例系统
图8是监视商业度量条件的示例系统800的框图。为了上下文的目的,示出了一个或多个企业数据源110和用户设备870。在该示例中,监视系统850监视数据源110,并产生用于分发到用户设备870A的警告860。
度量监视系统850利用警告检测引擎855访问用户配置数据120和存储的度量条件检测规则130(例如,包括各个商业度量835和条件触发840),该警告检测引擎855被配置为对企业数据源110应用规则并检测对于由商业度量条件检测规则指定的商业度量835的在数据内的商业度量条件(例如,规则中指定的条件触发840)的出现。
规则指定在其之下将产生警告的相应的商业条件。在检测到由规则指定的条件时,可以产生警告860。如在此所述的,警告可以包括由自然语言引擎857产生的、对商业度量条件的检测到的出现的自然语言描述。该引擎857可以被配置为以任意的各种人类语言(例如英语、德语、法语、西班牙语、意大利语、汉语、日语等)来产生自然语言,以支持系统850的地域化。
然后可以经由警告分发引擎859来分发警告860,该引擎859可以支持各种警告分发渠道(例如电子邮件、文本、协作软件、生产软件等)。尽管该示例示出分发警告860本身,但是替换的实现方式是分发到警告的链接,其可以由监视系统850、内容分发网络等来主管。然后该链接可以用于取回警告。引擎859可以被配置为根据用户偏好向用户分发自然语言描述。
如所示,警告860可以包括自然语言描述865。这样的描述可以是以读者为中心的(例如,目标为使用适当的语法的读者,如在此所述的)并且按照标题格式,如在此所述的。
在实践中,警告860(例如,包括描述865)最终由用户在用户设备870上查看。
警告可以用作经由设备请求的进一步的细节(例如,用以得到关于警告条件的更多信息)的上下文。
示例20-监视商业度量条件的示例方法
图9是监视商业度量条件的示例方法900的流程图,并且可以例如在图8所示的系统中实现。
在910中,经由(例如与一个或多个用户身份相关联的)商业度量条件检测规则来检测出现在一个或多个企业数据源中的商业度量条件。例如,如在此所述的,商业度量条件检测规则被配置为指定触发警告的商业度量条件。可以实现如在此所述的自动挖掘,以检测群体分段中的条件。
在920中,构建(例如反映)相应商业度量条件的自然语言摘要描述。这样的构建可以依赖于各种种类的元数据来构建对警告条件的有意义的、容易理解的描述。诸如分级和颜色编码的技术可以用于强调关键的条件。可以使用如在此所述的、以用户为中心的描述。元数据可以包括用户的角色,以在描述中提供适当的角度(例如,使得用户在企业层级中的职位可以用于定制描述,用于以有意义地、按以用户为中心的方式来描述条件与用户如何有关)。或者,可以组织文本模板,使得输入参数选取具有适当角度的描述的文本模板。
在930中,将对警告条件的自然语言摘要描述导向到与规则相关联的用户身份。例如,可以根据配置信息来分发警告。例如,可以将描述分发到用户设备以用于由用户阅读。如在此所述的,可以经由链接发送描述,而不是发送描述本身。
可以根据商业度量条件的分级或者其他因素来对描述进行分级。
实际上,规则可以与多于一个用户相关联。
示例21-示例性的分级
在任意在此所述的示例中,可以对警告、描述等进行分级以用于显示,并且然后根据分级而将其显示。可以根据相关的商业度量条件等来进行这样的分级。例如,分级可以基于商业度量条件的严重性或者其他因素(例如,最严重的条件列在最初)。
配置系统可以支持各种分级方案,其可以设置为依赖于用户、商业度量等而变化。用于警告的诸如堆叠分级的技术可以使得阅读的用户更容易理解警告。
示例22-示例性的严重性
如在此所述的,可以经由严重性完成各种分级。严重性可以指示商业度量条件多严重、商业度量条件多重要等。可以通过确定超出目标的量、为超出目标作贡献的量等来计算严重性。因此与具有较低严重性的度量相比,可以将具有较高严重性的度量分级(例如,放置)得更高。
例如,可以将某些商业度量分类为重要。度量超过其阈值的量可以确定其严重性。可以使用权重来确定整体严重性。
当进行自动挖掘度量观察时,分段向整体度量贡献的量可以用于确定严重性,并因此对该分段进行分级。
严重性类别可以用于强调度量或自然语言。在这样的情况下,可以参照目标来确定严重性类别(例如,超过目标是一个类别、超过目标加上容限是另一类别等等)。这样的严重性类别可以明确表示为值,或者其可以是隐式的(implicit)(例如,通过根据预测的严重性来强调字典中的自然语言描述)。
示例23-示例性的自动挖掘
图10是示出为了自动挖掘目的而用在度量框架中的示例性的数据层级1000的框图。在该例子中,涉及具体的商业度量1010。当正在监视商业度量(例如,监视到超过规则中指定的基本度量)时,或者当探索度量背后的原因时(例如,当显示关于度量的具有挖掘提纲的详情页时),可以应用自动挖掘。
在度量框架中,可以提供允许挖掘以更好地理解数据的各种量纲(例如,以用于将群体放入组中,有时该组称为“分段”)。可以为分段群体确定相同的基本商业度量观察(例如,主动离职率)(例如,为作为根据量纲而划分的分段的相应子群体来计算度量)。在实践中,知道具体分段是否表明从目标的非正常偏离通常是有帮助的。例如,如果20%的劳动力主动离职,则知道60%是在芝加哥的办公室是有帮助的。在这样的情况下,量纲是“办公室”,并且分段是芝加哥办公室中的群体。
在该例子中,使用多个量纲1020、1030、1040对商业度量1010进行分段。可以分析得到的分段1021、1022、1029、1031、1032、1033、1042、1042和1049,以进行自动挖掘。
例如,当检测商业度量条件时,分析可以限于指定的基本度量1010(例如,具体的域)。但是,如果希望,也可以对分段(例如,在域内)自动进行检测。然后可以对具体分段构建警告。配置设置可以指示可用的分段,或者将分析限制到列举的分段,或者可以默认地考虑可用的分段。可以通过指示量纲(例如,暗示在该量纲下的分段)或者明确列出具体的分段来指定分段。
实际上,可以存在进一步的分段的级别(例如,如果存在两个芝加哥的办公室)。规则中的配置设置可以指示在警告的构建期间要自动分析多少个级别(例如,以限制挖掘到给定规则中指定的级别)。
随后,当提供警告时,用户可能希望看到对于其他分段观察到的度量。通过分段也可以对数据排序(例如,用以通过离职率排序,而查看顶部n个分段)。
尽管商业度量1010被描述为“基本度量”,但是度量从较高级别的度量1012降序、具有同胞(sibling)度量1014等也是可能的。例如,管理员可以访问度量分类的更广的集合,而用户可能不希望看到这样的细节。
图11是示出在人力资源前景下,为了自动挖掘的目的在度量框架中使用的示例性实现的数据层级的框图。在该示例中,主动离职率是基本度量1110,并且工作年限1120、业绩评估1130、和管理者1140是具有多个分段1121、1122、1129、1131、1132、1141、1149的量纲。
还可以实现父度量1112和同胞度量1114。
当指定用于检测给定的商业度量条件的域时,在此所述的技术可以自动挖掘到该域内的数据分段。这样的挖掘可以检测一个或多个分段中的商业度量条件。
示例24-示例性的商业度量条件检测规则
图12是可以在任意在此所述的示例中使用的示例性的商业度量条件检测规则1200的框图。
在该示例中,规则1200指定要被监视的具体的商业度量1245(例如,通过使用识别符、描述等)。该规则还指定域1247,该域1247指示要为其而监视商业度量的群体。
商业度量条件触发1240通常指定在其之下规则触发警告的条件。可以指定目标值1242(例如,可比较的),以用于与在域中观察的度量相比较。目标1242可以采取阈值的形式(在阈值以上的测量结果被认为满足规则)。可以支持各种目标类型,包括基准点目标(例如,以与相同行业中的其他方相比较)、先前时段的目标(例如,以与先前的时段或者去年的同一时段等等相比较)、以及硬数字(hard number)。用户可以通过调整目标来配置该目标(例如,以避免引起假肯定(false positive))。
还可以指定容限值1244。这样的容限1244可以指示在目标1242以上或以下的缓冲。如果在域中观察的度量落在指示的容限(例如,目标值1242加上或减去容限值1244)以外,则可以指示警告或特殊警告。例如,可以指定百分比(例如10%)。如果在域中观察的商业度量超过目标1242达容限1244,则可以产生警告,或者可以特殊处理该警告(例如,颜色编码等),如在此所述的。
为了避免统计异常,可以指定样本尺寸阈值1246。如果域或者自动挖掘分段的群体尺寸不满足样本尺寸阈值,则可以忽略该群体(例如,不检查条件)。阈值1246可以存储在规则1200以外(例如,可以与其他规则共享单个阈值)。
还可以指定时间帧1248。这样的时间帧可以影响域(例如,用以检查来自指定的当前时段的数据)并且还可以影响目标(例如,为了与来自先前时段的数据相比较,可以使用通过观察先前时段而得出的目标)。例如,“按季度地”的时间帧可以指示来自当前季度的数据与来自前一季度(例如,或者去年的季度等)的数据相比较。
还可以指定自动挖掘设置,使得规则根据在此所述的度量框架来检查域的分段内的度量(例如,将分段当作单独的域)。
也可以包括自动分析量纲1250,作为规则1200的部分,并且其可以用于如在此所述的、与基于度量条件1240和自动挖掘而产生的警告相关联的所获取的详情页。
示例25-示例性的样本尺寸阈值
在任意在此所述的示例中,当检测商业度量条件时,可以使用样本尺寸阈值。可以过滤掉对于不满足样本尺寸阈值的所观察到的商业度量的考虑(例如,它们不产生警告)。不需要比较,并且可以避免进一步的处理(例如,不满足条件)。
样本尺寸阈值可以与用户、规则、商业度量等相关联。
由于没有统计上无关紧要的样本尺寸,这样的方法可以避免引起假肯定。
样本26-示例性的周期性规则执行
在任意在此所述的示例中,给定的规则可以链接到一个或多个用户,并且设置为以周期性基础而运行。例如,一个管理者可能希望接收对于规则集的按周的更新,另一管理者可能希望接收对于不同的规则集的按月的更新。配置设置可以改变以更改何时运行规则,以及向谁分发所得到的警告。报告路径功能可以指示结果要被分发给报告路径中的那些人(例如管理者、管理者的管理者、管理者的商业单位的副主席等)。
示例27-示例性的商业度量条件规则处理方法
图13是处理商业度量条件检测规则的示例方法1300的流程图,并且可以与在此所述的任意规则一起使用。
在1310中,接收对于域的商业度量观察(例如,计算对于该域的商业度量)。如在此所述的,域可以限于具体时间帧。当进行自动挖掘时,可以在规则中指定的度量内观察对于一个或多个分段的商业度量。
在1320中,将该商业度量观察与目标相比较。还可以考虑到容限。还可以考虑时间帧(例如,以与先前时段、去年的相同时段等比较)。还可以使用在此所述的样本尺寸阈值。如在此所述的,自动挖掘可以得到每个规则的多个比较。
在1330中,基于比较来触发警告。例如,如果观察的商业度量超过该目标,或者超过该目标加上阈值,则可以触发警告。可以使用其他技术。例如,可以对多个规则的比较结果进行分级,并且顶部的n个(例如,最不喜欢的、最喜欢的等)比较结果可以用于触发各自的警告。为了提供上下文或者出于比较的目的,也可以呈现底部的n个结果。当作为警告的分级列表的部分而对警告排序时,可以使用相同或类似的分级类型。
为了对用户将来的请求(例如,挖掘)做准备,可以进行取回对于自动分析量纲的数据(例如,可以对涉及分析量纲的分段来观察商业度量,并且根据需要,结果可以被存储以用于快速取回)。
示例28-示例性的度量条件触发
在任意在此所述的示例中,可以支持各种种类的度量条件触发。这样的触发通常采取目标值、容限、时间帧等的形式。这样的触发通常依赖于与观察的度量相比较的可比物(comparable)。触发可以用于确定观察的度量是否指示具体度量情况,如在此所述的。
示例29-示例性的可比物
在任意在此所述的示例中,可以支持各种种类的度量可比物。这样的可比物在此有时被称为“目标”,因为其指定与观察的度量相比较的目标值。
可以支持不同的可比物类型,包括指定的(例如,硬(hard))目标值,以及自动产生的目标值。具有自动产生的目标值的可比物类型包括先前时段、过去的时段(例如,去年的同一时段)、企业平均、行业平均等。
示例30-示例性的度量条件
在任意在此所述的示例中,可以支持各种种类的度量条件。当监视度量条件时,在此可以使用度量条件触发。作为检测到这样的度量条件的结果,然后可以使用自然语言来对其进行描述。因此在检测到的度量条件(例如,观察到的人员流失率超过阈值)和描述的度量(例如“太高”)之间存在并行性(parallel)。
可以检测以及描述的条件可以包括对于比较结果的指示(例如“太高”、“在目标以上”等)。还可以包括观察和目标之间的不一致的程度(例如“显著”、“过多地”、“非常”、“稍微”等)。还可以包括定时方面(例如“迅速地”、“逐渐地”等)。
代替“高”或者“以上”,条件可以是“低”或者“以下”。
在某些情况下,可能希望支持指示关于目标的度量(例如“稳定的”、“在边界内”等)的度量条件。
示例31-示例性的域
