CN105786960A - 基于案例解析记录的专家搜索的方法、系统和用户界面 - Google Patents
基于案例解析记录的专家搜索的方法、系统和用户界面 Download PDFInfo
- Publication number
- CN105786960A CN105786960A CN201610022805.5A CN201610022805A CN105786960A CN 105786960 A CN105786960 A CN 105786960A CN 201610022805 A CN201610022805 A CN 201610022805A CN 105786960 A CN105786960 A CN 105786960A
- Authority
- CN
- China
- Prior art keywords
- expert
- theme
- data
- user
- probability
- 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.)
- Pending
Links
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
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/313—Selection or weighting of terms for indexing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明题为基于案例解析记录的专家搜索的方法、系统和用户界面。本公开的方面涉及包括存储至少一个程序的计算机可读存储介质的系统以及用于基于案例解析记录来查找专家的方法。在示例实施例中,该方法可包括从案例解析记录中提取多个主题,并且使用所提取主题对专家与所接收用户查询之间的关系进行建模,以便识别具有相对用户查询的最相干专门知识的专家。该方法还可包括呈现专家选择界面,其包括所识别专家的列表以及与专家有关的信息,以帮助用户进行专家选择判定。
Description
技术领域
本文所公开的主题涉及数据处理。具体来说,示例实施例可涉及用于查找解决工业设置中遇到的问题的专家的技术。
背景技术
企业员工常常需要查找企业中的专家以得到关于主题的信息、查找具有项目的特定技能的人或者查找关于解决特定问题的建议。随着企业中的移动装置的激增,执行设备维护(例如,在发电站的计划停电期间)的技工常常需要与远程专家参与实时协作故障排除。协作故障排除的关键方面是查找对于给定问题的正确专家。
用于专家识别的传统技术是基于候选的方式,其涉及基于由候选专家所生成的信息与用户查询的相干性来构建候选专家的简档。按传统所采用的另一种方式是基于文档的方式,其中检索与用户的查询相干的所有文档,以及发现文档与文档的作者之间的联系。
发明内容
技术方案1:一种方法,包括:
访问案例记录数据的语料库,所述案例记录数据包括与多个专家关联的多个案例解析记录,所述多个案例解析记录的各个案例解析记录被指配给所述多个专家的特定专家,并且包括与工业域中遇到的以往问题有关的文本数据;
从所述案例记录数据中提取多个主题;
使用从所述案例记录数据所提取的所述多个主题来构成专家-字词矩阵,所述专家-字词矩阵包括对于所述多个专家的各个专家所述专家说出属于所述案例解析数据中的字词的词汇表的各个字词的概率;
从客户端装置接收描述所述工业域中遇到的问题的用户搜索查询;
对于所述多个专家的各个专家,基于所述专家-字词矩阵中的信息来确定所述专家具有对所述用户搜索查询所描述的所述问题的专门知识的概率;以及
导致在所述客户端装置上呈现专家选择界面,所述专家选择界面包括所述多个专家的子集的列表,所述列表按照各个专家具有对所述用户搜索查询所描述的所述问题的专门知识的相应概率来排名。
技术方案2:如技术方案1所述的方法,其中,所述文本数据包括提交人姓名、受指配人姓名、先前问题的描述和解析信息。
技术方案3:如技术方案1所述的方法,其中,所述多个主题的提取基于所述文本数据的文本挖掘分析。
技术方案4:如技术方案1所述的方法,其中,所述多个主题的提取包括对所述案例记录数据的所述文本数据执行主题建模。
技术方案5:如技术方案4所述的方法,其中,对所述案例记录数据的所述文本数据执行所述主题建模包括:
将与所述多个案例的各个案例关联的所述文本数据建模为主题的混合;以及
使各个主题被表示为关于字词的概率分布。
技术方案6:如技术方案1所述的方法,其中,构成所述专家-字词矩阵包括对于所述多个专家的各个专家来计算所述专家说出所述搜索查询中的所述字词的概率。
技术方案7:如技术方案1所述的方法,其中,所述多个专家的所述子集的呈现包括各个专家的可用性信息,所述可用性信息包括在线状态、本地时间、位置、相关案例的列表和当前案例量。
技术方案8:如技术方案1所述的方法,其中,所述多个专家的所述子集的呈现包括专家的所述子集中的各个专家的所述专门知识的表示。
技术方案9:如技术方案1所述的方法,其中,各个专家的所述专门知识的表示是旭日图形,所述旭日图形包括多个彩色段,所述多个彩色段的各个彩色段对应于专家的区域。
技术方案10:如技术方案1所述的方法,其中,所述多个专家的所述子集的呈现包括一个或多个图形元素,所述图形元素可操作以接收和显示专家的所述子集的各个专家的评级。
技术方案11:一种系统,包括:
机器可读介质,存储案例记录数据的语料库,所述案例记录数据包括与多个专家关联的多个案例解析记录,所述多个案例解析记录的各个案例解析记录被指配给所述多个专家的特定专家,并且包括与工业域中遇到的以往问题有关的文本数据;
主题建模引擎,包括一个或多个处理器,配置成从所述案例记录数据中提取多个主题,所述主题建模引擎还配置成使用从所述案例记录数据所提取的所述多个主题来构成专家-字词矩阵,所述专家-字词矩阵包括对于所述多个专家的各个专家所述专家说出所述案例解析数据中的字词的词汇表中的各个字词的概率,所述主题建模引擎还配置成对于所述多个专家的各个专家基于所述专家-字词矩阵中的信息来确定所述专家具有对用户搜索查询所描述的所述问题的专门知识的概率;以及
界面模块,配置成接收描述所述问题的所述用户搜索查询,所述界面模块还配置成导致在客户端装置上呈现专家选择界面,所述专家选择界面包括所述多个专家的列表,所述列表按照各个专家具有对所述用户搜索查询所描述的所述问题的专门知识的相应概率来排名。
技术方案12:如技术方案11所述的系统,还包括排名模块,其配置成按照各个专家具有对所述用户搜索查询所描述的问题的专门知识的所述相应概率对所述多个专家进行排名。
技术方案13:如技术方案11所述的系统,其中,所述文本数据包括提交人姓名、受指配人姓名、先前问题的描述和解析信息。
技术方案14:如技术方案11所述的系统,其中,所述主题建模引擎配置成基于所述文本数据的挖掘分析来提取所述多个主题。
