CN104081380B - 对来自多个数据源的解决方案的识别和排序 - Google Patents
对来自多个数据源的解决方案的识别和排序 Download PDFInfo
- Publication number
- CN104081380B CN104081380B CN201280068484.2A CN201280068484A CN104081380B CN 104081380 B CN104081380 B CN 104081380B CN 201280068484 A CN201280068484 A CN 201280068484A CN 104081380 B CN104081380 B CN 104081380B
- Authority
- CN
- China
- Prior art keywords
- solution
- information
- computing device
- user
- engine
- 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.)
- Expired - Fee Related
Links
- 238000004220 aggregation Methods 0.000 claims description 40
- 230000002776 aggregation Effects 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 40
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims 1
- 230000015654 memory Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010528 free radical solution polymerization reaction Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
能够收集关于计算设备的信息,例如,设备信息和支持信息。能够基于所收集的信息从多个数据源识别多个解决方案。能够基于所收集的信息并且基于其他信息来将所识别的解决方案进行排序。
Description
背景技术
计算设备的用户有时会遇到有关他们的计算设备的问题。潜在的问题可包括从设备错误到用户错误,到只是用户不知道如何执行任务。往往用户会试图用搜索引擎在因特网上搜索解决方案或从其他人例如设备制造商、技术专家或朋友寻求帮助。解决该问题对用户而言可能是历经挫折、费时且费钱的。
附图说明
下面的详细描述参考附图,其中:
图1是根据示例的例示用于找到计算机问题的解决方案的计算设备的框图。
图2是根据示例的例示用于找到计算机问题的解决方案的过程方面的流程图。
图3是根据示例的例示用于经由用户界面显示解决方案的过程方面的流程图。
图4是根据示例的例示用于产生与潜在解决方案相关的数据分析的过程方面的流程图。
图5是根据示例的例示包括编码有用于找到计算机问题的解决方案的指令的机器可读存储介质的计算机的框图。
具体实施方式
计算设备的制造商和技术支持的提供者面临的挑战是实现以更容易且更有效的方式来解决在计算设备使用过程中遇到的问题。如下面详细描述的,多个示例实施例涉及对来自多个数据源的对问题的解决方案进行识别并且基于来自用户的设备的信息以及其他信息对这些解决方案进行排序的技术。另外,多个示例实施例涉及以容易理解和可获得的方式向用户呈现解决方案,改进对解决方案的排序,使用户更新成新的解决方案,以及为获得解决方案提供选择。
通过使用这些技术可以获得更积极的用户体验。例如,当计算设备出现问题时,用户往往搜索多个源以找到问题的解决方案。这些源可包括在设备自身或设备制造商的网站上的帮助源,在操作系统网站、论坛、第三方支持网站上的帮助源,等等。许多用户诉诸于利用搜索引擎在网站上搜索解决方案。搜索并且找到帮助的过程可能是费时、历经挫折并且无效果的。例如,用户有时难以有效且准确地描述问题或议题。找到问题的解决方案的源或位置可能不同于用户预计找到这些解决方案的源或位置。此外,用户往往必须抛下其当前计算经历去寻找解决方案。另外,搜索过程会重复,并且有时用户会忘记他们曾在哪里找到已重复出现的问题的答案。然而,使用本文所描述的技术来提供一个最直观的支持解决方案能够缓解许多这样的问题并且提高用户满意度。
下面将参考附图更详细地讨论这些实施例和相关优点,以及其他实施例和应用的其他细节。
现在参考附图,图1是根据一个实施例的例示计算设备100的框图。计算设备100可以是各种计算设备中的任意一种。例如,计算设备100可以是膝上型计算机、工作站计算机、台式计算机、平板电脑、或智能电话,等等。计算设备100可包括各种部件,例如,系统信息引擎110、解决方案聚合引(aggregation engine)120以及用户界面130。在某些示例中,可将这些部件中的每一个结合进单个软件支持应用。如下面所描述的,在一些情况下,该应用可与操作系统集成和/或可具有足够的访问各种信息的特权。
计算设备100可包括用于实现系统信息引擎110、解决方案聚合引擎120以及用户界面130的一个或更多个控制器。该控制器可包括用于实现这些部件的一个或更多个处理器和存储器。处理器可包括中央处理器(CPU)、基于半导体的微处理器,诸如数字图像处理单元的数字信号处理器(DSP)、适合于取得并且执行存储器中所存储的指令的其他硬件设备或处理元件,或者它们的组合。处理器可包括在一个芯片上的单个或多个核、分布在多个芯片上的多个核、分布在多个设备上的多个核,或它们的组合。处理器可以取得、解码并且执行来自存储器的指令以执行各种功能。代替包括或者除了包括取回和执行指令,处理器可包括:包括用于执行各种任务或功能的多个电子部件的至少一个集成电路(IC)、其他控制电路、其他电子电路或它们的组合。
控制器可包括一个或多个存储器,例如,机器可读存储介质。机器可读存储介质可以是包含或存储可执行指令的任意电子的、磁的、光的、或其他的物理存储设备。因此,机器可读存储介质可包括例如各种随机存取存储器(RAM)、只读存储器(ROM)、闪存以及它们的组合。例如,机器可读存储介质可包括非易失随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、存储驱动、NAND闪存等。此外,机器可读存储介质可以是计算机可读的并且非暂时性的。