在任意在此所述的示例中,可以使用域。例如,可以对于指示为其监视商业度量的群体(商业企业单位、员工的组等)的域,来观察商业度量。
可以在解决方案或者相关方面中(例如,按照用户)指定这样的域。在相关方面指定的域可以指示从用户的角度(例如,同级的管理者、直接报告、管理的商业单位、或其它组织结构)要监视商业企业层级的哪部分(例如,组织图、报告路径等)。因此域有时被称为规则的“结构”。
域可以指示商业企业单位或者任何任意的员工组,并且可以采取查询项的形式(例如,具体办公室中的员工),并且还可以基于报告路径(例如,向具体管理者报告的员工)。
实际上,可以将域指定为分段(例如,量纲名和量纲值)(例如,“管理者:伊莱扎亨特”)。
当构建用于域的自然语言描述时,可以按组来表达(例如“你的组”)。
示例32-示例性的组织角度信息
在任意在此的示例中,自然语言引擎可以接受用于给定用户的组织角度信息来作为输入,并且可以被配置为从给定用户的组织角度以自然语言描述商业度量条件的出现。例如,可以为用户存储报告路径信息,并且可以据此修整(tailor)描述,如在此所述的(例如,以指示接收的用户负责一组等)。可以使用其他组织信息(例如,组织图表)。
组织角度信息可以包括与域(例如,组织单位)相关联的群体的识别,并且可以指示观察了对于其的商业度量值(例如1615)的群体。用户角度还可以指示自然语言描述(例如1660)指向的用户的角色(例如身份)。角度信息还可以指示用户和群体之间的关系(例如,用户是否是该组的管理者,该组是否是相同的商业单位中的同等的组,等等)。
在某些情况下,角度信息可以实现为另一参数(例如,语气)的部分。此外,可以在配置规则时确定角度信息。例如,指向涉及将接收警告的管理者的分段的数据的规则可以指定具有第二人称语法的文本模板,而指向其他管理者的分段的数据的规则可以指定具有第三人称语法的文本模板。
示例33-产生自然语言的示例性文本模板系统
图14是用于产生商业度量条件的自然语言描述的示例性文本模板系统1400的框图。这样的系统可以用在涉及自然语言描述的、在此的任意示例中,比如当产生警告时、描述分段时等等。因为该系统可以将数字和识别符转换为自然语言文本,所以有时将其称为“翻译器”。
自然语言引擎1450接受识别商业度量的商业度量识别符1410作为输入。例如,可以使用代码、标签或描述。还接受(例如,对于与域相关联的群体)观察到的商业度量值1415作为输入。也可以包括有关的域(例如,以指示在测量哪个管理者的组)。也可以包括时间帧信息(例如,观察度量值1415的时段)。
还可以接受支持值1420作为输入。这样的值可以指示观察的群体大小、观察的群体中有多少人满足商业度量条件准则(例如,在离职的情况下,已经离开的那些人)、群体中的那些人的识别符(离开的那些人的识别符)等等。
还可以接收商业度量条件1430作为输入。还可以包括使用的可比物的类型1432(例如目标、上一时段、先前时段、控制限制的范围等)作为输入。如果使用目标值1435和容限(例如百分比)1437,则可以将其包括。还可以包括时间帧信息(例如,如果有的话,用于产生目标的时间段)。
还可以接受其他信息1425(例如,语气等),并用于影响在此所述的自然语言的产生。
在该示例中,自然语言引擎1450查阅包括多个文本模板1459的自然语言字典1457。文本模板包括与输入和度量情况的相应组合(例如“在目标+容限以上”)相关联的自然语言短语(例如“极大地超过”、“稍微超过”、“正在增加”、“是稳定的”等)。度量情况可以由度量情况检测器1455基于度量值、目标、和容限(如果有的话)之间的关系,以度量情况识别符的形式确定。自然语言字典1457可以被配置为支持任意多种人类语言以支持系统1400的国际化。
产生警告的规则可以指定要传播到模板处理器1456的其他值1425,该模板处理器1456基于度量情况识别符和可能的其他输入因素(例如语气、度量识别符等)来选取用于描述商业度量条件的文本模板1459。可以使用具有相应的模板项的值的可能的排列的表。因此,该表可以用作查找表,用于提供对于到该查找表的输入因素的给定组合的文本模板。该查找表不需要使用极大地变化的输入因素(例如,度量值1415本身)。
字典还可以指示由度量识别符1410指示的商业度量的自然语言描述。这样的描述可以是熟悉的、交谈式的语气(例如“流失”而不是“主动离职”)以促进易于理解和清楚的传达。
文本模板1459可以是任意语言的,并且可以包括指示字段(field)将根据输入值(例如支持值1420等)而完成的一个或多个标记。可以通过在适当的文本模板中包括这样的语言来实现在第二人称和第三人称描述之间的切换。
该引擎被配置为输出如在文本模板1459中指示的商业度量条件的自然语言描述1460,该文本模板1459是基于输入而选取的。模板处理器1456可以将输入值放置到由模板指示的模板文本中。
文本模板1459可以支持对描述1460的修饰。例如,可以使用颜色以描绘严重的条件,可以添加副标题细节等等。
当描述分段时,可以使用该系统的部分(例如,模板处理器1456)(例如,用以产生域的自然语言描述(例如“安德鲁汤普森的组”)、分段的自然语言描述(例如“位于芝加哥”)等等)。
示例34-产生自然语言的示例性文本模板方法
图15是用于产生商业度量条件的自然语言描述的示例性文本模板方法1500的流程图,并且可以例如与图14的系统结合使用。因为该方法可以将数字和识别符转换为自然语言文本,所以有时将其称为“翻译”处理。
在1510中,接收观察到的商业度量值。例如,可以接收指示在规则中指定的域中观察的商业度量或者随后的自动挖掘的值。还可以接收进一步量化商业度量的一个或多个支持值。
在1520中,经由输入可比物来确定度量情况。如在此所述的,可比物可以是硬目标值、上一时段、过去的时段、企业平均、行业特定的等等。这样的确定可以通过确定可比物是什么(例如,如果未明确提供,则可能需要进一步的计算,比如,确定历史数据),并将其与观察的商业度量相比较来进行。如果有容限值,可以将容限值应用于该可比物;因此,可以确定度量是否超过入该可比物加上容限。
例如,如果观察的度量大于可比值加上容限(例如,以百分比表达已应用于可比值),则指示结果“在目标+容限以上”。另一方面,如果观察的度量大于可比值但是在容限以内,则指示“在目标以上”。
在1530中,至少基于度量情况在自然语言字典中查找文本模板(例如,在表或者数据库中的项目)。如果模板可用于具体度量情况,则可以指定描述该度量情况的适当的自然语言。这样的语言可以配置为根据需要来阅读。例如,如果观察到的商业度量值超过可比物加上容限,则文本模板可以包括指示极大地超过目标的自然语言。
可以使用诸如度量识别符的另外的输入因素。以此方式,模板可以包括描述由该识别符识别的度量的自然语言。诸如语气的其他输入因素可以用于影响文本的方式(demeanor)(例如,正式语言、因果性语言、煽动性语言等)(例如,在方式之间的切换)。
其他输入因素可以确定文本是以第二人称还是第三人称(例如“你的”相对于“量纲值的”)等。因此,可以接收指示希望的角度的值,并且基于该值,可以实现在以第二人称角度表达的文本模板项和以第三人称角度表达的文本模板项之间的选取。
其他输入因素可以指示期望的人类语言,并且可以按指示的语言选取文本模板项。
查找文本模板另外可以基于商业度量识别符本身。因此,可以对于具体的度量来修正模板,并且使用熟悉的自然语言来对其进行描述。
文本模板可以包括用于完成的一个或多个字段。例如,文本模板项中的字段可以指示支持值或者其他信息将被插入到文本中指示的位置处。例如,特殊文本字符指示的字段标记可以用于指示字段和字段识别符。
文本模板包括如在此所述的、以标题格式的自然语言描述(例如,自然语言的完整句子),并且如果有容限,则用于描述相对于可比物和容限指示的商业度量条件。可以包括提供关于度量条件的进一步的信息的副标题。例如,支持值可以插入这样的副标题中,而标题仍没有这样的值。
在1540中,经由一个或多个支持值来完成文本模板项。以此方式,细节(particulars)被替换到文本模板项中。例如,诸如“[列2]中的[列3]人离开”的文本模板经由分别用于列3和列2的支持值“7”(例如,满足准则的那些人)和“40”(例如,总人数)可以变换为“40人中的7人离开”。
在1550中,输出包括完成的文本项的、对商业度量的条件的自然语言描述。然后可以将该描述提供(例如分发、显示等)给用户,用于作为在此所述的警告的一部分来考虑。
示例35-示例性的文本模板
在任意在此的示例中,文本模板可以存储在包括多个文本模板的表中,这样的模板可以被组织用于提供商业度量和度量情况查找。可以使用其他查找因素(例如语气、角度等)。
文本模板的子集可以与指示超过目标和阈值的度量情况相关联,这样的文本模板可以包括更紧急的语言,包含指定要按表示紧急性的颜色绘出的语言的颜色信息,等等。
对于与超过可比值加上容限的度量情况相关联的那些文本模板,文本模板可以包括指示极大地超过目标的自然语言。
对于关联于与先前时段相比较的度量情况的那些文本模板,文本模板可以包括描述与先前时段相比较的自然语言。
对于关联于与企业平均相比较的度量情况的那些文本模板,文本模板可以包括描述与企业平均相比较的自然语言。
示例36-示例性的支持值
在任意在此的示例中,当产生自然语言描述时,可以包括商业度量支持值。这样的值可以进一步量化商业度量。例如,这样的值可以指示用于产生度量的值。例如,在百分比的情况下,这样的值可以包括域(例如,群体)大小和满足度量准则的群体的大小(例如,离职的员工的数量、完成培训的员工的数量等等)。其他可能的支持值包括百分比增加(例如,相比上一时段)、度量超过目标的百分比、度量超过公司平均的百分比等。可以使用进一步量化度量的任何其他任意的值。这样的值可能是阅读者感兴趣的,因为其可以给出关于商业度量条件的进一步的清晰度和细节。
例如,如果商业度量涉及离职率,则支持值可以指示离职的员工的实际人数。
示例37-示例性的度量情况识别符
在任意在此的示例中,度量情况识别符可以用于指定具体的度量情况。当确定在描述商业度量情况时要使用哪个文本模板时,这样的识别符可以是有用的。
由这样的识别符识别的度量情况可以包括在目标以上、在目标加上容限以上、在目标以下、在目标减去容限以下、在公司平均以上、在公司平均加上容限以上、在先前时段以上、在先前时段加上容限以上等等。
可以支持各种其他度量情况。例如,与基准点的比较可以得到在基准点以上、在基准点以下等等。
可以支持滚动趋势度量情况。例如,可以确定滚动趋势(按平均移动等)可比物(例如,跟踪四个季度,按平均移动)。度量情况可以指示在该趋势以上、在该趋势以下等等。
还可以支持统计控制限制范围。例如,对于滚动趋势,可以确定在多个标准偏差内的值的范围(例如,带)。度量情况可以指示在该范围以上、在该范围以下等等。
代替公司平均,可以实现为其他组织单位或结构。例如,对于团队的部门、办公室、或其他单位或结构。则度量情况可以指示在该平均以上、在该平均以下等等。
可以产生对于度量情况而修整的自然语言描述,将其存储在文本模板中等等。得到的描述通常可以指示涉及的度量情况,而不用使用实际的识别符。
示例38-产生自然语言的示例性的替换系统
图16是产生商业度量条件的自然语言描述的示例系统1600的框图。这样的系统可以用在涉及自然语言描述的任意在此的示例中,比如,当产生警告时,当描述分段时,等等。因为该系统可以将数字和识别符转换为自然语言文本,所以有时将其称为“翻译器”。
自然语言引擎1650接受识别商业度量的商业度量识别符1610作为输入。例如,可以使用代码、标签、或描述。还接受(例如,对于与域相关联的群体)观察到的商业度量值1615作为输入。也可以包括时间帧信息(例如,观察度量值1615的时段)。
还可以接受支持值1620作为输入。这样的值可以指示观察的群体大小、观察的群体中有多少人满足商业度量条件准则(例如,在离职的情况下,已经离开的那些人)、群体中的那些人的识别符(离开的那些人的识别符)等等。
还可以接收商业度量条件1630作为输入。还可以包括使用的可比物的类型(例如目标、上一时段、过去的时段、控制限制的范围等)作为输入。如果使用目标值1635和容限(例如百分比)1637,则可以将其包括。还可以包括时间帧信息(例如,如果有的话,用于产生目标的时间段)。
还可以接受如在此所述的指示用户组织角度的信息1640。
自然语言引擎1650还可以查阅自然语言字典1657,该自然语言字典1657可以包括与相应的比较状态(例如“极大地超过”、“稍微超过”、“正在增加”、“已经加倍”、“是稳定的”等)相关联的自然语言词语。该字典可以被配置为支持任意多种人类语言,以支持该系统1600的国际化。该字典还可以指示由度量识别符1610指示的商业度量的自然语言描述。这样的描述可以是熟悉的、交谈式的语气(例如“流失”而不是“主动离职”)以促进易于理解和清楚的传达。
语法逻辑1655可以支持各种种类的描述表达。例如,基于在度量条件1630中指示的时间帧以及度量值1615,可以选取过去时、现在进行时和一般现在时。