技术方案15:如技术方案11所述的系统,其中,所述主题建模引擎配置成通过对所述案例记录数据的所述文本数据执行隐性狄利克雷分配(LDA)建模来提取所述多个主题。
技术方案16:如技术方案15所述的系统,其中,对所述案例记录数据的所述文本数据执行所述LDA建模包括:
将与所述多个案例关联的文本数据建模为主题的混合;以及
使各个主题被表示为关于字词的概率分布。
技术方案17:如技术方案11所述的系统,其中,所述主题建模引擎配置成通过执行包括对于所述多个专家的各个专家计算所述专家说出所述搜索查询中的所述字词的所述概率的操作来构成专家-字词矩阵。
技术方案18:如技术方案11所述的系统,其中,所述专家选择界面包括各个专家的可用性信息,所述可用性信息包括在线状态、本地时间、位置和当前案例量。
技术方案19:如技术方案1所述的方法,其中,所述多个专家的子集的所述呈现包括与各个专家对应的字词云,所述字词云包括所述专家最可能说出的、来自所述案例语料库的多个字词。
技术方案20:一种包含指令的非暂时机器可读存储介质,所述指令在由机器的至少一个处理器运行时使所述机器执行包括下列步骤的操作:
访问案例记录数据的语料库,所述案例记录数据包括与多个专家关联的多个案例解析记录,所述多个案例解析记录的各个案例解析记录被指配给所述多个专家的特定专家,并且包括与工业域中遇到的以往问题有关的文本数据;
从所述案例记录数据中提取多个主题;
使用从所述案例记录数据所提取的所述多个主题来构成专家-字词矩阵,所述专家-字词矩阵包括对于所述多个专家的各个专家所述专家说出属于所述案例解析数据中的字词的词汇表的各个字词的概率;
从客户端装置接收描述所述工业域中遇到的问题的用户搜索查询;
对于所述多个专家的各个专家,基于所述专家-字词矩阵中的信息来确定所述专家具有对所述用户搜索查询所描述的问题的专门知识的概率;以及
导致在所述客户端装置上呈现专家选择界面,所述专家选择界面包括所述多个专家的列表,所述列表按照各个专家具有对所述用户搜索查询所描述的问题的专门知识的相应概率来排名。
附图说明
附图的各个附图只示出本发明主题的示例实施例,并且不能够被认为是限制其范围。
图1是示出按照一些示例实施例、具有配置用于通过网络交换数据的客户端-服务器架构的企业网络系统的网络架构图。
图2是示出按照一些示例实施例、作为企业网络系统的组成部分来提供的专家识别应用的各种功能组件的框图。
图3是示出符合一些示例实施例、在参与专门知识识别过程时的专家识别应用的功能组件之间的示例交换的交互图。
图4是示出按照一些实施例、用于基于案例解析数据来确定专家的基于主题的专门知识的方法的流程图。
图5是示出按照一些示例实施例、用于识别具有与用户查询相干的专门知识的专家的方法的流程图。
图6是示出按照示例实施例的专家选择界面的界面图。
图7是示出按照备选示例实施例的专家选择界面的界面图。
图8是采取其中可运行用于使机器执行本文所述方法的任一个或多个的指令集的计算机系统的示例形式的机器的图解表示。
具体实施方式
现在将详细参照用于执行发明主题的具体示例实施例。在附图中示出这些具体实施例的示例,以及在以下描述中提出具体细节,以便提供本主题的透彻地理解。将会理解,这些示例不是意在要将权利要求书的范围限制到所示实施例。相反,它们意在涵盖如可包含在本公开的范围之内的这类备选、修改和等效方案。
本公开的方面涉及用于专家识别和呈现的技术。示例实施例涉及允许用户(例如,设备技工)通过平衡现有案例解析记录来查找与给定问题相干的专家的系统和方法。具体来说,该系统从先前由技工所提交并且由专家所解析的案例解析记录来提取主题。该系统然后可使用所提取主题对专家与所接收用户查询之间的关系进行建模,以便识别具有相对用户查询的最相干专门知识的专家。照这样,本公开的方面可提供通过平衡作为专家的正式工作职责的组成部分所生成的现有数据来降低为维护常规目录和组织简档所需的资源的技术效果。此外,本公开的方面可提供通过使技工能够快速查找在问题点的正确专家来减少用于问题解决的周期时间的附加技术效果,并且因而减少出故障或失灵设备的停工期量。
示例实施例涉及用户界面,其可操作以接收包含描述由用户所遇到的问题的一个或多个关键字词的用户查询。该系统然后可通过案例解析记录的文本挖掘来识别具有对问题的最相干专门知识的专家。用户界面又呈现相干专家的排名列表连同与专家有关的附加信息,以帮助用户的专家选择判定。附加信息包括例如域专门知识的基于分类的表示、与对相关案例的体验相关的信息、可接近性信息和可用性指示符。
图1是示出按照一些示例实施例、具有配置用于通过网络102交换数据的客户端-服务器架构的企业网络环境100的网络架构图。为了避免用不必要的细节模糊发明主题,从图1中省略与传达对发明主题的理解不是密切相关的各种功能组件(例如,模块和引擎)。但是,技术人员将易于理解,各种附加功能组件可由企业网络环境100来支持,以促进本文没有具体描述的附加功能性。此外,虽然图1提供符合一些实施例的示例架构,但是所提出的发明主题并不局限于图1中所示的架构,而是可同样在例如事件驱动、分布式或对等架构系统中发现应用。还将会领会,虽然在单数意义上论述企业网络环境100的各种组件,但是可采用各种功能组件的一个或多个的多个实例。
企业网络环境100包括通过网络102与客户端装置106进行通信的企业系统104。企业系统104在企业网络环境100中传递和交换数据,其涉及与企业网络环境100及其用户关联的各种功能和方面。企业系统104可经由网络102(例如,因特网)向客户端装置106提供服务器侧功能性。客户端装置106可由企业网络环境100的用户来操作,以通过网络102交换数据。企业网络环境100的用户例如可包括工程师、技工或专家,其中具有部署在企业或另一工业域中的机器或设备。数据交换可包括向/从企业网络环境100的内容、用户和资产传送、接收和处理与企业网络环境100的内容、用户和资产有关的数据。
客户端装置106(其可以是多种类型的装置(例如,智能电话、平板计算机、个人数字词助理(PDA)、个人导航装置(PND)、手持计算机、台式计算机、膝上型或上网本计算机、可穿戴计算装置、全球定位系统(GPS)装置、数据使能的书籍阅读器或者视频游戏系统控制台)的任一种)可经由与通信网络102的连接进行接口。取决于客户端装置106的形式,可采用多种类型的连接和通信网络102的任一种。例如,在各个实施例中,网络102可包括一个或多个无线接入点,其耦合到局域网(LAN)、广域网(WAN)、因特网或者其他分组交换数据网络。在一些实施例中,网络102本身可以是LAN、WAN、因特网或者其他分组交换数据网络。相应地,明确考虑多种不同配置。
在各个实施例中,在企业网络环境100中交换的数据可取决于通过一个或多个客户端或用户界面(UI)可用的用户选择功能。UI例如可具体与运行于客户端装置106并且与企业系统104进行通信的网络客户端108(例如,浏览器)关联。UI还可与运行于客户端装置106的应用110(例如,设计用于与企业系统104进行交互的客户端应用)关联。应用110例如可为用户提供组成和传送搜索查询以识别帮助解决在现场所遇到的问题的专家的能力。