系统信息引擎110可以收集各种信息。例如,系统信息引擎110可收集设备信息和支持信息。设备信息可以是关于计算设备100的基础信息,例如,计算设备的品牌和型号,在计算设备上运行的操作系统、在计算设备上安装或运行的其他软件或驱动器、计算设备的经注册拥有人、计算设备的当前用户、母语(例如,英语)等。支持信息可以是关于计算设备的潜在问题或支持问题的信息。例如,支持信息可包括计算设备的当前状态和与计算设备相关联的错误事件。该信息可例如从系统日志、应用日志以及注册表设置获得。支持信息还可包括上下文信息(contextual information),例如,打开的应用或用户正访问的操作系统工具。另外,支持信息可包括用户经由用户界面120或经由在计算设备100上运行的某些其他应用输入进帮助查询字段等的信息。
系统信息引擎110可通过向操作系统或向活动应用请求各种信息来收集所述各种信息。收集该信息还可包括在计算设备100上仅接收来自各种源的对信息的周期性更新。在某些示例中,系统信息引擎110可配置成保持可能与确定对支持问题的解决方案相关的其他信息的记录。例如,公司的IT管理员可配置系统信息引擎110以收集可能与公司内往往面临的具体支持问题相关的具体信息。另外,尽管将系统信息引擎110作为计算设备100的一个部分来示出,但是在某些示例中,系统信息引擎在适合于解决支持问题时可在服务器上运行并且能够从计算设备100收集合适的信息。
解决方案聚合引擎120可基于系统信息引擎110所收集的信息来聚合对与计算设备100相关联的支持问题的解决方案。解决方案聚合引擎120可从多个电子数据源聚合解决方案。
电子数据源可常驻在计算设备100上,或者对于计算设备100是远程的。如果这些源是远程的,则计算设备100经由解决方案聚合引擎120直接访问这些源,或者经由支持解决方案聚合引擎的服务器来访问这些源。这些源可包括从设备制造商、从操作系统制造商以及从第三方支持提供商可获得的各种支持资产(support asset)和信息数据库。这些源还可包括在例如论坛的网站上可获得的支持资源。另外,这些源可以是专用源,例如,公司向其雇员提供的支持数据库或工具。这些源所提供的解决方案可以是各种格式。例如,解决方案可以是文件、视频、音频记录、工具、应用程序、诊断、疑难解答、博客或博客帖子以及论坛或论坛的帖子。
解决方案聚合引擎120可包括解决方案识别模块122。解决方案识别模块122可基于系统信息引擎所收集的信息来识别多个解决方案。可通过搜索多个电子数据源来识别该多个解决方案。在一个示例中,每个数据源可具有列出源所提供的解决方案的一个或更多个索引。该索引可包括与每个所列解决方案相关的元数据。元数据可指示解决方案的类型、解决方案的格式、解决方案的主题、解决方案所要应用的具体计算设备或程序等。因此,解决方案识别模块122可将收集的信息与每个解决方案所关联的元数据相比较,以识别可解决计算设备100的用户所面临的特定支持问题的合适解决方案。
当识别了解决方案时,解决方案聚合引擎120可产生并且填写解决方案索引。解决方案索引可列出所识别的解决方案并且包括与解决方案相关联的元数据,包括源的标识。
解决方案聚合引擎120可包括解决方案排序模块124。解决方案排序模块124可基于系统信息引擎所收集的信息来对多个解决方案进行排序。该排序可以是基于所收集的信息与元数据的比较和根据相关性对解决方案的排序的基本相关性排序。
解决方案排序模块124还可以基于与多个解决方案中的每个解决方案相关联的其他信息来对该多个解决方案进行排序。例如,该其他信息可指示基于来自其他用户的使用数据的解决方案成功率。例如,系统信息引擎110、解决方案聚合引擎120以及用户界面130可在在制造商的用户群中的多个用户的计算设备上实现。因此,可获得并且记录多个源所提供的各种解决方案的使用数据,以确定针对特定支持问题而识别的各种解决方案的有效性。该信息可由解决方案聚合引擎120或由支持解决方案聚合引擎120的服务器来保持。
其他信息可基于用户经由用户界面130选择了哪个解决方案、在解决方案上花费了多少时间和/或用户是否表示该解决方案解决了他的问题来跟踪。该信息也可基于在解决方案自身处接收的用户反馈来跟踪。例如,如果用户选择了在制造商的网站或在与制造商合作的第三方的网站提供的解决方案,则可将与解决方案的有效性相关的信息提供至解决方案聚合引擎120或提供至支持解决方案聚合引擎120的服务器。类似地,如果用户联系支持呼叫中心以与支持专家通话,则支持专家可将信息输入进与尝试的解决方案和结果相关的支持工具。该支持工具可将该信息提供至解决方案聚合引擎120或提供至支持服务器。因此,当其他用户搜索对类似或相同支持问题的解决方案时,过去使用数据能够表示什么解决方案最可能对该用户有效。基于过去使用数据的越有效的解决方案能够比其他解决方案排序更高。
另外,作为另一示例,其他信息可指示基于论坛数据的解决方案成功率。例如,可浏览关于特定支持问题或解决方案的用户论坛,以获得对特定解决方案的有效性的正面或负面用户评价。基于论坛数据的越有效的解决方案可比其他解决方案排序更高。
所前所述,可在一个索引中存储多个解决方案。该索引可与对应于用户的支持请求的标识符等相关联。该索引可存储在计算设备100上,以及存储在支持解决方案聚合引擎120的服务器上。在计算设备100上,索引可存储在与解决方案聚合引擎120相关联的高速缓存中。对应于过去支持请求的多个索引可存储在高速缓存中,以使用户能够容易地参考过去的支持请求和解决方案。在某些示例中,常见支持问题的索引(即使用户还没有搜索到它们)可存储在计算设备100上的高速缓存中。索引可存储在服务器上并且由计算设备100来访问。在计算设备100未连接至合适的网络或者没有正常工作的情况下,索引可存储在服务器上以允许用户从另一设备访问索引。另外,索引可用于分析目的以改进解决方案的排序。关于这一点,用户界面130和/或解决方案聚合引擎120可通过用户向服务器提供关于解决方案使用数据的信息。