语法逻辑1655还可以支持基于用户角度信息1640来在第二人称和第三人称语法之间的切换。字典1657中的信息可以指示适当的词语。例如,在英语中,单词“your(你的)”可以用于指示第二人称所有格语法。在其他语言中,可以存储用于第二人称所有格的多个单词以根据性别或其它因素而使用。在英语中“……的”可以用于指示第三人称所有格(例如“安德鲁的组”)。其他语言可以使用不同的惯例(例如,“Il gruppo di Andrew”),其可以由该逻辑结合字典1657而实现。语法模板可以存储用于一般地表示和构建这样的自然语言描述的句式。
引擎被配置为按照度量条件1630和其他输入值,来输出由度量值1615指示的商业度量条件的自然语言描述1660。在该示例中,自然语言描述1660以标题格式(例如,摘要自然语言描述)示出,包括与群体相关联的商业组的自然语言描述1662、由度量识别符1610指示的商业度量的自然语言描述1664、以及度量条件状态的自然语言描述1666。
可以对描述1660添加各种修饰。例如,可以使用颜色来描绘严重的条件,可以构建摘要图,可以添加副标题细节等等。
此外,如在此所述的,可以支持语气参数。字典1657可以通过将不同的词语与不同的语气相关联而支持这样的语气参数。
当描述分段时,可以使用系统的部分(例如,语法逻辑1655)(例如,用以产生域的自然语言描述(例如“安德鲁汤普森的组”)、分段的自然语言描述(例如“位于芝加哥”)等等)。
示例39-产生自然语言的示例性的替换方法
图17是用于产生商业度量条件的自然语言描述的示例方法1700的流程图,并且可以例如与图16的系统结合使用。因为该方法可以将数字和识别符转换为自然语言文本,所以有时将其称为“翻译”处理。
在1710中,基于用于商业企业的组织信息,构建已经对其观察商业度量的商业企业内的商业企业组的、以用户为中心的自然语言描述。例如,规则中指定的域或者分段可以用于构建该组的自然语言描述。依赖于接收的用户是否管理该组,该描述可以在第二人称所有格和第三人称所有格语法(例如管理者的姓名)之间切换。因此,该描述可以是从接收的用户的角度的、以用户为中心的描述。因为使用了用户在组织结构中的身份和职位,所以这样的描述有时称为“角色描述”。
在1720中,构建商业度量的自然语言描述。例如,诸如商业度量识别符或者代码的信息可以被映射到商业度量的自然语言描述。在一些情况下,组的描述和商业度量的描述可以按不同的方式相互交叉,以促进容易阅读。例如,“你的组的人员的流失(Your group’s attrition)”可以替换地表达为“你的组的人员流失(Attrition of your group)”。
在1730中,构建对于商业企业组观察的商业度量条件的状态的自然语言描述。如在此所述的,描述可以在时态之间切换。
可以将该自然语言描述组合到从用户(例如,描述所指向的人)的角度概括商业度量条件的摘要式自然语言描述中。如在此使用的,这样的摘要式描述可以是标题格式,并且被用作由在此所述的任意度量监视技术触发的警告的部分。
尽管能够不用具体数字而构建清晰的自然语言描述,但是在某些情况下可以使用具体数字。例如,副标题可以使用数字来进一步解释摘要描述。这样的数字可以与模板语句组合(例如,与发起规则相关联)以得到具有数字的自然语言描述(例如,“776人中的114人离开”)。
如在此所述的,可以包括摘要图。可以根据在此所述的语气参数修改语气。
示例40-示例性的强调信息
在任意在此的示例中,自然语言描述可以包括颜色信息(例如,以富文本、HTML或其它格式)。可以响应于确定自然语言描述涉及严重的条件(例如,已经超过警告的容限)而包括这样的颜色。随后,当将该描述呈现给用户用于查看时,可以按所选的颜色绘出该描述或该描述的部分(例如,谓语部分、动词部分、或这两者)。
例如,对于严重的警告可以使用红色或者橙色,对于预警(warning)条件可以使用黄色,等等。
或者,可以使用其他强调信息(例如,黑体、斜体等)。
该信息可以被包括在文本模板中。因此,根据商业度量条件的严重性类别(例如,基于度量情况),颜色数据可以与自然语言描述相关联。
如在此所示的,标题或其他自然语言描述不需要是单一颜色。例如,与商业度量条件有关的标题的部分(例如“失去的高潜力的员工”)可以用彩色绘出,而其余的标题可以保持非彩色(例如,灰色或黑色)。因此,标题可以是混合颜色格式的。
示例41-示例性的商业度量条件状态
在任意在此的示例中,可以提供商业度量条件状态的自然语言描述,以描述商业度量条件的状态。这样的状态可以从相关联的规则得到。例如,如果商业度量已经超过目标,则状态也可以这样指示(例如“在目标以上”)。可以为其中度量在目标加上容限以上的那些情形保留这样的状态。
其他描述不需要使用“目标”语言。例如,现在进行时中的陈述(例如,“正失去高潜力的员工”)对于描述状态而言可以是充分的。但是,这样的描述仍可以经由目标触发。
其他状态描述可以提供关于诸如改变率的状态的进一步的修辞(color)(例如,“正在稍微攀升”)。
其他状态描述可以使用过去时(例如,“已经完成”)。
可以经由自然语言模板与观察的度量、目标、容限、度量情况等之间的比较相组合来产生这样的状态条件。
示例42-示例性的语气
在任意在此的示例中,语气参数可以用于影响自然语言构建。例如,语气设置可以指示直接的、交谈式、的或者强势的语气。当构建自然语言描述时,预期可以确定用于描述状态等的自然语言词语的选取。
因此,语气参数可以致使自然语言描述在不同的交谈语气之间切换。语气参数可以作为产生警告的规则的部分而存储,或者与用户相关联(例如,使得对于具体用户的警告具有指定的具体语气)。
示例43-示例性的自然语言描述
在任意在此的示例中,自然语言描述可以用于描述警告条件。这样的描述可以限制于单个完整的句子。可以选取该句子内的语法以构建如在此所述的以用户为中心的描述。
如在此所述的,该描述可在过去时(例如,“你的组的人员流失上个月稍有攀升”、“你的组的大多数人已经完成了所需的培训”等等)、现在进行时(例如“你的组正在失去高潜力的员工”)以及一般现在时(例如“你的组的空位率在目标以上”)之间切换。
这样的描述可以是对于多种人类语言可区域化的,包括以用户为中心的描述。
示例44-示例性的标题格式
在任意在此的示例中,自然语言描述可以是标题格式的,提供对商业度量条件(例如,域、度量、和度量的状态)的摘要式自然语言描述。这样的描述有时简称为“标题”。
实际上,标题可以是容易阅读和理解的、单个的、简单完整的句子(例如“你的组的人员更体数在目标以上”)。可以从支持进一步的格式化(例如,HTML格式化、富文本格式化等)的模板来构建标题。根据需要,标题可以是短语或语句片段。
如在此所述的,标题可以按严重性的顺序列出,并且可以并入附有简单的数据可视化(例如,摘要图)的警告中。
这样的标题可以用作警告的表示,并且可以显示用于用户进一步考虑。用户可以激活在此所述的标题,以进行对所述的商业度量条件的进一步探索。
示例45-示例性的以用户为中心的描述
在任意在此的示例中,检测的商业度量条件的自然语言描述可以包括对条件的以用户为中心的描述。例如,当向用户发送关于该用户对其负责的(例如,由组织图或者其他配置信息确定的)商业单位的警告时,可以使用第二人称所有格代词(例如,英语中的“your”)。当发送关于不同的管理者的商业单位的警告时,可以使用拥有的管理者的适当的姓名的所有格形式(例如“安德鲁的”)。因此,依赖于警告指向谁,以用户为中心的描述从第二人称语法切换到第三人称语法(例如,添加’s)。
以用户为中心的描述还可以另外依赖于阅读的管理者处于层级内的何处。例如,可以包括来自警告所指向的用户的组织图角度的描述(例如,“你的组”)。
示例46-示例性的用户配置数据
在任意在此的示例中,用户配置数据可以包括系统的用户的配置数据。例如,可以存储多个用户的指示(例如,用户识别符),包括特定用户的指示。
自然语言引擎可以包括角度检测逻辑,并且可以被配置为从特定用户的角度来描述商业度量条件。
配置数据可以指示对于哪些用户(例如,以及用哪些参数)运行哪些规则。
根据需要,可以允许用户定制配置数据。例如,除了公司范围的警告、部门范围的警告等之外,用户可以设置我的警告部分,并且可以包括被配置到用户的偏好的所希望的警告。
可以向用户分配分发渠道(例如,以指示电子邮件地址、协作软件识别符、社交网络网站等)。
配置信息可以设置为由管理员控制或者根据需要来向用户打开。如在此所述的,警告本身可以用于改变配置信息(例如,改变目标值等)。
示例47-示例性的策略库
在任意在此的示例中,策略库可以存储用于解决消极商业度量条件的可能的解决方案。可以在详情页上显示来自策略库的建议,并且可以在详情页上提供到策略库中的文档的一个或多个链接。响应于这样的链接的激活,可以显示这些文档用于由用户考虑。
示例48-实现配置的示例系统
图18是实现基于规则的商业度量条件警告的配置的系统1800的框图。为了上下文的目的,示出了一个或多个企业数据源110。
在该示例中,监视系统1850监视数据源110,并产生用于分发到用户的警告。
配置引擎1855可操作以接收用于配置用户配置数据的指示120(例如,指示用户1827和设置1829的项1825)。也可以添加、删除、或编辑规则130。示例性的规则1862包括关键度量1864、关键量纲1865(例如,用于在如在此所述的自动挖掘中使用)、样本尺寸阈值1866、和时间帧1867。如在此所述的,其他布置是可能的。还可以修改详情页模板1841以配置该系统。
还可以配置包括如在此所述的字典、组织图数据、基准点、策略库等的其他信息。
为了促进迅速部署,可以为系统1850提供默认配置设置,以及用于目标用户的设置集。
配置引擎1855可以实现为支持具有有限的屏幕面积(real estate)的移动设备的配置。
示例49-配置的示例方法
图19是实现基于规则的商业度量条件警告的配置的示例方法1900的流程图,并且可以例如在图18所示的系统中实现。
在1910中,接收规则配置数据。
在1920中,接收用户配置数据。
在1930中,将规则与用户相关联。
随后,在系统的运行时间中,应用该配置。例如,可以根据与用户相关联的规则将警告分发给用户。
示例50-示例性的基于行业基准点的自动阈值
为了便于检测局外人或者异常条件,在此可以实现基于行业基准点的自动阈值。这样的阈值可以用作可比较(目标)值。配置设置可以检测与这样的阈值的差异,而无需明确创建指定特定阈值的规则。
可以通过从商业企业接收行业的指示(例如,零售、财务等)来实现这样的特征。然后,系统可以访问通过对其商业度量可用的相同行业中的企业的统计分析而建立的阈值的数据库。例如,在作为服务场景的云计算或软件中,商业企业可以是对其商业度量可用的多个租用者(tenant)之一(例如,商业企业正利用在此所述的技术)。这样的统计分析可以用于确定异常或者局外人数据(例如,在用于统计控制限制的带以外、超过平均值达多个标准差、在前10%中等等)。
这样的特征可以在云计算场景中实现,因为多个企业可能正使用相同的提供者来利用在此所述的技术。因此提供者能够对企业的数据进行访问,并且可以进行数据的集合、统计分析、以确定局外人条件等。
然后即使没有用行业基准点自动阈值来特别创建规则,仍然可以产生警告。
通过限制在其之下确定自动阈值的环境而应对对于隐私的考虑(例如,如果行业样本群体是1,则不确定自动阈值)。
示例51-示例性的进一步实现方式
对于人力资源上下文而修整在各种平台上的技术的以下实现方式,但是在此所述的特征可以与任意在此的示例一起使用。
示例52-示例性的优点
在此的技术可以由其中的管理者没时间钻研其组织的劳动力分析的复杂性的组织来使用。该技术可以在移动设备易于添加的工具中实现,所述工具自动从劳动力分析中汲取知识,并将其推送到需要所述知识的管理者处。
不像复杂的分析包和竞争分析产品,此技术可以允许管理者获得知识而无需去对其进行发掘,并且不需要花时间翻译复杂的数据表和图表。分析知识以简单的人类语言就来到他们的收件箱,并且提供对于任何关键问题的可进行的接下来的步骤。
这些技术可以用于日程表常常被会议和其他任务填满并且很少有时间使用他们组织的劳动力分析产品来发现他们的控制范围内的潜在问题的当代管理者。
这些技术可以将曾经繁忙并且时间紧迫的好管理者转变为掌握了他们组织中的关键的劳动力问题的杰出的管理者。
可以如下地实现这些技术,以在触摸屏平板机和智能电话以及桌面机上迅速加载并且流畅运行。
示例53-示例性的标题
图20是示例性的标题页2000的屏幕截屏。跟踪管理者感兴趣的度量,并且按严重性的顺序组织结果。警告2010A-D被以简明语言呈现给管理者,以便于立即理解。到给定警告的详情页的导航可以通过选择警告内的用户界面元素2005而实现。
实际上,可以使用各种其他语言,并且可以通过更改在此所述的配置信息来适当地配置各种其他语言。例如,可能希望显示“你的组的空位率在目标以上——比我们的目标率高了12%”而不是“你的组正失去比雇佣的更多的员工——比你的组的目标率高了12%”。可以通过修改相关联的文本、预期、或其它参数来配置这样的差别。