具体转向企业系统104,API服务器112和网络服务器114耦合到(例如,经由有线或无线接口)应用服务器116以及相应地向其提供程序和网络接口。应用服务器116例如可托管一个或多个应用,例如专家识别应用118。专家识别应用118帮助用户识别解决在现场所遇到的问题的专家。为此,专家识别应用118设计成接收描述问题的用户查询,并且返回具有与问题相关的专门知识的专家的列表。
如图1所示,应用服务器116耦合到数据服务器120,其促进对数据库122的访问。但是,在一些示例实施例中,应用服务器116能够在无需数据库服务器120的情况下直接访问数据库122。此外,数据库122可包括多个数据库,其可以是企业系统104内部或外部的。数据库122存储与各种功能和方面(它们关联于企业网络环境100及其用户)有关的数据。例如,数据库122可存储和保持企业网络环境100的用户(例如,工程师、技工或专家)的多个用户记录。用户记录可包括与用户有关的信息,例如姓名、头衔、位置、经验年数、所指配案例、所解析案例、可用性信息和可接近性信息等等。
数据库122还存储案例解析数据。案例解析数据包括先前由技工所准备的多个现有案例解析记录。各个案例解析记录对应于一个案例,其涉及在工业域(例如,在发电站的情况下)中遇到的以往问题。各个案例具有被指配以案例的对应专家。每个案例记录包括与由所指配专家对案例的解析有关的文本信息。此外,各个案例记录可包括一个或多个分类案例标签,以帮助对系统中的案例进行索引和定位。
图2是示出按照一些示例实施例、作为企业系统104的组成部分来提供的专家识别应用118的各种功能组件的框图。如由相干计算机和因特网相关领域的技术人员所理解,图2所示的模块和引擎表示可执行软件指令集合以及用于运行指令的对应硬件(例如,存储器和处理器)。此外,图2所示的各种功能组件可驻留在单个计算机(例如,服务器)上,或者可分布于各种布置(例如,基于云的架构)中的若干计算机。此外,将会领会,虽然在单数意义上论述图2的功能组件(例如,模块和引擎),但是在其他实施例中,可采用模块的一个或多个的多个实例。
如图2所示,专家识别应用118包括主题建模引擎200、排名引擎202和界面模块204,其全部配置成相互通信(例如,经由总线、共享存储器、网络102或交换机),以便允许信息在功能组件之间传递,或者以便允许功能组件共享和访问公共数据。另外,图2中所示的功能组件的每个可从数据库122来访问和检索数据,并且功能组件的每个可以能够与企业网络环境100的其他组件(例如,客户端装置106)进行通信。
主题建模引擎200可配置成确定给定候选(例如,先前解决了问题的专家)是关于所接收用户搜索查询的专家的可能性。符合一些实施例,主题建模引擎200可基于候选ca是关于输入查询q的专家的概率(其为了便于以下说明而将表示为P(ca|q))来进行这个确定。按照贝叶斯定理,P(ca|q)可计算如下:
其中,P(ca|q)是候选ca生成查询q的概率;P(ca)是候选ca的先验概率,以及P(q)是查询q的概率。考虑P(q)是常数并且P(ca)是对所有候选的均匀分布,P(ca|q)主要取决于P(q|ca)。
为了计算P(q|ca),主题建模引擎200可使用主题作为隐藏变量,以对用户查询与专家之间的关系进行建模。符合一些实施例,主题建模引擎200可使用主题建模技术(例如,隐性狄利克雷分配(Latent Dirichlet Allocation:LDA)),其将文档建模为主题的混合,并且将各个主题表示为对字词的概率分布。主题建模引擎200可使用所提取主题对候选与查询中的字词之间的关系进行建模。这样,如由所接收用户查询所表达的,在现场可能发生的各个问题可被看作是主题的混合。相应地,主题建模引擎200可将候选ca生成查询的概率计算如下:
其中,P(w|t)是属于主题t的字词w的概率,以及P(t|ca)是专家ca生成主题t的概率。
排名引擎202可配置成按照候选是如由主题建模引擎200所确定的关于所接收用户查询的专家的概率对候选进行排名。排名引擎202还可响应接收用户搜索查询来选择所识别专家的子集(例如,前三个排名专家)供呈现。
界面模块204负责向用户呈现用户界面。例如,界面模块204可向客户端装置106传送指令集,其导致客户端装置106向用户呈现一个或多个用户界面。界面模块204例如可呈现专家选择界面,其可操作以接收描述问题的用户搜索查询。相应地,界面模块204还负责接收和处理通过界面模块204所呈现的用户界面的任一个所接收的用户输入。由界面模块204所呈现的专家选择界面还可包括识别为具有与由所接收用户查询所描述的问题相干的专门知识的专家的列表的呈现。专家列表的呈现还可包括与每个专家有关的信息,以便帮助用户的专家选择判定。下面参照图5和图6来论述按照示例实施例的与专家选择界面的细节有关的其他信息。
图3是示出符合一些示例实施例、在参与专门知识识别过程时的专家识别应用118的功能组件之间的示例交换的交互图。如所示,主题建模引擎200从数据库122得到案例解析数据300的语料库(corpus)。案例解析数据300的语料库包括由多个技工302所创建的多个案例解析记录。每个案例解析记录包括与所指配专家对工业域中的问题的解析相关的文本信息。文本信息例如可包括提交问题的技工(本文中又称作“提交人”)的姓名、被指配以问题的专家(本文中又称作“受指配人”)的姓名、包括问题中涉及的设备的标识符的问题的描述(若适用的话)以及如何解决问题的描述。
如所示,在操作304,主题建模引擎200挖掘案例解析数据300的语料库中包含的文本信息,以识别潜在主题。所提取主题的每个的记录在操作306与一个或多个字词和一个或多个专家关联地存储在数据库122中。在操作308,主题建模引擎200使用所提取主题来创建专家-字词矩阵310。专家-字词矩阵310包含对于词汇表中的所有专家ca和所有字词w的概率P(w|ca),其中P(w|ca)是给定专家与词汇表中的字词关联(例如,说出)的概率。为了便于本公开,术语“词汇表”共同表示案例解析数据的语料库中包含的所有独特的字词。
在操作312,界面模块204(未示出)从技工316所操作的客户端装置(例如,客户端装置106)来接收用户查询314。所接收用户查询314描述工业设置中遇到的问题。在一些情况下,查询314可涉及工业域中利用的特定资产。资产可以是一件机械或设备,其负责执行工业域中的一个或多个功能。资产可采取多种形式中的一种,包括例如医疗设备、器具、电力设备、航空单元、火车、车辆、风力涡轮机、燃气涡轮机等。在图3中所示的示例中,用户查询314涉及“压缩机叶片”以及具体来说涉及“压缩机叶片损坏”。
在操作318接收用户查询314时,主题建模引擎200访问专家-字词矩阵310,以确定与案例解析数据300的语料库关联的所有专家的概率P(q|ca),其中P(q|ca)是专家具有对用户查询314所描述的问题的专门知识的概率。排名引擎202然后按照专家具有对查询314所描述的问题的专门知识的概率对与案例解析数据300的语料库关联的所有专家进行排名。