用户界面130可以以排序将多个解决方案呈现给计算设备100的用户。可以以更易理解的方式将这些解决方案呈现给用户。例如,可通过源、通过类型,或通过这两者来组织解决方案。另外,可链接解决方案,使得用户能够经由用户界面130通过点击每个解决方案来访问每个解决方案。在解决方案存储在远程的电子数据源的情况下,点击解决方案能够命令计算设备100访问数据源并且请求解决方案。如果计算设备100未连接至因特网或源常驻其上的网络,仍能将解决方案经由用户界面130呈现给用户,但是会指示访问该解决方案需网络连接。用户界面130还可以由支持解决方案聚合引擎120的服务器来主控。因此,例如,利用网络浏览器或类似应用经由因特网可访问用户界面130。
在某些示例中,用户可从另一设备使用与用户界面130类似的网站可访问用户界面,以搜索对关于计算设备100的支持问题的解决方案。在这种情况下,解决方案聚合阴气120会由服务器主控。用户能够通过经由网站可访问用户界面输入合适的设备信息和支持信息来执行系统信息引擎110的职责。另外,服务器可存储包含与用户的计算设备100相关的设备信息的用户配置文件。在某些示例中,当计算设备100正常工作时,常驻在计算设备100上的解决方案聚合引擎120能够将系统信息引擎110所收集的信息发送至服务器以存储在用户配置文件中。因此,在以后,即使计算设备100没有正常工作,用户仍能经由服务器访问设备信息和支持信息。
在一个实施例中,解决方案聚合引擎120能配置成,如果在识别了多个解决方案之后发现了新解决方案,则将更新提供至用户界面130。例如,解决方案聚合引擎120能够定期更新解决方案索引并且能够经由与解决方案和解决方案源相关联的元数据来确定新内容是否已添加至一个解决方案。例如,当从论坛识别了一个解决方案时,该论坛主题往往可能存在几个标记为解决方案的来自提供者的帖子。然而,在将论坛作为解决方案提供给用户之后,可将帖子添加至该论坛。例如,稍后回答未回答的问题或新问题(可能是用户自己所提出的问题)。在这种情况下,解决方案聚合引擎120能够经由用户界面130来通知用户可获得新解决方案并且提供链接至论坛的链接。
下面将参考图2至图4来进一步详细描述无论是计算设备100上还是服务器上的系统信息引擎110、用户界面120以及解决方案聚合引擎130能够实现的示例处理。
图2是根据示例的例示计算设备能够实现的方法200的方面的流程图。尽管在下面参考计算设备100的组件描述了方法200的执行,但仍能够使用用于执行方法200的其他合适组件。另外,能够由向计算设备200提供支持的服务器来执行方法200。方法200可以以在机器可读介质上所存储的可执行指令的形式或以电子电路的形式来实现。能够使用处理器、机器可读存储介质、其他控制逻辑或它们的组合来执行方法200。
方法200开始于210,在此,能够从计算设备收集信息。该信息可包括关于与计算设备相关联的支持问题的支持信息和设备信息。例如,计算设备100的系统信息引擎110能够收集设备信息和支持信息。在220,方法200能够访问多个电子数据源以搜索对支持问题的解决方案。每个电子数据源可包括多个解决方案。在230,能够基于所收集的信息从多个电子数据源识别多个解决方案。解决方案聚合引擎120的解决方案识别模块122能够执行220和230。
在240,能够对多个解决方案排序。能够基于所收集的信息并且基于与多个解决方案相关联的反馈和与多个解决方案相关联的数据分析中的至少一个来对多个解决方案进行排序。解决方案聚合引擎120的解决方案排序模块124能够执行240。在一个示例中,反馈可以是经由用户界面130对在用户论坛中贴出的或提供至解决方案聚合引擎120的一个或更多个解决方案的用户反馈。在250,能够以排序返回多个解决方案。例如,如果在服务器上执行方法200,则能够将多个解决方案返回至计算设备100。如果在计算设备100上执行方法200,则可将多个解决方案返回至用户界面130。
图3是根据示例的例示计算设备能够执行的方法300的方面的流程图。尽管下面参考计算设备100的组件描述了方法300的执行,但仍能够使用用于执行方法300的其他合适组件。方法300可以以在机器可读介质上所存储的可执行指令的形式或以电子电路的形式来实现。能够使用处理器、机器可读存储介质、其他控制逻辑或它们的组合来执行方法300。
方法300开始于310,在此,能够以排序接收多个解决方案。能够从在计算设备100上运行的软件或从服务器接收解决方案。例如,能够从解决方案聚合引擎120接收解决方案。在320,能够将解决方案显示在用户界面上。例如,能够经由用户界面130来显示解决方案。能够以容易理解并且可获得这些解决方案的形式向用户呈现解决方案。例如,能够根据每个解决方案所来自的电子数据源、根据解决方案的类型或这两者来将解决方案分组。
在一个示例中,用户可能会遇到软件应用,例如因特网浏览器(例如,IE浏览器)上的问题。例如,用户也许在打开因特网浏览器内的某种文件(例如,pdf文件)时遇到问题。用户可能会访问用户界面130以搜索该问题的解决方案。访问用户界面130可包括,例如,从操作系统的开始菜单打开一个单独应用,或者点击可嵌入用户使用的应用内的帮助或支持按钮(例如,因特网浏览器)。用户可在用户界面130的查询框中键入问题,例如,“如何在因特网浏览器内打开pdf文件?”。系统信息引擎110还可以从用户的计算设备收集系统信息和其他支持信息。可将用户的查询与系统和支持信息一起提供至解决方案聚合引擎120。
然后,通过将系统和支持信息与和源中的解决方案相关联的的元数据比较,解决方案聚合引擎120可搜索多个电子数据源,来获得对支持问题的解决方案。还可以利用系统和支持信息作为关键字基于相关性来搜索这些源。作为示例,解决方案聚合引擎120可搜索因特网浏览器的提供商(例如,提供IE浏览器的)和文件类型的提供商(例如,提供pdf文件的)所提供的支持网站或数据库。另外,解决方案聚合引擎120可搜索在计算设备自身上提供的或者在计算设备制造商(例如,)主控的网站或数据库处提供的支持资源。可基于相关性和数据分析找到并且排序多个解决方案。可经由用户界面130向用户返回并且显示排序的解决方案列表。例如,可通过源(例如,解决方案、解决方案、解决方案)和类型(例如,文件、视频、教程)来显示解决方案。然后用户可通过点击解决方案来选择一个解决方案,并且将所选的解决方案提供给用户。
图4是根据示例的例示计算设备能够执行的方法400的方面的流程图。尽管在下面参考计算设备100的组件描述了方法400的执行,但仍能够使用用于执行方法400的其他合适组件。方法400可以以在机器可读介质上所存储的可执行指令的形式或以电子电路的形式来实现。能够使用处理器、机器可读存储介质、其他控制逻辑或它们的组合来执行方法400。