颜色编码可以用于指示严重性类别。在该示例中,顶部的标题具有高严重性类别,因此其部分以表示紧急的第一颜色(例如,红色或橙色)绘出,并且接下来的两个具有中等严重性类别,因此其部分以第二颜色(例如,黄色)绘出。其余的标题是非彩色的(例如,灰色的)。可以通过配置用于检测条件的适当的规则(例如,如果具体度量被检测为在目标加上容限之外,则认为其处于高严重性类别)并且在规则中(例如,在产生自然语言描述的文本模板中)指示文本的颜色来实现这样的特征。或者,可以暗示严重性类别(例如,由于在文本模板中使用的色彩)而不明确计算。
另外,可以用颜色绘出摘要图的部分,以指示严重性。
管理者可以立即看到对于他们的组织的热点在哪里,并且单个敲击或点击允许管理者迅速深度发掘关于特定问题或度量的全部详情。
示例45-示例性的详情页实现方式
图21和22是示出详情页的是两部分2100和2200的屏幕截图。可以响应于在此所述的相关联的警告的激活而显示这样的详情页。
详情页2100包括相关联的警告(例如,具有在该页顶部的标题语言)和挖掘提纲2130。在该示例中,示出了在分段内观察的度量的值的顶部的3个挖掘提纲和底部的3个挖掘提纲。可以经由在此所述的自动挖掘特征来产生这样的提纲2130。提纲2130可以使用颜色编码来根据严重性而绘出值。例如,在描述的左侧的条、在条形图中的条等可以用红色或橙色(例如,如果在容限以外)、黄色(如果仅在目标以外)、或者灰色(如果不在目标以外)绘出。
可以示出其他挖掘提纲2140。在此实例中,代替条形图,示出了圆形图(例如,以指示百分比)。
响应于挖掘提纲的激活(例如,通过敲击、拍打、激活诸如“查看全部分段”的元素等),可以显示示出进一步的数据分段的挖掘提纲的扩展版本,如在此所述的。
详情页2100是滚动之后的同一详情页2100。响应于向下滚动该页,滚动的页2100在顶部包括其相关联的警告的压缩版本。还包括用于导航回到标题格式的警告列表的用户界面元素2140。
还绘出了未来的风险。在该示例中,经由群体的成员的照片绘出有离开风险的群体的风险提纲2250。风险提纲2250可以用作挖掘提纲,因为激活它可以扩展该列表。在此示例中,在提纲中示出了群体(例如员工)的子集的照片集。可以通过分析主动离职的员工离职的条件来确定这样的员工。例如,可以使用来自具有最高主动离职率的分段的员工。
详情页还包括可能的解决方案2260,其包括到策略库的链接以及在其中可获得的多个文档的指示。
详情页还包括应该被考虑的其他因素2270。在该示例中,列出的因素是基于工业基准点。当产生用于相关联的规则的详情页的模板页时,可以包括这样的信息,以得到显示的因素2270。
讨论2280也可以作为详情页的部分而显示。在此示例中,讨论的开始部分以提出者(poster)的照片来显示。可以如在此所述来实现对于该讨论的定位。
还可以包括用于共享或协作的选项2290。
示例55-示例性的扩展的挖掘提纲
图23是扩展的挖掘提纲的屏幕截屏,并且可以响应于相关联的挖掘提纲(例如2130)的激活而示出。
用户可以通过添加量纲、改变或去除量纲在数据内进一步导航。例如,可以激活用户界面元素2330以露出量纲拾取器。因此用户可以从事专门的(adhoc)数据分析,以探索关于条件的原因的思想。
这样,经由详情页,可以接收用于(例如,通过用户)查看除了详情页上示出的那些之外的分段的商业度量的指示。响应于这样的指示,可以向数据库发送适当的询问,并且可以示出通过请求的分段(量纲值)来查看的数据。
扩展的提纲示出对于各个分段的简单趋势线图,其允许阅读者迅速掌握正在发生什么。
还可以使用颜色编码(例如,使用红色绘出在阈值和容限以外的关键情况、使用黄色绘出在阈值以外的情况等等)。可以将这样的颜色编码应用于分段的文本、用于分段的条形线、或者落在边界以外的趋势线图的部分2350。
还可以包括用于导航回到详情页的用户界面元素2310。
图24的扩展的挖掘提纲2400(例如,响应于2240的激活)和图25的2500(例如,响应于2250的激活)可以类似地运作。
示例56-示例性的平板机和智能电话用户界面
图26是平板设备的示例性的用户界面的屏幕截屏。
图27是智能电话的示例性用户界面的屏幕截屏。在该示例中,省略诸如摘要图的一些特征。相同的配置信息(例如,规则)可以用于产生平板机或智能电话用户界面(例如,基于设备类型)。因此,该系统被配置为在使用用于给定描述的单个规则的同时,在适合于平板机的描述和适合于智能电话的描述之间切换。也可以支持桌面计算机格式。可以在服务器处、在客户端设备处、或者组合地在两者处实现这样的特征。
在此的技术可以在各种种类的计算设备上实现。在这样的情况下,显示屏可以显示如下的警告,其包括在此所述的、对商业企业内的商业度量检测的商业度量条件的自然语言描述。
在触摸屏情况下,显示屏被配置为接收警告的激活。计算设备可以配置为响应于警告的激活,而显示包括关于商业度量的条件的进一步的细节的详情页。该详情页可以包括对商业企业内的多个数据分段计算的商业度量的显示。
示例57-示例性的用户帮助技术
可以使用其它设备或系统,比如,经由用户帮助技术为无能力的用户提供支持的那些设备或系统。例如,可以支持屏幕阅读器(例如JAWS)格式。以此方式,可以容易地将商业度量条件传达给更广泛的用户观众。
示例58-示例性的内容插入
由在此所述的技术提供的内容可以直接或间接显示或插入到另一电子文档中。可以支持具有特定格式要求的、诸如电子邮件、文字处理、电子表格、演示软件文档、PDF等的文档。
示例59-示例性的摘要图扩展
图28是示出摘要图扩展的示例性用户界面2800的屏幕截屏。在任意在此的示例中,摘要图可以支持激活以提供该图的扩展版本,如在此所述的。
例如,响应于该图的激活(例如,通过点击或敲击该图),该图可以扩展(例如,显示该摘要图的扩展版本)以提供进一步的详细视图。这样的扩展视图可以包括更多数据点,示出目标度量值、公司平均、行业平均、增加的量等等。该扩展视图可以显示为度量(例如,为摘要图)或缩略版本(例如,度量名称)示出的相同的标题。
该扩展版本可以包括在先前的时段上的相对趋势量的自然语言描述(例如“比上个月加倍”)。可以显示在先前时段上的具体趋势量(例如,“15%”)。可以靠近当前值显示增加(例如,增加可以显示为当前值的下标)。可以使用其它图形指示符(例如,上三角来指示增加)。
扩展视图可以实现为弹出的用户界面元素。
示例60-示例性的协作工具条
图29是示出可以用于在此所述的任意警告的协作工具条的示例性用户界面2900的屏幕截屏。在此示例中,工具条被示出在警告的左侧。响应于用户进行的激活(例如,经由在显示的警告上的挥动、轻敲、或其它手势),可以显示该工具条,或者默认其可以是存在的。
然后,响应于激活协作工具条上的用户界面元素,可以与接收方共享该警告。
可以经由电子邮件或者协作软件实现共享。对于电子邮件,可以显示预填充(pre-populate)有格式化的标题、相关联的图像、和主题行的弹出框。用户可以输入接收方的姓名、改变主题行、并输入消息。然后接收用户查看该警告和由发送者提供的补充内容,如果有该补充内容的话。
对于协作软件,用户可以选择所期望的接收方,并且输入主题行。
示例61-经由警告的示例性目标调整
图30是示出经由警告对目标的调整的示例性用户界面3000的屏幕截屏,并且可以与在此所述的任意显示的警告一起使用。
响应于对警告的手势或其它激活,可以显示用户界面3000,以用于调整对警告的目标设置。该用户界面可以用于调整对警告的目标设置(例如,触发警告的规则)。该界面允许迅速访问对于给定度量的目标设置机制。该界面可以允许显示相关带的阴影化(shading)(例如,基于基准点百分比值)。可以经由该界面来访问支持的目标设置机制(例如,目标类型、目标值、容限值等等)。
例如,经由该界面,可以接收改变对于警告的容限值的指示。然后在配置信息中改变容限。相关联的规则的随后执行使用改变的容限值。
示例62-示例性的在线分析处理
在任意在此的示例中,可以使用在线分析处理(OLAP)作为开发数据源(例如,通常是通过合集、并集等而组合的数据基表)的工具。在实践中,在线分析数据涉及多量纲分析、量纲模型、星形图、雪花图、数据立方体、透视表等。
在线分析处理会话可以基于详情页或者警告,其指定数据源和可能的用于进一步开发的量纲和分段。
在激活(例如,详情页中的)适当的用户界面元素时,在线分析处理会话开始。然后,该会话可以支持在数据内导航(例如,添加或删除某些量纲、挖掘、交叉分析、经由向上归纳和集合而合并等等)。因此,这些技术允许在数据内的专门的导航。在诸如数据立方体的库存数据的情况下,用户可以在该立方体内导航该数据。但是,也可以支持无缝(cubeless)导航。
示例63-示例性的计算系统
图31例示其中可以实现所述的创新中的一些的适当的计算系统3100的一般化的示例。计算系统3100不意图提出对使用或功能的范围的任何限制,因为可以在不同的通用或者专用计算系统中实现这些创新。
参考图31,计算系统3100包括一个或多个处理单元3110、3115以及存储器3120和3125。在图31中,此基本配置3130被包括在虚线内。处理单元3110、3115执行计算机可执行的指令。处理单元可以是通用中央处理单元(CPU)、专用集成电路(ASIC)中的处理器、或者任何其他类型的处理器。在多处理系统中,多个处理单元执行计算机可执行的指令,以增加处理能力。例如,图31示出中央处理单元3110以及图形处理单元或者协处理单元3115。切实的存储器3120、3125可以是可由处理单元访问的易失性存储器(例如,寄存器、高速缓存、RAM)、非易失性存储器(例如,ROM、EEPROM、闪存等)或者这两者的一些组合。存储器3120、3125以适合于由处理单元执行的计算机可执行的指令的形式来存储实现在此所述的一个或多个创新的软件3180。
计算系统可以具有另外的特征。例如,该计算系统3100包括存储设备3140、一个或多个输入设备3150、一个或多个输出设备3160、以及一个或多个通信连接3170。诸如总线、控制器、或网络的互连机构(未示出)将计算系统3100的各组件互连。通常,操作系统软件(未示出)提供在计算系统3100中执行的其他软件的操作环境,并且协调计算系统3100的组件的活动。
切实的存储设备3140可以是可移除或不可移除的,并且包括磁盘、磁带或盒式磁带、CD-ROM、DVD或可以以非临时的方式来存储信息并且可以在计算系统3100中访问的任何其他的介质。存储设备3140存储用于实现在此描述的一个或者多个创新的软件3180的指令。
输入设备3150可以是诸如键盘、鼠标、触笔、或者轨迹球的触摸输入设备、语音输入设备、扫描设备、或者提供输入到计算系统3100的其他设备。为了视频编码,输入设备3150可以是相机、视频卡、TV调谐卡或接受以模拟或数字形式的视频输入的类似设备、或者将视频样本读入到计算系统3100中的CD-ROM或DC-RW。手持设备3160可以是显示器、打印机、扬声器、CD-写入器、或者提供来自计算系统3100的输出的其他设备。
通信连接3170使得能够在通信介质上与另一计算实体进行通信。通信介质以调制的数据信号来传送诸如计算机可执行指令的信息、音频或视频输入或输出、或者其他数据。调制的数据信号是使得其特征中的一个或多个以对该信号中的信息进行编码的方式来设置或改变的信号。通过示例而非限制性地,通信介质可以使用电、光、RF或其他载波。
可以在执行在目标真实或虚拟处理器上的计算系统中的、诸如程序模块中包括的计算机可执行的指令的一般上下文中描述这些创新。通常,程序模块包括进行特定任务或者实现特定抽象数据类型的例程、程序、库、对象、类、分量、数据结构等等。在各个实施例中,根据需要,程序模块的功能可以可以在程序模块之间组合或者划分。用于程序模块的计算机可执行的指令可以在本地或分布式计算系统中执行。
为了便于呈现,详细描述使用了像“确定”和“使用”的术语来描述计算系统中的计算机操作。这些术语是计算机进行的操作的高级抽象,并且不应该与人进行的动作混淆。与这些术语对应的实际的计算机操作依赖于实现方式而变化。
示例64-示例性的支持云的环境
在示例环境3200中,云3210为具有各种屏幕能力的连接的设备3230、3240、3250提供服务。连接的设备3230表示具有计算机屏幕3235(例如,中等尺寸的屏幕)的设备。例如,连接的设备3230可以是诸如桌面计算机、膝上机、笔记本、上网本等的个人计算机。连接的设备3240表示具有移动设备屏幕3245(例如,小尺寸的屏幕)的设备。例如,连接的设备3240可以是移动电话、智能电话、个人数字助理、平板计算机等。连接的设备3250表示具有大屏幕3255的设备。例如,连接的设备3250可以是电视机屏幕(例如,智能电视)或者连接到电视机的另一设备(例如,机顶盒或游戏控制台)等。连接的设备3230、3240、3250中的一个或多个可以包括触摸屏能力。触摸屏可以接受不同方式的输入。例如,电容触摸屏在对象(例如,指尖或手写笔)扭曲或中断跨过表面行进的电流时,检测触摸输入。作为另一例子,触摸屏可以使用光学传感器来在来自光学传感器的光束被中断时,检测触摸输入。不一定需要与屏幕表面的物理接触来用于要由一些触摸屏检测的输入。在示例环境3200中也可以使用没有屏幕能力的设备。例如,云3210可以为没有显示器的一个或多个计算机(例如,服务器计算机)提供服务。