在操作320,界面模块204(未示出)导致排名靠前的专家的列表在技工316所操作的客户端装置106上显示。
图4是示出按照一些实施例、用于基于案例解析数据300来确定专家的基于主题的专门知识的方法400的流程图。方法400可包含在由硬件组件(例如处理器)执行的计算机可读指令中,使得方法400的步骤可部分或完全由专家识别应用118的功能组件来执行,并且相应地,下面作为举例参照其描述方法400。但是,将会领会,方法400可部署在各种其他硬件配置上,而不是意在局限于专家识别应用118。
在操作405,主题建模引擎200从数据库122访问案例解析数据的语料库。案例解析数据包括先前由技工所创作的多个现有案例解析记录。各个案例解析记录对应于一个案例,其涉及在工业域(例如发电站)中遇到的以往问题。各个案例具有被指配以案例的对应专家。每个案例解析记录包括文本数据,其包括与由所指配专家对案例的解析有关的信息。相应地,文本数据例如可包括提交人的姓名、受指配人的姓名、问题的描述和解析信息。
在操作410,主题建模引擎200从案例解析数据中提取多个主题。主题建模引擎200可通过将文本挖掘技术应用于共同形成案例解析数据的多个案例解析记录中包含的文本数据,从案例解析数据中提取主题。具体来说,主题建模引擎200可从各个案例解析记录中提取字词,并且将每个所提取的字词映射到主题。这样,案例解析数据的语料库中包含的各个案例记录可被看作是各种主题的混合。
在操作415,主题建模引擎200使用所提取的多个主题来构成专家-字词矩阵。专家-字词矩阵包括与案例解析数据关联的各个专家的行,以及该行的各个条目包括专家说出(例如关联)与案例解析数据关联的词汇表的给定字词的概率。相应地,构成专家-字词矩阵的操作可包括计算案例解析数据的词汇表,并且对各个专家计算专家通过从案例解析数据所得出的主题与词汇表的给定字词关联(例如说出)的概率。主题建模引擎200可使用所提取主题作为隐藏变量来构成专家-字词矩阵,以便对专家与属于给定主题的字词之间的关系进行建模。例如,主题建模引擎200可使用自然语言处理生成模型、例如LDA将案例记录(其各与专家关联)建模为主题的混合,并且将各个主题表示为对字词的概率分布。
图5是示出按照一些示例实施例、用于识别具有与用户查询相干的专门知识的专家的方法的流程图。方法500可包含在由硬件组件(例如,处理器)执行的计算机可读指令中,使得方法500的步骤可部分或完全由专家识别应用118的功能组件来执行,并且相应地,下面作为举例参照其描述方法500。但是,将会领会,方法500可部署在各种其他硬件配置上,而不是意在局限于专家识别应用118。
在操作505,界面模块204接收描述工业域中遇到的问题的用户搜索查询(例如,从客户端装置106)。例如,用户查询可由对压缩机叶片的损坏所导致的技术问题进行故障排除的工程师来生成。用户查询可包括用来描述问题的一项或多项。
在操作510,主题建模引擎200对于与案例解析数据的语料库关联的多个专家的各个专家来确定专家具有对用户查询所描述的问题的专门知识的概率。主题建模引擎200可基于用来描述问题的一项或多项与从案例解析数据的语料库所提取的多个主题之间的关系来确定专家具有对查询所描述的问题的专门知识的概率。主题建模引擎200通过使用主题作为隐藏变量以对用户查询与专家之间的关系进行建模,来确定专家具有对问题的专门知识的概率。例如,如以上参照图2和图5所述,主题建模引擎200可使用主题建模技术(例如LDA)从案例解析数据的语料库中提取主题,并且使用所提取主题对候选与查询中的项之间的关系进行建模。
在操作515,排名引擎202按照各个专家具有对用户查询所描述的问题的专门知识的相应概率对多个专家进行排名。在操作520,界面模块204选择多个专家的子集,供向提交查询的用户呈现。例如,界面模块204可选择前三个排名的专家供呈现。
在操作525,界面模块204导致在客户端装置106(从其中接收用户查询)上呈现专家选择界面。专家选择界面包括专家的子集(例如前三个排名的专家)的图形表示连同可帮助用户的专家选择判定的与专家有关的信息。界面模块204可通过向客户端装置106提供指令集(其导致客户端装置106向用户显示专家选择界面),来导致专家选择界面的呈现。从客户端装置106的用户的观点来看,用户提交查询,并且作为响应,专家选择界面被显示。
图6是示出按照示例实施例的专家选择界面600的界面图。专家选择界面600可在客户端装置106(其与应用服务器116进行通信)上显示。在一些实施例中,专家选择界面600可使用网络客户端108通过适当URL来访问。在一些实施例中,专家选择界面600可作为应用110提供的若干各种界面其中之一来提供。
如所示,专家选择界面600包括查询字词段602,以用于输入描述在现场所遇到的问题的用户查询。将查询输入查询字词段602的用户(例如,技工316)可组成自由形式文本查询,或者从常用搜索项的预定义列表中选择搜索项。响应接收用户搜索查询,专家选择界面600在窗口604中提供具有相干专门知识的专家的列表。这样,专家选择界面600允许用户审阅所呈现专家,并且选择专家以帮助他们解决问题。此外,用户可立即使用适当协作工具与所选专家进行通信。
如所示,窗口604包括与各个专家有关的信息,其中包括姓名606、专门知识608、相关案例610和评级612。在这个示例中,各个专家的专门知识608包括主题专门知识的基于分类的表示,其是查询无关的。具体来说,通过使用案例解析记录中使用的分类案例标签而创建的旭日图形来示出专门知识608。旭日图形包括多个彩色段,其中各个颜色对应于特定案例标签。每段的大小对应于对应案例标签中的那个专家的专门知识水平。相关案例610通过列示专家所解决的相干案例的选择连同到案例解析记录的链接,来提供专家的查询特定经验。评级612显示专家的综合用户评级,并且允许用户例如以五星标度对专家评级。
此外,专家选择界面600还提供各个专家的可用性信息,其中包括在线状态614、位置616和本地时间618。专家选择界面600还包括到各个专家的企业社交网络简档的链接620,在所述简档中用户能够查看专家的组织图、作用、团体隶属和社交网络贡献。专家选择界面600还包括专家繁忙程度的指示符,例如各个专家的案例量622(例如当前所指配案例的数量)。
图7是示出按照备选示例实施例的专家选择界面700的界面图。专家选择界面700与专家选择界面600基本上相似,除了各个专家的专门知识608的描述之外。具体来说,在专家选择界面700中,各个专家的专门知识608分别通过字词云702-704来示出。符合一些实施例,字词云702-704提供查询无关的专门知识信息,并且通过LDA得分使用靠前字词(例如,前50)来生成。在一些其他实施例中,字词云702-704可使用在指配给专家的案例解析记录中使用的案例标题来生成。