方法400开始于410,在此,能够收集关于多个解决方案的使用信息。例如,能够从计算设备100,例如,从用户界面130收集关于计算设备的用户选择了多个解决方案中的哪一个解决方案的使用信息。在420,方法400可产生与所选多个解决方案中的每一个相关联的数据分析以反映使用信息。产生数据分析可包括创建新数据分析或更新以前存在的数据分析。因此,成功的解决方案能够基于使用信息来识别并且能够在后面的解决方案集中排序更高。使用信息可存储在服务器上的数据库中。当对解决方案集排序时访问该数据库。
图5是根据示例的例示包括编码有指令的机器可读存储介质520的计算机500的方面的框图。计算机500可以是各种计算设备中的任意一种,例如膝上型计算机、工作站计算机、台式计算机、平板电脑计算机或智能电话,等等。
处理器510可以是至少一个中央处理器(CPU),至少一个基于半导体的微处理器、诸如数字图像处理单元的至少一个数字信号处理器(DSP)、适合于取得并且执行机器可读存储介质520中所存储的指令的其他硬件设备或处理元件或者它们的组合。处理器510可包括在一个芯片上的单个或多个核、分布在多个芯片上的多个核、分布在多个设备上的多个核,或它们的组合。处理器510可以取得、解码并且执行指令522、524、626等以执行各种处理。代替包括或者除了包括取回和执行指令,处理器510可包括:包括用于执行指令522、524、526的功能的多个电子部件的至少一个集成电路(IC)、其他控制逻辑、其他电子电路或它们的组合。因此,处理器510可在多个处理单元上实现,并且可通过在计算机500的不同区域中的不同处理单元来实现指令522、524、526。
机器可读存储介质520可以是包含或存储可执行指令的任意电子的、磁的、光的或其他的物理存储设备。因此,机器可读存储介质可包括例如各种随机存取存储器(RAM)、只读存储器(ROM)、闪存和它们的组合。例如,机器可读介质可包括非易失随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、存储驱动、NAND闪存等。此外,机器可读存储介质520可以是计算机可读的并且非暂时性的。机器可读存储介质520可以编码有一系列可执行指令,用于从计算设备收集信息、搜索多个数据源以获得对支持问题的解决方案以及根据相关性将这些解决方案排序以产生排序后的解决方案的列表。
指令522、524、526当由处理器510(例如,经由处理器的一个处理元件或多个处理元件)来执行时能够使处理器510执行处理,例如在图2-4中描绘的处理。此外,如上所述,计算机500可类似于计算设备100或者类似于支持计算设备100的服务器,并且可具有类似功能并以类似方式使用。
信息收集指令522可使处理器510从计算机收集信息。如果计算机500是向用户计算机提供支持的服务器计算机,则处理器510可从用户计算机自身、从用户计算机的存储在服务器上的配置文件、或经由网络可访问用户界面从用户收集信息。如果计算机500是用户计算机,则处理器510可从计算机自身收集信息。该信息可包括关于该计算机的支持问题的系统信息和支持信息。系统信息可类似于针对计算设备100描述的设备信息。计算机500能够实现信息收集指令522,类似于计算设备100的系统信息引擎110。
搜索和识别指令524可使处理器510搜索多个电子数据源以获得对支持问题的解决方案。每个电子数据源可包括多个解决方案。这些指令还能使处理器510基于收集的信息从多个电子数据源识别多个解决方案。计算机500能够实现该搜索和识别指令524,类似于计算设备100的解决方案聚合引擎120的解决方案识别模块122。
排序和产生指令526能够使处理器510对多个解决方案进行排序。能够基于所收集的信息对解决方案进行排序。还可以基于与多个解决方案相关联的反馈和与多个解决方案相关联的数据分析中的至少一个来对解决方案进行排序。该指令还能使处理器510根据排序产生该多个解决方案的列表。计算机500能够实现排序和产生指令526,类似于计算设备100的解决方案聚合引擎120的解决方案排序模块124。
能够向用户提供解决方案的列表以解决支持问题。如果计算机500是向用户计算机提供支持的服务器计算机,则用于呈现给用户的解决方案的列表能够经由用户界面,例如用户界面130提供至用户计算机。
Claims (14)
1.一种计算设备,包括:
系统信息引擎,所述系统信息引擎收集关于所述计算设备的型号、所述计算设备的当前状态以及与所述计算设备相关联的错误事件的信息;
解决方案聚合引擎,所述解决方案聚合引擎基于所述系统信息引擎收集的所述信息来从多个远程电子数据源聚合对与所述计算设备相关联的支持事件的解决方案,所述解决方案聚合引擎包括:
解决方案识别模块,所述解决方案识别模块基于所述系统信息引擎所收集的信息来识别多个解决方案,以及
解决方案排序模块,所述解决方案排序模块基于所述系统信息引擎所收集的信息以及与所述多个解决方案中的每个解决方案相关联的、指示每个解决方案的成功率的其他信息来对所述多个解决方案进行排序,其中所述其他信息包括在所述多个解决方案中的各个解决方案上花费的时间量,并且所述排序基于在所述各个解决方案上花费的所述时间量;以及
用户界面,所述用户界面向所述计算设备的用户以排序呈现所述多个解决方案。
2.根据权利要求1所述的计算设备,其中,所述解决方案识别模块配置成将所述系统信息引擎收集的信息与和每个远程电子数据源相关联的索引中所存储的元数据相比较,以识别在所述远程电子数据源中所存储的关于所述支持问题的解决方案。
3.根据权利要求1所述的计算设备,其中,与所述多个解决方案中的每个解决方案相关联的、指示每个解决方案的成功率的所述其他信息包括论坛数据和分析数据,所述论坛数据包括用户对每个解决方案的评价并且所述分析数据与每个解决方案的基于所述解决方案的过去使用的成功率相关。
4.根据权利要求3所述的计算设备,其中,所述解决方案聚合引擎配置成如果在识别了所述多个解决方案之后发现了新解决方案,则将更新提供至所述用户界面。
5.根据权利要求1所述的计算设备,其中,所述解决方案聚合引擎将所述系统信息引擎所收集的信息发送至用于远程存储所述信息的服务器。
6.根据权利要求1所述的计算设备,其中,所述解决方案聚合引擎将所述多个解决方案发送至用于远程存储所述解决方案的服务器。
7.一种用于对多个解决方案识别和排序的方法,包括:
从计算设备收集信息,所述信息包括关于与所述计算设备相关联的支持问题的支持信息和设备信息;