服务可以由云3210通过服务提供者3220或者通过在线服务的其他提供者(未示出)来提供。例如,可以对特定连接的设备(例如,连接的设备3230、3240、3250)的屏幕尺寸、显示能力、和/或触摸屏能力来定制云服务。
在示例环境3200中,云3210至少部分地使用服务提供者3220向各种连接的设备3230、3240、3250提供在此所述的技术和解决方案。例如,服务提供者3220可以提供用于各种基于云地服务的中央化解决方案。服务提供者3220可以管理对于用户和/或设备(例如,对于连接的设备3230、3240、3250和/或其各自的用户)的服务订阅。
示例65-计算机可读介质
在此的任意计算机可读介质可以是非暂时的(例如,诸如DRAM或SRAM的易失性存储器、诸如磁存储设备、光存储设备的非易失性存储器等)和/或切实的。在此所述的任意的存储动作可以通过在一个或多个计算机可读介质(例如,计算机可读存储介质或者其他切实的介质)中存储而实现。描述为被存储的任意的事物(例如,在实现期间创建和使用的数据)可以存储在一个或多个计算机可读介质(例如,计算机可读存储介质或其他切实的介质)中。计算机可读介质可以限制为不由信号构成的实现方式。
在此所述的任意方法可以由一个或多个计算机可读介质(例如,计算机可读存储介质或其他切实的介质)或者一个或多个计算机可读存储设备(例如存储器、磁存储设备、光存储设备等)中的计算机可执行的指令来实现。这样的指令可以致使计算设备执行该方法。在此所述的技术可以以各种编程语言实现。
替换例
根据任意示例的技术可以与在任意一个或多个其他示例中所述的技术组合。考虑到所公开的技术的原理可以应用于的许多可能的实施例,应该认识到,例示的实施例是公开的技术的示例,并且不应被当作对公开的技术的范围的限制。而是,公开的技术的范围包括由以下权利要求覆盖的范围。因此本发明要求所有落在权利要求的范围和精神内的特征。
Claims (20)
1.一种至少部分地由计算机实现的方法,所述方法包括:
接收对于商业度量的观察到的商业度量值以及进一步量化所述商业度量的一个或多个支持值;
基于可比值与对于所述商业度量的观察到的商业度量值的比较来确定度量情况;
至少基于所述度量情况,在自然语言字典中查找文本模板,其中,所述文本模板包括自然语言以及用于完成的一个或多个字段;
经由所述一个或多个支持值来完成所述文本模板;以及
输出所述商业度量的条件的自然语言描述,其中,所述自然语言描述包括完成的文本模板。
2.一个或多个计算机可读介质,包括用于执行权利要求1所述的方法的计算机可执行的指令。
3.如权利要求1的方法,其中,所述文本模板包括描述商业度量的条件的、以标题格式的自然语言的完整句子。
4.如权利要求3的方法,所述文本模板还包括提供关于所述商业度量的条件的进一步信息的自然语言副标题。
5.如权利要求1的方法,其中,所述文本模板被存储在模板表中,所述模板表包括组织用于通过商业度量和度量情况查找的多个文本模板。
6.如权利要求5的方法,其中:
文本模板的子集与指示超过目标和阈值的度量情况相关联;以及
所述文本模板的子集包含指定语言将按表示紧急性的颜色绘出的颜色信息。
7.如权利要求1的方法,还包括:
根据商业度量的条件的严重性,将颜色数据与自然语言描述相关联。
8.如权利要求1的方法,其中,确定所述度量情况包括应用指示用于可比值的容限的容限值。
9.如权利要求8的方法,其中:
确定所述度量情况包括确定观察到的商业度量值超过可比值加上容限;以及
文本模板包括指示极大地超过目标的自然语言。
10.如权利要求1的方法,其中,确定所述度量情况包括从包括以下的组中选取:
在目标以上,
在目标加上阈值以上,
在目标以下,以及
在目标减去阈值以下。
11.如权利要求1的方法,其中:
确定所述度量情况包括与先前的时段相比较;以及
所述文本模板描述与先前的时段进行的比较。
12.如权利要求1的方法,其中:
确定所述度量情况包括与企业平均相比较;以及
所述文本模板描述与企业平均进行的比较。
13.如权利要求1的方法,还包括:
接收指示期望的角度的值;以及
基于指示期望的角度的值,在以第二人称角度表达的文本模板和以第三人称角度表达的文本模板之间进行选取。
14.如权利要求1的方法,还包括:
基于语气参数在正式语言和非正式语言之间进行切换。
15.如权利要求1的方法,还包括:
接收对于商业度量的度量识别符;
其中,另外基于所述度量识别符来查找文本模板。
16.如权利要求1的方法,其中:
所述商业度量涉及离职率;以及
所述一个或多个支持值中的至少一个指示离职的员工的人数。
17.如权利要求1的方法,还包括:
将摘要图与自然语言描述相关联,其中,所述摘要图绘出所述商业度量的条件的趋势。
18.如权利要求1的方法,其中,所述文本模板包括用于对其已经观察了商业度量的商业企业组的描述、用于商业度量的自然语言描述、以及用于为商业企业组观察到的商业度量的商业度量条件状态的自然语言描述的字段。
19.一个或多个计算机可读存储介质,包括致使计算机系统执行如下方法的计算机可执行的指令,所述方法包括:
构建对其已经观察了商业度量的商业企业组的以用户为中心的自然语言描述;
构建所述商业度量的自然语言描述;以及
基于对于观察的商业度量的度量情况,构建为所述商业企业组观察到的商业度量的商业度量条件状态的自然语言描述。
20.一种监视在一个或多个商业企业数据源内的商业度量条件的系统,所述系统包括:
一个或多个处理器;
存储器;
自然语言字典,其包括与相应的比较情景相关联的自然语言词语;以及
自然语言引擎,其被配置为接收在群体内所观察到的商业度量值、商业度量识别符、包括目标和容限的商业度量条件、支持值、以及用户角度的指示,其中,所述自然语言引擎还被配置为查阅所述自然语言字典并基于所述商业度量值、所述商业度量识别符、所述目标、所述容限、和所述支持值,从所述自然语言字典中的词语中输出对所述商业度量条件的自然语言描述;
其中,所述自然语言引擎还包括如下的逻辑,其被配置为基于所述用户角度的指示,在对于所述商业度量条件的自然语言描述的使用第二人称语法的自然语言描述和使用第三人称语法的自然语言描述之间进行选取。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/646,609 | 2012-10-05 | ||
US13/646,609 US9323736B2 (en) | 2012-10-05 | 2012-10-05 | Natural language metric condition alerts generation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103714450A true CN103714450A (zh) | 2014-04-09 |
CN103714450B CN103714450B (zh) | 2019-09-13 |
Family
ID=49274390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310464735.5A Active CN103714450B (zh) | 2012-10-05 | 2013-10-08 | 自然语言度量条件警告产生 |
Country Status (4)
Country | Link |
---|---|
US (2) | US9323736B2 (zh) |
EP (1) | EP2717203A1 (zh) |
CN (1) | CN103714450B (zh) |
CA (1) | CA2828995A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107609835A (zh) * | 2017-07-28 | 2018-01-19 | 国网辽宁省电力有限公司 | 一种电网人力配置应用系统及方法 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9405448B2 (en) | 2012-08-30 | 2016-08-02 | Arria Data2Text Limited | Method and apparatus for annotating a graphical output |
US9135244B2 (en) | 2012-08-30 | 2015-09-15 | Arria Data2Text Limited | Method and apparatus for configurable microplanning |
US8762133B2 (en) | 2012-08-30 | 2014-06-24 | Arria Data2Text Limited | Method and apparatus for alert validation |
US9336193B2 (en) | 2012-08-30 | 2016-05-10 | Arria Data2Text Limited | Method and apparatus for updating a previously generated text |
US8762134B2 (en) | 2012-08-30 | 2014-06-24 | Arria Data2Text Limited | Method and apparatus for situational analysis text generation |
US9323736B2 (en) | 2012-10-05 | 2016-04-26 | Successfactors, Inc. | Natural language metric condition alerts generation |
US9600471B2 (en) | 2012-11-02 | 2017-03-21 | Arria Data2Text Limited | Method and apparatus for aggregating with information generalization |
WO2014076524A1 (en) | 2012-11-16 | 2014-05-22 | Data2Text Limited | Method and apparatus for spatial descriptions in an output text |
WO2014076525A1 (en) | 2012-11-16 | 2014-05-22 | Data2Text Limited | Method and apparatus for expressing time in an output text |
US10095692B2 (en) * | 2012-11-29 | 2018-10-09 | Thornson Reuters Global Resources Unlimited Company | Template bootstrapping for domain-adaptable natural language generation |
WO2014102569A1 (en) | 2012-12-27 | 2014-07-03 | Arria Data2Text Limited | Method and apparatus for motion description |
US10115202B2 (en) | 2012-12-27 | 2018-10-30 | Arria Data2Text Limited | Method and apparatus for motion detection |
GB2524934A (en) | 2013-01-15 | 2015-10-07 | Arria Data2Text Ltd | Method and apparatus for document planning |
WO2015028844A1 (en) * | 2013-08-29 | 2015-03-05 | Arria Data2Text Limited | Text generation from correlated alerts |
US9396181B1 (en) | 2013-09-16 | 2016-07-19 | Arria Data2Text Limited | Method, apparatus, and computer program product for user-directed reporting |
US9244894B1 (en) | 2013-09-16 | 2016-01-26 | Arria Data2Text Limited | Method and apparatus for interactive reports |
US9928516B2 (en) * | 2013-12-30 | 2018-03-27 | Nice Ltd. | System and method for automated analysis of data to populate natural language description of data relationships |