将会领会,图6和图7的专家选择界面600和700中所示的信息只是可显示的专家信息的示例,而在其他实施例中,可显示更多或更少信息。例如,在一些实施例中,专家选择界面600、700可包括各个专家的经验年数或者专家精通的语言。
模块、组件和逻辑
某些实施例在本文中描述为包括逻辑或者多个组件、模块或机构。模块可构成软件模块(例如,机器可读介质上或者传输信号中包含的代码)或者硬件模块。硬件模块是能够执行某些操作的有形单元,并且可按照某种方式来配置或布置。在示例实施例中,一个或多个计算机系统(例如,独立、客户端或服务器计算机系统)或者计算机系统的一个或多个硬件模块(例如,处理器或者一组处理器)可通过软件(例如,应用或者应用部分)来配置为硬件模块,其进行操作以执行如本文所述的某些操作。
在各个实施例中,硬件模块可按照机械或电子方式来实现。例如,硬件模块可包括专用电路或逻辑,其永久地配置成(例如,配置为专用处理器,例如现场可编程门阵列(FPGA)或专用集成电路(ASIC))执行某些操作。硬件模块还可包括可编程逻辑或电路(例如,如包含在通用处理器或其他可编程处理器中),其通过软件暂时配置成执行某些操作。将会领会,以机械方式通过专用和永久配置电路或者通过暂时配置的电路(例如,通过软件所配置的)来实现硬件模块的判定可以是由成本和时间考虑因素来推动。
相应地,术语“硬件模块”应当被理解为包含有形实体,是那样的实体:被物理上构成、永久配置(例如,硬连线)或暂时配置(例如,编程)以按照某种方式进行操作和/或执行本文所述的某些操作。考虑暂时配置(例如,编程)硬件模块的实施例,硬件模块的每个无需在任何一个时刻来配置和例示。例如,在硬件模块包括使用软件所配置的通用处理器的情况下,通用处理器可在不同时间配置为相应不同的硬件模块。软件相应地可配置处理器,例如以便在一个时刻构成特定硬件模块,而在不同时刻构成不同的硬件模块。
硬件模块能够向/从其他硬件模块提供/接收信息。相应地,所述硬件模块可被看作是在通信上耦合。在多个这类硬件模块同时存在的情况下,通信可通过信号传输(例如,通过连接硬件模块的适当电路和总线)来实现。在不同时间配置或例示多个硬件模块的实施例中,这类硬件模块之间的通信可例如通过多个硬件模块有权访问的存储器结构中的信息的存储和检索来实现。例如,一个硬件模块可执行操作,并且将那个操作的输出存储在与其通信耦合的存储器装置中。另一硬件模块在稍后时间则可访问存储器装置,以检索和处理所存储输出。硬件模块还可发起与输入或输出装置的通信,并且能够对资源(例如,信息集合)进行操作。
本文所述的示例方法的各种操作可至少部分由一个或多个处理器(其暂时配置(例如,通过软件)或者永久配置成执行相干操作)来执行。无论是暂时还是永久配置,这类处理器可构成处理器实现模块,其进行操作以执行一个或多个操作或功能。本文所提到的模块在一些示例实施例中可包括处理器实现模块。
类似地,本文所述的方法可至少部分是处理器实现的。例如,方法的操作的至少一部分可由一个或多个处理器或者处理器实现模块来执行。某些操作的执行可分布于不仅驻留在单个机器中而且还跨多个机器部署的一个或多个处理器之间。在一些示例实施例中,一个或多个处理器可位于单个位置中(例如在家庭环境、办公环境或服务器群中),而在其他实施例中,处理器可跨多个位置分布。
一个或多个处理器还可操作以支持“云计算”环境中或者作为“软件即服务”(SaaS)的相干操作的执行。例如,操作的至少一部分可由一组计算机(作为包括处理器的机器的示例)来执行,其中这些操作是经由网络102(例如,因特网)并且经由一个或多个适当接口(例如,API)可访问的。
电子设备和系统
示例实施例可通过数字词电子电路或者通过计算机硬件、固件或软件或者通过它们的组合来实现。示例实施例可使用计算机程序产品来实现,所述计算机程序产品例如是信息载体中有形地包含的计算机程序,所述信息载体例如是机器可读介质,所述计算机程序产品用于由数据处理设备的执行或者控制数据处理设备的操作,所述数据处理设备例如是可编程处理器、计算机或多个计算机。
计算机程序能够通过任何形式的编程语言(包括编译或解释语言)来编写,并且它能够通过任何形式来部署,包括作为独立程序或者作为模块、子例程或者适合于计算环境中使用的其他单元。计算机程序能够部署成在一个计算机上或者在一个站点处的多个计算机上或跨多个站点分布的并且通过通信网络102互连的多个计算机上运行。
在示例实施例中,操作可通过一个或多个可编程处理器运行计算机程序来执行,以通过对输入数据进行操作并且生成输出来执行功能。方法操作还能够通过专用逻辑电路(例如,FPGA或ASIC)来执行,并且示例实施例的设备可实现为专用逻辑电路(例如FPGA或ASIC)。
计算系统能够包括客户端和服务器。客户端和服务器一般相互远离,并且通常通过通信网络进行交互。客户端和服务器的关系依靠运行于相应计算机并且相互具有客户端-服务器关系的计算机程序而出现。在部署可编程计算系统的实施例中,将会领会,硬件和软件架构均值得考虑。具体来说,将会领会,是通过永久配置硬件(例如,ASIC)、通过暂时配置硬件(例如,软件和可编程处理器的组合)还是通过永久和暂时配置硬件的组合来实现某个功能性的选择可以是设计选择。下面陈述在各个示例实施例中可部署的硬件(例如,机器)和软件架构。
机器架构和机器可读介质
图8是采取其中可运行用于导致机器执行本文所述方法的任一个或多个的指令集的计算机系统800的示例形式的机器的图解表示。符合一些实施例,计算机系统800可对应于客户端装置106、应用服务器116、API服务器112或网络服务器114的任一个。计算机系统800可包括用于导致机器执行本文所述方法的任一个或多个的指令。在备选实施例中,机器作为独立装置进行操作,或者可连接(例如,连网)到其他机器。在连网部署中,机器可在服务器-客户端网络环境中以服务器或客户端机器的能力进行操作,或者在对等(或分布式)网络环境中作为对等机器进行操作。机器可以是个人计算机(PC)、PDA、蜂窝电话、智能电话(例如,iPhone®)、平板计算机、网络设备、手持计算机、台式计算机、膝上型或上网本计算机、例如由有线电视或卫星内容提供商所提供的机顶盒(STB)、可穿戴计算装置(例如眼镜或腕表)、汽车中嵌入的多媒体装置、全球定位系统(GPS)装置、数据使能的书籍阅读器、视频游戏系统控制台、网络路由器、交换机或桥接器或者能够运行指定由那个机器采取的动作的指令(依次或其他方式)的任何机器。此外,虽然仅示出单个机器,但是,术语“机器”还将被理解为包括机器的任何集合,其分别或联合运行一组(或多组)指令以执行本文所述方法的任一个或多个。
示例计算机系统800包括处理器802(例如,中央处理器(CPU)、图形处理单元(GPU)或者两者)、主存储器804以及静态存储器806,其经由总线808互相通信。计算机系统800还可包括视频显示器810(例如,液晶显示器(LCD)或阴极射线管(CRT))。计算机系统800还包括一个或多个输入/输出(I/O)装置812、位置组件814、驱动单元816、信号生成装置818(例如,喇叭)和网络接口装置820。I/O装置812例如可包括键盘、鼠标、小键盘、多触摸表面(例如,触摸屏或轨迹板)、话筒、照相装置等。