访问多个电子数据源,以搜索对所述支持问题的解决方案,每个电子数据源包括多个潜在解决方案;
基于所述信息从所述多个电子数据源识别所述多个解决方案;
基于所述信息并且基于与所述多个解决方案相关联的反馈和与所述多个解决方案相关联的数据分析中的至少一个来对所述多个解决方案进行排序;以及
根据排序将所述多个解决方案返回至所述计算设备,其中所述反馈包括在所述多个解决方案中的各个解决方案上花费的时间量,并且所述排序基于在所述各个解决方案上花费的所述时间量。
8.根据权利要求7所述的方法,其中,所述支持信息包括用户经由用户界面输入的查询。
9.根据权利要求7所述的方法,其中,所述支持信息包括在所述计算设备的错误日志中记录的错误事件。
10.根据权利要求7所述的方法,其中,通过将所述信息与和所述多个电子数据源的多个解决方案相关联的元数据相比较来识别所述多个解决方案。
11.根据权利要求7所述的方法,进一步包括:
从所述计算设备收集关于所述计算设备的用户选择了所述多个解决方案中的哪个解决方案的使用信息;以及
产生与所选择的多个解决方案中每个解决方案相关联的分析数据以反映所述使用信息。
12.根据权利要求7所述的方法,其中,在远离所述计算设备的服务器上执行所述方法。
13.根据权利要求7所述的方法,其中,在所述计算设备上执行所述方法。
14.根据权利要求7所述的方法,其中,经由用户界面呈现所述多个解决方案,所述用户界面显示根据每个解决方案所来自的所述电子数据源分组的所述多个解决方案中的每个解决方案。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2012/028340 WO2013133843A1 (en) | 2012-03-08 | 2012-03-08 | Identifying and ranking solutions from multiple data sources |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104081380A CN104081380A (zh) | 2014-10-01 |
CN104081380B true CN104081380B (zh) | 2017-08-29 |
Family
ID=49117161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280068484.2A Expired - Fee Related CN104081380B (zh) | 2012-03-08 | 2012-03-08 | 对来自多个数据源的解决方案的识别和排序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9672252B2 (zh) |
CN (1) | CN104081380B (zh) |
DE (1) | DE112012005598T5 (zh) |
GB (1) | GB2514275B (zh) |
WO (1) | WO2013133843A1 (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10089633B2 (en) | 2013-08-13 | 2018-10-02 | Amazon Technologies, Inc. | Remote support of computing devices |
US20160210033A1 (en) * | 2013-10-09 | 2016-07-21 | Hewlett-Packard Development Company, L.P. | Remote Support of a Device |
US9270749B2 (en) * | 2013-11-26 | 2016-02-23 | International Business Machines Corporation | Leveraging social media to assist in troubleshooting |
US9361469B2 (en) | 2014-03-26 | 2016-06-07 | Amazon Technologies, Inc. | Electronic communication with secure screen sharing of sensitive information |
US10445051B1 (en) * | 2014-03-27 | 2019-10-15 | Amazon Technologies, Inc. | Recording and replay of support sessions for computing devices |
US10572841B2 (en) * | 2014-04-30 | 2020-02-25 | Micro Focus Llc | Actions for an information technology case |
US10083295B2 (en) * | 2014-12-23 | 2018-09-25 | Mcafee, Llc | System and method to combine multiple reputations |
US10244031B1 (en) | 2015-06-16 | 2019-03-26 | Amazon Technologies, Inc. | Navigation assistance from a trusted device |
US11368540B1 (en) | 2015-06-16 | 2022-06-21 | Amazon Technologies, Inc. | Remote assistance for a computing device from a trusted device |
JP6622808B2 (ja) * | 2015-08-07 | 2019-12-18 | 株式会社日立製作所 | 管理計算機および計算機システムの管理方法 |
US10031799B1 (en) * | 2015-09-28 | 2018-07-24 | Amazon Technologies, Inc. | Auditor for automated tuning of impairment remediation |