US10664558B2 (en) | 2014-04-18 | 2020-05-26 | Arria Data2Text Limited | Method and apparatus for document planning |
WO2017136939A1 (en) * | 2016-02-09 | 2017-08-17 | Blue J Legal Inc. | Decision making platform |
US10832218B1 (en) * | 2016-04-05 | 2020-11-10 | Palantir Technologies Inc. | User interface for visualization of an attrition value |
US10445432B1 (en) | 2016-08-31 | 2019-10-15 | Arria Data2Text Limited | Method and apparatus for lightweight multilingual natural language realizer |
US10467347B1 (en) | 2016-10-31 | 2019-11-05 | Arria Data2Text Limited | Method and apparatus for natural language document orchestrator |
US10600337B2 (en) | 2017-01-31 | 2020-03-24 | Bank Of America Corporation | Intelligent content parsing with synthetic speech and tangible braille production |
US11768826B2 (en) * | 2017-09-27 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Web services for creation and maintenance of smart entities for connected devices |
US11423347B2 (en) * | 2018-08-31 | 2022-08-23 | Kinaxis Inc. | Conversational business tool |
US11188436B2 (en) * | 2018-10-30 | 2021-11-30 | Accenture Global Solutions Limited | Monitoring an artificial intelligence (AI) based process |
US11394799B2 (en) | 2020-05-07 | 2022-07-19 | Freeman Augustus Jackson | Methods, systems, apparatuses, and devices for facilitating for generation of an interactive story based on non-interactive data |
US12050624B2 (en) * | 2022-03-18 | 2024-07-30 | Zoho Corporation Private Limited | Entity interaction trends |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291311A (zh) * | 1998-10-16 | 2001-04-11 | 第一商业股份有限公司 | 贸易伙伴网络中的商务文档以及基于该文档的接口定义 |
US20040199541A1 (en) * | 2003-04-04 | 2004-10-07 | Goldberg Evan M. | Concise communication of real-time business information in an enterprise network |
US6999916B2 (en) * | 2001-04-20 | 2006-02-14 | Wordsniffer, Inc. | Method and apparatus for integrated, user-directed web site text translation |
CN101266666A (zh) * | 1998-10-16 | 2008-09-17 | 开创网络有限公司 | 贸易伙伴网络中的商务文档以及基于该文档的接口定义 |
US20090171927A1 (en) * | 2003-05-27 | 2009-07-02 | International Business Machines Corporation | Method for providing a real time view of heterogeneous enterprise data |
CN101529418A (zh) * | 2006-01-19 | 2009-09-09 | 维里德克斯有限责任公司 | 用于获取、分析和挖掘数据和信息的系统和方法 |
US20100070448A1 (en) * | 2002-06-24 | 2010-03-18 | Nosa Omoigui | System and method for knowledge retrieval, management, delivery and presentation |
WO2011081535A1 (en) * | 2009-12-14 | 2011-07-07 | Business Intelligence Solutions Safe B.V. | An improved method and system for calculating breakpoints in a data visualization system |
US20120144325A1 (en) * | 2010-12-01 | 2012-06-07 | Microsoft Corporation | Proposing visual display components for processing data |
CN102708096A (zh) * | 2012-05-29 | 2012-10-03 | 代松 | 一种基于语义的网络智能舆情监测系统及其工作方法 |
Family Cites Families (68)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5226118A (en) | 1991-01-29 | 1993-07-06 | Prometrix Corporation | Data analysis system and method for industrial process control systems |
US6278967B1 (en) | 1992-08-31 | 2001-08-21 | Logovista Corporation | Automated system for generating natural language translations that are domain-specific, grammar rule-based, and/or based on part-of-speech analysis |
US6760695B1 (en) | 1992-08-31 | 2004-07-06 | Logovista Corporation | Automated natural language processing |
US6470306B1 (en) | 1996-04-23 | 2002-10-22 | Logovista Corporation | Automated translation of annotated text based on the determination of locations for inserting annotation tokens and linked ending, end-of-sentence or language tokens |
US6314411B1 (en) | 1996-06-11 | 2001-11-06 | Pegasus Micro-Technologies, Inc. | Artificially intelligent natural language computational interface system for interfacing a human to a data processor having human-like responses |
US5983170A (en) | 1996-06-25 | 1999-11-09 | Continuum Software, Inc | System and method for generating semantic analysis of textual information |
US5991710A (en) | 1997-05-20 | 1999-11-23 | International Business Machines Corporation | Statistical translation system with features based on phrases or groups of words |
US6082422A (en) | 1997-06-03 | 2000-07-04 | Storus Corp. | Money clip and card holder |
US6463404B1 (en) | 1997-08-08 | 2002-10-08 | British Telecommunications Public Limited Company | Translation |
US7539637B2 (en) | 1998-04-24 | 2009-05-26 | Starmine Corporation | Security analyst estimates performance viewing system and method |
US6285978B1 (en) | 1998-09-24 | 2001-09-04 | International Business Machines Corporation | System and method for estimating accuracy of an automatic natural language translation |
US7082422B1 (en) * | 1999-03-23 | 2006-07-25 | Microstrategy, Incorporated | System and method for automatic transmission of audible on-line analytical processing system report output |
US20020049790A1 (en) | 2000-08-08 | 2002-04-25 | Ricker Jeffrey M | Data interchange format transformation method and data dictionary used therefor |
US20040172410A1 (en) | 2001-06-11 | 2004-09-02 | Takashi Shimojima | Content management system |
US7295965B2 (en) | 2001-06-29 | 2007-11-13 | Honeywell International Inc. | Method and apparatus for determining a measure of similarity between natural language sentences |
US20030082508A1 (en) | 2001-10-30 | 2003-05-01 | Motorola, Inc. | Training method |
US7720795B2 (en) * | 2002-02-05 | 2010-05-18 | General Electric Company | Digital cockpit |