位置组件814可用于确定计算机系统800的位置。在一些实施例中,位置组件814可对应于GPS收发器,其可利用网络接口装置820与GPS卫星传递GPS信号。位置组件814还可配置成通过使用因特网协议(IP)地址查找或者通过基于附近移动通信塔三角测量位置,来确定计算机系统800的位置。位置组件814还可配置成将用户定义位置存储在主存储器804或静态存储器806中。在一些实施例中,移动位置使能的应用可与位置组件814和网络接口装置820结合工作,以便为了识别操作计算机系统800的用户的位置而向应用服务器或第三方服务器传送计算机系统800的位置。
在一些实施例中,网络接口装置820可对应于收发器和天线。收发器可配置成根据计算机系统800的性质而经由天线来传送和接收蜂窝网络信号、无线数据信号或其他类型的信号。
机器可读介质
驱动单元816包括机器可读介质822,其上存储了体现本文所述方法或功能的任一个或多个或者由本文所述方法或功能的任一个或多个使用的一组或多组数据结构和指令824(例如,软件)。指令824也可在由计算机系统800对其的执行期间完全或者至少部分驻留在主存储器804、静态存储器806和/或处理器802中,其中主存储器804、静态存储器806和处理器802还构成机器可读介质822。
符合一些实施例,指令824可涉及操作系统(OS)的操作。取决于计算机系统800的特定类型,OS例如可以是iOS®操作系统、Android®操作系统、BlackBerry®操作系统、Microsoft® Windows® Phone操作系统、Symbian® OS或者webOS®。此外,符合一些实施例,指令824可涉及由应用(通常称作“app”)所执行的操作。这种应用的一个示例是移动浏览器应用,其使用浏览器来显示内容(例如网页或用户界面)。
虽然机器可读介质822在示例实施例中示为单个介质,但是术语“机器可读介质”可包括存储一个或多个数据结构或指令824的单个介质或者多个介质(例如,集中式或分布式数据库和/或关联的高速缓存和服务器)。术语“机器可读介质”也将被理解为包括任何有形介质,其能够对于供机器执行的指令(例如,指令824)进行存储、编码或携带并且导致机器执行本公开的方法的任一个或多个,或者其能够对于由这类指令824使用或者与这类指令824关联的数据结构进行存储、编码或携带。术语“机器可读介质”相应地将被理解为包括但不限于固态存储器以及光和磁介质。机器可读介质822的具体示例包括:非易失性存储器,作为举例包括半导体存储器装置(例如,可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM))和闪速存储器装置;磁盘,例如内部硬盘和可拆卸磁盘;磁光盘;以及CD-ROM和DVD-ROM光盘。
此外,有形机器可读介质822是非暂态的,因为它没有包含传播信号。但是,将有形机器可读介质822标记为“非暂态”不应当被理解为表示介质不能够移动—介质应当被理解为从一个现实世界位置到另一个是可传输的。另外,由于机器可读介质822是有形的,所以介质可被认为是机器可读装置。
传输介质
指令824还可通过网络826而使用传输介质来传送或接收。指令824可使用网络接口装置820和多个众所周知传输协议(例如,HTTP)的任一个来传送。通信网络的示例包括LAN、WAN、因特网、移动电话网络、简易老式电话服务(POTS)网络和无线数据网络(例如,WiFi和WiMax网络)。术语“传输介质”将被理解为包括能够对于供机器执行的指令824进行存储、编码或携带的任何无形介质,并且包括数字词或模拟通信信号或其他无形介质以促进这种软件的通信。
虽然参照具体示例实施例来描述了本发明的实施例,但是将会显而易见,可对这些实施例进行各种修改和变更,而没有背离发明主题的广义范围。因此,本说明书和附图将被看作是说明性而不是限制性的。形成本主题的一部分的附图以说明的方式而不是限制的方式来示出可实施本主题的具体实施例。充分详细地描述所示实施例,使本领域的技术人员能够实施本文所公开的教导。其他实施例可以使用以及可从其中推导,使得可进行结构的和逻辑的替换以及变更,而没有背离本公开的范围。因此,本详细描述不应认为是限制性的,各个实施例的范围而是仅由所附权利要求连同这类权利要求书涵盖的全部等效范围来限定。
发明的主题的这类实施例在本文中可单独和/或共同由术语“本发明”来表示,只是为了方便,而不是意要随意将本申请的范围限制到任何单一发明或发明的概念,即使实际上公开了一个以上。因此,虽然本文已经说明和描述了具体实施例,但是应当领会,计划用于实现相同目的的任何布置均可替代所示的具体实施例。本公开意在涵盖各个实施例的任何和全部可能的修改或变更。通过阅读以上描述,对于本领域的技术人员,以上实施例的组合以及本文没有具体描述的其他实施例将是显而易见的。
本文档中参阅的所有发表物、专利和专利文献通过引用以它们的全部而结合到本文中,好像通过引用而单独结合一样。在本文档与通过引用而这样结合的那些文献之间的不一致使用的情况下,所结合参考文献中的使用应当被认为是对本文档的补充;对于不能调和的不一致性,本文档中的使用主导。
在本文档中,如专利文献中常用的那样,术语“一”或“一个”用于包括一个或一个以上,而与“至少一个”或“一个或多个”的任何其他实例或使用无关。在本文档中,术语“或者”用来表示非排他的,或者使得“A或B”包括“A而不是B”、“B而不是A”以及“A和B”,除非另加说明。在所附权利要求书中,术语“包括”和“其中”用作相应术语“包含”和“其中”的普通语言等效体。另外,在所附权利要求书中,术语“包括”和“包含”是无限制的;也就是说,包括除了在权利要求书中的这种术语之后所列元件之外的元件的系统、装置、产品或者过程仍然被认为落入权利要求书的范围之内。
Claims (10)
1. 一种方法,包括:
访问案例记录数据的语料库,所述案例记录数据包括与多个专家关联的多个案例解析记录,所述多个案例解析记录的各个案例解析记录被指配给所述多个专家的特定专家,并且包括与工业域中遇到的以往问题有关的文本数据;
从所述案例记录数据中提取多个主题;
使用从所述案例记录数据所提取的所述多个主题来构成专家-字词矩阵,所述专家-字词矩阵包括对于所述多个专家的各个专家所述专家说出属于所述案例解析数据中的字词的词汇表的各个字词的概率;
从客户端装置接收描述所述工业域中遇到的问题的用户搜索查询;
对于所述多个专家的各个专家,基于所述专家-字词矩阵中的信息来确定所述专家具有对所述用户搜索查询所描述的所述问题的专门知识的概率;以及
导致在所述客户端装置上呈现专家选择界面,所述专家选择界面包括所述多个专家的子集的列表,所述列表按照各个专家具有对所述用户搜索查询所描述的所述问题的专门知识的相应概率来排名。
2. 如权利要求1所述的方法,其中,所述文本数据包括提交人姓名、受指配人姓名、先前问题的描述和解析信息。
3. 如权利要求1所述的方法,其中,所述多个主题的提取基于所述文本数据的文本挖掘分析。