US10055277B1 (en) * | 2015-09-30 | 2018-08-21 | Amdocs Development Limited | System, method, and computer program for performing health checks on a system including a plurality of heterogeneous system components |
CN105162637B (zh) * | 2015-09-30 | 2019-02-22 | 北京奇虎科技有限公司 | 一种局域网可视化管理方法和装置 |
US10152400B2 (en) * | 2015-10-09 | 2018-12-11 | Intuit Inc. | Method and system for dynamically unblocking customers in critical workflows by pushing community contributed solutions just-in-time when an error is encountered |
US10148590B2 (en) * | 2015-10-23 | 2018-12-04 | Intuit Inc. | Method and system for dynamically unblocking customers in critical workflows using pre-defined unlock codes |
US10108518B2 (en) * | 2016-04-07 | 2018-10-23 | International Business Machines Corporation | Device interference detection and remediation |
US10503581B2 (en) * | 2016-08-25 | 2019-12-10 | Intel Corporation | Profiling and diagnostics for internet of things |
US10636038B2 (en) * | 2016-10-31 | 2020-04-28 | International Business Machines Corporation | Generating solution keyword tag clouds based on support forum post analytics |
US10649833B1 (en) * | 2017-07-13 | 2020-05-12 | EMC IP Holding Company LLC | Consensus-based remediation of offerings' problems |
US10552242B2 (en) * | 2017-09-18 | 2020-02-04 | Bank Of America Corporation | Runtime failure detection and correction |
US10628283B2 (en) * | 2018-03-12 | 2020-04-21 | Bank Of America Corporation | Deployment tool that corrects deployment errors |
US10990492B2 (en) * | 2018-03-28 | 2021-04-27 | Ncr Corporation | Automated terminal problem identification and resolution |
US11086950B2 (en) * | 2018-05-04 | 2021-08-10 | Servicenow, Inc. | System and method for task generation to address article feedback |
US10838801B2 (en) * | 2018-06-04 | 2020-11-17 | International Business Machines Corporation | Automatically solving computer system error states via a comparative historical analysis of error states, logs, profile configurations, and operator responses |
US10997015B2 (en) * | 2019-02-28 | 2021-05-04 | International Business Machines Corporation | Self-learning disaster-avoidance and recovery |
FI128274B (en) * | 2019-05-27 | 2020-02-14 | Blancco Tech Group Ip Oy | Prioritization of diagnostic tests based on collected diagnostic reports |
US20220108366A1 (en) * | 2020-10-06 | 2022-04-07 | Paypal, Inc. | Dynamic content enrichment |
US11822562B2 (en) * | 2022-03-31 | 2023-11-21 | Capital One Services, Llc | Unstructured text processing for geographical location determination system |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6145096A (en) * | 1998-05-06 | 2000-11-07 | Motive Communications, Inc. | Method, system and computer program product for iterative distributed problem solving |