US7054857B2 (en) * | 2002-05-08 | 2006-05-30 | Overture Services, Inc. | Use of extensible markup language in a system and method for influencing a position on a search result list generated by a computer network search engine |
US20040006547A1 (en) | 2002-07-03 | 2004-01-08 | Dehlinger Peter J. | Text-processing database |
US20040138944A1 (en) | 2002-07-22 | 2004-07-15 | Cindy Whitacre | Program performance management system |
WO2004070507A2 (en) | 2003-02-07 | 2004-08-19 | Power Measurement Ltd. | A method and system for calculating and distributing utility costs |
US20050071217A1 (en) | 2003-09-30 | 2005-03-31 | General Electric Company | Method, system and computer product for analyzing business risk using event information extracted from natural language sources |
US7433876B2 (en) * | 2004-02-23 | 2008-10-07 | Radar Networks, Inc. | Semantic web portal and platform |
US8700414B2 (en) * | 2004-12-29 | 2014-04-15 | Sap Ag | System supported optimization of event resolution |
US7373341B2 (en) * | 2004-12-30 | 2008-05-13 | Business Objects, S.A. | Computer readable medium, method and apparatus for preserving filtering conditions to query multilingual data sources at various locales when regenerating a report |
US20060200338A1 (en) * | 2005-03-04 | 2006-09-07 | Microsoft Corporation | Method and system for creating a lexicon |
US7225103B2 (en) | 2005-06-30 | 2007-05-29 | Oracle International Corporation | Automatic determination of high significance alert thresholds for system performance metrics using an exponentially tailed model |
JP2007034813A (ja) | 2005-07-28 | 2007-02-08 | National Institute Of Advanced Industrial & Technology | 複数自然言語のソフトウェア説明書生成システム |
US20070050279A1 (en) | 2005-08-26 | 2007-03-01 | Palo Alto Research Center Incorporated | Reverse bidding for trip services |
US7844527B2 (en) | 2005-08-30 | 2010-11-30 | Pensiondcisions Limited | Method and system for measuring investment performance |
US20080221868A1 (en) | 2005-09-05 | 2008-09-11 | Melnick Einat H | Digital universal language |
JP2007122509A (ja) | 2005-10-28 | 2007-05-17 | Rozetta Corp | 語句配列の自然度判定装置、方法及びプログラム |
US7698188B2 (en) * | 2005-11-03 | 2010-04-13 | Beta-Rubicon Technologies, Llc | Electronic enterprise capital marketplace and monitoring apparatus and method |
US20070133756A1 (en) * | 2005-12-09 | 2007-06-14 | Graves Samuel R Iii | Personal notification method and apparatus |
US7479875B2 (en) | 2006-05-12 | 2009-01-20 | Oracle International Corporation | Method of and system for managing data in a sensor network |
US9280435B2 (en) | 2011-12-23 | 2016-03-08 | Zonar Systems, Inc. | Method and apparatus for GPS based slope determination, real-time vehicle mass determination, and vehicle efficiency analysis |
US9318108B2 (en) * | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US20080065491A1 (en) * | 2006-09-11 | 2008-03-13 | Alexander Bakman | Automated advertising optimizer |
US20080183525A1 (en) | 2007-01-31 | 2008-07-31 | Tsuji Satomi | Business microscope system |
US20090125450A1 (en) | 2007-08-06 | 2009-05-14 | Graham John Mannion | Method and system for measuring investment volatility and/or investment performance |
US8612285B2 (en) * | 2007-09-26 | 2013-12-17 | Sap Ag | Unified access of key figure values |
WO2009046062A2 (en) * | 2007-10-01 | 2009-04-09 | Odubiyi Jide B | Method and system for an automated corporate governance rating system |
US20100033486A1 (en) | 2008-07-01 | 2010-02-11 | Karl Erik Vilhelm Dahlen | Method and system of determining and visualizing dependencies between industrial process parameters |
US20100094839A1 (en) * | 2008-10-14 | 2010-04-15 | Brach Ricci S | Coordinated notification |
US9262403B2 (en) | 2009-03-02 | 2016-02-16 | Sdl Plc | Dynamic generation of auto-suggest dictionary for natural language translation |
GB2468278A (en) | 2009-03-02 | 2010-09-08 | Sdl Plc | Computer assisted natural language translation outputs selectable target text associated in bilingual corpus with input target text from partial translation |
US20100332337A1 (en) * | 2009-06-25 | 2010-12-30 | Bullock Roddy Mckee | Universal one-click online payment method and system |
US20100318398A1 (en) | 2009-06-15 | 2010-12-16 | Xerox Corporation | Natural language interface for collaborative event scheduling |
CA2768665C (en) | 2009-08-12 | 2015-06-02 | Sergio Schulte De Oliveira | Information system for industrial vehicles |
US8499252B2 (en) | 2009-12-18 | 2013-07-30 | Covidien Lp | Display of respiratory data graphs on a ventilator graphical user interface |
US8548796B2 (en) | 2010-01-20 | 2013-10-01 | Xerox Corporation | Statistical machine translation system and method for translation of text into languages which produce closed compound words |
US8275771B1 (en) | 2010-02-26 | 2012-09-25 | Google Inc. | Non-text content item search |
WO2011137935A1 (en) | 2010-05-07 | 2011-11-10 | Ulysses Systems (Uk) Limited | System and method for identifying relevant information for an enterprise |
US8543374B2 (en) | 2010-08-12 | 2013-09-24 | Xerox Corporation | Translation system combining hierarchical and phrase-based models |
US8775155B2 (en) | 2010-10-25 | 2014-07-08 | Xerox Corporation | Machine translation using overlapping biphrase alignments and sampling |
US20120130778A1 (en) | 2010-10-25 | 2012-05-24 | Autoalert, Inc. | System and method for assessing and managing financial transactions |
US20120166616A1 (en) * | 2010-12-23 | 2012-06-28 | Enxsuite | System and method for energy performance management |
US9154826B2 (en) * | 2011-04-06 | 2015-10-06 | Headwater Partners Ii Llc | Distributing content and service launch objects to mobile devices |