4. 如权利要求1所述的方法,其中,所述多个主题的提取包括对所述案例记录数据的所述文本数据执行主题建模。
5. 如权利要求4所述的方法,其中,对所述案例记录数据的所述文本数据执行所述主题建模包括:
将与所述多个案例的各个案例关联的所述文本数据建模为主题的混合;以及
使各个主题被表示为关于字词的概率分布。
6. 如权利要求1所述的方法,其中,构成所述专家-字词矩阵包括对于所述多个专家的各个专家来计算所述专家说出所述搜索查询中的所述字词的概率。
7. 如权利要求1所述的方法,其中,所述多个专家的所述子集的呈现包括各个专家的可用性信息,所述可用性信息包括在线状态、本地时间、位置、相关案例的列表和当前案例量。
8. 如权利要求1所述的方法,其中,所述多个专家的所述子集的呈现包括专家的所述子集中的各个专家的所述专门知识的表示。
9. 如权利要求1所述的方法,其中,各个专家的所述专门知识的表示是旭日图形,所述旭日图形包括多个彩色段,所述多个彩色段的各个彩色段对应于专家的区域。
10. 如权利要求1所述的方法,其中,所述多个专家的所述子集的呈现包括一个或多个图形元素,所述图形元素可操作以接收和显示专家的所述子集的各个专家的评级。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/597,023 US20160203140A1 (en) | 2015-01-14 | 2015-01-14 | Method, system, and user interface for expert search based on case resolution logs |
US14/597023 | 2015-01-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105786960A true CN105786960A (zh) | 2016-07-20 |
Family
ID=56233928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610022805.5A Pending CN105786960A (zh) | 2015-01-14 | 2016-01-14 | 基于案例解析记录的专家搜索的方法、系统和用户界面 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160203140A1 (zh) |
JP (1) | JP2016131022A (zh) |
CN (1) | CN105786960A (zh) |
CH (1) | CH710619A2 (zh) |
DE (1) | DE102016100046A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111052109A (zh) * | 2017-04-18 | 2020-04-21 | 杰弗里·D·布兰德斯泰特 | 专家搜索线程邀请引擎 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10824974B2 (en) * | 2015-09-11 | 2020-11-03 | International Business Machines Corporation | Automatic subject matter expert profile generator and scorer |
US10540223B1 (en) * | 2016-02-22 | 2020-01-21 | Amazon Technologies, Inc. | System for determining error data |
US10419313B2 (en) | 2017-11-29 | 2019-09-17 | General Electric Company | Industrial network monitoring |
US11301526B2 (en) | 2018-05-22 | 2022-04-12 | Kydryl, Inc. | Search augmentation system |
US11182266B2 (en) * | 2018-06-20 | 2021-11-23 | International Business Machines Corporation | Determination of subject matter experts based on activities performed by users |
CN111859148A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 主题的提取方法、装置、设备及计算机可读存储介质 |
US20220198365A1 (en) | 2020-12-21 | 2022-06-23 | Hi5Talent LLC | System and method for management of a talent network |
US20230011805A1 (en) * | 2021-07-06 | 2023-01-12 | Star2Star Communications, LLC | Presence Availability Device and System |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184225A (zh) * | 2011-05-09 | 2011-09-14 | 北京奥米时代生物技术有限公司 | 一种在问答系统中搜索优选专家信息的方法 |
CN103631859A (zh) * | 2013-10-24 | 2014-03-12 | 杭州电子科技大学 | 一种面向科技项目的评审专家智能推荐方法 |
CN103823896A (zh) * | 2014-03-13 | 2014-05-28 | 蚌埠医学院 | 一种学科特征值算法及基于其的项目评审专家推荐算法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8943131B2 (en) * | 2011-06-29 | 2015-01-27 | International Business Machines Corporation | Predictive collaboration management |
US8812496B2 (en) * | 2011-10-24 | 2014-08-19 | Xerox Corporation | Relevant persons identification leveraging both textual data and social context |