US6664988B1 (en) | 1999-02-10 | 2003-12-16 | Micron Technology, Inc. | Graphical representation of system information on a remote computer |
US7058860B2 (en) * | 2001-06-29 | 2006-06-06 | Hewlett-Packard Development Company, L.P. | System and method of automatic parameter collection and problem solution generation for computer storage devices |
DE102004036912A1 (de) | 2004-07-29 | 2006-03-23 | Siemens Ag | Verfahren zur Bearbeitung von Computerprogrammproblemen, zugehöriges Computerprogramm und Computersystem |
US7830547B2 (en) * | 2005-11-30 | 2010-11-09 | Xerox Corporation | User interface assistant |
US8271402B2 (en) * | 2006-12-30 | 2012-09-18 | Troppus Software Corporation | Technical support agent and technical support service delivery platform |
US7890318B2 (en) * | 2007-05-23 | 2011-02-15 | Xerox Corporation | Informing troubleshooting sessions with device data |
US8600874B2 (en) | 2007-10-16 | 2013-12-03 | II Michael K. Madison | Venture capital transaction with a university scholarship |
US20100042560A1 (en) | 2008-08-12 | 2010-02-18 | International Business Machines Corporation | Context aware solution assembly in contact center applications |
US8290799B2 (en) * | 2008-12-22 | 2012-10-16 | International Business Machines Corporation | System and method for building knowledgebase for software system |
US8880498B2 (en) | 2008-12-31 | 2014-11-04 | Fornova Ltd. | System and method for aggregating and ranking data from a plurality of web sites |
US8185781B2 (en) | 2009-04-09 | 2012-05-22 | Nec Laboratories America, Inc. | Invariants-based learning method and system for failure diagnosis in large scale computing systems |
US20100333066A1 (en) * | 2009-06-25 | 2010-12-30 | Microsoft Corporation | Method and system for managing software issues |
US8291319B2 (en) | 2009-08-28 | 2012-10-16 | International Business Machines Corporation | Intelligent self-enabled solution discovery |
US20110107137A1 (en) | 2009-11-05 | 2011-05-05 | Sony Corporation | System and method for providing automated support to electronic devices |
US10156954B2 (en) * | 2010-01-29 | 2018-12-18 | Oracle International Corporation | Collapsible search results |
US20120102037A1 (en) * | 2010-10-26 | 2012-04-26 | Mehmet Kivanc Ozonat | Message thread searching |
-
2012
- 2012-03-08 WO PCT/US2012/028340 patent/WO2013133843A1/en active Application Filing
- 2012-03-08 CN CN201280068484.2A patent/CN104081380B/zh not_active Expired - Fee Related
- 2012-03-08 DE DE112012005598.5T patent/DE112012005598T5/de not_active Withdrawn
- 2012-03-08 US US14/371,514 patent/US9672252B2/en active Active