US8942838B2 (en) * | 2011-04-15 | 2015-01-27 | Cummins Intellectual Property, Inc. | Measurement systems analysis system and method |
US8713037B2 (en) | 2011-06-30 | 2014-04-29 | Xerox Corporation | Translation system adapted for query translation via a reranking framework |
AU2012287004A1 (en) | 2011-07-25 | 2014-02-13 | Google Llc | Hotel results interface |
US20130117300A1 (en) * | 2011-09-14 | 2013-05-09 | XLPat TT Consultants Private Limited | Collaborative patent review monitoring system |
US20130124194A1 (en) | 2011-11-10 | 2013-05-16 | Inventive, Inc. | Systems and methods for manipulating data using natural language commands |
US20130268285A1 (en) * | 2012-04-05 | 2013-10-10 | Steven J. Backes | Medical device quality control management software |
US20140044307A1 (en) * | 2012-08-10 | 2014-02-13 | Qualcomm Labs, Inc. | Sensor input recording and translation into human linguistic form |
US9323736B2 (en) | 2012-10-05 | 2016-04-26 | Successfactors, Inc. | Natural language metric condition alerts generation |
US20140100901A1 (en) | 2012-10-05 | 2014-04-10 | Successfactors, Inc. | Natural language metric condition alerts user interfaces |
US20140100923A1 (en) | 2012-10-05 | 2014-04-10 | Successfactors, Inc. | Natural language metric condition alerts orchestration |
-
2012
- 2012-10-05 US US13/646,609 patent/US9323736B2/en active Active
-
2013
- 2013-09-27 CA CA2828995A patent/CA2828995A1/en not_active Abandoned
- 2013-09-27 EP EP13004701.2A patent/EP2717203A1/en not_active Withdrawn
- 2013-10-08 CN CN201310464735.5A patent/CN103714450B/zh active Active
-
2016
- 2016-03-18 US US15/074,944 patent/US9953022B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291311A (zh) * | 1998-10-16 | 2001-04-11 | 第一商业股份有限公司 | 贸易伙伴网络中的商务文档以及基于该文档的接口定义 |
CN101266666A (zh) * | 1998-10-16 | 2008-09-17 | 开创网络有限公司 | 贸易伙伴网络中的商务文档以及基于该文档的接口定义 |
US6999916B2 (en) * | 2001-04-20 | 2006-02-14 | Wordsniffer, Inc. | Method and apparatus for integrated, user-directed web site text translation |
US20100070448A1 (en) * | 2002-06-24 | 2010-03-18 | Nosa Omoigui | System and method for knowledge retrieval, management, delivery and presentation |
US20040199541A1 (en) * | 2003-04-04 | 2004-10-07 | Goldberg Evan M. | Concise communication of real-time business information in an enterprise network |
US20090171927A1 (en) * | 2003-05-27 | 2009-07-02 | International Business Machines Corporation | Method for providing a real time view of heterogeneous enterprise data |
CN101529418A (zh) * | 2006-01-19 | 2009-09-09 | 维里德克斯有限责任公司 | 用于获取、分析和挖掘数据和信息的系统和方法 |
WO2011081535A1 (en) * | 2009-12-14 | 2011-07-07 | Business Intelligence Solutions Safe B.V. | An improved method and system for calculating breakpoints in a data visualization system |
US20120144325A1 (en) * | 2010-12-01 | 2012-06-07 | Microsoft Corporation | Proposing visual display components for processing data |
CN102708096A (zh) * | 2012-05-29 | 2012-10-03 | 代松 | 一种基于语义的网络智能舆情监测系统及其工作方法 |
Non-Patent Citations (1)
Title |
---|
杜小红: "人称指示语的非常规选择及其语用探析", 《山东外语教学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107609835A (zh) * | 2017-07-28 | 2018-01-19 | 国网辽宁省电力有限公司 | 一种电网人力配置应用系统及方法 |
CN107609835B (zh) * | 2017-07-28 | 2023-04-18 | 国网辽宁省电力有限公司 | 一种电网人力配置应用系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2717203A1 (en) | 2014-04-09 |
US9323736B2 (en) | 2016-04-26 |
CA2828995A1 (en) | 2014-04-05 |
CN103714450B (zh) | 2019-09-13 |
US20140100846A1 (en) | 2014-04-10 |
US9953022B2 (en) | 2018-04-24 |
US20160203117A1 (en) | 2016-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103714450A (zh) | 自然语言度量条件警告产生 | |
CN103714114A (zh) | 自然语言度量条件警告编排 | |
US11182401B1 (en) | Digital processing systems and methods for multi-board mirroring with automatic selection in collaborative work systems | |
US9177049B2 (en) | System and method for interactive visual representation of information content using assertions | |
EP2717202A1 (en) | Natural language metric condition alerts users interfaces | |
CN103678468B (zh) | 用于概要分析的改进的消费模型的系统和方法 | |
US20100241610A1 (en) | Methods and systems for preserving and accessing information related to decision-making | |
EP1667041A2 (en) | System and method for interactive visual representation of information content and relationships using layout and gestures | |
US20230306033A1 (en) | Dashboard for monitoring current and historical consumption and quality metrics for attributes and records of a dataset | |
US20160292614A1 (en) | Skill Shift Visualization System | |
US20160371652A1 (en) | Balanced Information System | |
Elias | Enhancing User Interaction with Business Intelligence Dashboards | |
US20230289839A1 (en) | Data selection based on consumption and quality metrics for attributes and records of a dataset | |
US20190095073A1 (en) | System and method for visual exploration of subnetwork patterns in two-mode networks | |
CN115082042A (zh) | 基于数据集合的项目管理方法、计算机设备、存储介质 | |
US20190095503A1 (en) | System and method for visual exploration of search results in two-mode networks | |
CA2528555A1 (en) | System and method for interactive visual representation of information content and relationships using layout and gestures | |
Zhou et al. | A geohydrologie data visualization framework with an extendable user interface design | |
Restrepo-Carmona et al. | A Review on Data Capture, Storage, Processing, Interoperability, and Visualization for the Smart Supervision of Public Expenditure | |
Scholtz | Automatic conceptual window grouping with frequent pattern matching | |
Baig | Critique 2_White Paper | |
CN117610532A (zh) | 一种报告生成方法和系统、电子设备及存储介质 | |
RICHARD | MDSAA |
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 |