JP2013210721A (ja) * | 2012-03-30 | 2013-10-10 | Sony Corp | 情報処理装置及びプログラム |
-
2015
- 2015-01-14 US US14/597,023 patent/US20160203140A1/en not_active Abandoned
-
2016
- 2016-01-04 DE DE102016100046.9A patent/DE102016100046A1/de not_active Withdrawn
- 2016-01-06 JP JP2016000776A patent/JP2016131022A/ja active Pending
- 2016-01-07 CH CH00021/16A patent/CH710619A2/de not_active Application Discontinuation
- 2016-01-14 CN CN201610022805.5A patent/CN105786960A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184225A (zh) * | 2011-05-09 | 2011-09-14 | 北京奥米时代生物技术有限公司 | 一种在问答系统中搜索优选专家信息的方法 |
CN103631859A (zh) * | 2013-10-24 | 2014-03-12 | 杭州电子科技大学 | 一种面向科技项目的评审专家智能推荐方法 |
CN103823896A (zh) * | 2014-03-13 | 2014-05-28 | 蚌埠医学院 | 一种学科特征值算法及基于其的项目评审专家推荐算法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111052109A (zh) * | 2017-04-18 | 2020-04-21 | 杰弗里·D·布兰德斯泰特 | 专家搜索线程邀请引擎 |
CN111052109B (zh) * | 2017-04-18 | 2024-03-29 | 杰弗里·D·布兰德斯泰特 | 专家搜索线程邀请引擎 |
Also Published As
Publication number | Publication date |
---|---|
CH710619A2 (de) | 2016-07-15 |
US20160203140A1 (en) | 2016-07-14 |
DE102016100046A1 (de) | 2016-07-14 |
JP2016131022A (ja) | 2016-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105786960A (zh) | 基于案例解析记录的专家搜索的方法、系统和用户界面 | |
US20190095064A1 (en) | Systems and methods for collecting, managing, processing and distributing information in multiple industry sectors | |
CN106843828B (zh) | 界面显示、加载方法及装置 | |
US20190349477A1 (en) | Method, system and bot architecture for automatically sending a user content, that is responsive to user messages from that user, to solicit additional information from that user | |
US11546440B2 (en) | Systems and methods for tracking sharing of web content | |
US20160148262A1 (en) | Providing Additional Functionality as Advertisements with Search Results | |
CN103597512A (zh) | 从有机活动流创建赞助故事单元 | |
US8862610B2 (en) | Method and system for content search | |
US20180182013A1 (en) | Graphical user interface to display inventory data at merchant locations | |
CN104092770A (zh) | 基于云计算的企业内部通讯录管理方法和系统 | |
US20150007056A1 (en) | Virtual conference manager | |
CN102004994A (zh) | 一种在线产品推荐选择方法、装置及系统 | |
CN102137191A (zh) | 一种在手机上提供信息服务的方法 | |
JP2021120867A (ja) | 融合関係ネットワークの構築方法、融合関係ネットワークの構築装置、電子デバイス、記憶媒体及びプログラム | |
US10628498B2 (en) | Interest-based message-aggregation alteration | |
CN105373872A (zh) | 工作发布者识别 | |
Gerrard et al. | Building information modeling in the Australian architecture engineering and construction industry | |
CN104657406A (zh) | 用于社会协作环境中的条目的交互分割的方法和系统 | |
CN107735785A (zh) | 自动信息检索 | |
JP2022041859A (ja) | プログラム、方法、情報処理装置、及びシステム | |
US11182704B2 (en) | Booking system for personnel supply chains | |
US10725618B2 (en) | Populating contact information | |
CN104123281A (zh) | 使用位置信息提供建议的方法和系统 | |
US9276757B1 (en) | Generating viral metrics | |
US20130138621A1 (en) | Targeted telephone number lists from user profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160720 |