- 2012-03-08 GB GB1412781.5A patent/GB2514275B/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20150052122A1 (en) | 2015-02-19 |
GB2514275B (en) | 2020-09-09 |
CN104081380A (zh) | 2014-10-01 |
DE112012005598T5 (de) | 2014-10-16 |
GB201412781D0 (en) | 2014-09-03 |
GB2514275A (en) | 2014-11-19 |
US9672252B2 (en) | 2017-06-06 |
WO2013133843A1 (en) | 2013-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104081380B (zh) | 对来自多个数据源的解决方案的识别和排序 | |
US11797595B2 (en) | Method, apparatus, and computer program product for user-specific contextual integration for a searchable enterprise platform | |
US10546006B2 (en) | Method and system for hybrid information query | |
US20230306052A1 (en) | Method and system for entity extraction and disambiguation | |
US8370358B2 (en) | Tagging content with metadata pre-filtered by context | |
US10110544B2 (en) | Method and system for classifying a question | |
US10540666B2 (en) | Method and system for updating an intent space and estimating intent based on an intent space | |
US11080287B2 (en) | Methods, systems and techniques for ranking blended content retrieved from multiple disparate content sources | |
US20190361857A1 (en) | Method and system for associating data from different sources to generate a person-centric space | |
US11232522B2 (en) | Methods, systems and techniques for blending online content from multiple disparate content sources including a personal content source or a semi-personal content source | |
US20170097939A1 (en) | Methods, systems and techniques for personalized search query suggestions | |
WO2017040224A1 (en) | Recommending a content curator | |
US11899728B2 (en) | Methods, systems and techniques for ranking personalized and generic search query suggestions | |
CN106796608A (zh) | 上下文搜索字符串同义词的自动生成 | |
US20230179554A1 (en) | Method and system for dynamically generating a card | |
CN112613938B (zh) | 模型训练方法、装置及计算机设备 | |
US20170098180A1 (en) | Method and system for automatically generating and completing a task | |
US11216735B2 (en) | Method and system for providing synthetic answers to a personal question | |
US20150302088A1 (en) | Method and System for Providing Personalized Content | |
WO2017062256A1 (en) | Method and system for generating a card based on intent | |
CN112559923A (zh) | 网址资源推荐方法、装置、电子设备及计算机存储介质 | |
WO2008088943A1 (en) | Hardware and software identifier categorization and review | |
CN114066533A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
US10929905B2 (en) | Method, system and machine-readable medium for online task exchange | |
KR20130064447A (ko) | 사용자의 성향 유사도를 이용한 검색 결과 제공 서버 및 방법, 그리고 단말 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170829 |
|
CF01 | Termination of patent right due to non-payment of annual fee |